本發(fā)明屬于電力系統(tǒng)穩(wěn)態(tài)潮流計算
技術領域：
，具體涉及到一種基于模糊潮流算法考慮線路阻抗和負荷功率不確定性的臺區(qū)電網(wǎng)理論線損。
背景技術：
：線損率作為電網(wǎng)公司的一項重要技術經(jīng)濟指標，是衡量電網(wǎng)公司綜合管理水平及經(jīng)濟效益的重要內容。有資料顯示，目前我國電網(wǎng)損耗的50％以上源于配電網(wǎng)，因此，配電網(wǎng)的線損管理及降損工作對于提高整個電網(wǎng)的經(jīng)濟運行水平具有重要意義。實際電網(wǎng)中，線損是指供電量與所有用戶抄見電量(即總售電量)之差，也稱作統(tǒng)計線損，它包括理論線損與管理線損兩部分。其中理論線損又叫做技術線損，是指電網(wǎng)中以熱能形式散發(fā)的能量損耗；管理線損是指由于標記誤差、抄表誤差以及竊電等原因造成的電量損失。一般而言，統(tǒng)計線損可通過抄表獲得，而管理線損只能通過統(tǒng)計線損減去理論線損求取。因此，如何準確計算理論線損，厘清技術線損和管理線損的邊界條件，是決定電網(wǎng)公司線損管理水平的關鍵環(huán)節(jié)。近年來，智能電表和遠程集抄系統(tǒng)的大力推廣為理論線損計算提供了負荷側電量等實測數(shù)據(jù)，為基于三相潮流方法計算臺區(qū)電網(wǎng)理論線損提供了可能。但目前結合智能電表數(shù)據(jù)、運用三相潮流方法計算臺區(qū)電網(wǎng)理論線損的研究基本都假設網(wǎng)絡結構參數(shù)和負荷功率值確定且已知，并以此為基礎計算臺區(qū)電網(wǎng)潮流。如2014年第9期《電測與儀表》中的“基于前推回代三相潮流的低壓臺區(qū)理論線損計算研究”一文中，提出一種采用前推回代法的低壓臺區(qū)理論線損計算方法，但該文獻假設臺區(qū)電網(wǎng)的數(shù)據(jù)完備，基本屬于與高、中壓配網(wǎng)理論線損計算方法在低壓臺區(qū)電網(wǎng)的簡單應用。另一方面，在臺區(qū)電網(wǎng)理論線損影響因素的研究方面，現(xiàn)有文獻大多僅關注負荷功率不確定性對理論線損計算結果的影響，而沒有考慮線路阻抗取值的不確定性對理論線損計算結果的影響。實際工程中，由于中低壓配電網(wǎng)覆蓋面廣，元件投入時間長等原因，往往缺乏詳細的相關結構參數(shù)。如對于架空導線，一般只能獲得導線的型號而不能獲得準確的線間距等信息，從而無法準確計算導線的互感等必要參數(shù)?，F(xiàn)有研究通常選取典型值或經(jīng)驗值作為結構參數(shù)進行相應的計算。綜上所述，現(xiàn)有關于臺區(qū)電網(wǎng)理論線損計算方法沒有考慮線路阻抗不確定性對線損的影響。技術實現(xiàn)要素：本發(fā)明的目的是針對現(xiàn)有低壓臺區(qū)理論線損計算方法的不足，提供了一種以模糊潮流算法和三相潮流算法為基礎，同時考慮線路阻抗和負荷功率不確定性的臺區(qū)電網(wǎng)理論線損計算方法。基于實際的臺區(qū)電網(wǎng)結構數(shù)據(jù)和智能電表測量數(shù)據(jù)，本方法同時考慮線路阻抗不確定性和負荷功率不確定性，采用模糊建模和模糊潮流方法，求解低壓臺區(qū)電網(wǎng)的理論線損。為實現(xiàn)本發(fā)明目的而采用的技術方案是這樣的，一種基于模糊潮流算法考慮線路阻抗和負荷不確定性的臺區(qū)電網(wǎng)理論線損計算方法，其特征在于,包括以下步驟：(1)獲取臺區(qū)電網(wǎng)基礎數(shù)據(jù)及初始化1.3.獲取的基礎數(shù)據(jù)包括：網(wǎng)絡結構、阻抗隸屬度信息、負荷隸屬度信息等基礎數(shù)據(jù)。