一种含光伏储能配电网电能质量治理控制方法

本发明涉及电气工程技术领域，即一种含光伏储能配电网电能质量治理控制方法。


背景技术：

随着经济发展和人民日益增长的生活水平，电能作为一种清洁、高效、多用途的能源形式，在现代社会中扮演着至关重要的角色，社会生产生活中对于电能发展的探索愈发深入，为了确保电能供应的可靠性和可持续性，电力行业正在逐渐实现发电源的多样化。除了传统的化石燃料发电，越来越多的可再生能源被整合到发电系统中，如风能、太阳能、水能和生物质能源等。此外，核能等清洁能源也在一些地区得到广泛应用。目前对于电能治理策略的研究比较深入，但对于新能源并网的电能质量评估及治理策略结合的研究还不够完善，且对于电能治理环节各补偿设备的合理分配的计算方法较为老套，不能充分满足现阶段配电网复杂的运行环境，综合新算法的电能质量评估及治理策略符合用户对于高电能质量的要求，也是未来的发展趋势之一。


技术实现要素：

本发明目的是针对上述不足而提供一种含光伏储能配电网电能质量治理控制方法，在传统算法的基础上，提出了轮盘择优选择和自调节参数的改进方式，改善了局部最优解、全局搜索和局部搜索无法兼顾的问题，同时充分考虑了新能源并网对于电能质量的影响和用户端对电能质量的使用感受，对影响用户体验的主要电能指标进行优化治理，更好地满足用户对高电能质量的要求。本发明技术解决方案是：一种含光伏储能配电网电能质量治理控制方法，其特征在于：首先随机生成一个种群矩阵，即该算法中的初始种群，在初始化种群完成后进行种群繁殖，繁殖比例由自调节参数α1控制，即全局搜索阶段，依据轮盘择优选择个体进行繁殖。随后进行个体筛选淘汰，淘汰比例由自调节参数α2进行控制，淘汰适应度低的个体。在上一步结束后，进行种群突变，突变比例由自调节参数α3进行控制，即局部搜索阶段，逐渐逼近最优解。此时经过筛选淘汰和突变后的个体作为下一次迭代的初始种群，进入到下一个新的生命周期即下一轮迭代。当迭代次数达到上限或最优个体不再变化后，迭代结束，得到电能质量最优治理方案。具体算法包括以下步骤：(1)随机生成一个个体矩阵，即该算法中的初始种群，每一个体代表目标函数(电能质量优化)的一个解。(2)初始化种群完成后进行种群繁殖，即全局搜索阶段，由自调节参数α1控制，依据轮盘择优选择个体进行繁殖。(3)将上一步择优选择的个体中适应度高的选做雌性，另一只选为雄性，随后进行交配繁殖。(4)随后进行筛选淘汰，由自调节参数α2进行控制，其主要目的在于将适应度低的
个体淘汰掉。(5)在上一步结束后，进行突变，由自调节参数α3进行控制，即局部搜索阶段，逐渐逼近最优解。(6)此时经过筛选淘汰和突变的个体作为下一次迭代的初始种群，进入到下一个新的生命周期。(7)在更新种群之后，到达下列情况时可以当作停止条件：一是达到提前设定好的迭代次数，二是最优个体即最优解不再发生变化。若不满足，则再次进行上述步骤，直到满足条件为止。每一个体可以看作待求解问题的一个解，可以看作调整电能质量措施的最优配置。上述方案中，还包括：步骤(2)中选取个体的方法，在普通算法的基础上引入轮盘择优选择，可以从种群中选出适应度较高的两个个体，择优选取个体，一定程度上规避了随机选取所带来的收敛速度慢的问题。选取步骤如下：对参与繁殖个体的选择上本发明采用轮盘择优选择，依据个体的适应度α(xj)，计算其适应度比例，即每个个体的选择概率再计算每个个体的累积概率累积概率越大，越容易选到。其次随机生成一个数组，将累积概率和随机生成序列中所对应的元素，则该个体被选择，若不大于，则不选择，此时继续比较下一个体。选择好个体后，将适应度高的选作雌性，另一只选为雄性，随后进行交配繁殖。在算法中生成子代公式为：式中ωm、ωf是父母，x1、x2是子代。式中β为子代继承父代特征值的比例。对固定参数α1、α2的自调节控制。在全局搜索阶段，当α1、α2取值较大时，可以保证种群的多样性，能够更好地寻找目标函数即电流谐波畸变率和电压波动的解，从而提高算法的全局搜索能力。但如果在整个生命周期中其值保持在较高水平，即α1、α2为定值时，会增大局部搜索阶段的种群数量，破坏原有的种群结构，导致局部搜索精度的下降，无法确定改善电能质量措施的最优组合。针对于α1、α2的取值，其自调节参数如公式所示：式中α
