分布式智能光伏發(fā)電網(wǎng)絡最優(yōu)路徑算法研究

徐 拓

（1.湖北民族學院，湖北 巴東 444300；2.國網(wǎng)湖北省電力有限公司巴東縣供電公司，湖北 巴東 444300）

0 引 言

解決最優(yōu)路徑的方式多樣，如使用圖片進行論述的方式、動態(tài)進行計劃的方式、使用人工智能進行啟發(fā)形式的搜索、遺傳計算的方式和神經(jīng)網(wǎng)絡的方式等。Dijkstra是現(xiàn)在大量體系廣泛使用的方式，解決路徑最優(yōu)方面存在的問題。

1 分布式光伏發(fā)電站運維走向智能化

1.1 基礎前提和發(fā)展前景

自2016年至今，我國的電價一直處于緩步下降趨勢。因此，減小成本投入、加大企業(yè)效益，是目前光伏領域的重要任務。這個過程中，把目前的高新技術如大數(shù)據(jù)、云計算等，同光伏發(fā)電運營管控技術相結合，逐漸實現(xiàn)了光伏發(fā)電的智能化管理。將某科技公司的“分布式光伏發(fā)電站的監(jiān)督管控措施”當作實際案例進行論述，其應用多項高新技術對運維實施中的監(jiān)督管控單一、智能探討難以實現(xiàn)、監(jiān)督形式被動、效率低下等問題進行了有效突破，實現(xiàn)了光伏發(fā)電站的遠程監(jiān)控[1]。

因為市場上對分布式光伏發(fā)電具有強烈的需求，所以對其進行智能化運維的市場必然會出現(xiàn)新的機遇。各企業(yè)要把握發(fā)展機遇，研發(fā)極具核心競爭力的產(chǎn)品，促進光伏發(fā)電的平穩(wěn)、健康發(fā)展[2]。

1.2 優(yōu)勢

分布式光伏發(fā)電在發(fā)展時具備的優(yōu)勢，主要包括以下三個方面：第一，不對土地進行侵占，能夠在土地資源緊缺和人口處于密集狀態(tài)的地區(qū)進行建設；第二，電力輸送體系達成不存在消耗問題，符合建筑物對內部用電期間提出的基本要求；第三，分布式光伏電站建設具有獨立性，不會對電網(wǎng)資源產(chǎn)生太大的占用，也不用構建和電網(wǎng)之間的連接，可以自主進行開關切換，確保我國的西南、華南等地，在山林、丘陵居住的人民的用電，且它投入的成本不多。

2 最優(yōu)路徑算法

2.1 基本概念

最優(yōu)路徑算法是無向圖中滿足通路上所有頂點（除起點、終點外）各異、所有邊各異的通路。應用在公路運輸中，它可以提供起點至終點之間的最短路徑，節(jié)省運輸成本，大大提高交通運輸效率。

2.2 基本原理

路徑，就是無向圖中滿足通路上所有頂點（除起點、終點外）各異、所有邊各異的通路。最優(yōu)路徑是路徑中最符合某種需求的一條路徑，如最短路徑是從起點到終點的邊權值最小的路徑。對圖求最優(yōu)路徑的方法稱為最優(yōu)路徑算法，通過計算機編程實現(xiàn)。

2.3 應用

公路運輸中，為了使運輸時間和花費最少（花費可以是油耗和費用），需要找到起點到終點的最優(yōu)路徑。這條最優(yōu)路徑可以是路程最短的路徑，可以是油耗最省的路徑，依實際需求而定。實際應用中，知道起點和終點，便可用最優(yōu)路徑算法計算路徑。使用計算機編程進行實現(xiàn)，能提高效率，但目前類似的系統(tǒng)還不多見。ptystudio計算是基于計算最優(yōu)路徑的系統(tǒng)，計算花費及兩地之間最短路徑為基礎。因此，可以將最優(yōu)路徑算法應用于分布式光伏發(fā)電網(wǎng)絡復雜網(wǎng)絡計算中。

