【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于微電網(wǎng)運(yùn)行，具體是一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法。
技術(shù)介紹
1、微電網(wǎng)是由分布式發(fā)電、負(fù)載、儲(chǔ)能裝置和能量轉(zhuǎn)換裝置組成的小型電網(wǎng)，可以有效提高連接到主電網(wǎng)的大量分布式電源的穩(wěn)定性和電能質(zhì)量，實(shí)現(xiàn)分布式發(fā)電的靈活應(yīng)用。然而，分布式發(fā)電的間歇性和不穩(wěn)定性使能源管理變得更加困難。如何高效管理微電網(wǎng)的能源是微電網(wǎng)運(yùn)行和調(diào)度面臨的挑戰(zhàn)。
2、目前針對(duì)微電網(wǎng)優(yōu)化調(diào)度的技術(shù)方案大部分只考慮了微電網(wǎng)運(yùn)行的經(jīng)濟(jì)性和穩(wěn)定性，對(duì)傳統(tǒng)能源發(fā)電的污染物排放考慮較少，此外，微電網(wǎng)優(yōu)化調(diào)度過程往往需要考慮多個(gè)優(yōu)化目標(biāo)，這些目標(biāo)之間可能存在沖突，如何充分考慮不同優(yōu)化目標(biāo)的特性，解決優(yōu)化算法收斂速度慢、易陷入局部最優(yōu)等問題，已成為微電網(wǎng)優(yōu)化調(diào)度的迫切需求。
技術(shù)實(shí)現(xiàn)思路
1、鑒于上述問題，提出了本專利技術(shù)以便提供克服上述問題或者至少部分地解決上述問題的一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法。
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)采用了如下技術(shù)方案：
3、一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，所述方法包括如下步驟：
4、s1、建立微電網(wǎng)優(yōu)化調(diào)度多個(gè)目標(biāo)函數(shù)；
5、s2、確定多目標(biāo)優(yōu)化調(diào)度相關(guān)約束條件；
6、s3、對(duì)多目標(biāo)蜜蜂覓食算法的參數(shù)進(jìn)行初始化設(shè)置，整個(gè)蜂群包括偵察蜂、采蜜蜂和待工蜂；
7、s4、根據(jù)微電網(wǎng)優(yōu)化調(diào)度各個(gè)參數(shù)的上限和下限對(duì)偵察蜂進(jìn)行初始化；
8、s5、初始化蜜源
9、s6、采用輪盤賭方式從蜜源存儲(chǔ)庫中篩選出精選蜜源；
10、s7、采蜜蜂進(jìn)行局部搜索并更新精選蜜源；
11、s8、待工蜂進(jìn)行局部搜索并更新精選蜜源；
12、s9、偵查蜂隨機(jī)搜索新的蜜源；
13、s10、輸出目標(biāo)函數(shù)的全局最優(yōu)解及其適應(yīng)度函數(shù)值。
14、可選的，步驟s1中，微電網(wǎng)優(yōu)化調(diào)度多個(gè)目標(biāo)函數(shù)包括運(yùn)行成本目標(biāo)函數(shù)表達(dá)式、污染物排放量目標(biāo)函數(shù)表達(dá)式和非線性多目標(biāo)優(yōu)化函數(shù)；
15、運(yùn)行成本目標(biāo)函數(shù)表達(dá)式為：
16、
17、式中，f1表示微電網(wǎng)運(yùn)行總成本；t表示優(yōu)化調(diào)度周期；cwt(t)表示微電網(wǎng)風(fēng)電運(yùn)行成本；cpv(t)表示電網(wǎng)光伏運(yùn)行成本；cfe(t)表示微電網(wǎng)燃油機(jī)運(yùn)行成本；
18、其中，風(fēng)電運(yùn)行成本可根據(jù)下式計(jì)算得到：
19、
20、式中，cwt(t)表示微電網(wǎng)風(fēng)電運(yùn)行成本；αwt表示風(fēng)力發(fā)電單位成本；pwt表示風(fēng)力發(fā)電功率；δt表示時(shí)間變化量；t表示優(yōu)化調(diào)度周期；
21、光伏運(yùn)行成本可根據(jù)下式計(jì)算得到：
22、
23、式中，cpv(t)表示電網(wǎng)光伏運(yùn)行成本；αpv表示光伏發(fā)電單位成本；ppv表示光伏發(fā)電功率；δt表示時(shí)間變化量；t表示優(yōu)化調(diào)度周期；