1max
、α
1min
、α
2max
、α
2min
为α1、α2、的最大、最小值，iter
max
为最大迭代次数，iter为当前迭代次数。在公式(2)中，在迭代初期α1、α2保持在较大值，有利于进行全局搜索，能够更好地
寻找目标函数即电流谐波畸变率和电压波动的解。避免了陷入局部最优解。随着迭代次数的增加，其值逐渐减少，局部搜索能力增强，进行精细化局部搜索最终确定全局最优解。对固定参数α3的自调节控制。在局部搜索阶段，α3也发挥着决定性作用，当个体适应度值低于当前种群的平均适应度值时，过高的α3会导致偏离最优解，可以理解为此时虽然电能质量优化措施满足了约束条件，但是此时对于电能质量并没有达到最优。并而在个体适应度值高于当前种群的平均适应度值时，代表此时种群分布较为分散，没有向最优解聚集，此时就需要提高α3。针对于α3的取值，其自调节参数如公式所示：式中α
3max
、α
3min
是α3的最大、最小值，δ(xj)为个体适应度值，δ
awg
为当前种群的平均适应度值。在寻求函数最优值时，当δ(xj)＞δ
awg
时，种群正在向最优解靠拢，若此时α3过大会导致当前解解列。当δ(xj)＞δ
awg
时，种群分布较为分散，此时就需要较大的α3来提高突变概率，以此来达到逐渐趋近于最优解的目的。经过以上步骤计算后，通过对光伏接入位置、无功设备补偿容量、增加储能装置等改善电能质量措施进行综合优化配置，来对电能质量进行优化治理。本发明所述的一种含光伏储能配电网电能质量治理控制方法，在保证治理方案合理性的同时，具有收敛速度快、收敛速度高等优点，可以通过现有设备对电能质量进行优化，提高了经济效益，相较于一般算法处理相同问题时，迭代效率更高，全局搜索寻优能力更强。本发明优点是：1、本发明算法在收敛速度、适应度值优化等方面具有诸多优势。针对普通算法中存在的适用范围不够广泛，对于全局搜索和局部搜索无法兼顾的问题，本算法通过结合轮盘择优选择、子调节参数控制、多目标函数优化等方式，对含光伏储能配电网电能治理方案进行求解，具有较强的适配性，针对不同电能指标的质量可以通过对目标函数的修正来进行实现。可以通过现有设备对电能质量进行优化，提高了经济效益，相较于一般算法处理相同问题时，迭代效率更高，全局搜索寻优能力更强。2、本发明在传统配电网电能质量治理策略步骤的基础上，对电能质量最优治理方案进行了算法优化，改善了传统算法中容易无法兼顾全局寻优和局部寻优、容易陷入局部最优解等缺点，同时提高了收敛速度及精度，有利于配电网中电能质量治理策略的实现。下面将结合实施例对本发明的实施方式作进一步详细描述。
附图说明
图1是电能质量综合评估体系框图。图2是本发明框图。
具体实施方式
参见图2，一种含光伏储能配电网电能质量治理控制方法：经过评估体系评估后，对于不符合电能质量的指标进行优化配置，在解空间内生成矩阵，每一个个体对应一种电
能改进措施综合配置方案，以电流谐波畸变率和电压波动等电能指标优化为目标函数，在算法初期根据适应度大小对于种群进行排序后，依据轮盘择优选择适应度较高的个体进行交配繁殖，经过择优选择、突变后，对种群进行更新，不断逼近全局最优解，最终得到改善电能质量措施的最优配置。参见图1，电能质量综合评估指标体系，主要针对于光伏并网逆变器中的电力电子器件的谐波污染。由环境因素影响引起的支路电压升高和光伏发电的输出功率变化会引起电网电压波动与闪变。为了综合评估配电网电能质量，本发明还引入了用户主观体验满意程度评估体系，针对配电网中用户平均停电次数、户平均停电时间、设备耐受度等指标进行综合考量。在进行电能质量评估后，对电能质量措施的配置进行优化求解，如图2所示，一种含光伏储能配电网电能质量治理控制方法，具体步骤为：step-1(步骤1)：随机生成一个个体矩阵，即该算法中的初始种群。