具體包括：平衡端點電壓、端點類型、隸屬度為1時的支路阻抗和負荷功率、隸屬度為0時的支路阻抗和負荷功率的最大最小值、線路的額定電壓和功率基準值。網(wǎng)絡端點數(shù)為n；表示網(wǎng)絡所有端點所在的集合；平衡端點僅一個，且序號為1；表示pq端點所在的集合，端點個數(shù)為m。本文中將處于同一地理位置的不同相的多個電氣節(jié)點稱為端點，即端點包含a,b,c三相節(jié)點，若是星形連接，則還包括中性點n。1.4.參數(shù)初始化設置遺傳算法的交叉概率pc＝0.7，變異概率pm＝0.1，變量精度esp＝10-5，種群規(guī)模pop＝20；牛頓法收斂精度ε＝10-4，設置端點三相節(jié)點的電壓的初始值為：幅值為1.0pu，相角相差120度，且相角為0；各端點中性點電壓的初始值為：幅值為0pu，相角為0度。(2)隸屬度為0時模糊變量取值范圍線路阻抗和負荷功率的隸屬度函數(shù)分別如圖2(a)和(b)所示：設定：阻抗變量z為三角形模糊變量，其隸屬度函數(shù)圖呈三角形；隸屬度為1時，阻抗z的取值為z1；隸屬度為0時，阻抗z的取值為取值范圍為0.9z1≤z≤1.1z1；設定：阻抗變量z為三角形模糊變量，其隸屬度圖呈三角形；隸屬度為1時，負荷功率s的取值為s1；隸屬度為0時，負荷功率s的取值為取值范圍為0.85s1≤s≤1.15s1；隸屬度為0時，阻抗z最大、最小值分別如下：隸屬度為0時，功率s的最大、最小值分別如下：(3)基于遺傳算法求取隸屬度為0時的最小網(wǎng)損3.1.編碼并產(chǎn)生初始種群根據(jù)變量范圍和變量精度，按照二進制編碼方法，確定以線路阻抗z和負荷功率s為決策變量的二進制串長度分別為n1和n2，其數(shù)值滿足下列關系式：式中esp的值在步驟1.2中給出；分別表示隸屬度為0時線路阻抗z和負荷功率s的最大值和最小值，z1、s1由步驟(2)給出。確定兩個變量二進制串長度n1和n2后，運用matlab產(chǎn)生基于兩變量的初始種群t0，種群規(guī)模均為pop＝20，具體步驟為：對于變量z，運用matlab命令rand(20,n1)產(chǎn)生一個20×n1的矩陣tz，其元素值為區(qū)間(0,1)上的隨機數(shù)；然后判斷矩陣tz中的每個元素，若值小于0.5，則該元素置為0，否則置為1；從而得到二進制編碼的矩陣tz。按照同樣方法，生成一個20×n2的矩陣ts，由此得到變量s的二進制編碼矩陣ts。線路阻抗z的二進制編碼矩陣為tz，tz是一個20×n1的矩陣，元素值為隨機生成的0或1，其每一行表示線路阻抗z的一個個體，是位數(shù)為n1的二進制碼；負荷功率s的二進制編碼矩陣為ts，ts是一個20×n2的矩陣，元素值為隨機生成的0或1，其每一行表示線路阻抗s的一個個體，是位數(shù)為n2的二進制碼。3.2.譯碼并得變量的實際值對變量進行譯碼，將其二進制編碼轉換為對應的實際值，轉換公式如下：式中，tz_k和ts_k分別表示阻抗和功率的第k個個體，即矩陣tz和ts的第k行二進制碼；zk和sk分別表示tz_k和ts_k對應的實際值，其余變量的含義同公式(4)，(tz_k)d和(ts_k)d分別表示二進制編碼個體tz_k和ts_k對應的十進制數(shù)值，求取公式為：其中al、bl分別表示二進制編碼個體tz_k和ts_k第l位的二進制數(shù)；其余變量的含義同公式(3)-(4)。3.3.基于三相潮流方法計算網(wǎng)損結合步驟(1)給出的基礎數(shù)據(jù)和初始化參數(shù)，并代入步驟3.2譯碼得到的線路阻抗z和負荷功率s的實際值，運用三相潮流方法，求取每個個體對應的網(wǎng)絡功率損耗。為方便敘述，后文中個體k指：線路阻抗z取第k個個體、負荷功率s取第k個個體。所有個體組成種群。