[发明专利]一种基于文化基因算法的交直流混合微网优化运行方法

权利要求书

1.一种基于文化基因算法的交直流混合微网优化运行方法，其特征在于，包括如下步骤：

1)针对包含风力发电、光伏发电、蓄电池、微燃机、燃料电池及柴油发电机的交直流混合微网，建立多目标、多约束、非线性的优化运行数学模型，目标函数考虑电网购电成本、微源燃料成本、环境效益成本、网损以及运行维护成本，且服从微网内部功率平衡、公共连接点传输容量、可控微源爬坡率、单位时间蓄电池充放电上下限、蓄电池荷电状态上下限、蓄电池前后时间段功率平衡及蓄电池荷电状态不变的约束条件；

2)采用文化基因算法求解交直流混合微网数学模型；包括：

(1)初始化

采用随机生成方式产生初始个体，用varmin_m、varmax_m表示第m个变量的取值范围，其中任意一个变量x_m的初始值由下式得出：

x_m＝varmin_m+rand(0,1)*(varmax_m-varmin_m)

设M为群体中所有个体个数，则m＝1,2,…,M，M_agent为智能体的个数，M_public为普通个体的个数，即有：

M＝M_agent+M_public

对初始个体按照适应度值大小进行升序排列，前M_agent即为智能体，剩余的为普通个体，其中智能体是群体中适应度值排在前M_agent位的个体，群体中剩余的个体为普通个体，将群体分为M_agent区域，普通个体分属于各智能体所在的区域，每个智能体初始时刻所拥有的普通个体的个数是由各智能体相对实力决定，第a个智能体(a＝1,2,…,M_agent)的相对实力具体由下式计算得出：

S_a＝max{s_b}-s_a,b＝1,2,…,M_agent

s_a为第a个智能体的适应度值；

第a个智能体的实力大小定义为：

每个智能体所在区域分配到的普通个体个数为：

M.S_a＝round{P_a×M_public}

M.S_a为第a个智能体所在区域所拥有的普通个体个数，从而初始化之后的智能体实力越强，所在区域分到的普通个体的个数越多；

(2)局部搜索，具体分两步实现：

(2.1)聚合运动

各区域内的普通个体逐渐向本区域的智能体靠近，移动距离Move服从均匀分布，表示如下：

Move～U(0,β×d)

其中，U为均匀分布符号；β为聚合系数，β取2；d为同一区域内智能体和普通个体之间的距离；

(2.2)变革运动

为了在进行聚合过程中普通个体移动的速度减慢，增加群体多样性，对每个普通个体进行随机变革，第a个智能体所在区域所拥有的普通个体中需要进行变革的普通个体个数M_a,rpublic为：

M_a.rpublic＝round(q_a×M.S_a)

其中，round函数为四舍五入函数，q_a为变革率，取0.3；

各区域内部经过聚合和变革运动以后，各个体的实力值会有很大变化，需要根据每个区域个体适应度值重新排序，排在第一位的个体适应度值最好，为新的智能体；

(3)全局搜索，包括：

(3.1)相互竞争

每次迭代经过局部搜索之后，需要计算每个智能体的总实力值，各区域内智能体总实力值由自身的实力值和同区域的普通个体的实力值共同决定，由下式计算得出：

T.S_a为第a个智能体的总实力，ξ为一个小于1的正数，表示同一区域内普通个体实力占智能体总实力的权重，取0.1，w_b为普通个体的实力值；

第a个智能体竞争概率表示为：

其中，M.T.S_a表示第a个智能体的相对总实力值，定义为：

M.T.S_a＝max{T.S_b}-T.S_a,b＝1,2,…M_agent

由此计算得出每个智能体的竞争概率，设向量p为：

引入和向量p同维的随机向量R，表示为：

其中，r～U(0,1)表示R中的元素服从0到1的均匀分布；

定义向量V为向量p和向量R的差值：

V＝p-R

向量V中最大的元素对应的智能体最终获得被竞争的普通个体；

(3.2)相互协作

在智能体相互竞争之后增加相互协作操作，当两个区域的智能体之间的距离小于协作距离D时，两个智能体中实力值小的智能体所在区域内的所有普通个体均归实力值大的智能体所在区域所有，即两个智能体合并来增加实力值，从而增加自身竞争力；智能体x_c与x_d之间的协作距离D定义为：

D＝norm(x_c-x_d)×u

其中，c＝1,2,…M_agent，d＝1,2,…M_agent，norm函数为求范数函数，u表示协作系数，取值为0～1；

(4)算法结束

当运行到存在某个智能体所在区域内没有普通个体时，该智能体被淘汰出局，这样智能体数目逐渐减少，当迭代到最大迭代次数时，运行结束；

3)验证基于文化基因算法的交直流混合微网优化运行方法的正确性和有效性。