[发明专利]一种改进遗传算法的多微电网优化调度方法

权利要求书

1.一种改进遗传算法的多微电网优化调度方法，其特征在于该方法包括以下步骤：

步骤一：初始化

在微电网群优化过程中，初始化算法种群的规模N、算法搜索的最大迭代次数C以及交叉概率Pc；

步骤二：计算种群个体的适应度值

根据建立的微电网群优化目标函数计算每个个体对应的适应度值；由于微电网群优化的目标函数是求微电网群运行费用的最小值，因此，把函数的倒数作为个体的适应度值；

步骤三：选择最优个体

根据步骤二计算出的个体适应度，选择出适应度值高的个体；

步骤四：交叉操作

根据给定的交叉因子和交叉策略，将两个父亲一代的信息进行交叉组合，产生新的优秀个体；

步骤五：生成变异算子：

式中，it为算法当前迭代次数，T为算法设置的最大迭代次数，A为控制参数，介于0到0.95之间；

步骤六：变异选择

根据生成的变异算子，对种群内个体进行随机变异；

步骤七：交叉操作和变异操作生成的新一代个体返回步骤二进入下一次循环；

步骤八：判断是否达到最大的迭代次数，满足则输出最优值对应的最优个体，不满足，转到步骤二继续执行。

2.根据权利要求1所述的一种改进遗传算法的多微电网优化调度方法，其特征在于：步骤三中选择轮盘赌法进行最优选择，具体公式如下：

式中，p_i为个体i被选择的概率，N为种群规模，fit(i)为个体i的适应度值。