[发明专利]一种基于变策略动态差分进化算法的电力系统经济调度法在审

专利信息
申请号: 201810648826.7 申请日: 2018-06-22
公开(公告)号: CN108808667A 公开(公告)日: 2018-11-13
发明(设计)人: 沈鑫;邹德旋 申请(专利权)人: 江苏师范大学
主分类号: H02J3/00 分类号: H02J3/00
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 柏尚春
地址: 221116 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电力系统 经济调度 差分进化算法 策略动态 动态调整 种群 随机初始化 变异操作 参数动态 尺度因子 初始种群 发电成本 固定参数 交叉操作 交叉概率 局部搜索 全局搜索 算法优化 可行解 寻优 进化 搜索 停滞 修复 淘汰 保留
【权利要求书】:

1.一种基于变策略动态差分进化算法的电力系统经济调度法,其特征在于,包括以下步骤:

(1)参数和种群初始化,检查是否满足电力系统经济调度约束条件;

(2)使用变策略的方式执行变异操作,动态调整尺度因子;

(3)采用二项式交叉操作,动态调整交叉概率,修复不可行解;

(4)选择操作:保留优秀个体,淘汰劣质个体;

(5)基于以上算法优化电力系统经济调度模型,使系统发电成本最小。

2.根据权利要求1所述的一种基于变策略动态差分进化算法的电力系统经济调度法,其特征在于,所述步骤(1)包括以下步骤:

(11)电力系统经济调度约束条件为:

机组上下限:

电力平衡约束:

其中,和分别表示机组j输出功率的最小值和最大值,Pl(MW)表示系统总的负载需求;

(12)针对电力系统经济调度中的变量进行编码:将所有D个机组(P1,P2,…,PD)在差分进化算法中被编码为xi(g)=[x1,i(g),x2,i(g),…,xD,i(g)],和分别对应于和其中,g表示当前迭代次数,i为当前个体,xi(g)表示第g代第i个体的向量。

3.根据权利要求1所述的一种基于变策略动态差分进化算法的电力系统经济调度法,其特征在于,步骤(2)所述的执行变异操作程如下:

其中,r1,r2,r3是从{1,2,…,NP}中随机选择的三个互不相等的整数且他们均不等于i,best为当前最优个体的索引且best≠r2≠r3;

Fi(g)表示个体i所拥有的尺度因子,该值是动态变化的,具体取值如下:

Fi(g)=Fmin+rand·(Fmax-Fmin)

其中,Fmin和Fmax分别为尺度因子的最小值和最大值,rand表示在(0,1)区间上的随机数。

4.根据权利要求1所述的一种基于变策略动态差分进化算法的电力系统经济调度法,其特征在于,步骤(3)所述的二项式交叉操作过程如下:

其中,jr表示1,2,…,D上的随机整数,

CRi(g)表示个体i所拥有的交叉概率,该值是动态变化的,具体取值如下:

CRi(g)=CRmin+rand·(CRmax-CRmin)

其中,CRmin和CRmax分别为交叉概率的最小值和最大值。

5.根据权利要求1所述的一种基于变策略动态差分进化算法的电力系统经济调度法,其特征在于,所述步骤(5)包括以下步骤:

(51)构建电力系统经济调度模型:

其中,fj或表示机组j的发电时的燃料成本,Pj(MW)表示机组j的功率输出,aj,bj和cj是发电成本系数,dj和ej是阀点效应系数,D是电力系统中机组总数;

(52)对于个体i,在算法中将其模型改为:

(53)达到最大迭代数要求则停止搜索,输出最优解;否则,返回执行步骤(2)、(3)、(4)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏师范大学,未经江苏师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810648826.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top