基于混合量子进化算法的变电站容量优化配置方法

摘要

本发明涉及电力系统配置技术领域。本发明公开了一种基于混合量子进化算法的变电站容量规划方法。本发明技术方案包括变电站数据收集、变电站容量配置和输出结果，其中，变电站容量配置包括如下步骤：步骤1、系统初始化；步骤2、观测种群Q(t)的状态并产生观测态种群P(t)；步骤3、对观测态种群P(t)中个体进行局部搜索；步骤4、解码得到变量优化解；步骤5、目标函数适应度评价；步骤6、保存最佳个体及相关信息；步骤7、终止条件判断；步骤8、种群更新。本发明将量子进化算法全局寻优能力强、收敛速度快和禁忌搜索算法局部搜索能力强的优点相结合，能够快速准确的获得变电站最优容量配置方案，能快速准确地获得输出结果。

主权项

基于混合量子进化算法的变电站容量优化配置方法，包括变电站数据收集、变电站容量配置和输出结果，其特征在于，所述变电站容量配置包括如下步骤：步骤1、系统初始化根据变电站容量规划中需要优化的变量建立种群Q(t)；步骤2、观测种群Q(t)的状态并产生观测态种群P(t)对种群Q(t)进行观测，得到观测态种群P(t)；步骤3、对观测态种群P(t)中个体进行局部搜索运用禁忌搜索方法对观测态种群P(t)中个体进行局部搜索，得到新种群P'(t)；步骤4、解码得到变量优化解根据变量种群个体编码中有多少位“1”，则变量取多大数值；步骤5、目标函数适应度评价将解码得到的变量数值代入目标函数中；步骤6、保存最佳个体及相关信息将新种群P'(t)中的最佳个体及最佳个体解码的变电站最优配置方案进行保存；步骤7、终止条件判断判断迭代次数t是否达到预先设定的数目，是则结束程序，否则继续下一步；步骤8、种群更新迭代次数t=t+1,利用量子门进行更新种群，并转步骤2。