本發(fā)明屬于控制技術(shù)領(lǐng)域，具體涉及一種基于雙鏈量子遺傳算法的發(fā)電機組涉網(wǎng)參數(shù)優(yōu)化方法。

背景技術(shù)：

目前，分區(qū)電網(wǎng)與大電網(wǎng)間發(fā)生聯(lián)絡(luò)故障解列而使分區(qū)電網(wǎng)進入孤島運行的系統(tǒng)暫態(tài)穩(wěn)定性較差，各種有孤島運行風險的小電網(wǎng)或者有發(fā)生故障進入暫態(tài)運行風險的電網(wǎng)中，導致系統(tǒng)的暫態(tài)穩(wěn)定性差，機網(wǎng)協(xié)調(diào)弄能力差。機網(wǎng)協(xié)調(diào)是指電廠的安全自動裝置、機組保護定值、調(diào)速系統(tǒng)、一次調(diào)頻、勵磁系統(tǒng)、PSS的控制參數(shù)等涉及電網(wǎng)安全的設(shè)備和參數(shù)能適應電網(wǎng)運行方式的變化，從而導致整個電網(wǎng)的安全穩(wěn)定性不能得到保障。

發(fā)電機組的涉網(wǎng)參數(shù)一般被分為勵磁系統(tǒng)、調(diào)速系統(tǒng)、AGC和AVC等四類。對于發(fā)電機各種參數(shù)的研究目前已經(jīng)趨于成熟，但是對機組涉網(wǎng)參數(shù)的研究，尤其是對參數(shù)優(yōu)化以實現(xiàn)機網(wǎng)協(xié)調(diào)并提高電網(wǎng)系統(tǒng)性能的研究尚未推廣。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是針對上述現(xiàn)有技術(shù)的不足提供一種基于雙鏈量子遺傳算法的發(fā)電機組涉網(wǎng)參數(shù)優(yōu)化方法，本基于雙鏈量子遺傳算法的發(fā)電機組涉網(wǎng)參數(shù)優(yōu)化方法通過優(yōu)化發(fā)電機組的涉網(wǎng)參數(shù)，提高系統(tǒng)的暫態(tài)穩(wěn)定性，實現(xiàn)機網(wǎng)協(xié)調(diào)。

為實現(xiàn)上述技術(shù)目的，本發(fā)明采取的技術(shù)方案為：

一種基于雙鏈量子遺傳算法的發(fā)電機組涉網(wǎng)參數(shù)優(yōu)化方法，包括以下步驟：

步驟1：選取電網(wǎng)系統(tǒng)中發(fā)電機組需要優(yōu)化的涉網(wǎng)參數(shù)；

步驟2：計算發(fā)電機組需要優(yōu)化的涉網(wǎng)參數(shù)的約束條件；

步驟3：計算電網(wǎng)系統(tǒng)暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)；

步驟4：根據(jù)暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)確定發(fā)電機組涉網(wǎng)參數(shù)的適應度函數(shù)；

步驟5：初始化雙鏈量子種群：種群數(shù)、染色體量子位數(shù)、最大迭代次數(shù)和變異概率，首先設(shè)置迭代次數(shù)為零；

步驟6：利用變異概率判斷當前染色體是否變異，如果沒有變異，直接執(zhí)行步驟7，如果變異則進行量子位非門變異；

步驟7：將當前染色體的每個量子位的概率幅向解空間轉(zhuǎn)換，從二進制轉(zhuǎn)入實數(shù)，并將轉(zhuǎn)換得到的值代入暫態(tài)穩(wěn)定計算程序確定暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)值，并進行適應度評價從而確定個體適應度，存儲全局最優(yōu)解；

步驟8：計算量子旋轉(zhuǎn)角前進步長并更新量子門，得到下一代染色體；

步驟9：判斷當前迭代次數(shù)是否小于最大迭代次數(shù)，若是，跳轉(zhuǎn)到步驟6執(zhí)行，否則，輸出全局最優(yōu)解，結(jié)束本方法。

