[发明专利]基于人工蜂群算法优化孤岛式混合能源系统配置的方法

权利要求书

1.基于人工蜂群算法优化孤岛式混合能源系统配置的方法，其特征在于，所述方法包括以下步骤：

S1、构建孤岛式混合能源系统的数学模型和优化配置的目标函数，所述孤岛式混合能源系统由风机、太阳能板、电池和柴油机组成，将所述孤岛式混合能源系统优化配置的目标函数C_T定义为C_T＝C_C+C_M+C_F，其中，C_T为系统的年使用成本，C_C、C_M和C_F分别为年投入费用、年维护费用和年燃料消耗成本，其中，所述年投入费用其中i为设备的年折旧率，n_WT、n_PV、n_Batt和n_D别为风机、太阳能板、电池和柴油机的寿命，它们以年为单位，C_WT、C_PV、C_Batt分别为风机、太阳能板、电池的每个单元初始投入成本，C_D为柴油机的初始投入成本，N_WT、N_PV、N_Batt分别为风机、太阳能板、电池的单元数，所述年维护费用其中，为每个风机的年维护费用，为太阳能板单元的年维护费用，为柴油机的年维护费用，P_t,D为柴油机在t时刻的输出功率，所述柴油机的年燃料消耗费用其中，为柴油机在t时刻的时燃料消费成本；

S2、通过人工蜂群算法优化所述目标函数C_T来得到全局最优值，从而获得所述孤岛式混合能源系统最佳的设备配置类型和数量N_WT、N_PV和N_Batt，具体过程包括：

S21、初始化，设定最大迭代次数k_max和允许连续没有得到更优解的最大次数k_limit，给定蜂群规模N_F和待优化解的维数D，并根据取值限制范围利用混沌映射技术产生θ(l,d)的初始值，l＝1,2,…,N_F，d＝1,2,…,D，其中，和分别表示电池充放电过程中电能储存量的上下限，取电池的额定最大容量，而DoD为最大放电深度，E_t,Batt为电池组在t时刻的电能储存量；

S22、优化迭代阶段，所述优化迭代阶段包括：

S221、工蜂(EB)优化阶段，首先在[1D]之间随机产生d，然后由公式θ_EB(l,d)＝θ(l,d)+φ_ld[θ(l,d)-θ(r₁,d)]更新θ_EB(l,d)，对θ_EB(l,d)元素逐个进行取离它最近的大整数运算，最后将它们代入所述目标函数C_T计算得到θ_EB(l)的目标函数F_EB(l)，如果F_EB(l)<F(l),则将θ_EB(l)的元素赋值予θ(l),置k_count(l)为0，否则，将k_count(l)赋值为k_count(l)+1，其中，φ_ld为[-1 1]之间的随机数，r₁为[1N_F]之间的随机整数，且r₁≠l；

S222、从θ中选取至目前为止最优的可能解θ_best，通过公式计算p_l；

S223、观察蜂(OB)优化阶段，首先由公式更新θ_OB(l,d)，对θ_OB(l,d)元素逐个进行取离它最近的大整数运算，然后计算θ_OB(l)的目标函数F_OB(l)，如果F_OB(l)<F(l),则将θ_OB(l)的元素赋值予θ(l),置k_count(l)为0，否则，将k_count(l)赋值为k_count(l)+1，

其中，r₁和r₂为在[1N_F]之间随机产生与l相邻的整数序号，且r₁≠l和r₁≠r₂≠l，

S224、侦察蜂(SB)阶段，如果k_count(l)≥k_limit，则由公式θ_SB(l,d)＝θ_best(d)+φ_ld[θ(l,d)-θ(r₂,d)]更新θ_SB(l)后，再对θ_SB(l,d)元素逐个进行取离它最近的大整数运算，最后计算θ_SB(l)的目标函数F_SB(l)，如果F_SB(l)<F(l),则将θ_SB(l)的元素赋值予θ(l)，并将k_count(l)置为0；

S225、如果达到预设的收敛条件，则跳至步骤S23，否则更新迭代次数k＝k+1，跳至步骤S221；

S23、从θ中选取全局最优的θ_best，即它的元素为最优系统配置N_WT、N_PV和N_Batt。