CN102521673A - 一种基于遗传算法的停电计划优化方法 - Google Patents
一种基于遗传算法的停电计划优化方法 Download PDFInfo
- Publication number
- CN102521673A CN102521673A CN2011103925176A CN201110392517A CN102521673A CN 102521673 A CN102521673 A CN 102521673A CN 2011103925176 A CN2011103925176 A CN 2011103925176A CN 201110392517 A CN201110392517 A CN 201110392517A CN 102521673 A CN102521673 A CN 102521673A
- Authority
- CN
- China
- Prior art keywords
- constraint
- optimization
- power failure
- formula
- power supply
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于遗传算法的停电计划优化方法,它是针对配网停电计划优化,并建立如下多目标约束规划模型,主要包括:一、多个优化目标:(1)最大化供电可靠性;(2)最小化安全风险;(3)最大化工作量均衡度;(4)最小化停电时间调整量;二、多个约束:(1)同杆陪停约束;(2)双电源约束;(3)保供电约束;(4)负荷转供超载约束;(5)工作量不越限约束;在此基础上,通过模拟退火算法进行求解,流程为:将决策变量B ik 进行编码,变成长度为i*k的字符串;随机产生N个解,作为初始种群,评估每一个解的性能;执行G次操作,评估种群中每个解的性能,返回其中的最优解。
Description
技术领域
本发明涉及的是一种基于遗传算法的停电计划优化方法,属于电网技术领域。
背景技术
面对庞杂电网,面对多任务、多部门、多约束条件和各种不确定因素,配网停电计划制定过程比较繁杂,而传统生产作业计划的编制自动化程度低,依赖于人工进行沟通和协调,没有对计划进行计算机辅助智能优化。
国内外对电力系统停电计划优化问题的研究主要集中在机组检修方面,对电网设备生产计划的研究相对较少;已有的配电网停电计划优化研究则大多集中在理论方面,较少从实际应用角度出发。有学者提出了在月停电计划安排中,以配电网检修最经济为目标进行优化。还有学者根据供电系统检修计划人工制定的特点,建立设备属性,归纳适合检修计划制定的规则,以系统接线、调度规程和设备极限传输容量为约束,利用排序方法实现检修计划的自动制定。
总之,目前国内在电网生产计划优化问题的领域开展了一些研究工作,但还属于起步阶段,远远满足不了供电企业对生产作业计划管理的要求;国外在生产计划优化方面的研究虽然已经具有了一定的成果,但尚无研究涉及到完整的生产计划优化。
发明内容
本发明的目的在于克服现有技术存在的不足,而提供一种基于遗传算法的停电计划优化方法,该方法充分计算机智能和信息化技术,建立停电计划优化算法,实现配网作业生产资源和约束条件由算法自动考虑,从而大大降低停电计划人工考虑工作量,提高计划科学合理性,提升计划管理水平。
本发明的目的是通过如下技术方案来完成的,所述的一种基于遗传算法的停电计划优化方法,它是针对配网停电计划优化,如公式(1)表示了优化目标,并建立如下多目标约束规划模型,主要包括:
一、多个优化目标:
(1) 最大化供电可靠性,它以停电时户数作为供电可靠性指标进行计算,通过如公式(7)计算停电时户数:
(2) 最小化安全风险,它计算停电计划中的电网安全风险、人员安全风险和用户影响风险的综合指标作为风险值进行最小化,通过如公式(8)可以计算平均风险值:
(3) 最大化工作量均衡度,它建立工作量评估模型,并计算优化范围内各个工作量进行,以工作量均方差为指标优化,通过如公式(9)可以计算工作量均衡度:
(4) 最小化停电时间调整量,最小化优化后的停电开始时间与原计划停电开始时间之间的差异,通过如公式(10)可以计算优化后停电计划开始时间与原计划时间差异:
二、多个约束:
(1) 同杆陪停约束,优化后陪停的线路需考虑同时停电,如公式(2)表示陪停约束;
(2) 双电源约束,优化后需保证双电源用户的两个或多个进线不能同时停电,如公式(3)表示双电源约束;
(3) 保供电约束,优化后需保证保供电用户在保电时间范围内不能停电,如公式(4)表示保供电约束;
(4) 负荷转供超载约束,优化后需保证负荷转供后,设备不能超载运行,如公式(5)表示负荷超载约束;
(5) 工作量不越限约束。优化后需保证工作量不能超过阈值,如公式(6)表示工作量越限约束;
在此基础上,通过模拟退火算法进行求解,流程为:
步骤1:将决策变量B ik 进行编码,变成长度为i*k的字符串;
步骤2:随机产生N个解,作为初始种群,评估每一个解的性能;
步骤3:执行G次如下操作:
步骤3.1:(交叉操作)在种群中随机选择2个解,进行交叉操作,对于产生的子解,验证是否满足约束(2)~(6),若满足,根据公式(1)评估其性能,如果性能比两个父解都好,放入种群中;
步骤3.2:(变异操作)在种群中随机一个解,进行变异操作。对于产生的子解,验证是否满足约束(2)~(6),若满足,根据公式(1)评估其性能,如果性能比两个父解都好,放入种群中;
步骤4:评估种群中每个解的性能,返回其中的最优解;
上述的各个公式如下:
其中:
i,j: 停电计划序号,
n: 停电计划数,
B ik : 优化后的计划开始时间,
