[发明专利]一种微网经济运行智能优化方法

权利要求书

1.一种微网经济运行智能优化方法，其特征在于，包括以下步骤：

(1)建立微网经济运行模型的目标函数和约束条件；

(2)产生搜索种群的随机初始个体位置，每个个体位置代表一个候选解，并进行目标函数计算；

(3)根据人群优化算法个体位置更新策略，更新个体位置并进行目标函数计算；

(4)每个个体，以一定的概率进行反向学习，更新个体位置并进行目标函数计算；

(5)从选择最优的s个位置作为新的种群个体位置；

(6)重复步骤(3)和步骤(4)，直到达到最大目标函数评价次数或迭代次数，输出优化结果。

2.根据权利要求1所述的微网经济运行智能优化方法，其特征在于：在步骤(1)确定微网中包括各种分布式电源的总数及其出力范围、蓄电池储能装置的总数及其最大电流电压限制、不同分布式电源与外网单位功率的排污量、不同时段分布式电源与外网的单位电价。

3.根据权利要求1所述的微网经济运行智能优化方法，其特征在于所述的步骤(3)中个体位置更新策略为：

(1)在规模为s的群体内随机选择其它多个个体构成邻域，选择概率为：

其中K为0<K<s的整数；

(2)分别计算迭代次数t时每个个体i在每一维j的搜索方向d_ij(t)和步长α_ij(t)，其中α_ij(t)≥0；d_ij(t)∈{-1,0,1}；i＝1,2,…,s；j＝1,2,…,D；D为搜索空间维数。这里搜索方向求解公式如下：

其中，为个体i在迭代次数t时所处的位置，为个体i的自身历史最佳位置，和分别为个体i所在邻域内的当前最佳位置和历史最佳位置，f(·)为微网经济运行目标函数，sign(·)为对输入矢量每一维的求符号函数，和分别为集合中“+1”、“-1”和“0”所占的比例，r_j为[0,1]范围内的均匀随机数；

这里步长求解公式如下：

μ_ij＝rand(μ_i,1)                        (10)

其中，μ_max为1或稍小于1的实数，μ_min＝0.0111，I_i是对种群目标函数值降序排序后第i个个体的序列号，abs(·)返回一个由输入矢量每一维的绝对值组成的输出矢量，rand(μ_i,1)为[μ_i,1]内的均匀随机数；

(3)得到每个个体的搜索方向和步长后，按下式进行位置更新：

x_ij(t+1)＝x_ij(t)+α_ij(t)d_ij(t),i＝1,2,…,s；j＝1,2,…,D          (12)。

4.根据权利要求1所述的微网经济运行智能优化方法，其特征在于所述的步骤(4)中反向学习策略为：

其中，a_j＝min(x_ij(t))，b_j＝max(x_ij(t))(i＝1,2,…,s)，和均为[0,1]范围内的均匀随机数，p_i为个体i的反向学习概率。

5.根据权利要求4所述的微网经济运行智能优化方法，其特征在于个体i的反向学习概率为：

其中I_i是对种群目标函数值降序排序后第i个个体的序列号。