編碼、交叉、變異步驟，即步驟3.1和步驟3.6均針對變量的二進制編碼；而基于三相潮流求網(wǎng)損、計算適應度函數(shù)，即步驟3.3和步驟3.4均使用變量的實際值。首先，代入第一個個體對應的實際值，結合其他已知數(shù)據(jù)，通過步驟3.3.1-3.3.6計算該個體對應的網(wǎng)損；然后重復該步驟，依次計算得到20個個體的網(wǎng)損。3.3.1.形成節(jié)點導納矩陣完成步驟3.2后，根據(jù)各支路阻抗信息得到支路阻抗：式中zuv表示端點u和端點v間線路的支路阻抗矩陣；zxy,zxx分別表示相間阻抗和各相的自阻抗，其中x,y∈bp,x≠y，bp＝{a,b,c,n},a,b,c,n分別表示各端點的三相電氣節(jié)點和中性點。求取對應的導納矩陣yuv，公式如下：yuv＝zuv-1(36)式中yuv表示支路導納矩陣。然后計算系統(tǒng)的節(jié)點導納矩陣，計算公式如下：式中：φu為與端點u直接相聯(lián)但不包括端點u的端點集合；s為端點集合φu中的任一端點；yus表示端點u與端點s直接相聯(lián)線路的導納矩陣，為4×4的復數(shù)矩陣；yuv表示端點u與端點v直接相聯(lián)線路的導納矩陣，為4×4的復數(shù)矩陣；自導納矩陣yuu表示與端點u直接相聯(lián)的所有支路導納矩陣之和，為4×4的復數(shù)陣；互導納矩陣yuv(v≠u)則為端點u和端點v之間支路導納矩陣yuv的相反數(shù)，為4×4的復數(shù)矩陣。3.3.2.計算不平衡量結合計算出的網(wǎng)絡節(jié)點導納矩陣，計算pq端點的注入電流不平衡量實虛部，計算公式如下：式中：i表示pq端點序號，；為包括端點i且與其直接相聯(lián)端點的集合；j為端點集合中的任一端點；為i端點d相的注入電流，d∈bp，bp的含義與式(7)相同；表示i端點d相的電流不平衡量；表示i端點d相與j端點t相間的導納；分別表示j端點t相的電壓。pq端點的注入電流為：式中i表示pq端點的序號；分別為給定的a,b,c相和中性點處與中性點間負荷的視在功率；為端點i中性點的電壓；表示端點i節(jié)點d的電壓；表示i端點d相的注入電流，“*”為共軛運算。若端點i接有負荷，則上述功率值為給定的負荷值；若該端點不接負荷，則對應的負荷功率為0。上述不平衡變量計算完成后就可形成不平衡變量矩陣δf，公式如下：δf＝[dh2…dhndg2…dgn]t(40)式中dhi和dgi分別為端點i注入電流不平衡量的虛部和實部，分別表示為：各變量按照端點序號排列。3.3.3.計算雅克比矩陣雅克比矩陣的常數(shù)項子矩陣計算公式為：式中：i和j為pq端點編號，表示pq端點所在的集合，端點個數(shù)為m；hc表示雅克比矩陣的常數(shù)項，為8m×8m的矩陣；gij和bij分別表示導納矩陣元素yij的實部和虛部；下標4×4表示該矩陣4行4列矩陣。pq端點的電流不平衡方程對其節(jié)點電壓的實虛部求導公式如下：h為8m×8m；其余變量含義同式(11)。雅克比矩陣j組成如下：j＝h+hc(45)其中j為8m×8m的實數(shù)矩陣；矩陣h，hc由上述公式求取；“imag(·)”為取虛部，“real(·)”為取實部，ii為元素為端點i注入電流矩陣，ei為元素為端點i電壓的實部矩陣，fi為元素為端點i電壓的虛部矩陣。3.3.4.計算修正量根據(jù)公式(17),計算狀態(tài)變量的修正量δx(time)。δx(time)＝-j-1δf(46)式中δf為步驟3.3.2計算出的不平衡量；j為雅克比矩陣，由步驟3.3.3求出。然后更新端點電壓u，公式如下：x(time+1)＝x(time)+δx(time)(47)3.3.5.收斂性判斷當不平衡量δf滿足max(|δf|)<ε，則結束迭代計算，輸出結果；當max(|δf|)≥ε且迭代次數(shù)time≥tmax，則停止迭代，輸出“不收斂！”