H:停电时户数,
R:安全风险值,
B:工作量均衡度,
D:优化后开始时间与原计划时间偏差,
通过公式(11)将0-1表示的计划开始时间转换为常规理解的开始时间。
本发明具有如下的技术效果:
1.实验效果:经过在平湖市供电局的2010年的试点运行,经过停电计划优化后:
①平均预安排停电次数ASTC-3降低了30.7%
②平均预安排停电时间AIHC-S-3降低了42.2%
2.远景效果:
1、提高供电可靠率
2、提高工作效率
3、提高计划的精益化管理水平
4、提高客户满意度,提升企业服务形象
具体实施方式。
下面将结合附图对本发明作详细的介绍:本发明是针对配网停电计划优化,如公式(1)表示了优化目标,并建立如下多目标约束规划模型,主要包括:
一、多个优化目标:
(1) 最大化供电可靠性,它以停电时户数作为供电可靠性指标进行计算,通过如公式(7)计算停电时户数:
(2) 最小化安全风险,它计算停电计划中的电网安全风险、人员安全风险和用户影响风险的综合指标作为风险值进行最小化,通过如公式(8)可以计算平均风险值:
(3) 最大化工作量均衡度,它建立工作量评估模型,并计算优化范围内各个工作量进行,以工作量均方差为指标优化,通过如公式(9)可以计算工作量均衡度:
(4) 最小化停电时间调整量,最小化优化后的停电开始时间与原计划停电开始时间之间的差异,通过如公式(10)可以计算优化后停电计划开始时间与原计划时间差异:
二、多个约束:
(1) 同杆陪停约束,优化后陪停的线路需考虑同时停电,如公式(2)表示陪停约束;
(2) 双电源约束,优化后需保证双电源用户的两个或多个进线不能同时停电,如公式(3)表示双电源约束;
(3) 保供电约束,优化后需保证保供电用户在保电时间范围内不能停电,如公式(4)表示保供电约束;
(4) 负荷转供超载约束,优化后需保证负荷转供后,设备不能超载运行,如公式(5)表示负荷超载约束;
(5) 工作量不越限约束。优化后需保证工作量不能超过阈值,如公式(6)表示工作量越限约束;
在此基础上,通过模拟退火算法进行求解,流程为:
步骤1:将决策变量B ik 进行编码,变成长度为i*k的字符串;
步骤2:随机产生N个解,作为初始种群,评估每一个解的性能;
步骤3:执行G次如下操作:
步骤3.1:(交叉操作)在种群中随机选择2个解,进行交叉操作,对于产生的子解,验证是否满足约束(2)~(6),若满足,根据公式(1)评估其性能,如果性能比两个父解都好,放入种群中;
步骤3.2:(变异操作)在种群中随机一个解,进行变异操作。对于产生的子解,验证是否满足约束(2)~(6),若满足,根据公式(1)评估其性能,如果性能比两个父解都好,放入种群中;
步骤4:评估种群中每个解的性能,返回其中的最优解;
上述的各个公式如下:
其中:
i,j: 停电计划序号
n: 停电计划数
B ik : 优化后的计划开始时间
H:停电时户数
R:安全风险值
B:工作量均衡度
D:优化后开始时间与原计划时间偏差
通过公式(11)将0-1表示的计划开始时间转换为常规理解的开始时间。
实施例
基于本文介绍方法研发的配网生产停电计划智能优化系统,经嘉兴平湖市供电局和IBM中国研究院共同努力,已于2009年9月份在嘉兴平湖市供电局建成并试运行。2010年在电网规模增大9.2%的情况下,平湖供电局平均预安排停电次数ASTC-3降低了30.7%,平均预安排停电时间AIHC-S-3降低了42.2%。本方法于2011年在嘉兴市电力局各个县分局推广使用,系统有效提高了停电计划管理工作效率。
Claims (1)
1.一种基于遗传算法的停电计划优化方法,它是针对配网停电计划优化,如公式(1)表示了优化目标;并建立如下多目标约束规划模型,主要包括:
一、多个优化目标:
(1) 最大化供电可靠性,它以停电时户数作为供电可靠性指标进行计算,通过如公式(7)计算停电时户数:
(2) 最小化安全风险,它计算停电计划中的电网安全风险、人员安全风险和用户影响风险的综合指标作为风险值进行最小化,通过如公式(8)可以计算平均风险值:
(3) 最大化工作量均衡度,它建立工作量评估模型,并计算优化范围内各个工作量进行,以工作量均方差为指标优化,通过如公式(9)可以计算工作量均衡度:
(4) 最小化停电时间调整量,最小化优化后的停电开始时间与原计划停电开始时间之间的差异,通过如公式(10)可以计算优化后停电计划开始时间与原计划时间差异:
二、多个约束:
(1) 同杆陪停约束,优化后陪停的线路需考虑同时停电,如公式(2)表示陪停约束;
(2) 双电源约束,优化后需保证双电源用户的两个或多个进线不能同时停电,如公式(3)表示双电源约束;
(3) 保供电约束,优化后需保证保供电用户在保电时间范围内不能停电,如公式(4)表示保供电约束;
(4) 负荷转供超载约束,优化后需保证负荷转供后,设备不能超载运行,如公式(5)表示负荷超载约束;
(5) 工作量不越限约束;
优化后需保证工作量不能超过阈值,如公式(6)表示工作量越限约束;
在此基础上,通过模拟退火算法进行求解,流程为:
步骤1:将决策变量B ik 进行编码,变成长度为i*k的字符串;
步骤2:随机产生N个解,作为初始种群,评估每一个解的性能;
步骤3:执行G次如下操作:
步骤3.1:(交叉操作)在种群中随机选择2个解,进行交叉操作,对于产生的子解,验证是否满足约束(2)~(6),若满足,根据公式(1)评估其性能,如果性能比两个父解都好,放入种群中;
步骤3.2:(变异操作)在种群中随机一个解,进行变异操作;
对于产生的子解,验证是否满足约束(2)~(6),若满足,根据公式(1)评估其性能,如果性能比两个父解都好,放入种群中;
