技術(shù)特征：

1.一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，其特征在于，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(yīng)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(yīng)度評價從而確定個體適應(yīng)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。

2.根據(jù)權(quán)利要求1所述的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，其特征在于：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。

3.根據(jù)權(quán)利要求2所述的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，其特征在于：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:

$\left\{\begin{array}{c}{P}_{min}\≤P_{gen}\≤P_{max}\\ Q_{min}\≤Q_{gen}\≤Q_{max}\\ {\mathrm{KV}}_{\min }\≤KV\≤{\mathrm{KV}}_{max}\\ {\mathrm{KJ}}_{\min }\≤KJ\≤{\mathrm{KJ}}_{max}\end{array}\right.$

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_norm，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)。

4.根據(jù)權(quán)利要求1所述的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，其特征在于：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。

5.根據(jù)權(quán)利要求4所述的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，其特征在于：所述的發(fā)電機組涉網(wǎng)參數(shù)的適應(yīng)度函數(shù)與暫態(tài)穩(wěn)定性最優(yōu)的總目標函數(shù)一致。

6.根據(jù)權(quán)利要求1所述的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，其特征在于：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(yīng)度為

其中f_i為適應(yīng)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(yīng)度函數(shù)值大于f_avg的適應(yīng)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。

7.根據(jù)權(quán)利要求1所述的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，其特征在于：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：

$p_i=\left|\begin{array}{c}\cos \left(t_{i1}\right)\\ \sin \left(t_{i1}\right)\end{array}\right|\begin{array}{c}\cos \left(t_{i2}\right)\\ \sin \left(t_{i2}\right)\end{array}\left|\mathrm{...}\right|\begin{array}{c}\cos \left(t_{in}\right)\\ \sin \left(t_{in}\right)\end{array}|$

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：

$\left\{\begin{array}{c}{K}_{j\mathrm{\α}}^i=\frac{1}{2}\[y_i\left(1+{\mathrm{\α}}_j^i\right)+x_i\left(1-{\mathrm{\α}}_j^i\right)\]\\ K_{j\mathrm{\β}}^i=\frac{1}{2}\[y_i\left(1+{\mathrm{\β}}_j^i\right)+x_i\left(1-{\mathrm{\β}}_j^i\right)\]\end{array}\right.$

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。

8.根據(jù)權(quán)利要求1所述的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，其特征在于：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：

${\mathrm{\Δ\θ}}_{ij}=-\mathrm{sgn}\left(A\right)\×{\mathrm{\Δ\θ}}_0\×\exp (-\frac{|\▿f\left(X_j^i\right)|-\▿f_{j\min }}{\▿f_{j\max }-\▿f_{j\min }})$

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(yīng)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

$\begin{array}{c}\▿f_{jmax}=max\left\{\right|f\left(X_j^2\right)-f\left(X_j^1\right)|,\\ \mathrm{...},|f\left(X_j^m\right)-f\left(X_j^{m-1}\right)|\}\end{array}$

$\begin{array}{c}\▿f_{jmin}=min\left\{\right|f\left(X_j^2\right)-f\left(X_j^1\right)|,\\ \mathrm{...},|f\left(X_j^m\right)-f(X_j^{m-1}\left)\right|\}\end{array}$

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：

$\left[\begin{array}{c}{\mathrm{\α}}_j^{i+1}\\ {\mathrm{\β}}_j^{i+1}\end{array}\right]=R\left[\begin{array}{c}{\mathrm{\α}}_j^i\\ {\mathrm{\β}}_j^i\end{array}\right]$

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：

$R=\left[\begin{array}{cc}{\mathrm{cos\θ}}_{ij}& -{\mathrm{sin\θ}}_{ij}\\ {\mathrm{sin\θ}}_{ij}& {\mathrm{cos\θ}}_{ij}\end{array}\right]$

(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。