作為本發(fā)明進一步改進的技術(shù)方案，所述的發(fā)電機組涉網(wǎng)參數(shù)體系中需要進行優(yōu)化的參數(shù)包括勵磁系統(tǒng)調(diào)節(jié)增益KV和調(diào)速器轉(zhuǎn)速偏差放大倍數(shù)KJ。

作為本發(fā)明進一步改進的技術(shù)方案，所述的步驟2，計算發(fā)電機組涉網(wǎng)參數(shù)體系中需要進行優(yōu)化的參數(shù)的約束條件，約束條件為:

其中P_gen、Q_gen為發(fā)電機組發(fā)出有功與發(fā)出無功，P_min、P_max分別為發(fā)電機組有功出力的上下限，Q_min、Q_max分別為發(fā)電機組無功出力的上下限；KV為勵磁系統(tǒng)調(diào)節(jié)器增益，KV_min、KV_max分別為勵磁調(diào)節(jié)增益的上下限，KV_max＝2KV_norm，KV_min＝0.5KV_norm；KJ為調(diào)速器調(diào)節(jié)系統(tǒng)轉(zhuǎn)速偏差放大倍數(shù)，KJ_min、KJ_max分別為調(diào)速器轉(zhuǎn)速偏差放大倍數(shù)的上下限，KJ_max＝2KJ_norm，KJ_min＝0.5KJ_no_rm，KV_norm為額定的勵磁調(diào)節(jié)增益，KJ_norm為額定的調(diào)速器轉(zhuǎn)速偏差放大倍數(shù)。

作為本發(fā)明進一步改進的技術(shù)方案，所述的步驟3包括以下步驟：

(1)分別計算電網(wǎng)系統(tǒng)中低頻暫態(tài)穩(wěn)定的目標函數(shù)、高頻暫態(tài)穩(wěn)定的目標函數(shù)和暫態(tài)失穩(wěn)的目標函數(shù)，具體公式如下：

F₁＝max(f_min+V_min-t_st)

F₂＝min(f_max+V_max+t_st)

F₃＝max(t_unst)

其中F₁為低頻暫態(tài)穩(wěn)定的目標函數(shù)值，F(xiàn)₂為高頻暫態(tài)穩(wěn)定的目標函數(shù)值，F(xiàn)₃為暫態(tài)失穩(wěn)的目標函數(shù)值，f_min為暫態(tài)過程中的頻率最低點，V_min為暫態(tài)過程中的電壓最低點，f_max為暫態(tài)過程中的頻率最高點，V_max為暫態(tài)過程中的電壓最高點，其中f_min、V_min、f_max和V_max均取標幺值；t_st為暫態(tài)波動時間，t_unst為失穩(wěn)時間；

(2)暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)分為低頻時暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)和高頻時暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)；

其中低頻時暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)，具體公式如下：

F₄＝aF₁+bF₃

其中高頻時暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)，具體公式如下：

F₅＝aF₂+bF₃

其中F₄為低頻時暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)，F(xiàn)₅為高頻時暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)，a+b＝1，a與b分別為穩(wěn)定因子與失穩(wěn)因子。

作為本發(fā)明進一步改進的技術(shù)方案，所述的發(fā)電機組涉網(wǎng)參數(shù)的適應度函數(shù)與暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)一致。

作為本發(fā)明進一步改進的技術(shù)方案，所述的步驟6包括：

(1)計算每次迭代后形成的新規(guī)模種群的平均適應度為其中f_i為適應度函數(shù)值，m為每次迭代后形成的新規(guī)模種群數(shù)，m＝1、2、3…m；

(2)將適應度函數(shù)值大于f_avg的適應度值求平均得到f_avg'，并定義△f＝|f_avg-f_avg'|，根據(jù)△f的值判斷變異概率從而判斷當前染色體是否變異；

