基于改进JAYA算法的多微电网优化方法技术

基于改进JAYA算法的多微电网优化方法，包括步骤1：建立多微电网并网优化模型；步骤2：建立微电网经济运行约束条件；步骤3：引入非线性变异算子改进JAYA算法；步骤4：利用改进JAYA算法对多微电网并网优化模型进行求解，从而得到多微电网内各电源的输出功率。本发明专利技术一种基于改进JAYA算法的多微电网优化方法，该方法求解精度高，具有较强的抗早熟收敛能力。

【技术实现步骤摘要】
基于改进JAYA算法的多微电网优化方法
本专利技术属于微电网优化运行
，具体涉及一种基于改进JAYA算法的多微电网优化方法。
技术介绍
微电网作为分布式能源就地消纳的有效方式得到了迅速发展，随着微电网的发展，局部区域内由部分联系紧密的微电网形成的多微电网系统开始出现。多微电网相对于单微网具有更高的运行稳定性和经济性，更有利于新能源的高渗透综合利用。为了实现对分布式发电单元的最优调度，使多微电网内微电网所有者经济效益最大化的同时提高多微电网的运行稳定性，有必要对多微电网经济运行策略展开深入的研究。现有技术文献中：Ahybridharmonysearchalgorithmwithdifferentialevolutionforday-aheadschedulingproblemofamicrogridwithconsiderationofpowerflowconstraints(ZHANGJingrui,WUYihong,GUOYiran.Ahybridharmonysearchalgorithmwithdifferentialevolutionforday-aheadschedulingproblemofamicrogridwithconsiderationofpowerflowconstraints[J].AppliedEnergy,183:791-804.)针对由光伏发电、柴油发电机、风力发电机和储能电池组成的微电网的最优日前调度模型，提出了一种将协调搜索与进化微分相结合的方法。混合粒子群算法在微电网经济优化运行的应用(吴定会，高聪，纪志成.混合粒子群算法在微电网经济优化运行的应用[J].控制理论与应用，2018,35(4):457-467.)使用混合粒子群算法对微电网中可控分布式发电单元的出力安排进行优化，以提升微电网运行经济性。基于人工蜂群算法的微电网环保经济调度(薛贵挺，张健.基于人工蜂群算法的微电网环保经济调度[J].电工电气，2016,(6):57-60.)针对考虑了系统运行安全约束的微电网环保经济调度模型，采用人工蜂群算法进行求解。基于遗传算法的微电网经济运行优化(陈天翼，刘宏勋.基于遗传算法的微电网经济运行优化[J].电器与能效管理技术,2017,(21):54-58,)考虑了微电网的运行成本和环境污染排放成本，采用遗传算法对优化模型进行求解。上述群体智能算法具有简单、易于实现和收敛迅速的优点，因此在微电网领域受到了较多的关注。然而，上述群体优化算法均存在早熟收敛的问题。
技术实现思路
为改进上述现有技术中存在的不足，本专利技术提出一种基于改进JAYA算法的多微电网优化方法，该方法求解精度高，具有较强的抗早熟收敛能力。本专利技术采取的技术方案为：基于改进JAYA算法的多微电网优化方法，包括以下步骤：步骤1：建立多微电网并网优化模型；步骤2：建立微电网经济运行约束条件；步骤3：引入非线性变异算子改进JAYA算法；步骤4：利用改进JAYA算法对多微电网并网优化模型进行求解，从而得到多微电网内各电源的输出功率。所述步骤1中，多微电网并网优化模型的目标函数表达式为：其中，N为多微电网中微电网集合，T为多微电网优化周期；为t时段微电网n中，第i个微型燃气轮机的燃料成本；为t时段微电网n中，第i个微型燃气轮机维护成本；和为t时段微电网n中，第i个微型燃气轮机启/停机成本；为t时段微电网n中，第i个储能电池的运行维护成本；ρt为t时段配电网的售购电电价；为微电网n在t时段的购售电功率，其正负值分别表示从配电网购电与售电；为t时段微电网n与微电网m之间能量互济的功率，其正负值分别表示微电网n从微电网m购电与微电网n向微电网m售电。所述步骤2中，微电网经济运行约束条件包括：储能电池输出功率约束、储能电池SOC约束、微型燃气轮机输出功率约束、微型燃气轮机输出功率爬坡速率约束、微电网n电功率平衡约束、微电网n联络线功率平衡约束；这些约束条件的表达式如下：其中，为t时段微电网n中，第i个储能电池输出功率；与分别为微电网n中，第i个储能电池的最小与最大输出功率；为t时段微电网n中，第i个储能电池荷电状态；与分别为微电网n中，第i个储能电池的最小与最大荷电状态；为t时段微电网n中，第i个微型燃气轮机输出功率；与分别为微电网n中，第i个微型燃气轮机最小与最大输出功率；与分别为微电网n中，第i个微型燃气轮机最大与最小爬坡率；和分别表示t时段微电网n中，第i个光伏和风机的输出功率；为t时段微电网n中负荷功率；为联络线功率，和为联络线最小功率与最大功率。所述步骤3中，改进JAYA算法方程为：Xi+1,j,k＝Xi,j,k+βi,j[ri,j,1(Xi,j,best-|Xi,j,k|)-ri,j,2(Xi,j,worst-|Xi,j,k|)]其中，Xi+1,j,k为更新后的解，Xi,j,k为更新前的解，βij为第i次迭代过程中，第j个种群的变异算子，ri,j,1与ri,j,2是第i次迭代中第j个变量在区间[0,1]中的两个随机数，Xi,j,best与Xi,j,worst为变量K在第i次迭代中最优值与最差值。所述步骤4中，改进JAYA算法求解多微电网并网优化模型时，在获取多微电网设备参数以及各微电网输出功率与负荷功率的基础上，首先通过步骤3基于改进JAYA算法获取种群最优解Xi,j,best与最差解Xi,j,worst，然后对变异算子βi,j进行动态调整，并利用改进JAYA算法方程更新解Xi+1,j,k。变异算子方程为：其中，βi,j为第i次迭代过程中，第j个种群的变异算子，k为总迭代次数，βmax和βmin分别为变异算子的最大值与最小值并分别取值，Δfi为第i次迭代过程中，n个种群的适应度集合，fi,j为第i次迭代过程中，第j个种群的适应度，fi,best为第i次迭代过程中最有种群的适应度。最后，将更新解Xi+1,j,k与当前局部最优解Xi,j,k进行比较，若Xi+1,j,k＜Xi,j,k，说明更新解有更好适应性，则取代当前局部最优解Xi,j,k，否则保持当前局部最优解Xi,j,k，直至找到并输出符合标准的全局最优解X，从而使多微电网内各电源工作在最优状态。全局最优解应满足如下公式：X＝min(X1,X2,...,Xn),i＝1,...,n。本专利技术一种基于改进JAYA算法的多微电网优化方法，优点在于：改进的JAYA算法在传统JAYA算法基础上引入非线性变异算子，在迭代过程中通过计算种群适应度与最优种群适应度之间的差值大小对变异算子进行动态调整。通过调整变异算子大小的方法，增强了算法的自适应性，更好地平衡了算法的搜索行为，减少了算法陷入局部极值的概率，提高了JAYA算法的求本文档来自技高网...

