一种基于改进的鲸鱼算法的机组组合出力分配方法及系统技术方案

本发明专利技术涉及一种基于改进的鲸鱼算法的机组组合出力分配方法及系统，所述分配方法包括：根据预测风速确定风电组出力；确定发电机组的运行参数；基于所述风电组出力和所述发电机组的运行参数确定风电、火电机组组合的目标函数和约束条件，构建数学模型；采用改进的鲸鱼算法求解所述数学模型，得到机组组合出力分配方案。本发明专利技术中的上述方法能够提高收敛速度与收敛精度，以实现机组组合优化的快速精确求解。

【技术实现步骤摘要】
一种基于改进的鲸鱼算法的机组组合出力分配方法及系统
本专利技术涉及鲸鱼算法领域，特别是涉及一种基于改进的鲸鱼算法的机组组合出力分配方法及系统。
技术介绍
目前对于电力能源的需求还是以火电机组来提供，仍然以化石燃料为主，由于机组组合的涉及到的变量较多，对于机组组合优化需要建立多个机组的数学优化模型，以整体的经济型环保性和设备维护成本之和最小为目标函数，并需要考虑各种机组之间的出力特性以及约束条件等，属于非凸、高维、非线性的数学优化问题，常采用启发式算法进行求解。现有的启发式算法已有多种，例如粒子群算法(PSO)、遗传算法(GA)等，现有的专家也一直在从事该领域的优化算法与创新，但现有算法中均有着收敛速度慢易于陷入局部最优的缺陷，这些不足会使得优化结果有的一定的误差，对调度方案的制定具有不利影响。鲸鱼算法是于2016由澳大利亚SeyedaliMirjalili等人提出的一种元启发式算法，现有的鲸鱼优化算法也存在着收敛速度慢、易于陷入局部最优的问题，因此本专利技术对鲸鱼优化算法做出了一定的改进，使其可以在高维复杂问题下也可以达到较高的本文档来自技高网...

【技术保护点】
1.一种基于改进的鲸鱼算法的机组组合出力分配方法，其特征在于，所述分配方法包括：/n根据预测风速确定风电组出力；/n确定发电机组的运行参数；/n基于所述风电组出力和所述发电机组的运行参数确定风电、火电机组组合的目标函数和约束条件，构建数学模型；/n采用改进的鲸鱼算法求解所述数学模型，得到机组组合出力分配方案。/n

【技术特征摘要】
1.一种基于改进的鲸鱼算法的机组组合出力分配方法，其特征在于，所述分配方法包括：
根据预测风速确定风电组出力；
确定发电机组的运行参数；
基于所述风电组出力和所述发电机组的运行参数确定风电、火电机组组合的目标函数和约束条件，构建数学模型；
采用改进的鲸鱼算法求解所述数学模型，得到机组组合出力分配方案。


2.根据权利要求1所述的基于改进的鲸鱼算法的机组组合出力分配方法，其特征在于，所述根据预测风速确定风电组出力具体采用以下公式：



其中，Ptw表示风电机组在t时刻的出力，vci、vco、vN分别表示切入风速、切出风速、额定风速；PN表示额定功率。


3.根据权利要求1所述的基于改进的鲸鱼算法的机组组合出力分配方法，其特征在于，所述发电机组的运行参数包括：第i台发电机组的运行成本系数ai，bi，ci、排放污染气体的种类数M、发电机组i功率为Pi,t时不同污染物的排放量和处理每kg污染物费用mk、ωk、第i台机组的运行维护费用以及风电机组的设备维护成本


4.根据权利要求1所述的基于改进的鲸鱼算法的机组组合出力分配方法，其特征在于，所述数学模型为：



其中，FMG是考虑风电出力后的机组组合的总运行成本，Ci为第i台发电机的运行成本函数，Ei为污染物排放成本，T为调度周期，N为微电网中发电机组，为机组的维护成本Ci(Pi,t)为发电机组出力成本模型Ei(Pi,t)为污染物排放成本等式约束为表示各个时刻的功率都要与该时刻的负荷相平衡，不等式约束为Pi,min≤Pi,t≤Pi,max，Pi,min，Pi,max为第i台发电机组的处理上下限。


5.根据权利要求1所述的基于改进的鲸鱼算法的机组组合出力分配方法，其特征在于，采用改进的鲸鱼算法求解所述数学模型，得到机组组合出力分配方案具体包括：
S1：设置算法参数：种群规模N，优化问题维数D，惯性系数k，螺旋更新系数λ,w，设置最大迭代次数Max_iter，并计当前迭代次数为iter＝1；
S2：采用立方混沌映射对种群进行初始化，在搜索空间中随机生成一个[-1,1]个体；
S3：将生成的混沌变量按以下公式进行D-1次迭代生成混沌序列x(t)＝(x1,x2,···,xn)，其中x(t)∈[-1,1]；
x(n+1)＝4x(n)3-3x(n)
-1≤x(n)≤1，n＝1,2,3…
其中，x1,x2,···,xn表示n维空间中的坐标，
S4：所有鲸鱼个体都迭代完成后，按照以下公式映射到原搜索空间；



其中，Xd表示映射到解空间的混沌变量，ud表示解空间上界，ld表示解空间下界，xd表示混沌序列
S5：根据以下公式计算反向解，并计算反向解与原始解的适应度值，并比较大小；



其中，表示精英反向解，rand表示一般化系数，li表示第i个下界，ui表示第i个上界，xid表示原始解；
S6：如果反向解的适应度值小于原始解则更新种群，否则保持种群不变；
S7：根据以下公式更新ω，a，A，C，b






A＝2ar-a
C＝2r



ω表示自适应惯性权重a表示收敛因子，A和C系数向量，b表示螺旋形状参数，ainitial表示收敛因子a的初始值，afinal表示收敛因子a的最终值，r表示[0,1]之间的随机数，λ表示螺旋更新系数。
S8：根据步骤S4-S7更新参数进一步更新鲸鱼的位置，生成随机概率数p，如果p＜0.5且|A|≤1，则根据公式X(t+1)＝ω·X*(t)-A·D执行收缩捕食策略，其中，X(t+1)表示更新后的鲸鱼位置，ω表示自适应惯性权重，X*(t)表示当前最优鲸鱼位置向量，A表示系数向量，D表示个体与最优鲸鱼之间的距离，如果p＜0.5且|A|≥1则根据公式X(t+1)＝ω·D'·ebl·cos(2πl)+X*(t)执行搜索觅食策略，其中D'表示鲸鱼与猎物之间的距离，如果p＞0.5则根据公式X(t+1)＝ω·X(t)rand-A·D执行变螺旋搜索策略，其中，X(t)rand表示随机生成的鲸鱼位置向量；
S9：判断iter是否达到Max_iter，如果达到则算法结束，否则令iter＝iter+1，返回步骤S4-S5继续迭代。


6.一种基于改进的鲸鱼算法的机组组合出力分配系统，其特征在于，所述系统包括：
风电组出力...

【专利技术属性】
技术研发人员：窦震海，王梓辰，董军，司书千，于泽旭，乔萌萌，赵晔，解瑞硕，王媛媛，
申请(专利权)人：山东理工大学，
类型：发明
国别省市：山东;37