(3)當發(fā)生變異時，隨機選擇若干量子位施加量子非門變換，互換參與變換的量子位兩個概率幅。

作為本發(fā)明進一步改進的技術(shù)方案，所述的步驟7中的將當前染色體的每個量子位的概率幅向解空間轉(zhuǎn)換包括：

(1)采用量子比特的概率幅作為編碼，進行種群初始化，編碼方式為：

其中p_i表示染色體的種群個體，t_ij＝2π×rnd，rnd為(0,1)間的隨機數(shù)，i＝1,2,…,m，j＝1,2,…,n。m為種群數(shù)；n為染色體的量子位數(shù)，表示發(fā)電機組需要優(yōu)化的涉網(wǎng)參數(shù)的個數(shù)，其中每條染色體包含兩條并列的基因鏈，每一條基因鏈代表一組發(fā)電機組涉網(wǎng)參數(shù)優(yōu)化解；

(2)將當前染色體的每個量子位的概率幅向解空間轉(zhuǎn)換，轉(zhuǎn)換公式為：

記種群中第i代染色體p_i上第j個量子位表示為x_i為發(fā)電機組需要優(yōu)化的涉網(wǎng)參數(shù)在約束條件下的最小取值，y_i為發(fā)電機組需要優(yōu)化的涉網(wǎng)參數(shù)在約束條件下的最大取值，為由量子態(tài)|0>的概率幅轉(zhuǎn)換為參數(shù)約束條件內(nèi)的解，為由量子態(tài)|1>的概率幅轉(zhuǎn)換為參數(shù)約束條件內(nèi)的解。

作為本發(fā)明進一步改進的技術(shù)方案，所述的步驟8中的計算量子旋轉(zhuǎn)角前進步長并更新量子門包括：

(1)獲取量子旋轉(zhuǎn)門轉(zhuǎn)角步長：

其中：θ_ij為第i代染色體中的第j個量子位的旋轉(zhuǎn)角，sgn函數(shù)為取符號函數(shù)，θ₀與θ₁分別表示目前為止搜索到的全局最優(yōu)解對應的量子位概率幅幅角與當前解的量子位概率幅幅角，為總目標函數(shù)值在點處的梯度；其中和分別為

表示第i代染色體中的第j個量子位，當為i+1代時即為第i代染色體的父代染色體，第i代染色體為其子代染色體。

(2)進行量子門旋轉(zhuǎn)，公式為：

其中與分別為染色體第i代和第i+1代的第j個量子位，為迭代差一代的父子代；量子旋轉(zhuǎn)門R表示為：

(3)利用量子門旋轉(zhuǎn)對染色體中的每個量子位完成變換，按照轉(zhuǎn)角函數(shù)確定轉(zhuǎn)角大小和方向，生成新的染色體。

本發(fā)明提高分區(qū)電網(wǎng)與大電網(wǎng)間發(fā)生聯(lián)絡(luò)故障解列而使分區(qū)電網(wǎng)進入孤島運行的系統(tǒng)暫態(tài)穩(wěn)定性，由此也可以引申應用于各種有孤島運行風險的小電網(wǎng)或者有發(fā)生故障進入暫態(tài)運行風險的電網(wǎng)中，通過優(yōu)化發(fā)電機組的涉網(wǎng)參數(shù)，提高系統(tǒng)的暫態(tài)穩(wěn)定性，實現(xiàn)機網(wǎng)協(xié)調(diào)；雙鏈量子遺傳算法是一種高效且有記憶功能的優(yōu)化算法，利用量子概率幅編碼構(gòu)造約束解空間內(nèi)的隨機值；利用量子旋轉(zhuǎn)門更新概率幅相位使染色體產(chǎn)生代際優(yōu)化，在種群規(guī)模內(nèi)尋找最優(yōu)解；利用量子位非門變異模擬種群的基因變異，增加種群多樣性以防止其早熟。在尋優(yōu)過程中，每條染色體上均含有兩條基因鏈，可以分別獨立尋找最優(yōu)解，提高了傳統(tǒng)遺傳算法的速度與效率，能夠快速有效地對模型進行優(yōu)化求解。本發(fā)明提出了評估電力系統(tǒng)暫態(tài)穩(wěn)定性的函數(shù)，并建立了針對系統(tǒng)暫態(tài)穩(wěn)定性的優(yōu)化模型，能夠高效快速地對發(fā)電機組涉網(wǎng)參數(shù)進行優(yōu)化，提高電力系統(tǒng)故障后的暫態(tài)穩(wěn)定性，同時實現(xiàn)機網(wǎng)協(xié)調(diào)的目標。