step-2：初始化种群完成后进行种群繁殖，即全局搜索阶段，由自调节参数α1控制，依据轮盘择优选择两个个体进行繁殖。step-3：将上一步择优选择的个体中适应度高的选做雌性，另一只选为雄性，随后进行交配繁殖。step-4：随后进行筛选淘汰，由自调节参数α2进行控制，其主要目的在于将适应度低的个体淘汰掉。step-5：在上一步结束后，进行种群突变，即局部搜索阶段，逐渐逼近最优解。step-6：此时经过筛选淘汰所保留下来的个体和突变阶段所得到的个体作为下一次迭代的初始种群，进入到下一个新的生命周期。step-7：在更新种群之后，到达下列情况时可以当作停止条件：一是达到提前设定好的迭代次数，二是最佳个体即最优解不再发生变化。若不满足，则再次进行上述步骤，直到满足条件为止。经过以上步骤计算后，通过对于对光伏接入位置、无功补偿设备补偿容量、增加储能装置等改善电能质量措施进行综合优化配置，来对电能质量进行优化治理。本发明所述的一种含光伏储能配电网电能质量治理控制方法在保证治理方案合理性的同时，具有收敛速度快、收敛速度高等优点，可以通过现有设备对电能质量进行优化，提高了经济效益，相较于一般算法处理相同问题时，迭代效率更高，全局搜索寻优能力更强。本方法具有较强的适用性，针对不同电能指标的质量可以通过对目标函数的修正来进行实现。一种含光伏储能配电网电能质量治理控制方法，包括如下步骤：1)电能质量评估体系的确立。电能质量受光伏并网和各类非线性、不平衡负载的影响，导致电能质量中的各类指标产生偏差，与一般类型的配电网不同的是，光伏并网逆变器中的电力电子器件会对交流电网产生谐波污染。由于光伏并网发电受环境因素影响，其在接入配电网时会导致支路电压升高，并且太阳辐射强度不受人为控制，光伏发电的输出功率变化会引起电网电压波动与闪变。为了综合评估配电网电能质量，还引入了用户满意度评估体系，针对配电网中用户平均停电次数、用户平均停电时间、设备耐受度等指标进行综合考量。建立了电能质量国家标准评估体系和用户满意度评估体系相结合的电能质量综合评估体系。如附图1所示。
2)评估指标体系相关函数。在完成构建电能质量评估体系之后，需要对各类电能指标进行分析计算，引入以下公式：针对于谐波问题引入光伏并网前电流谐波畸变率r
cho
为：式中：i1为基波电流。i
l
为高次谐波电流。光伏并网后总电流谐波畸变率b
chd接入后
为：式中i
pv1
为光伏发电系统注入的基波电流。当光伏发电系统接入后，配电网中的总电流谐波畸变率势必会随着注入电流的增大而增大。在接入光伏前，光伏接入点处的电压u
接入前
为：式中r0为接入点和配电网之前的线路等效电阻，x0为接入点和配电网之前的线路等效电抗，p与q分别为配电母线向负载方向传输的有功、无功功率。当分布式光伏发电接入后，接入点处电压u
接入后
为式中p
pv
为分布式光伏向系统供给的有功功率。在分布式光伏发电系统接入系统前后，输出功率的变化势必会引起光伏接入点处的电压波动，电压波动率ub％为：式中δi分布式光伏发电输出功率变化引起的电流变化，zs采用二端口网络从光伏接入点处看配电网的等效阻抗。在10kv配电网电压波动应≤3％un(un为电压标准值)。3)评估指标赋权方法。针对于不同电能指标和用户主观性指标的统一性问题，本文采用主客观结合的方法确定权重系数，结合实际数据和用户实际体验，保证了电能指标体系的可加性和实际操作性。对于主观数据而言，不存在客观数据的分布规律和变化规律，数据间的联系并不紧密，所以对于用户主观体验满意程度评估体系采用g1法进行主观赋权。g1法是常用的层次分析法的改进算法，在层次分析法的基础上进行了一系列优化，省去了判断矩阵和一致性检验，大大简化了计算步骤。其计算步骤如下：
26.对各待评估节点进行分类并确定各个评估指标的重要程度，根据重要程度由大到小进行排列，记作γ1＞γ2＞γ3＞
…