，結束判斷；當max(|δf|)≥ε且迭代次數(shù)time<tmax，則返回步驟3.3.2，并增加迭代次數(shù)，用time+1來更新time，重新進行迭代計算。3.3.6.計算網(wǎng)損根據(jù)上述的三相潮流計算，得出滿足收斂精度的潮流結果。根據(jù)潮流結果可以得到理論網(wǎng)損的數(shù)值。理論網(wǎng)損的計算如下：式中，δp為理論網(wǎng)損；表示平衡端點的電壓；n表示端點總數(shù)；表示v端點的電壓，y1v表示1端點與v端點間的支路導納；表示所有pq端點的集合，pi表示i端點的負荷有功功率；“*”為共軛運算；“real(·)”表示取實部。即理論網(wǎng)損等于電源注入有功功率減去所有負荷有功功率。進一步，在步驟3.3.6結束后，進入3.4步：3.4.計算適應度函數(shù)個體的適應度函數(shù)主要根據(jù)網(wǎng)損和變量越限情況確定。在步驟3.3.6計算出初始種群t020個個體對應的網(wǎng)損δp1～δp20后，需要用適應度大小評判個體優(yōu)劣，從而決定其遺傳機會的多少。以網(wǎng)損最小作為優(yōu)化目標時，個體k的適應度函數(shù)如下：式中，δpk為表示第k個個體對應的理論網(wǎng)損，由步驟3.3求?。籶總為隸屬度為1時對應的所有負荷有功功率，求取公式為：式中i和分別表示pq端點，和pq端點所在的集合；表示隸屬度為1時端點i的負荷有功功率。f0表示變量是否越界的罰函數(shù)，其取值如下：式中，zk、sk、的含義同式(5)-(6)。3.5.收斂判斷保留本代20個個體中的最大適應度值，判斷其大小是否持續(xù)10代并保持不變。如果未持續(xù)10代不變，則執(zhí)行步驟3.6繼續(xù)進化；若保持不變，則停止進化，執(zhí)行步驟(4)，并輸出最大適應度值對應的網(wǎng)損作為該取值范圍下的最小網(wǎng)損值3.6.產(chǎn)生新個體3.6.1.計算概率根據(jù)步驟3.4計算出個體的隸屬度fk后，計算每一個體的選擇概率如下：由此得到每一個個體的選擇概率。3.6.2.交叉根據(jù)輪盤賭的方法，選擇出父代種群，具體操作為：在區(qū)間[0,1]產(chǎn)生一個均勻分布的隨機數(shù)r，若滿足則表示個體w被選中。重復選擇20次，得到20個經(jīng)過選擇后的個體，組成父代種群tf。對于種群tf中的個體運用matlab命令rand()隨機產(chǎn)生一個(0,1)上的數(shù)r,若r<pc(pc為交叉概率，已在步驟1.2中給出)，則隨機在種群tf中選擇一個個體作為對應的母代且將父代與母代二進制碼的第l/2至l位二進制碼進行互換，其中l(wèi)為該個體二進制碼的長度,對于阻抗z，長度l＝n1,對于負荷功率s，長度l＝n2，形成新的子代若r>pc，則父代即為新的子代，即對種群中的20個個體均執(zhí)行上述步驟，從而得到新的子代種群tson，該種群仍有20個個體。3.6.3.變異對子代種群tson進行變異操作，具體步驟為：對種群tson中的個體運用matlab命令rand()隨機產(chǎn)生一個(0,1)上的數(shù)r，若r<pm(pm為變異概率，已在步驟1.2中給出)，則隨機選擇該個體的一位編碼進行變異，即原來為1則變?yōu)?，原來為0則變?yōu)?，得到新個體若r>pm，則該個體即為新個體，即若從而得到新種群t＝tnew。轉到步驟3.2繼續(xù)計算。進一步，在步驟3結束后，進入步驟4：(4)基于遺傳算法求取隸屬度為0時的最大網(wǎng)損重新執(zhí)行步驟3.1-3.6，計算在模糊變量隸屬度為0對應的取值范圍下網(wǎng)損的最大值。