附圖說明

圖1是分區(qū)電網(wǎng)暫態(tài)穩(wěn)定頻率變化情況仿真圖。

圖2是分區(qū)電網(wǎng)暫態(tài)失穩(wěn)頻率變化情況仿真圖。

圖3是暫態(tài)過程中發(fā)電機組最優(yōu)參數(shù)與初始參數(shù)的頻率變化情況對比示意圖。

圖4是基于DCQGA算法的發(fā)電機組涉網(wǎng)參數(shù)優(yōu)化流程圖。

具體實施方式

下面根據(jù)圖1至圖4對本發(fā)明的具體實施方式作出進一步說明：

本發(fā)明針對背景技術(shù)的缺陷，在雙鏈量子遺傳算法的基礎(chǔ)上提出了一種基于雙鏈量子遺傳算法的發(fā)電機組涉網(wǎng)參數(shù)優(yōu)化方法，下面對其做出具體說明,包括以下步驟：

步驟1：選取電網(wǎng)系統(tǒng)中發(fā)電機組需要優(yōu)化的涉網(wǎng)參數(shù)；

首先，對不同的發(fā)電機組涉網(wǎng)參數(shù)進行比較與選擇，建立影響機網(wǎng)協(xié)調(diào)的發(fā)電機組可調(diào)涉網(wǎng)參數(shù)體系，分為勵磁系統(tǒng)、調(diào)速系統(tǒng)、AGC、AVC四類參數(shù)，從中選擇需要進行優(yōu)化的參數(shù)，本實施例主要選取勵磁系統(tǒng)調(diào)節(jié)增益KV和調(diào)速器轉(zhuǎn)速偏差放大倍數(shù)KJ作為優(yōu)化參數(shù)，即為模型中的自變量。

步驟2：計算發(fā)電機組需要優(yōu)化的涉網(wǎng)參數(shù)的約束條件；

(1)勵磁系統(tǒng)調(diào)節(jié)器增益約束

KV_min≤KV≤KV_max

其中KV為勵磁系統(tǒng)調(diào)節(jié)器增益，KV_min、KV_max分別為勵磁調(diào)節(jié)增益的上下限，KV_max＝2KV_norm，KV_min＝0.5KV_norm；KV_norm為額定的勵磁調(diào)節(jié)增益；

(2)調(diào)速器調(diào)節(jié)系統(tǒng)轉(zhuǎn)速偏差放大倍數(shù)約束

KJ_min≤KJ≤KJ_max

其中KJ為調(diào)速器調(diào)節(jié)系統(tǒng)轉(zhuǎn)速偏差放大倍數(shù)，KJ_min、KJ_max分別為調(diào)速器轉(zhuǎn)速偏差放大倍數(shù)的上下限，KJ_max＝2KJ_norm，KJ_min＝0.5KJ_norm，KJ_norm為額定的調(diào)速器轉(zhuǎn)速偏差放大倍數(shù)；

(3)另外在電網(wǎng)系統(tǒng)與發(fā)電機組中還存在著許多變量約束條件，主要以優(yōu)化采用的發(fā)電機組涉網(wǎng)參數(shù)變化所影響的變量作為變量約束考慮范圍，以發(fā)電機組輸出有功和無功為例：

其中P_gen、Q_gen為發(fā)電機組發(fā)出有功與發(fā)出無功，P_min、P_max分別為發(fā)電機組有功出力的上下限，Q_min、Q_max分別為發(fā)電機組無功出力的上下限。

