目录
[4.1 目标函数](#4.1 目标函数)
[4.2 基于Voronoi自适应分区的Q学习粒子群算法](#4.2 基于Voronoi自适应分区的Q学习粒子群算法)
[4.2.1 Voronoi自适应分区策略](#4.2.1 Voronoi自适应分区策略)
[4.2.2 Q学习自适应参数控制](#4.2.2 Q学习自适应参数控制)
[4.2.3 PSO速度和位置更新](#4.2.3 PSO速度和位置更新)
✨1.课题概述
海上风电场电气系统拓扑优化是海上风电工程设计中的核心环节之一。一个典型的多变电站海上风电场电气系统包含若干台风力发电机组、多个海上升压变电站以及连接它们的海底电缆网络。电气系统拓扑优化的目标是在满足各种约束条件下，确定变电站的最优位置、各风机与变电站之间的电缆连接关系以及电缆型号选择，使得系统总成本最小化。
现有方法通常根据预先确定的变电站个数，将整体海上风电场划分为若干固定子区域，然后分别对各子区域进行独立的电缆连接布局优化，最终聚合得到整体方案。然而，这种固定划分策略存在明显缺陷：子区域划分的质量直接影响最终方案的优劣，而固定划分很难保证获得全局最优方案。因此，本文考虑多海上变电站选址、电缆选型、功率损耗等因素，以最小化总成本为目标，建立多变电站海上风电场电缆连接布局优化模型，并提出一种基于Voronoi自适应分区的Q学习粒子群算法（Q-Learning Particle Swarm Optimization，QLPSO）进行求解。
📊2.系统仿真结果
✅3.核心程序或模型
版本：Matlab2024b
% 风电场参数
nTurbines = 50; % 风机数量
nSubstations = 6; % 变电站数量
fieldSize = 10; % 风电场边长(km)
turbinePower = 5; % 单台风机额定功率(MW)
substationCapacity = 60; % 变电站容量(MW)
% 风机坐标(随机布置)
turbineX = fieldSize * rand(nTurbines, 1);
turbineY = fieldSize * rand(nTurbines, 1);
% 电缆参数 [截面(mm2), 额定容量(MW), 单位成本(万元/km), 单位电阻(Ohm/km)]
cableTypes = [
95, 15, 80, 0.193;
150, 25, 110, 0.124;
240, 35, 150, 0.077;
400, 50, 200, 0.047;
630, 70, 280, 0.030
];
nCableTypes = size(cableTypes, 1);
% 经济参数
T_hours = 3500; % 年等效运行小时数
elecPrice = 0.05; % 电价(万元/MWh)
% PSO参数
nParticles = 50; % 粒子数
maxIter = 200; % 最大迭代次数
dim = 2 * nSubstations + nTurbines; % 粒子维度
% Q学习参数
alphaQ = 0.1; % Q学习率
gammaQ = 0.9; % 折扣因子
epsilon0 = 0.5; % 初始探索率
epsilonDecay = 0.995; % 探索率衰减
% 状态空间: 4个状态 (探索/开发/跳出/平衡)
nStates = 4;
% 动作空间: 4种参数组合 [w, c1, c2]
actions = [
0.9, 2.5, 0.5; % 强探索
0.4, 0.5, 2.5; % 强开发
0.7, 1.5, 1.5; % 平衡
0.2, 2.0, 2.0 % 收敛加速
];
nActions = size(actions, 1);
153🚀4.系统原理简介
4.1 目标函数
优化目标为最小化海上风电场电气系统的总成本，包括电缆投资成本和功率损耗成本两部分：
其中电缆投资成本为所有电缆段的投资成本之和：
这里ck为第k种型号电缆的单位长度成本，lij为节点i与节点j之间的电缆长度，E为所有电缆连接边的集合。两节点之间的距离采用欧氏距离计算：
功率损耗成本考虑电缆中的电流热效应损耗：
其中T为风电场年等效运行小时数，ce为电价，Iij为流经电缆(i,j)的电流，Rk为第k种型号电缆的单位长度电阻。
4.2 基于Voronoi自适应分区的Q学习粒子群算法
所提算法以Q学习粒子群算法（QLPSO）为核心优化引擎，通过设计基于Voronoi图的自适应分区策略实现变电站选址与风机分区的联合优化，并结合编解码策略实现各分区内的电缆连接布局。算法整体分为三层结构：外层Q学习控制器用于自适应调节PSO参数；中间层PSO用于搜索变电站位置和分区方案；内层解码器根据分区结果生成具体的电缆连接拓扑。
4.2.1 Voronoi自适应分区策略
Voronoi图是一种经典的空间划分方法。给定m个变电站位置{s1,s2,...,sm}作为生成元，Voronoi图将平面划分为m个区域，每个区域内的点到对应生成元的距离最近：
在本文中，变电站的候选位置作为Voronoi图的生成元，每台风机根据其所在的Voronoi区域自动归属到最近的变电站。当粒子群算法搜索过程中变电站位置发生变化时，Voronoi分区会自适应地调整，从而实现分区方案与变电站选址的联合优化，避免了固定分区的局限性。
4.2.2 Q学习自适应参数控制
Q学习是一种无模型的强化学习方法，用于在不同的搜索状态下自适应选择PSO的惯性权重ω、个体学习因子c1和社会学习因子c2。
状态空间设计：将PSO搜索过程的状态定义为当前种群的多样性和收敛速度。种群多样性定义为：
其中N为粒子数，L为搜索空间对角线长度，Xid为第i个粒子在第d维的位置，Xˉd为种群在第d维的平均位置。收敛速度定义为全局最优适应度的改进率：
根据多样性和收敛速度将状态离散化为若干状态类别，如探索状态（高多样性、低收敛）、开发状态（低多样性、高收敛）、跳出状态（低多样性、低收敛）、平衡状态（中等多样性、中等收敛）。
动作空间设计：动作空间包含若干组PSO参数组合，每组动作对应一组特定的(ω,c1,c2) 取值。例如动作集合为：
其中,a1=(0.9,2.5,0.5)对应强探索策略，a2=(0.4,0.5,2.5) 对应强开发策略，a3=(0.7,1.5,1.5)对应平衡策略，a4=(0.2,2.0,2.0)对应收敛加速策略。
Q值更新：在每个迭代步骤中，Q学习控制器根据当前状态st选择动作at，观察奖励rt和新状态st+1，并更新Q表：
其中αQ为Q学习的学习率，γ为折扣因子。奖励函数设计为全局最优适应度值的改进量：
reward = 1/(0.1+prevGbestFit-gbestFit);
4.2.3 PSO速度和位置更新
在Q学习选择的参数(ω,c1,c2)下，PSO按以下公式更新粒子速度和位置：
其中r1,r2为[0,1]区间的均匀随机数，pbesti为粒子i的历史最优位置，gbest为全局最优位置。
💢5.完整工程文件
v v
关注后，GZH回复关键词：a37
或回复关键词：QPSO