24、燃油機(jī)運(yùn)行成本可根據(jù)下式計(jì)算得到：
25、
26、式中，cfe(t)表示微電網(wǎng)燃油機(jī)運(yùn)行成本；αfe表示燃油機(jī)發(fā)電單位成本；pfe表示燃油機(jī)發(fā)電功率；δt表示時(shí)間變化量；t表示優(yōu)化調(diào)度周期；
27、污染物排放量目標(biāo)函數(shù)表達(dá)式為：
28、
29、式中，f2表示污染物排放總量；t表示優(yōu)化調(diào)度周期；βfe、γfe、ζfe、ηfe、λfe表示燃油發(fā)電機(jī)排放特性系數(shù)；δt表示時(shí)間變化量；pfe表示燃油機(jī)發(fā)電功率；
30、非線性多目標(biāo)優(yōu)化函數(shù)可表示為：
31、min[f1，f2]
32、式中，f1表示微電網(wǎng)運(yùn)行總成本；f2表示污染物排放總量。
33、可選的，步驟s2中，多目標(biāo)優(yōu)化調(diào)度相關(guān)約束條件包括：
34、功率平衡約束：
35、pwt+ppv+pfe＝pld+pls
36、式中，pwt表示風(fēng)力發(fā)電功率；ppv表示光伏發(fā)電功率；pfe表示燃油機(jī)發(fā)電功率；pld為微電網(wǎng)用電負(fù)荷；pls為微電網(wǎng)損耗；
37、微電網(wǎng)出力約束：
38、pout_min≤pout≤pout_max
39、式中，pout_max和pout_min分別表示微電網(wǎng)的最大出力和最小出力；pout表示微電網(wǎng)的實(shí)際出力。
40、可選的，步驟s3中，對(duì)多目標(biāo)蜜蜂覓食算法的參數(shù)進(jìn)行初始化設(shè)置，多目標(biāo)蜜蜂覓食算法的參數(shù)包括蜂群數(shù)量、算法停止條件、鄰域收縮系數(shù)和采蜜蜂搜索的停滯次數(shù)上限，其中，采蜜蜂搜索的停滯次數(shù)上限limitst可根據(jù)下式計(jì)算得到：
41、
42、式中，nc是采蜜蜂搜索的鄰域收縮系數(shù)；fix表示取整。
43、可選的，步驟s4中的偵查蜂采用如下搜索表達(dá)式：
44、
45、式中，表示第i個(gè)偵查蜂在d維度空間的位置信息；ubd和lbd分別表示d維度空間的上限和下限；rnd表示一個(gè)[0,1]之間的隨機(jī)數(shù)。
46、可選的，步驟s7中，采蜜蜂進(jìn)行局部搜索步驟如下：
47、s71、采蜜蜂平均分配到精選蜜源附近搜索；
48、s72、對(duì)于每個(gè)精選蜜源，被分配到該精選蜜源的采蜜蜂在蜜源附近進(jìn)行隨機(jī)搜索；
49、
50、式中，表示第i個(gè)采蜜蜂在d維度空間的位置信息；和分別表示第j個(gè)精選蜜源鄰域搜索d維度空間的上限和下限；rnd表示一個(gè)[0,1]之間的隨機(jī)數(shù)；
51、s73、找出采蜜蜂搜索到的帕累托最優(yōu)解，并與蜜源存儲(chǔ)庫中的帕累托最優(yōu)解比較，如果更新了蜜源存儲(chǔ)庫中的帕累托最優(yōu)解，則復(fù)位當(dāng)前精選蜜源的搜索停滯次數(shù)，鄰域范圍恢復(fù)為原始大小；
52、s74、如果未更新蜜源存儲(chǔ)庫中的帕累托最優(yōu)解，該精選蜜源的搜索停滯計(jì)數(shù)器加1，并根據(jù)下式對(duì)該精選蜜源的搜索鄰域進(jìn)收縮；
53、snh(n+1)＝nsc·snh(n)其中，snh(n)是當(dāng)前的搜索范圍；snh(n+1)是下一次迭代的搜索范圍；nsc是鄰域收縮系數(shù)。
54、可選的，步驟s8中，待工蜂進(jìn)行局部搜索步驟如下：
55、s81、將待工蜂平均分配到蜜源存儲(chǔ)庫中的精選蜜源；
56、s82、待工蜂從其所在的精選蜜源中隨機(jī)選取一個(gè)維度，根據(jù)下式進(jìn)行待工蜂搜索更新；
57、
58、其中，d代表隨機(jī)選取的待更新的單一維度；代表待工蜂本次更新的位置；和分別表示第j個(gè)精選蜜源鄰域搜索d維度空間的上限和下限；rnd表示一個(gè)[0,1]之間的隨機(jī)數(shù)；
59、s83、找出待工蜂搜索到的帕累托最優(yōu)解，并與蜜源存儲(chǔ)庫中的帕累托最優(yōu)解比較，如果更新了蜜源存儲(chǔ)庫中的帕累托最優(yōu)解，則復(fù)位當(dāng)前精選蜜源的搜索停滯次數(shù)，鄰域范圍恢復(fù)為原始大小；