步驟3：計算電網(wǎng)系統(tǒng)暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)；

一般情況下，當發(fā)生故障后，電網(wǎng)即進入暫態(tài)過程，瞬間必將面臨功率不平衡的問題，需要通過后續(xù)的發(fā)電機組調(diào)節(jié)動作進行功率再平衡。如果電網(wǎng)內(nèi)功率缺額在發(fā)電機組發(fā)電容量裕度的范圍之內(nèi)(△W<mrg(W_gen))且發(fā)電機組能夠做出正確而迅速的調(diào)節(jié)動作，則其能夠保持暫態(tài)穩(wěn)定；反之，如果電網(wǎng)功率缺額超過了發(fā)電機組的發(fā)電量裕度范圍(△W>mrg(W_gen))，那么其必將失去暫態(tài)穩(wěn)定。因此分別對兩種暫態(tài)情況選取暫態(tài)穩(wěn)定性判斷因素；

(1)暫態(tài)穩(wěn)定狀態(tài)：

當故障后電網(wǎng)系統(tǒng)產(chǎn)生低頻問題時，發(fā)電機組需要進行增發(fā)調(diào)節(jié)。選擇暫態(tài)過程中的頻率最低點f_min、電壓最低點V_min與暫態(tài)波動時間t_st作為判斷因素，低頻暫態(tài)穩(wěn)定性最優(yōu)的目標函數(shù)值為：

F₁＝max(f_min+V_min-t_st)

其中該優(yōu)化目標函數(shù)的意義為要求暫態(tài)過程中的頻率最低值f_min、電壓最低值V_min最大，即頻率與電壓的下降程度最小(其中f_min與V_min均取標幺值)；要求重新達到穩(wěn)定狀態(tài)的時間t_st最短，即發(fā)生暫態(tài)波動的時間最短；

當故障后電網(wǎng)產(chǎn)生高頻問題，則發(fā)電機組需要進行減發(fā)調(diào)節(jié)。選擇暫態(tài)過程中的頻率最高點f_max、電壓最高點V_max和暫態(tài)波動時間t_st作為判斷因素，高頻暫態(tài)穩(wěn)定性最優(yōu)的目標函數(shù)值為：

F₂＝min(f_max+V_max+t_st)

其中該優(yōu)化目標函數(shù)的意義為要求暫態(tài)過程中的頻率最高值f_min、電壓最高值V_min最小，即頻率與電壓的上升程度最小(其中f_min與V_min均取標幺值)；要求重新達到穩(wěn)定狀態(tài)的時間t_st最短，即發(fā)生暫態(tài)波動的時間最短；

(2)暫態(tài)失穩(wěn)狀態(tài)

根據(jù)暫態(tài)失穩(wěn)定義，在發(fā)生暫態(tài)失穩(wěn)時將無法通過調(diào)節(jié)發(fā)電機組出力使系統(tǒng)達到穩(wěn)定，最終發(fā)電機組將失步并使整個系統(tǒng)暫態(tài)失穩(wěn)。選取電網(wǎng)系統(tǒng)內(nèi)最大一臺發(fā)電機以該系統(tǒng)內(nèi)另一臺發(fā)電機為參考機的功角差△δ作為觀察對象，△δ>180°的時刻作為失穩(wěn)時間t_unst的取值，則暫態(tài)穩(wěn)定性最優(yōu)的目標函數(shù)制定為：

F₃＝max(t_unst)

其中該優(yōu)化目標函數(shù)的意義為要求失穩(wěn)時間t_unst盡量大，為電網(wǎng)系統(tǒng)的安控措施動作與人工干預爭取時間。

(3)總目標函數(shù)的確定

在實際的電網(wǎng)系統(tǒng)中，發(fā)生故障之后能否保持暫態(tài)穩(wěn)定不是一成不變的，在不同的運行場景中都將有可能發(fā)生改變。將暫態(tài)穩(wěn)定和暫態(tài)失穩(wěn)兩種情況合并考慮，得到總目標函數(shù)：