步骤4:评估种群中每个解的性能,返回其中的最优解;
上述的各个公式如下:
其中:
i,j: 停电计划序号,
n: 停电计划数,
B ik : 优化后的计划开始时间,
H:停电时户数,
R:安全风险值,
B:工作量均衡度,
D:优化后开始时间与原计划时间偏差,
通过公式(11)将0-1表示的计划开始时间转换为常规理解的开始时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110392517.6A CN102521673B (zh) | 2011-12-01 | 2011-12-01 | 一种基于遗传算法的停电计划优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110392517.6A CN102521673B (zh) | 2011-12-01 | 2011-12-01 | 一种基于遗传算法的停电计划优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102521673A true CN102521673A (zh) | 2012-06-27 |
CN102521673B CN102521673B (zh) | 2016-08-24 |
Family
ID=46292584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110392517.6A Active CN102521673B (zh) | 2011-12-01 | 2011-12-01 | 一种基于遗传算法的停电计划优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102521673B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729691A (zh) * | 2013-12-20 | 2014-04-16 | 西安理工大学 | 基于均匀设计的多目标配煤方法 |
CN105762921A (zh) * | 2016-01-27 | 2016-07-13 | 江苏省电力公司南京供电公司 | 一种基于超导限流器的合环转供电方法 |
CN106779442A (zh) * | 2016-12-26 | 2017-05-31 | 国网山东省电力公司泰安供电公司 | 停电计划的生成方法和装置 |
CN108448577A (zh) * | 2018-04-11 | 2018-08-24 | 南方电网科学研究院有限责任公司 | 配电网停电计划排程优化方法及装置 |
CN109038561A (zh) * | 2018-08-08 | 2018-12-18 | 国网浙江省电力有限公司绍兴供电公司 | 基于多目标蜻蜓算法的停电计划编制方法 |
CN111709632A (zh) * | 2020-06-09 | 2020-09-25 | 国网安徽省电力有限公司安庆供电公司 | 基于人工智能和多目标约束的停电计划自动编排方法 |
CN111967658A (zh) * | 2020-07-31 | 2020-11-20 | 广东卓维网络有限公司 | 一种基于营配信息集成平台的综合停电分析方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101231720A (zh) * | 2008-02-01 | 2008-07-30 | 北京航空航天大学 | 基于遗传算法的企业过程模型多目标参数优化方法 |
-
2011
- 2011-12-01 CN CN201110392517.6A patent/CN102521673B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101231720A (zh) * | 2008-02-01 | 2008-07-30 | 北京航空航天大学 | 基于遗传算法的企业过程模型多目标参数优化方法 |
Non-Patent Citations (3)
Title |
---|
张许贺等: "基于遗传算法的电网停电恢复及诊断容错性研究", 《湖北电力》, vol. 33, no. 6, 31 December 2009 (2009-12-31) * |
杨俊等: "遗传程序设计在短期电价预测中的应用", 《电力学报》, vol. 24, no. 1, 28 December 2009 (2009-12-28), pages 20 - 22 * |
陈小平等: "基于遗传模拟退火算法的负荷恢复计划制定", 《电工技术学报》, vol. 24, no. 1, 31 January 2009 (2009-01-31) * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729691A (zh) * | 2013-12-20 | 2014-04-16 | 西安理工大学 | 基于均匀设计的多目标配煤方法 |
CN103729691B (zh) * | 2013-12-20 | 2017-02-01 | 西安理工大学 | 基于均匀设计的多目标配煤方法 |
CN105762921A (zh) * | 2016-01-27 | 2016-07-13 | 江苏省电力公司南京供电公司 | 一种基于超导限流器的合环转供电方法 |
CN106779442A (zh) * | 2016-12-26 | 2017-05-31 | 国网山东省电力公司泰安供电公司 | 停电计划的生成方法和装置 |
