[发明专利]一种基于遗传算法的能量转换装置寿命统一管理方法

权利要求书

1.一种基于遗传算法的能量转换装置寿命统一管理方法，其特征在于，包括以下步骤：

(1)获取能源互联网分布式发电区域中多种类型的能量转换装置的剩余能量E(t)，表示为：

其中，E_j(t)为设备j在时刻t的剩余能量，m为分布式发电区域待统一管理的总设备数；将m台设备的使用时长，即下次更换时间T_change记为：

其中，为设备j下次更换时间；

预先设置m台设备的最大更换时间间隔T_interval，则m台设备的最早更换时间T_f为：

其中，T_ter为m台设备的最晚更换时间，m台设备均需要在[T_f,T_ter]时间段内进行更换；

(2)获取能源互联网负荷端多个负荷的需求供电量L(t)，表示为：

L(t)＝[L₁(t),L₂(t),...,L_n(t)]

其中，L_i(t)为负荷i在时刻t所需电量，n为负荷端的负荷总数；

(3)每台能量转换装置向负荷供电时具有不同的能量传输距离，对应不同的能量线损率，该分布式发电区域的能量线损率H_loss表示为：

其中，D_ji为设备j与负荷i的能量传输距离，δ为单位传输距离的能量损耗率；

(4)当时刻t每台能量转换装置单独向负荷供电时，所需发电量E_p(t)为：

每台能量转换装置所需发电量与自身剩余能量占比K为：

(5)在选取能量转换装置向负荷供电时，综合考虑每台能量转换设备发电配比与实际使用寿命两方面，其中发电配比需考虑该能量转换设备所需发电量与自身剩余能量占比，以及该能量转换设备供能的损耗与负荷大小比值两项因素；

在t时刻对于某负荷i，首先考虑发电配比R(t,i)为：

其中α为预先设置的第一项因素权重，则1-α为第二项因素权重；

其次根据设备的实际使用寿命对发电配比进行相应的调整，得到每台设备对负荷i的实际供能权重W(t,i)，表示为：

(6)对于每个负荷，以每台能量转换装置实际供能权重按反比例对其进行供能，即权重值越大，供能占比越小；能量转换装置的实际供能Er(t)为：

其中Er_ji(t)表示设备j在t时刻对负荷i的实际供能；

(7)经过供能分配之后，得到每台设备剩余能量E(t+1)为：

当某台设备j的剩余能量达到需要进行更换的最小剩余能量阈值，则需要对该台设备进行更换，获得该台设备的下次更换时间

(8)将m台设备对n个负荷进行供能的总损耗作为目标函数，表示为：

约束条件为：

对每台设备j，应满足以下条件:

其中，P_j(t)为设备j的输出功率，P_j(t)_max为设备j的最大输出功率，通常为额定功率，P_j(t)_min为设备j的最小输出功率；

(9)采用启发式的遗传算法求解目标函数，使能量转换装置更换时间在预先设置的更换时间段内，能量传输总损耗达到最小；目标函数的求解过程具体如下：

(9.1)对每台设备j选取其计算得出的发电配比作为初始配比值，选取设备更换时间从T_f到T_ter之间的随机数作为初始更换时间值，将所有设备的初始配比值和初始更换时间值均转换为二进制，共同作为种群中的一个个体，并设置种群的规模，进行个体适应度评估，即求解目标函数值，目标函数值越小，适应度越大；

(9.2)对二进制表示的初代种群进行选择、交叉、变异操作，设置最大遗传代数F，交叉概率γ_c、变异概率γ_m；选择过程采用轮盘赌机制，交叉过程采用二进制单点交叉方式，变异操作选择二进制单点变异方式，得到新一代种群，将二进制表示的种群转换为十进制数值计算新一代种群每个个体对应的适应度；

(9.3)重复执行步骤(9.2)，直到达到最大遗传代数F时，种群所在位置即为最优值，将二进制表示的种群位置转换为十进制数，即得到每台设备的下次更换时间，同时计算得到最佳适应度值，即能量传输最小损耗。

2.根据权利要求1所述的一种基于遗传算法的能量转换装置寿命统一管理方法，其特征在于，所述能量转换装置包括电力变压器、微型燃气轮机和光伏发电装置。