【技术实现步骤摘要】
本专利技术涉及电网控制
,特别是涉及一种微电网能量控制方法。本专利技术还涉及一种处理器及微电网能量控制系统。
技术介绍
微电网是由分布式电源、储能装置、能量转换装置、负荷、负荷监控及用电保护装置等组成的小型发配电系统。其中,微电网内可包含一种或多种分布式电源(例如光伏发电装置、风力发电装置、水力发电装置、燃料电池及燃气轮机等)来产生负荷所需的电能。由于分布式电源的类型不同,各自的运行方式也存在差异。例如,光伏、风力等新能源的发电功率易受自然环境影响,但排放的污染物较少,相反,燃料电池、燃气轮机等化石能源的发电功率较为稳定,但会对环境造成较大的污染。可见,微电网能量控制中的成本最优和环境污染最小本身是两个矛盾的问题,即为微电网能量控制为多目标问题,在实际解决中,需要考虑两者之间的利弊做出合理的控制。目前的微电网能量控制中,主要是将上述多目标问题转化为单目标问题进行求解。但是,这种方法中往往会因为多个目标间缺少偏好难以协调使得权值设置的合理性不高,获得的最优结果较为单一,存在局限性,难以适应较为复杂的实际控制情况。而若直接使用多目标算法来解决多目标问题的话,由于求解的结果是一组Pareto最优解,故可以给决策者提供更多的选择。但是,该种直接求解的话可能会出现未成熟收敛的情况,另外,得到的最优解集的分布可能会不够均匀且分别范围不够最广,同时,获得的解集中的解的多样性不够。可见,目前的微电网能量控制不能提供较为全面的控制策略,影响了微电网中分布式电源控制策略的选择性和准确性。因此,如何提供一种能够保证微电网中分布式电源控制策略的选择性和准确性的微电网能量控 ...
【技术保护点】
一种微电网能量控制方法,其特征在于,包括:步骤101:设置所述微电网的能量控制目标函数;其中,所述能量控制目标函数中包含控制变量,所述控制变量包括所述微电网中各种分布式电源的发电功率;步骤102:初始化非支配排序遗传膜算法的执行参数;所述非支配排序遗传膜算法为在第二代非支配排序遗传算法的基础上引入膜计算算法得到的算法;其中,所述非支配排序遗传膜算法中包含多层基本膜及一层表层膜,所述执行参数包括所述基本膜的层数、所述第二代非支配排序遗传算法的迭代次数、交叉概率和变异概率以及每层所述基本膜对应的种群大小;其中,所述种群大小为每层所述基本膜所包含的粒子数量,所述粒子为一组所述控制变量的组合;每层所述基本膜中都至少包含有一个所述粒子;步骤103:根据预设取值范围生成所述非支配排序遗传膜算法中每个所述粒子的初始值;并将各个取值为初始值的粒子随机分配至各层所述基本膜中;由所述取值为初始值的粒子组成的种群为所述基本膜内的父代种群;步骤104:依据所述迭代次数、所述交叉概率及所述变异概率,分别对每层所述基本膜上的粒子执行所述第二代非支配排序遗传算法,每次迭代完成后获得每层所述基本膜内的新子种群;所述第 ...
【技术特征摘要】
1.一种微电网能量控制方法,其特征在于,包括:步骤101:设置所述微电网的能量控制目标函数;其中,所述能量控制目标函数中包含控制变量,所述控制变量包括所述微电网中各种分布式电源的发电功率;步骤102:初始化非支配排序遗传膜算法的执行参数;所述非支配排序遗传膜算法为在第二代非支配排序遗传算法的基础上引入膜计算算法得到的算法;其中,所述非支配排序遗传膜算法中包含多层基本膜及一层表层膜,所述执行参数包括所述基本膜的层数、所述第二代非支配排序遗传算法的迭代次数、交叉概率和变异概率以及每层所述基本膜对应的种群大小;其中,所述种群大小为每层所述基本膜所包含的粒子数量,所述粒子为一组所述控制变量的组合;每层所述基本膜中都至少包含有一个所述粒子;步骤103:根据预设取值范围生成所述非支配排序遗传膜算法中每个所述粒子的初始值;并将各个取值为初始值的粒子随机分配至各层所述基本膜中;由所述取值为初始值的粒子组成的种群为所述基本膜内的父代种群;步骤104:依据所述迭代次数、所述交叉概率及所述变异概率,分别对每层所述基本膜上的粒子执行所述第二代非支配排序遗传算法,每次迭代完成后获得每层所述基本膜内的新子种群;所述第二代非支配排序遗传算法包括排序操作以及交叉变异操作;步骤105:将每层所述基本膜内的新子种群传送至下一层所述基本膜中,使其与下一层所述基本膜内...
【专利技术属性】
技术研发人员:王军,陈科,孙章,彭宏,杨波勇,明俊,于文萍,冯朝润,
申请(专利权)人:西华大学,东方日立成都电控设备有限公司,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。