CN108448577A (zh) * | 2018-04-11 | 2018-08-24 | 南方电网科学研究院有限责任公司 | 配电网停电计划排程优化方法及装置 |
CN109038561A (zh) * | 2018-08-08 | 2018-12-18 | 国网浙江省电力有限公司绍兴供电公司 | 基于多目标蜻蜓算法的停电计划编制方法 |
CN111709632A (zh) * | 2020-06-09 | 2020-09-25 | 国网安徽省电力有限公司安庆供电公司 | 基于人工智能和多目标约束的停电计划自动编排方法 |
CN111967658A (zh) * | 2020-07-31 | 2020-11-20 | 广东卓维网络有限公司 | 一种基于营配信息集成平台的综合停电分析方法 |
CN111967658B (zh) * | 2020-07-31 | 2021-10-29 | 广东卓维网络有限公司 | 一种基于营配信息集成平台的综合停电分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102521673B (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102521673A (zh) | 一种基于遗传算法的停电计划优化方法 | |
Gupta et al. | A bi-level evolutionary optimization for coordinated transmission expansion planning | |
CN105141464B (zh) | 一种输配电协调的网架结构规划方法 | |
CN104809519B (zh) | 一种计及电网拓扑优化的电力系统经济调度方法 | |
CN107316113B (zh) | 一种输电网规划方法及系统 | |
Basu | Economic environmental dispatch of fixed head hydrothermal power systems using nondominated sorting genetic algorithm-II | |
CN104037765B (zh) | 基于改进遗传算法选取有源配电网供电恢复方案的方法 | |
CN102545258A (zh) | 一种大规模风电并网的电网优化规划方法 | |
CN103258299A (zh) | 一种多直流集中馈入的受端电网网架优化方法 | |
CN103178552A (zh) | 一种动态机组组合与等微增率法相结合的火电机组节能负荷分配方法 | |
CN105117970A (zh) | 一种并列供电系统连环故障概率计算方法 | |
CN106655248A (zh) | 一种并网型微电网电源容量配置方法 | |
CN111291985B (zh) | 一种基于条件断面建模的日前电力市场出清方法及装置 | |
CN104268697A (zh) | 计及节能风险概率的省级电网购电决策系统及方法 | |
CN105356465A (zh) | 一种经济性与安全性协调的输电网规划平台及应用 | |
CN113344733B (zh) | 一种电气互联综合能源系统优化规划方法及系统 | |
CN104700326A (zh) | 配电网风险评估方法 | |
CN103761582A (zh) | 一种高适应度的互动型微电网配置规划方法 | |
CN108649612B (zh) | 含电力电子变压器的配电网与多微网博弈运行调度方法 | |
CN103345713A (zh) | 一种超大规模电力网络同步安全校核系统设计方法 | |
CN110854891A (zh) | 一种配电网灾前资源配置方法及系统 | |
CN104538991B (zh) | 互联电网联络线功率控制方法 | |
CN106505561A (zh) | 特高压交直流送电在电源优化规划中的建模方法 | |
CN106505576B (zh) | 一种基于Link-path的城市高压配电网负载转供方法 | |
CN117172389A (zh) | 考虑风光不确定性的区域级综合能源优化运行方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
ASS | Succession or assignment of patent right |
Owner name: STATE GRID CORPORATION OF CHINA Effective date: 20121203 |
|
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20121203 Address after: Jiaxing City, Zhejiang province 314000 North Road No. 99 Applicant after: Jiaxing Electric Power Bureau Applicant after: State Grid Corporation of China Address before: Jiaxing City, Zhejiang province 314000 North Road No. 99 Applicant before: Jiaxing Electric Power Bureau |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |