System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于Petri网与增强型麻雀搜索算法的微电网调度方法技术_技高网
当前位置: 首页 > 专利查询>贵州大学专利>正文

一种基于Petri网与增强型麻雀搜索算法的微电网调度方法技术

技术编号:40759987 阅读:5 留言:0更新日期:2024-03-25 20:12
本发明专利技术公开了一种基于Petri网与增强型麻雀搜索算法的微电网调度方法,属于微电网调度技术领域,包括以下步骤:S1、构建优化运行的目标函数与微电网中分布式发电源的约束条件;S2、获取微电网中光伏板、风力发电机以及负荷的预测数据;S3、建立微电网调度策略的Petri网模型;S4、基于增强型麻雀搜索算法对微电网进行调度求解;S5、达到最大迭代次数时输出最优调度方案。本发明专利技术采用上述的一种基于Petri网与增强型麻雀搜索算法的微电网调度方法,可提高微电网运行的安全性与稳定性,降低经济的成本,减少污染物的排放量,实现微电网调度可视化。

【技术实现步骤摘要】

本专利技术涉及微电网调度,尤其是涉及一种基于petri网与增强型麻雀搜索算法的微电网调度方法。


技术介绍

1、大量使用化石能源发电不仅引发了能源危机,也带来了全球性的环境问题。对可持续发展和可靠供电的追求促进了微电网的产生。微电网是由分布式发电装置、储能装置和电力转换装置组成的小型电力系统。与传统电力系统相比,微电网为应对能源危机、促进低碳发展提供了一种务实的选择。然而,微电网受限于可再生能源的波动性、间歇性与随机性,它难以保持实时功率平衡,从而影响其运行的稳定性与安全性。因此,研究一种合理的微电网调度方法变得尤为重要。

2、目前,解决微电网调度问题的方法有数学方法与群体智能算法。基于数学方法求解微电网调度问题存在复杂度高、效率低等问题。基于群体智能算法求解微电网调度问题具有适应性高、搜索能力强等优势,但是根据没有免费午餐定理,群体智能算法仍存在优化空间。此外,以上方法无法直观地表述各分布式发电源的运行模态行为。


技术实现思路

1、本专利技术的目的是提供一种基于petri网与增强型麻雀搜索算法的微电网调度方法,可提高微电网运行的安全性与稳定性,降低经济的成本,减少污染物的排放量,实现微电网调度可视化。

2、为实现上述目的,本专利技术提供了一种基于petri网与增强型麻雀搜索算法的微电网调度方法,包括以下步骤:

3、s1、构建优化运行的目标函数与微电网中分布式发电源的约束条件;

4、s2、获取微电网中光伏板、风力发电机以及负荷的预测数据

5、s3、建立微电网调度策略的petri网模型;

6、s4、基于增强型麻雀搜索算法对微电网进行调度求解;

7、s5、达到最大迭代次数时输出最优调度方案。

8、优选的,所述s1中运行的目标函数包括:微型燃气轮机消耗的天然气燃料费用;风机、光伏、蓄电池、微型燃气轮机的运维成本;处理微电网排放污染物的成本。

9、优选的,所述s1中分布式发电源的约束条件包括:电网总电量平衡约束、燃料机组约束、出力约束、蓄电池充放电约束。

10、优选的,所述s3中微电网调度策略的petri网模型的建模过程包括以下步骤:

11、s31、根据分布式发电单元的状态建立对应petri网的库所;

12、s32、依据发电单元不同状态之间的联系建立对应petri网的有向弧;

13、s33、根据发电单元在调度过程中的模态切换的触发条件建立对应petri网的变迁。

14、优选的,所述s4中麻雀搜索算法的初始化参数包括:种群数量、最大迭代次数、生产者与警戒者比例。

15、优选的,所述s4中最优调度方案求解包括以下步骤:

16、s41、设定增强型麻雀搜索算法的初始化参数;

17、s42、使用拉丁超立方抽样策略初始化种群位置;

18、s43、采用基于透镜成像原理的反向学习策略改进生产者更新位置;

19、s44、更新跟随者与警戒者位置,计算每个个体适应度并进行排序;

20、s45、采用动态分层扰动策略对种群进行扰动,对于优种群,采用自适应t分布变异策略,对于差种群,采用萤火虫变异策略;

21、s46、判断当前位置是否优于历史最优位置,若优于则历史最优位置更新;

22、s47、判断是否达到最大迭代次数,是则输出全局最优的调度方案,否则返回s43。

23、因此,本专利技术采用上述一种基于petri网与增强型麻雀搜索算法的微电网调度方法,具有以下优势:

24、(1)本专利技术使用petri网建立微电网的调度模型,合理表述了微电网在调度过程中各分布式电源的模态切换。

25、(2)本专利技术使用拉丁超立方抽样策略,避免种群过早收敛,保障初始解的均匀性。

26、(3)本专利技术利用基于透镜成像的反向学习策略,增加生产者的多样性,同时有效解决生产者易陷入局部最优的问题。

27、(4)本专利技术提出一种动态分层扰动策略,对迭代完成的个体进行针对性扰动,使种群跳出局部最优,提高收敛精度。

28、下面通过附图和实施例,对本专利技术的技术方案做进一步的详细描述。

本文档来自技高网...

【技术保护点】

1.一种基于Petri网与增强型麻雀搜索算法的微电网调度方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种基于Petri网与增强型麻雀搜索算法的微电网调度方法,其特征在于:所述S1中运行的目标函数包括:微型燃气轮机消耗的天然气燃料费用;风机、光伏、蓄电池、微型燃气轮机的运维成本;处理微电网排放污染物的成本。

3.根据权利要求1所述的一种基于Petri网与增强型麻雀搜索算法的微电网调度方法,其特征在于:所述S1中分布式发电源的约束条件包括:电网总电量平衡约束、燃料机组约束、出力约束、蓄电池充放电约束。

4.根据权利要求1所述的一种基于Petri网与增强型麻雀搜索算法的微电网调度方法,其特征在于:所述S3中微电网调度策略的Petri网模型的建模过程包括以下步骤:

5.根据权利要求1所述的一种基于Petri网与增强型麻雀搜索算法的微电网调度方法,其特征在于:所述S4中麻雀搜索算法的初始化参数包括:种群数量、最大迭代次数、生产者与警戒者比例。

6.根据权利要求1所述的一种基于Petri网与增强型麻雀搜索算法的微电网调度方法,其特征在于:所述S4中最优调度方案求解包括以下步骤:

...

【技术特征摘要】

1.一种基于petri网与增强型麻雀搜索算法的微电网调度方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种基于petri网与增强型麻雀搜索算法的微电网调度方法,其特征在于:所述s1中运行的目标函数包括:微型燃气轮机消耗的天然气燃料费用;风机、光伏、蓄电池、微型燃气轮机的运维成本;处理微电网排放污染物的成本。

3.根据权利要求1所述的一种基于petri网与增强型麻雀搜索算法的微电网调度方法,其特征在于:所述s1中分布式发电源的约束条件包括:电网总电量平衡约束、燃料机组约束、出力约束、蓄电池...

【专利技术属性】
技术研发人员:王德光谢国栋杨明梁成斌
申请(专利权)人:贵州大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1