＞γn，其中n为待评估指标总数量。对比相邻评估指标的相对重要程度，取相邻评估指标的比值为rk，其中对于rk的取值分为以下几种情况：当相邻评估指标同等重要时，rk取值为1。当相邻评估指标γ
n-1
比γn稍微重要时，rk取值为1.2。当相邻评估指标γ
n-1
比γn显著重要时，rk取值为1.4。当相邻评估指标γ
n-1
比γn重要得多时，rk取值为1.6。当相邻评估指标γ
n-1
比γn极端重要时，rk取值
为1.8。对评估指标进行计算指标权重，计算公式为：在求取客观权重时，利用熵权法中变量信息熵和信息量成正比的特点，进行指标熵信息计算：式中，hi为指标i数据的标准化值，yi为指标i标准化后的比重，ηi为指标i的熵信息。根据熵信息可得客观权重：式中，ψi为第i个因素的客观权重。将主、客观权重通过最小二乘法结合，计算得到综合权重：式中，γ为拉格朗日算子，σi为第i个因素的综合权重。4)一种含光伏储能配电网电能质量治理控制方法。针对于前文叙述的各类电能质量指标的优化问题，本发明引入轮盘择优策略优化了此算法步骤中随机性过强的缺点，同时对于算法中的α1、α2、α3进行自调节调整，在兼顾全局搜索能力的同时，保证了局部精细化搜索的精度，能够更好地应用于多目标优化问题上，具有良好的工程应用前景。含光伏储能配电网电能质量治理控制方法作为一种新型优化算法，相较于其他启发式算法，其具有收敛速度快，收敛精度高等特点。其在工程领域的应用还需要进一步进行改进，从而进一步满足实际问题的求解要求。在介绍计算步骤之前，先阐述对目标函数和结果的处理方法：确立目标函数。针对于含光伏储能配电网而言，对于电流谐波、电压波动问题，建立多目标电能质量优化目标函数f1、f2。：目标函数的优化结果可以减低各节点电流谐波畸变率、电压波动，使系统各节点电能质量保持在规定范围内，以满足用户实际需求。式中μ1、μ2、μ3为优化变量，分别为光伏
接入点位置、无功补偿设备补偿容量、增设储能装置数量。将非优势解的目标函数值标准化处理，计算第i个样本在第j个目标函数y
ij
下的比例为:各目标函数的信息熵qj、权重vj和综合得分fj分别为：权重vj为目标函数的信息量，x
ih
为第h个目标函数在第i个非支配解中的值。根据电流谐波畸变率、电压波动两个目标函数以及相应的评估结果进行相应的评价。目标变化结果的不确定性越大，对应的权重越高，从而可以有效地获得最优折衷解。下面介绍此算法的具体计算步骤：初始化种群数量和种群中的个体数量，多种群的设定可以一定程度保证求解的多样性，避免陷入局部最优解。此时每一个个体可以视为一个数组：individual＝[μ1，μ2，
…
，μm]
ꢀꢀ
(13)式中μ为改善系统电能质量的具体措施，对于本发明采用确定光伏接入点位置、无功补偿设备补偿容量、增设储能装置数量。对于种群数量而言，需要提前人为定义，其主要依据为求解问题的复杂程度，在实际应用中，一般以50为准。此时初始化种群可以看作生成矩阵m
hb
。初始化完成后进行种群繁殖，可以看作为算法中的全局搜索阶段。此时并不是所有种群参与繁殖，其主要由生殖率α1所决定，在选择种群后，再从所选种群中随机选择两个体进行繁殖。此时α1会对个体的随机选取会对计算结果产生影响，α1优化选择在后续步骤进行讲解，对参与繁殖个体的选择上本发明采用轮盘择优选择，依据个体的适应度α(xj)，计算其适应度比例，即每个个体的选择概率再计算每个个体的累积概率累积概率越大，越容易选到。其次随机生成一个数组，将累积概率和随机生成序列中所对应的元素，则该个体被选择，若不大于，则不选择，此时继续比较下一个体。选择好两个体后，将适应度高的选作雌性，另一只选为雄性，随后进行交配繁殖。在算法中生成子代公式为：