其中低頻時暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)，具體公式如下：

其中高頻時暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)，具體公式如下：

頻率與電壓值均取標幺值，時間單位為秒,F₄為低頻時暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)，F(xiàn)₅為高頻時暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)，a+b＝1，a與b分別為穩(wěn)定因子與失穩(wěn)因子。

考慮不同負荷場景下電網(wǎng)暫態(tài)過程的不同表現(xiàn)，可以得到a與b的值，之后再選取較為典型的暫態(tài)穩(wěn)定與暫態(tài)失穩(wěn)對應實例對F₁與F₂進行計算，最終可以計算出暫態(tài)穩(wěn)定最優(yōu)的總目標函數(shù)F。一般來說，如果在電網(wǎng)的各種運行場景中分區(qū)孤網(wǎng)都能夠保證暫態(tài)穩(wěn)定，那么a取1，b取0；如果在電網(wǎng)的各種運行場景中分區(qū)孤網(wǎng)都發(fā)生了暫態(tài)失穩(wěn)，那么a取0，b取1；出于對暫態(tài)穩(wěn)定的保守考慮，可以取b為較大值，在考慮過程中更加傾向于可能發(fā)生的暫態(tài)失穩(wěn)優(yōu)化。

取分區(qū)電網(wǎng)的例子，其與大電網(wǎng)通過聯(lián)絡(luò)線相連，但存在極小概率發(fā)生各聯(lián)絡(luò)線因故障斷開使分區(qū)電網(wǎng)進入孤島運行的風險。經(jīng)過調(diào)查與仿真，發(fā)現(xiàn)在不同的負荷運行場景下分區(qū)電網(wǎng)的負荷功率與發(fā)電機組發(fā)出有功之間始終存在正功率缺額，故障發(fā)生后分區(qū)孤網(wǎng)系統(tǒng)均將出現(xiàn)瞬間低頻現(xiàn)象。其中負荷較高的幾種運行場景中，發(fā)生故障后分區(qū)孤網(wǎng)系統(tǒng)不能維持暫態(tài)穩(wěn)定，某場景中頻率變化情況見圖2；而負荷較低的幾種運行場景中，發(fā)生故障后分區(qū)孤網(wǎng)系統(tǒng)能夠保持暫態(tài)穩(wěn)定，某場景中頻率變化情況見圖1。在調(diào)查的場景中，暫態(tài)穩(wěn)定情況與暫態(tài)失穩(wěn)情況各占一半，所以在形成目標函數(shù)時選擇a＝b＝0.5,取a＝b＝0.5即可形成具體的目標函數(shù)，也形成了完整的優(yōu)化模型。

步驟4：根據(jù)暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)確定發(fā)電機組涉網(wǎng)參數(shù)的適應度函數(shù)；將暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)作為發(fā)電機組涉網(wǎng)參數(shù)的適應度函數(shù)。

步驟5：初始化雙鏈量子種群：種群數(shù)、染色體量子位數(shù)、最大迭代次數(shù)和變異概率，首先設(shè)置迭代次數(shù)為零。

步驟6：利用變異概率判斷當前染色體是否變異，如果沒有變異，直接執(zhí)行步驟7，如果變異則進行量子位非門變異；具體包括以下步驟：

(1)計算每次迭代后形成的新規(guī)模種群的平均適應度為其中f_i為適應度函數(shù)值，m為每次迭代后形成的新規(guī)模種群數(shù)，m＝1、2、3…m；

(2)將適應度函數(shù)值大于f_avg的適應度值求平均得到f_avg'，并定義△f＝|f_avg-f_avg'|，根據(jù)△f的值判斷變異概率從而判斷當前染色體是否變異，如果△f<0.01則說明種群趨于早熟，多樣性遭到了破壞。所以在進行遺傳迭代尋優(yōu)時需要考慮增加種群的多樣性，引入量子位非門變異，在運行算法的時候，對于每一代染色體均施以一定的變異概率；