60、s84、如果未更新蜜源存儲(chǔ)庫中的帕累托最優(yōu)解，該精選蜜源的搜索停滯計(jì)數(shù)器加1；
61、s85、判斷搜索停滯次數(shù)是否大于停本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，所述方法包括如下步驟：
2.如權(quán)利要求1所述的一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，步驟S1中，微電網(wǎng)優(yōu)化調(diào)度多個(gè)目標(biāo)函數(shù)包括運(yùn)行成本目標(biāo)函數(shù)表達(dá)式、污染物排放量目標(biāo)函數(shù)表達(dá)式和非線性多目標(biāo)優(yōu)化函數(shù)；
3.如權(quán)利要求1所述的一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，步驟S2中，多目標(biāo)優(yōu)化調(diào)度相關(guān)約束條件包括：
4.如權(quán)利要求1所述的一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，步驟S3中，對(duì)多目標(biāo)蜜蜂覓食算法的參數(shù)進(jìn)行初始化設(shè)置，多目標(biāo)蜜蜂覓食算法的參數(shù)包括蜂群數(shù)量、算法停止條件、鄰域收縮系數(shù)和采蜜蜂搜索的停滯次數(shù)上限，其中，采蜜蜂搜索的停滯次數(shù)上限Limitst可根據(jù)下式計(jì)算得到：
5.如權(quán)利要求1所述的一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，步驟S4中的偵查蜂采用如下搜索表達(dá)式：
6.如權(quán)利要求1所述的一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，步驟S7中，采蜜蜂進(jìn)
7.如權(quán)利要求1所述的一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，步驟S8中，待工蜂進(jìn)行局部搜索步驟如下：
8.如權(quán)利要求1所述的一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，偵察蜂占蜂群總數(shù)量的10％，采蜜蜂和待工蜂的數(shù)量各占蜂群總數(shù)量的45％。
...【技術(shù)特征摘要】
1.一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，所述方法包括如下步驟：
2.如權(quán)利要求1所述的一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，步驟s1中，微電網(wǎng)優(yōu)化調(diào)度多個(gè)目標(biāo)函數(shù)包括運(yùn)行成本目標(biāo)函數(shù)表達(dá)式、污染物排放量目標(biāo)函數(shù)表達(dá)式和非線性多目標(biāo)優(yōu)化函數(shù)；
3.如權(quán)利要求1所述的一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，步驟s2中，多目標(biāo)優(yōu)化調(diào)度相關(guān)約束條件包括：
4.如權(quán)利要求1所述的一種基于多目標(biāo)蜜蜂覓食算法的微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，步驟s3中，對(duì)多目標(biāo)蜜蜂覓食算法的參數(shù)進(jìn)行初始化設(shè)置，多目標(biāo)蜜蜂覓食算法的參數(shù)包括蜂群數(shù)量、算法停止條件、鄰域收縮系數(shù)和采蜜蜂...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：郭宏志，邵錦文，張佳，王嬡，趙佳美，胡玢，謝鵬，趙俊娟，王文江，孫燕，
申請(qǐng)(專利權(quán))人：北京市科學(xué)技術(shù)研究院，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。