【技术保护点】
1.基于改进JAYA算法的多微电网优化方法，其特征在于包括以下步骤：/n步骤1：建立多微电网并网优化模型；/n步骤2：建立微电网经济运行约束条件；/n步骤3：引入非线性变异算子改进JAYA算法；/n步骤4：利用改进JAYA算法对多微电网并网优化模型进行求解，从而得到多微电网内各电源的输出功率。/n

【技术特征摘要】
1.基于改进JAYA算法的多微电网优化方法，其特征在于包括以下步骤：
步骤1：建立多微电网并网优化模型；
步骤2：建立微电网经济运行约束条件；
步骤3：引入非线性变异算子改进JAYA算法；
步骤4：利用改进JAYA算法对多微电网并网优化模型进行求解，从而得到多微电网内各电源的输出功率。


2.根据权利要求1所述基于改进JAYA算法的多微电网优化方法，其特征在于：所述步骤1中，多微电网并网优化模型的目标函数表达式为：



其中，N为多微电网中微电网集合，T为多微电网优化周期；

为t时段微电网n中，第i个微型燃气轮机的燃料成本；

为t时段微电网n中，第i个微型燃气轮机维护成本；

和为t时段微电网n中，第i个微型燃气轮机启/停机成本；

为t时段微电网n中，第i个储能电池的运行维护成本；
ρt为t时段配电网的售购电电价；

为微电网n在t时段的购售电功率，其正负值分别表示从配电网购电与售电；

为t时段微电网n与微电网m之间能量互济的功率，其正负值分别表示微电网n从微电网m购电与微电网n向微电网m售电。


3.根据权利要求1所述基于改进JAYA算法的多微电网优化方法，其特征在于：所述步骤2中，微电网经济运行约束条件包括：储能电池输出功率约束、储能电池SOC约束、微型燃气轮机输出功率约束、微型燃气轮机输出功率爬坡速率约束、微电网n电功率平衡约束、微电网n联络线功率平衡约束；这些约束条件的表达式如下：


















其中，为t时段微电网n中，第i个储能电池输出功率；

与分别为微电网n中，第i个储能电池的最小与最大输出功率；

为t时段微电网n中，第i个储能电池荷电状态；

与分别为微电网n中，第i个储能电池的最小与最大荷电状态；

为t时段微电网n中，第i个微型燃气轮机输出功率；

与分别为微电网n中，第i个微型燃气轮机最小与最大输出功...

【专利技术属性】
技术研发人员：王灿，董庆国，张高瑞，陈思睿，田恬，
申请(专利权)人：三峡大学，
类型：发明
国别省市：湖北;42