(3)當發(fā)生變異時，隨機選擇若干量子位施加量子非門變換，使參與變換的量子位兩個概率幅互換，這樣可以使兩條基因鏈同時得到變異。這種變異實際上是對量子位概率幅幅角的正向旋轉(zhuǎn)，其模擬了基因變異的現(xiàn)象，能夠有效降低種群早熟的風險；

步驟7：將當前染色體的每個量子位的概率幅向解空間轉(zhuǎn)換，從二進制轉(zhuǎn)入實數(shù)，并將轉(zhuǎn)換得到的值代入暫態(tài)穩(wěn)定計算程序確定暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)值，并進行適應度評價從而確定個體適應度，存儲全局最優(yōu)解；具體包括以下步驟：

(1)采用量子比特的概率幅作為編碼，進行種群初始化，編碼方式為：

其中p_i表示染色體的種群個體，t_ij＝2π×rnd，rnd為(0,1)間的隨機數(shù)，i＝1,2,…,m，j＝1,2,…,n。m為種群數(shù)；n為染色體的量子位數(shù)，表示發(fā)電機組需要優(yōu)化的涉網(wǎng)參數(shù)的個數(shù)，其中每條染色體包含兩條并列的基因鏈，每一條基因鏈代表一組發(fā)電機組涉網(wǎng)參數(shù)優(yōu)化解；

(2)將當前染色體的每個量子位的概率幅向解空間轉(zhuǎn)換，轉(zhuǎn)換公式為：

記種群中第i代染色體p_i上第j個量子位表示為x_i為發(fā)電機組需要優(yōu)化的涉網(wǎng)參數(shù)在約束條件下的最小取值，y_i為發(fā)電機組需要優(yōu)化的涉網(wǎng)參數(shù)在約束條件下的最大取值，為由量子態(tài)|0>的概率幅轉(zhuǎn)換為參數(shù)約束條件內(nèi)的解，為由量子態(tài)|1>的概率幅轉(zhuǎn)換為參數(shù)約束條件內(nèi)的解。在尋優(yōu)過程中，每條染色體上均含有兩條基因鏈，可以分別獨立尋找最優(yōu)解，提高了傳統(tǒng)遺傳算法的速度與效率，能夠快速有效地對模型進行優(yōu)化求解。

(3)將上述轉(zhuǎn)換得到的值代入暫態(tài)穩(wěn)定計算程序確定與其相對應的頻率、電壓和時間，并將其進行計算獲得暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)值，并進行適應度評價從而確定個體適應度，存儲全局最優(yōu)解；

步驟8：計算量子旋轉(zhuǎn)角前進步長并更新量子門，得到下一代染色體；具體包括以下步驟：

(1)獲取量子旋轉(zhuǎn)門轉(zhuǎn)角步長：

其中：θ_ij為第i代染色體中的第j個量子位的旋轉(zhuǎn)角，sgn函數(shù)為取符號函數(shù)，θ₀與θ₁分別表示目前為止搜索到的全局最優(yōu)解對應的量子位概率幅幅角與當前解的量子位概率幅幅角，為總目標函數(shù)值在點處的梯度；其中和分別為

表示第i代染色體中的第j個量子位，當為i+1代時即為第i代染色體的父代染色體，第i代染色體為其子代染色體；

通過轉(zhuǎn)角步長函數(shù)將能夠確定轉(zhuǎn)角的大小與方向。利用這樣的方法，能夠?qū)⒛繕撕瘮?shù)在搜索點處的變化趨勢加入轉(zhuǎn)角步長的計算中，當變化率較大時則減小轉(zhuǎn)角步長，變化率較小時增大轉(zhuǎn)角步長，相對智能且高效地靈活改變步長，使搜索速度加快的同時也不會錯過最優(yōu)解；

