[发明专利]一种支持削峰型电力需求响应的生产调度方法

说明书

本发明涉及生产调度领域，更具体地，涉及一种支持削峰型电力需求响应的生产调度方法。建立支持削峰型电力需求响应的生产调度数学模型；参数初始化，并随机产生N个初始灰狼种群，得到集合N(t)；计算N(t)中每个灰狼的适应度值；将适应度最好的前三个灰狼记为α、β、δ，其他灰狼记为ω；利用α、β、δ狼协同更新其他ω狼的位置，得到集合U(t)；全局粒子信息更新狼群N(t)，得到集合V(t)；对集合{N(t)∪U(t)∪V(t)}中的最好灰狼、最差灰狼和一个随机灰狼使用变异搜索策略得到集合W(t)；计算全局最优灰狼位置X_b和最优适应度值f_b；判断是否满足结束条件。本发明所提出的生产调度方法具有较好的收敛能力、全局寻优能力和实用性，能够有效地支持电力需求响应项目的实施。

技术领域

本发明涉及生产调度领域，更具体地，涉及一种支持削峰型电力需求响应的生产调度方法。

背景技术

随着智能电网的发展，电力需求响应已经成为维护电网供需平衡的核心技术。电力需求响应是指电力市场中电力用户通过对随时间变化的价格或者激励报酬的响应，来改变其正常电力消费模式的行为。工业用户具有耗电量大、稳定性强、智能化程高等优点，是非常重要的需求响应资源。削峰型电力需求响应是工业用户常用的一种需求响应方式。在电网高峰时期，工业用户可以通过减少生产任务的方式削减高峰时段的生产负荷，从而支持电力需求响应项目的实施，但传统的生产调度模型无法支持削峰型电力需求响应调度。因此，，研究支持削峰型电力需求响应的生产调度问题具有相当重要的实用价值。该问题在理论上属于复杂的组合优化问题，具有较大的求解难度，而常用求解算法普遍存在收敛能力差、寻优能力弱的缺点。灰狼算法是Mirjalili在2014年所提出来的一种新的群智能优化算法，具有较好的优化性能。虽然灰狼算法出现的时间较晚，但已经被用于求解各种优化问题。因此，本文将采用灰狼算法求解该问题。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种支持削峰型电力需求响应的生产调度方法，具有收敛能力好、全局寻优能力强的特点。

为解决上述技术问题，本发明采用的技术方案是：一种支持削峰型电力需求响应的生产调度方法，其特征在于，包括有以下步骤：

S1：建立支持削峰型电力需求响应的生产调度数学模型；

S2：初始化参数，进行参数设置；机器个数q；工序数S；灰狼种群数目为N；最大迭代次数为t_max；迭代计数器t(初始值为0)；灰狼元素区间范围为[-θ,θ]；预设参数G₀和η；极小值常数ε；变异搜索参数γ、M和Q；

S3：初始化灰狼种群，生成N个初始灰狼初始化灰狼种群X_i＝{x₁,x₂,...,x_n,x_n+1,...,x_n+q}，保存到集合N(t)，X_i前n个元素为工件排序方案的编码，后q个元素为机器调度方案的编码，i＝1,2,…,N，x_j∈[-θ,θ]，j＝1,2,…,n+q，计算N(t)中每个灰狼Xi的适应度值fi；

S4：按照适应度值从小到大的顺序将N(t)中灰狼进行分类，适应度值排在前三位的灰狼分别依次记为α、β、δ，其他灰狼都记为ω；

S5：利用α、β、δ狼协同更新其他ω狼的位置，得到集合U(t)；

S6：采用全局粒子信息更新狼群N(t)中的每一个灰狼Xi，i＝1,2,…,N，并将更新后的狼群保存到集合V(t)中；

S7：按照适应度值从小到大的顺序对集合{N(t)∪U(t)∪V(t)}中的灰狼进行排序，将适应度值排在第一位的灰狼记为最好灰狼，将适应度值排在最后一位的灰狼记为最差灰狼，对最好灰狼、最差灰狼和{N(t)∪U(t)∪V(t)}中随机选择的灰狼使用变异搜索策略得到集合W(t)；