一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法技术

本发明专利技术提出了一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法，涉及电力系统领域。使用混沌初始化和优化惯性系数改进多目标人工蜂鸟算法，对风能、光伏、储能和柴油发电机进行优化调度，确定微电网系统约束条件，考虑了微电网运行经济成本最小与风光消纳比例最大两个目标，构建含风能、光伏、储能和柴油发电机的微电网经济调度模型。由于人工蜂鸟算法控制参数少、勘探开发能力强，引进混沌初始化和线性惯性权重系数，对多目标人工蜂鸟算法做出改进，增强了多目标人工蜂鸟算法的全局寻优能力，大大地提高了全局最优解的收敛速度，对微电网经济调度具有重大意义。对微电网经济调度具有重大意义。对微电网经济调度具有重大意义。

【技术实现步骤摘要】
一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法


[0001]本专利技术的技术方案属于电力系统调度领域，具体涉及一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法。

技术介绍

[0002]微电网是智能电网重要的组成部分，包含分布式电源、负荷、储能设备等各种电力设备。微电网能充分发挥分布式电源所具有的经济性、环保性和灵活性，为用户提供优质的电能质量，供电安全可靠，将可再生分布式电源纳入微电网规划非常必要。但风能和太阳能这样的自然能源是间歇性的并且因地理限制而变化，预测它们的发电量非常复杂，进而导致微电网可再生能源发电规划复杂。
[0003]微电网运行方式极为灵活，既可以并入大电网运行，也可以与电网断开孤岛运行，以在电网系统故障时保障重要负荷的供电。绿色能源逐渐成为国家供能倡导的主流能源，但是随着大量的风电场和光伏电站并入到微电网中，其输出功率的波动间歇性变化给系统的经济调度带来了很多不确定性因素。
[0004]目前国内外已有不少关于微电网经济与环保方面的研究，分析微电源出力特性、接入容量和位置等对可靠性指标的影响。但在具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法，其特征在于：所述方法包括：步骤1：获取含可再生能源的微电网系统的发电机组运行数据和负荷的基本数据，其中，所述微电网系统中包括风力发电机PV、光伏电池WT、柴油发电机DE和电池储能装置BT；步骤2：基于所述发电机组运行数据和负荷的基本数据，构建含风电、光伏、柴油发电机和储能的微电网系统经济调度模型；步骤3：建立微电网系统的多个目标函数模型，确定微电网系统功率约束条件；步骤4：将多目标人工蜂鸟算法MOAHA改进后与风光出力控制策略和经济调度优化模型相结合，进而获得各分布式电源经济调度的最优方案；将多目标人工蜂鸟改进算法应用于微电网系统优化调度中，获得最优解，实现微电网系统的经济优化调度。2.根据权利要求1所述的一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法，其特征在于：所述步骤4包括：步骤4.1：通过Sine混沌初始化代替MOAHA中的随机生成，将n只蜂鸟置于n个食物来源上，具体映射方式如式(2)所示，通过Sine混沌映射初始化种群使得蜂鸟种群均匀分布在搜索空间上下限内，提高人工蜂鸟算法的搜索性能：x1＝Low+r
·
(Up
‑
Low)
ꢀꢀꢀꢀꢀ
(1)其中Up和Low分别是d维问题的上边界和下边界，r是[0,1]中的随机向量，x
i
表示为给定问题的解决方案的第i个食物来源的位置,a为取值为(0,4)的参数；步骤4.2：食物源访问表初始化：式中，对于i＝j,VT
ij
＝null表示蜂鸟在其特定的食物来源取食；i≠j,VT
ij
＝0表示第j个食物源在当前迭代中刚刚被第i只蜂鸟访问过；步骤4.3：通过改进的线性觅食行为惯性系数，替代MOAHA中原来的各50％可能性进行引导觅食行为，或领地觅食行为；引导觅食行为，或领地觅食行为；其中W为线性觅食行为惯性系数；W
max
和W
min
分别最大惯性系数和最小惯性系数,取值为[0,1]；it为迭代次数；Maxit为最大迭代次数；v
i
(t+1)为第i个蜂鸟在t+1时刻的候选食物源位置；x
i
(t)为第i个蜂鸟在t时刻的食物源位置,x
i,tar
(t)为第i只蜂鸟打算造访的目标食物源的位置；D为飞行指标系数，取0或1；a为引导因子，服从标准正态分布N(0,1)；b为领地因子，服从标准正态分布N(0,1)；步骤4.4：蜂鸟通过三种方法寻找它的目标食物源在随机可能性rand＜W情况下下蜂鸟选择进行以下引导觅食行为：
v
i
(t+1)＝x
i，tar
(t)+a
·
D
·
(x
i
(t)
‑
x
i，tar
(t))
ꢀꢀꢀꢀ
(7)第i个食物源位置更新如下：式中f(
·
)为函数适应度值,如果候选食物源的适应度低于当前食物源，则蜂鸟会放弃当前食物源，停留在由式(7)产生的候选食物源处取食；更新拜访表；而在随机可能性rand≥W情况下蜂鸟选择进行以下领地觅食行为：v
i
(t+1)＝x
i，tar
(t)+b
·
D
·
x
i
(t)
ꢀꢀꢀꢀ
(9)第i个食物源位置更新同式(8)，更新拜访表；步骤4.5：判断迭代次数，如果迭代次数超过迁移系数2n的预定值，蜂鸟将迁移到整个搜索空间中随机产生的新食物源；蜂鸟位置更新如下：x
i
＝Low+r
·
(Up
‑
Low)
ꢀꢀꢀꢀ
(10)更新拜访表；步骤4.6：计算适应度函数，得到pareto解；步骤4.7：进行非支配排序得到pareto前沿；步骤4.8：求得最优结果。3.根据权利要求2所述的一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法，其特征在于：所述步骤4.1中初始化种群维度是根据微电网系统经济调度中四个分布式电源的24h出力得到的96个参数；其中第1
‑<...

【专利技术属性】
技术研发人员：聂晓华，黄韬，熊旺，朱宇涛，杜帅帅，
申请(专利权)人：南昌大学，
类型：发明
国别省市：