式中ωm、ωf是父母，x1、x2是子代，β为子代继承父代特征值的比例。其次进行筛选淘汰，在算法中指的是将适应度低的个体淘汰掉，其主要分为三种：一是父代淘汰，即雌性个体在交配后将雄性个体淘汰掉，适应度高的个体得以保留。二是子代淘汰，即在子代个体中适应度较低的个体将被同代吃掉。三是代间淘汰，即子代个体的适应度高于母代，此时母代个体被淘汰。择优淘汰的存活个体数量主要由α2所决定。进行上一步适应度淘汰后，进行种群突变，即局部搜索阶段。其主要由α3所决定，此时选中的个体交换数组中的某个值，相当于进行解决方案中单个优化措施的互换。此时经过择优筛选后的个体和突变后的个体作为下一次迭代的初始种群，进入到下一个新的生命周期。在更新种群之后，到达下列情况时可以当作停止条件：一是达到提前设定好的迭代次数，二是最佳个体即最优解不再发生变化。为了提高此算法的计算精度和计算速度，本发明对α1、α2、α3进行自调节控制，在全局搜索阶段，当α1、α2取值较大时，可以保证个体种群的多样性，从而提高算法的全局搜索能力，能够更好地寻找目标函数即电流谐波畸变率和电压波动的优解。但如果在整个生命周期中其值保持在较高水平，即α1、α2为定值时，会增大局部搜索阶段的种群数量，破坏原有的种群结构，导致局部搜索精度的下降。在局部搜索阶段，α3也发挥着决定性作用，当个体适应度值低于当前种群的平均适应度值时，说明此个体并没有找到能够满足目标函数的优解，而转向寻找具体措施的优化配置，过高的α3会导致种群偏离最优解。而在个体适应度值高于当前种群的平均适应度值时，代表此时种群分布较为分散，没有向最优解聚集，此时就需要提高α3。针对于α1、α2的取值，其自调节参数如公式所示：式中α
1max
、α
1min
、α
2max
、α
2min
为α1、α2的最大、最小值，iter
max
为最大迭代次数，iter为当前迭代次数。在上述公式中，在迭代初期α1、α2保持在较大值，有利于个体进行全局搜索，避免了陷入局部最优解。随着迭代次数的增加，其值逐渐减少，局部搜索能力增强，进行精细化局部搜索最终确定全局最优解。针对于α3的取值，其自调节参数如公式所示：式中α
3max
、α
3min
是α3的最大、最小值，δ(xj)为个体适应度值，δ
awg
为当前种群的平均适应度值。在寻求函数最优值时，当δ(xj)≤δ
avg
时，种群正在向最优解靠拢，若此时α3过大会
导致当前解解列。当δ(xj)＞δ
awg
时，种群分布较为分散，此时就需要较大的α3来提高突变概率，以此来达到逐渐趋近于最优解的目的。结合上述治理算法，其对应的电能质量优化策略为：针对于电流总谐波率、电压偏差、电压波动等电能质量指标和用户满意度指标进行整体评估，当综合评价结果较差或某一指标超出极限值时，对光伏接入位置、无功补偿设备补偿容量、增加出储能装置等改善电能质量措施通过算法进行综合优化配置后，再次进行电能质量评估，若符合评估要求要求则说明配置成功。若不符合，则再次进行优化计算，直至符合电能质量要求为止。上面描述，只是本发明的具体实施方式，各种举例说明不对本发明的实质内容构成限制。

技术特征：
1.一种含光伏储能配电网电能质量治理控制方法，其特征在于：首先随机生成一个种群矩阵，即该算法中的初始种群，在初始化种群完成后进行种群繁殖，繁殖比例由自调节参数α1控制，即全局搜索阶段，依据轮盘择优选择个体进行繁殖；随后进行个体筛选淘汰，淘汰比例由自调节参数α2进行控制，淘汰适应度低的个体；在上一步结束后，进行种群突变，突变比例由自调节参数α3进行控制，即局部搜索阶段，逐渐逼近最优解；此时经过筛选淘汰和突变后的个体作为下一次迭代的初始种群，进入到下一个新的生命周期即下一轮迭代；当迭代次数达到上限或最优个体不再变化后，迭代结束，得到电能质量最优治理方案；具体算法包括以下步骤：(1)随机生成一个个体矩阵，即该算法中的初始种群，每一个体代表目标函数的一个解；(2)初始化种群完成后进行种群繁殖，即全局搜索阶段，由自调节参数α1控制，依据轮盘择优选择个体进行繁殖；(3)将上一步择优选择的个体中适应度高的选做雌性，另一只选为雄性，随后进行交配繁殖；(4)随后进行筛选淘汰，由自调节参数α2进行控制，其主要目的在于将适应度低的个体淘汰掉；(5)在上一步结束后，进行突变，由自调节参数α3进行控制，即局部搜索阶段，逐渐逼近最优解；(6)此时经过筛选淘汰和突变的个体作为下一次迭代的初始种群，进入到下一个新的生命周期；(7)在更新种群之后，到达下列情况时可以当作停止条件：一是达到提前设定好的迭代次数，二是最优个体即最优解不再发生变化；若不满足，则再次进行上述步骤，直到满足条件为止；每一个体可以看作待求解问题的一个解，可以看作调整电能质量措施的最优配置。