3 使用Dijkstra進行計算的方法

Dijkstra算法是一個按照路徑長度遞增的次序產(chǎn)生的最短路徑算法，圖1為帶權值的有向圖。Dijkstra算法適用范圍是權值非負的圖，即解決帶有非負權值的圖中的單源最短路徑問題。Dijkstra算法采用C#語言實現(xiàn)所有的算法流程。

圖1 帶權值的有向圖

3.1 簡介

最小路徑問題，即在同一個賦權圖中，給它兩個確定的定點位置u0及v0，在這二者之間尋找到一條路徑，需要具備最小權。使用Dijkstra進行計算的方法，是現(xiàn)在國際上經(jīng)過公認的對于兩個頂點之間的最優(yōu)路徑進行計算求解的方式。使用這個計算方式，不僅能夠尋找到最小的（u；v0）路徑，還能夠將從u0頂點至G區(qū)間中全部頂點的最短的路徑找到。假定圖G使用的是一個具備順序的三元組（V，E，R）進行表述，那么圖G內的V就是非空頂點集合，E是其中的邊集，R是它們之間存在的聯(lián)系。D(u,v)被稱作是u頂點同v頂點之間的長度，其中的S為V的真子集，同時u0∈S，同時記T=V-S。為了防止某一個計算步驟出現(xiàn)重復，同時對其信息進行保留，將所有的頂點標記成L(v)，那么可以將它的計算方式詳細步驟進行描述，圖2為使用Dijkstra進行計算的詳細步驟[3]。

圖2 使用Dijkstra進行計算的詳細步驟

3.2 達成及分析

規(guī)劃下述的參數(shù)構造，并以此為基礎，對最小路徑中的所有節(jié)點位置信息進行存儲。

Class CDijkstrPoint

｛int m_PointID;//該點位于節(jié)點集合內的編碼

int m_PrePointID;//該點位于最優(yōu)路徑內的之前一個的節(jié)點編碼

int m_PrePointID;//該點位于最優(yōu)路徑內的之前一個的路段編碼

fl oat m_BestWayLen;//起始點距離該點的最優(yōu)路徑大小

bool m_Visites;//訪問的記號（假如現(xiàn)在的路徑處于最優(yōu)，顯示為true，不是的話顯示為false）

按照對于最小路徑中所有節(jié)點的具體位置的信息進行存儲的參數(shù)構造，將分布形式、智能化光伏發(fā)電網(wǎng)絡進行擴展，使該計算方式對分布形式、智能化光伏發(fā)電網(wǎng)絡開展尋找最優(yōu)的路徑。它的詳細構造可以描述如下：

進行尋找，將中間部分的信息存儲于m_DijPointList內，將最優(yōu)的路徑距離返回

按照圖中的定點及邊的數(shù)量，能夠將頂點部位的平均出度e=m/n（m是邊的數(shù)量，n是頂點的數(shù)量）求出。在分布式智能光伏發(fā)電網(wǎng)絡內，普遍e∈[2,5][4]。

使用上述結構達成Dijkstra進行計算的方法的平均時間復雜程度是O(e×n)。對于分布式智能光伏發(fā)電網(wǎng)絡當中的存儲空間，發(fā)揮決定性作用的是出現(xiàn)問題的自身，與使用的計算方法不存在任何關聯(lián)。所以，在對計算方法需要的存儲空間進行度量期間，僅考慮該程序處于運行狀態(tài)是額外空間即可。此計算方法在空間上的復雜程度是O(k×n)，k代表一種常量，是一個DijkstrPoint對象所占據(jù)使用的存儲空間。

4 結 論

經(jīng)過對使用Dijkstra進行計算的方法展開論述，使分布式智能化光伏發(fā)電網(wǎng)中極為復雜的網(wǎng)絡得到了它的最優(yōu)路徑。分布式智能化光伏發(fā)電網(wǎng)是未來發(fā)展的一個重要項目，對其探究需要更加精密化，以應對未來可能出現(xiàn)的問題，為公司獲取最大的效益。