[发明专利]一种基于改进鸟群算法的直流微电网下垂系数优化方法

说明书

本发明涉及一种基于改进鸟群算法的直流微电网下垂系数优化方法，包括：1、获取下垂控制过程的有功功率偏差，根据偏差程度确定初始飞行频率，并计算相应的适应度值函数后更新粒子，完成首次循环；2、通过条件判断进入新的更新周期：产生一个[0,1]的随机数，设定一个常数P，若随机数大于P，则鸟觅食，反之，则鸟警戒；鸟类因逃避捕食进行周期性的移动，生产者和乞讨者的位置关系通过莱维飞行优化后的位置关系方程得到；3、评估适应度值，更新鸟群位置，重复步骤2直到满足要求或达到迭代上限，得到新的下垂系数。与现有技术相比，本发明能在一定程度上可以精确监测系统中的功率不平衡状态，合理分配微源出力，并有效补偿母线电压偏差。

技术领域

本发明涉及下垂控制技术领域，尤其是涉及一种基于改进鸟群算法的直流微电网下垂系数优化方法。

背景技术

随着电动车技术、IT技术、LED照明技术的蓬勃发展，直流设备逐渐增多，直流微电网受到广泛的关注。直流微电网在电能质量和供电可靠性上，具有天然的优势。归纳起来具有以下这些优点：

(1)无需考虑相位、频率以及交流损耗等问题，系统的可控性和可靠性大大提高；

(2)直流供电无集肤效应和无功潮流等现象；

(3)控制直流母线电压的稳定即可实现系统内的功率平衡，有利于实现系统各单元的协调控制；

(4)直流传输直接以DC-DC变换器连接各分布式电源和负荷，减少系统中能量转换次数，提高系统效率，降低故障率。

综上所述，直流微电网是未来微电网发展的一个重要课题。为保障直流微电网的稳定运行及绿色能源的高效使用，对直流微电网的优化控制策略研究极为重要。

直流微网系统通常采用下垂控制，传统下垂控制中下垂系数为常数，下垂系数小则动态响应慢，下垂系数大则频率和电压可能会远远偏离参考值，且难以保证微网的稳定性，且下垂控制的自身属性使得直流电压的稳定存在偏差。鸟群算法(bird swarmalgorirhm，BSA)是由Xian-Bing Meng等于2015年提出的一种基于鸟群行为的群体智能优化算法。因其在解决多领域的最优化问题时，结果优于其他算法，广泛的应用于微电网协调控制优化等领域中。然而其在研究的过程中仍存在着许多的问题，传统的鸟群算法易陷入局部搜索，受样本的影响较大具有一定的局限性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于改进鸟群算法的直流微电网下垂系数优化方法。

本发明的目的可以通过以下技术方案来实现：

一种基于改进鸟群算法的直流微电网下垂系数优化方法，包括以下步骤：

S1、获取下垂控制过程的有功功率偏差，根据有功功率偏差的偏差程度确定初始飞行频率FQ，并计算相应的适应度值函数fitness后更新粒子，完成首次循环；

S2、判断适应度函数值大于系统要求且迭代次数小于设定值时进入新的更新周期：产生一个[0,1]的随机数，设定一个常数P，P_∈(0,1)，若随机数大于常数P，则鸟觅食，反之，则鸟警戒；鸟类因逃避捕食进行周期性的移动，移动到某一位置后，食物储备最高和最低的鸟分别成为生产者和乞讨者，其他鸟则在生产者和乞讨者之间随机做出选择，成为生产者的鸟会继续积极觅食，每位乞讨者将随机跟随一位生产者进行觅食，生产者和乞讨者的位置关系通过莱维飞行优化后的位置关系方程得到；

S3、评估适应度值，更新鸟群位置，重复步骤S2直到满足要求或达到迭代上限，得到鸟群最优解为新的下垂系数。

优选的，所述生产者和乞讨者的莱维飞行优化后的位置关系方程分别为：