2.按照权利要求1所述的一种含光伏储能配电网电能质量治理控制方法，其特征在于：步骤(2)中选取个体的方法，在普通算法的基础上引入轮盘择优选择，可以从种群中选出适应度较高的两个个体，择优选取个体，一定程度上规避了随机选取所带来的收敛速度慢的问题；选取步骤如下：对参与繁殖个体的选择上本发明采用轮盘择优选择，依据个体的适应度α(x
j
)，计算其适应度比例，即每个个体的选择概率再计算每个个体的累积概率累积概率越大，越容易选到；其次随机生成一个数组，将累积概率和随机生成序列中所对应的元素，则该个体被选择，若不大于，则不选择，此时继续比较下一个体；选择好个体后，将适应度高的选作雌性，另一只选为雄性，随后进行交配繁殖；在算法中生成子代公式为：式中ω
m
、ω
f
是父母，x1、x2是子代；式中β为子代继承父代特征值的比例。
3.按照权利要求1所述的一种含光伏储能配电网电能质量治理控制方法，其特征在于：对固定参数α1、α2的自调节控制；在全局搜索阶段，当α1、α2取值较大时，可以保证种群的多样性，能够更好地寻找目标函数即电流谐波畸变率和电压波动的解，从而提高算法的全局搜索能力；但如果在整个生命周期中其值保持在较高水平，即α1、α2为定值时，会增大局部搜索阶段的种群数量，破坏原有的种群结构，导致局部搜索精度的下降，无法确定改善电能质量措施的最优组合；针对于α1、α2的取值，其自调节参数如公式所示：式中α
1max
、α
1min
、α
2max
、α
2min
为α1、α2、的最大、最小值，iter
max
为最大迭代次数，iter为当前迭代次数；在公式(2)中，在迭代初期α1、α2保持在较大值，有利于进行全局搜索，能够更好地寻找目标函数即电流谐波畸变率和电压波动的解；避免了陷入局部最优解；随着迭代次数的增加，其值逐渐减少，局部搜索能力增强，进行精细化局部搜索最终确定全局最优解。4.按照权利要求1所述的一种含光伏储能配电网电能质量治理控制方法，其特征在于：对固定参数α3的自调节控制；在局部搜索阶段，α3也发挥着决定性作用，当个体适应度值低于当前种群的平均适应度值时，过高的α3会导致偏离最优解，可以理解为此时虽然电能质量优化措施满足了约束条件，但是此时对于电能质量并没有达到最优；并而在个体适应度值高于当前种群的平均适应度值时，代表此时种群分布较为分散，没有向最优解聚集，此时就需要提高α3；针对于α3的取值，其自调节参数如公式所示：式中α
3max
、α
3min
是α3的最大、最小值，δ(x
j
)为个体适应度值，δ
awg
为当前种群的平均适应度值；在寻求函数最优值时，当δ(x
j
)≤δ
awg
时，种群正在向最优解靠拢，若此时α3过大会导致当前解解列；当δ(x
j
)＞δ
awg
时，种群分布较为分散，此时就需要较大的α3来提高突变概率，以此来达到逐渐趋近于最优解的目的。

技术总结
本发明公开了一种含光伏储能配电网电能质量治理控制方法。该方法主要由四部分构成，即初始化随机种群、由自调节参数控制的种群周期繁殖、轮盘择优选择、最优解提取。本发明在传统配电网电能质量治理策略步骤的基础上，对电能质量最优治理方案进行了算法优化，改善了传统算法中容易无法兼顾全局寻优和局部寻优、容易陷入局部最优解等缺点，同时提高了收敛速度及精度，有利于配电网中电能质量治理策略的实现。现。现。


技术研发人员：孙冬 吕越 杨永健 高金玉 辛业春 于沛旭 刘奇 刘森 刘海洋 高子宸 赵晓冰 杨杰 唐铭泽 李鹤楠
受保护的技术使用者：东北电力大学
技术研发日：2023.07.18
技术公布日：2023/10/15