此時，上述步驟完全相同，僅將步驟3.4中適應度函數(shù)修改為:式中各變量物理含義與式(20)相同。并且將輸出的網(wǎng)損值作為該取值范圍下網(wǎng)損的最大值進一步，在步驟3結束后，進入步驟5；或者在步驟4結束后，進入步驟5；(5)求取隸屬度為1時的網(wǎng)損在隸屬度為1時，線路阻抗z和負荷功率s為確定值，即線路阻抗和負荷功率的實際值為：z＝z1(54)s＝s1(55)式中各變量的物理含義與公式(5)和公式(6)相同。此時可直接將數(shù)據(jù)代入步驟3.3計算對應的網(wǎng)損δp1。進一步，在步驟5結束后，進入步驟6：(6)得到網(wǎng)損的可能性分布在得到隸屬度為0網(wǎng)損最小值和最大值以及隸屬度為1的網(wǎng)損δp1后，就可以得到考慮線路阻抗和負荷功率模糊性后網(wǎng)損可能性分布。本發(fā)明的技術效果是毋庸置疑的，其過程中，首先輸入網(wǎng)絡結構、阻抗隸屬度信息、負荷隸屬度信息等基礎數(shù)據(jù)，并參數(shù)初始化；然后通過α-截集法求取各模糊變量在隸屬度為0的取值范圍；接著，采用遺傳算法求取該取值范圍下網(wǎng)損的最大值；其次求取該取值范圍下網(wǎng)損的最小值；然后帶入隸屬度為1時變量的取值，運用三相潮流算法計算對應的網(wǎng)絡功率損耗；最后通過上述求得的各隸屬度下網(wǎng)損的最大值和最小值，得到了網(wǎng)損的可能性分布。附圖說明圖1為本發(fā)明方法的程序流程框圖；圖2中，(a)為線路阻抗z的隸屬度圖，(b)為負荷功率s的隸屬度圖；圖3為本發(fā)明方法的步驟(3)和步驟(4)中遺傳算法流程圖；圖4為本發(fā)明方法的步驟3.3中的三相潮流計算流程框圖；圖5為本發(fā)明方法中網(wǎng)絡結構圖。具體實施方式下面結合實施例對本發(fā)明作進一步說明，但不應該理解為本發(fā)明上述主題范圍僅限于下述實施例。在不脫離本發(fā)明上述技術思想的情況下，根據(jù)本領域普通技術知識和慣用手段，做出各種替換和變更，均應包括在本發(fā)明的保護范圍內。如附圖5所示，以ieee4節(jié)點系統(tǒng)為例，一種基于模糊潮流算法考慮線路阻抗和負荷不確定性的臺區(qū)電網(wǎng)理論線損計算方法具體步驟如下：(1)輸入基礎數(shù)據(jù)及初始化1.1輸入基礎數(shù)據(jù)首先，輸入網(wǎng)絡結構、阻抗隸屬度信息、負荷隸屬度信息等基礎數(shù)據(jù)。具體包括：平衡端點電壓、端點類型、隸屬度為1時的支路阻抗和負荷功率、隸屬度為0時的支路阻抗和負荷功率的最大最小值、線路的額定電壓和功率基準值。1.2參數(shù)初始化設置遺傳算法的交叉概率pc＝0.7，變異概率pm＝0.1，變量精度esp＝10-5，種群規(guī)模pop＝20；牛頓法收斂精度ε＝10-4，設置端點各節(jié)點電壓的初始值為：幅值為1.0pu，相角相差120度，且相角為0；各端點中性點電壓的初始值為：幅值為0pu，相角為0度。網(wǎng)絡數(shù)據(jù)采用1991年第6卷第3期《ieeetransactiononpowersystems》中“radialdistributiontestfeeders”一文中的ieee-4節(jié)點系統(tǒng)的標準數(shù)據(jù)，并作如下假設：1)原支路2-3間的變壓器修改為架空線，型號與支路1-2相同，長度為2000ft；2)節(jié)點4為負荷節(jié)點，三相功率平衡，均為245.9258+j119.1374(mva)；3)所有支路僅含有自電阻r,無自電抗和相間互阻抗。下面除功率外，其余變量均采用標幺制，其中電壓基準值為功率基準值為100mva。