(2)進行量子門旋轉(zhuǎn)，公式為：

其中與分別為染色體第i代和第i+1代的第j個量子位，為迭代差一代的父子代；量子旋轉(zhuǎn)門R表示為：

(3)利用量子門旋轉(zhuǎn)對染色體中的每個量子位完成變換，按照轉(zhuǎn)角函數(shù)確定轉(zhuǎn)角大小和方向，生成新的染色體。

步驟9：判斷當前迭代次數(shù)是否小于最大迭代次數(shù)，若是，跳轉(zhuǎn)到步驟6執(zhí)行，否則，輸出全局最優(yōu)解，結(jié)束本方法。

將全局最優(yōu)解對應的發(fā)電機組涉網(wǎng)參數(shù)與原發(fā)電機組涉網(wǎng)參數(shù)在某相同負荷運行場景中仿真，得到二者的頻率變化比對曲線見圖3，可以明顯發(fā)現(xiàn)低頻現(xiàn)象中電網(wǎng)系統(tǒng)的頻率最低點有所抬升、暫態(tài)波動時間有明顯減小，優(yōu)化之后系統(tǒng)的暫態(tài)穩(wěn)定性得到了提高，也驗證了這一發(fā)明的正確性與可行性。

一種基于雙鏈量子遺傳算法對發(fā)電機組涉網(wǎng)參數(shù)的優(yōu)化方法流程如圖4所示：

(1)獲取線路、負荷節(jié)點和發(fā)電機組具體信息，輸入系統(tǒng)的原始數(shù)據(jù)；

(2)初始化種群，設(shè)置迭代次數(shù)為零；

(3)對目前的染色體施加一定的變異概率，如果需要變異則進行量子位非門變異；

(4)將目前染色體中的個體數(shù)據(jù)向解空間解碼，從二進制轉(zhuǎn)入實數(shù)，并判斷各項數(shù)據(jù)是否滿足函數(shù)的各約束條件，如果滿足則將各參數(shù)代入暫態(tài)穩(wěn)定計算程序，進行相關(guān)計算；

(5)對上一步計算得到的暫態(tài)穩(wěn)定性最優(yōu)目標函數(shù)值進行適應度評價，并記錄當前的最佳值；

(6)計算量子旋轉(zhuǎn)角前進步長并更新量子門，得到下一代染色體；

(7)判斷迭代結(jié)束條件，如果迭代次數(shù)已達到預設(shè)的種群規(guī)模，則輸出迭代過程中記錄的最優(yōu)結(jié)果，否則迭代次數(shù)加1，并返回步驟(3)繼續(xù)迭代。

本發(fā)明利用量子概率幅編碼構(gòu)造約束解空間內(nèi)的隨機值；利用量子旋轉(zhuǎn)門更新概率幅相位使染色體產(chǎn)生代際優(yōu)化，在種群規(guī)模內(nèi)尋找最優(yōu)解；利用量子位非門變異模擬種群的基因變異，增加種群多樣性以防止其早熟。在尋優(yōu)過程中，每條染色體上均含有兩條基因鏈，可以分別獨立尋找最優(yōu)解，提高了傳統(tǒng)遺傳算法的速度與效率，能夠快速有效地對模型進行優(yōu)化求解。本發(fā)明提出了評估電力系統(tǒng)暫態(tài)穩(wěn)定性的函數(shù)，并建立了針對系統(tǒng)暫態(tài)穩(wěn)定性的優(yōu)化模型，能夠高效快速地對發(fā)電機組涉網(wǎng)參數(shù)進行優(yōu)化，提高電力系統(tǒng)故障后的暫態(tài)穩(wěn)定性，同時實現(xiàn)機網(wǎng)協(xié)調(diào)的目標。

本發(fā)明的保護范圍包括但不限于以上實施方式，本發(fā)明的保護范圍以權(quán)利要求書為準，任何對本技術(shù)做出的本領(lǐng)域的技術(shù)人員容易想到的替換、變形、改進均落入本發(fā)明的保護范圍。