(2)隸屬度為0時模糊變量取值范圍取第二條支路的阻抗和第四個負荷的功率作為變量，當隸屬度為1時，對應的實際值為：z1＝0.0330(56)s1＝245.9258+j119.1374(mva)(57)則對應于隸屬度為0時，阻抗z和功率s的最大最小值分別如下：(3)基于遺傳算法求取隸屬度為0時的最小網(wǎng)損3.1.編碼并產(chǎn)生初始種群第(2)步完成后，根據(jù)變量范圍和變量精度，按照技術方案中的公式(3)和公式(4)，確定以線路阻抗z和負荷功率s為決策變量的二進制串長度n1和n2，得其值為：n1＝11(60)n2＝12(61)確定兩個變量二進制串長度n1和n2后，按照技術方案的步驟3.1，產(chǎn)生代表兩種變量二進制編碼的矩陣tz和ts。以第一個個體為例，其對應變量的二進制編碼分別為tz_1和ts_1，數(shù)值如下：tz_1＝10000000110(62)ts_1＝110011110101(63)3.2.譯碼并得變量的實際值對所得變量進行譯碼，首先按照技術方案中的公式，得二進制碼對應的十進制數(shù)值如下：(tz_1)d＝1·211-1+0·211-2+…+0·20＝1030(64)(ts_1)d＝1·212-1+1·212-2+…+1·20＝3317(65)按照技術方案中的公式，將其二進制編碼轉換為對應的實際值如下:3.3.基于三相潮流方法計算網(wǎng)損3.3.1.形成節(jié)點導納矩陣根據(jù)系統(tǒng)的網(wǎng)絡結構和參數(shù)，按照技術方案中的式(7)-式(9)，得到節(jié)點導納矩陣yuv：變量含義與式(9)相同。3.3.2.計算不平衡量根據(jù)技術方案中的公式，計算不平衡變量矩陣δf如下：3.3.7.計算網(wǎng)損按照技術方案中的公式(19)，計算出每個個體對應的網(wǎng)損，以第一個個體的網(wǎng)損數(shù)值δp1為例，其大小為：δp1＝21.6632kw(70)3.3.8.計算雅克比矩陣按照技術方案中的公式(13)-公式(16)，雅克比矩陣j為：3.3.9.計算修正量以第1次迭代后的結果為例，按照技術方案中的公式(17),計算狀態(tài)變量的修正量δx(time)然后按照技術方案中的公式(18)，更新端點電壓u，得到更新后的狀態(tài)變量：3.3.10.收斂性判斷當不平衡量δf滿足max(|δf|)<ε，則結束迭代計算，輸出結果；當max(|δf|)≥ε且迭代次數(shù)time≥tmax，則停止迭代，輸出“不收斂！”，結束判斷；當max(|δf|)≥ε且迭代次數(shù)time<tmax，則返回步驟3.3.2，并增加迭代次數(shù)，time＝time+1，重新進行迭代計算。根據(jù)前面的步驟，迭代2次后即滿足收斂條件，此時max(|δf|)＝1.8557e-4<ε。3.4.計算適應度函數(shù)按照技術方案中的公式(20)，以第一個個體為例，其適應度函數(shù)為:式中，δp1為第一個個體的網(wǎng)損值，其大小見式(70)；p總為隸屬度為1時對應的所有負荷有功功率，f0表示變量是否越界的罰函數(shù)，其數(shù)值分別為p總＝675kw(75)f0＝0(76)則第一個個體的適應度函數(shù)值為f1＝15.5794(77)經(jīng)過多次循環(huán)計算，最終得到每個個體的適應度函數(shù)值，以矩陣f的形式表達如下:3.5.收斂判斷保留本次計算出的適應度函數(shù)最大值為25.4838，按照技術方案中的步驟3.5，將其個體對應的網(wǎng)損作為最大值判斷其大小是否持續(xù)10代并保持不變，如果不是，則進行步驟3.6繼續(xù)計算；如果是，繼續(xù)執(zhí)行步驟(4)。按照技術方案要求，進行多次計算后，最終得出滿足收斂條件的數(shù)值，以網(wǎng)損最小為優(yōu)化目標的最優(yōu)結果如下：3.6.產(chǎn)生新個體3.6.1.計算概率按照技術方案中的公式(23)，計算個體的選擇概率p(fk)，將所有個體的選擇概率用矩陣p表示如下：3.6.2.交叉按照技術方案中步驟3.6.2，以第一個個體為例，交叉后其變量的二進制編碼分別為和數(shù)值如下：3.6.3.變異對子代種群tson進行變異操作得到新種群t＝tnew，以第一個個體為例，變異后其變量的二進制編碼分別為和得到變異后的新種群之后，將其按照技術方案中的步驟(3)繼續(xù)進行計算，直至滿足收斂要求。(4)基于遺傳算法求取隸屬度為0時的最大網(wǎng)損重新執(zhí)行技術方案的步驟3.1-3.6，計算在模糊變量隸屬度為0對應的取值范圍下，以網(wǎng)損最大為優(yōu)化目標的最優(yōu)結果如下：(5)求取隸屬度為1時的網(wǎng)損按照技術方案的步驟(5)，得隸屬度為1時網(wǎng)損的取值δp1為：δp1＝18.0539kw(86)(6)網(wǎng)損可能性分布在得到隸屬度為0網(wǎng)損最小值和最大值以及隸屬度為1的網(wǎng)損δp1后，就可以得到考慮線路阻抗和負荷功率模糊性后網(wǎng)損可能性分布如表1所示。表1.網(wǎng)損可能性分布隸屬度最大網(wǎng)損/kw最小網(wǎng)損/kw024.910912.6316118.053918.0539從表中可看出，所提出的一種基于模糊潮流算法考慮線路阻抗和負荷不確定性的臺區(qū)電網(wǎng)理論線損計算方法可以計算同時考慮線路阻抗不確定性和負荷功率不確定性時的網(wǎng)損可能性分布。實驗效果以附圖5所示的ieee-4節(jié)點系統(tǒng)為仿真對象，涉及以下仿真算例驗證本發(fā)明方法的有效性，并對網(wǎng)絡作如下假設：1)原支路2-3間的變壓器修改為架空線，型號與支路1-2相同，長度為2000ft；2)所有支路僅含有自電阻r,無自電抗和相間互阻抗。系統(tǒng)節(jié)點負荷數(shù)據(jù)見表2.表2.節(jié)點負荷節(jié)點pan/mwqan/mvarpbn/mwqbn/mvarpcn/mwqcn/mvar4245.9258119.1374245.9258119.1374245.9258119.1374收斂精度為10-4的情況下，上述算例計算完成后得到網(wǎng)損的可能性分布如表3所示。表3.網(wǎng)損可能性分布隸屬度最大網(wǎng)損/kw最小網(wǎng)損/kw024.910912.6316118.053918.0539從表中可看出，所提出的一種基于模糊潮流算法考慮線路阻抗和負荷不確定性的臺區(qū)電網(wǎng)理論線損計算方法可以計算同時考慮線路阻抗不確定性和負荷功率不確定性時的網(wǎng)損可能性分布。為驗證本發(fā)明方法的有效性和正確性，將僅考慮負荷功率不確定性(方案1)得到的網(wǎng)損可能性分布與本文提出的同時考慮負荷功率不確定性和阻抗不確定性(方案2)得到的網(wǎng)損可能性分布結果對比如表4所示。注：方案1中支路2的阻抗為確定值，數(shù)值等于方案2中支路2在隸屬度為1時的取值。表4.網(wǎng)損可能性分布對比從結果中可以看出，在隸屬度為1時，兩種方案的得到的網(wǎng)損結果相同，這是因為隸屬度為1時，存在不確定性的阻抗和功率取值為定值，且等于隸屬度為1時的值，因此兩個方案帶入的阻抗值和功率值相同；而在隸屬度為0時，方案1與方案2計算得到的網(wǎng)損取值范圍有差別，這是因為方案1中僅考慮了負荷功率的不確定性，而方案2中除負荷功率不確定性外，還考慮了支路阻抗的不確定性。由此可見，支路阻抗不確定性對網(wǎng)絡的可能性分布有影響，因此有必要同時計及支路阻抗不確定性和負荷功率不確定性對網(wǎng)損可能性分布的影響。當前第1頁12