[发明专利]一种水电系统全周期高效高精优化调度方法与系统有效
申请号: | 202010682883.4 | 申请日: | 2020-07-15 |
公开(公告)号: | CN111915163B | 公开(公告)日: | 2023-10-03 |
发明(设计)人: | 牛文静;冯仲恺;莫莉;刘帅 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G06Q10/0631 | 分类号: | G06Q10/0631;G06Q50/06;G06Q10/04;G06N3/126 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 李智 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 水电 系统 周期 高效 优化 调度 方法 | ||
1.一种水电系统全周期高效高精优化调度方法,其特征在于,包括以下步骤:
(1)确定电站之间的约束条件,将各电站在不同时刻的库容值作为决策变量并进行编码,然后根据决策变量在搜索空间内随机生成初始种群,将初始种群作为当前种群;
(2)获取当前种群中所有个体的适应度,并更新所有个体的历史最优位置与种群的全局最优位置;
(3)基于步骤(2)更新种群所有个体位置后得到的临时种群,选取适应度更好的前K个个体建立外部档案集合;对所有临时种群个体,引入个体历史最优位置和外部档案集合中的随机个体位置来引导进化方向得到进化后的种群,再引入邻域勘探策略更新进化后的种群个体位置,形成下一代种群;
(4)将下一代种群作为当前种群,重复执行步骤(2)和步骤(3),直至满足预设迭代停止条件,得到当前种群中的最优个体位置,并将当前种群中的最优个体作为目标调度方案。
2.根据权利要求1所述的方法,其特征在于,第k次迭代第i个个体表示为
其中,N表示电站数目;T表示时段数目;且满足1≤i≤m,m表示种群规模;表示第k代第n个电站第t个时段库容值,且1≤n≤N,1≤t≤T,r(0,1)为[0,1]区间均匀分布的随机数,第n个水电站在第t个时段的库容上限;第n个水电站在第t个时段的库容下限。
3.根据权利要求2所述的方法,其特征在于,步骤(2)中采用惩罚函数法计算当前种群中每个个体的适应度,个体的适应度为:
其中,Pn,t为第n个电站第t个时段出力,Δt第t个时段小时数,al为第l个约束的惩罚系数,θl是第l个约束的违背值,ζ为总约束数目。
4.根据权利要求3所述的方法,其特征在于,步骤(2)中更新所有个体的历史最优位置与种群的全局最优位置包括:
由更新所有个体的历史最优位置,由更新种群的全局最优位置;
其中:表示第k-1代第i个个体的历史最优位置,表示的适应度,表示第k代第i个个体的适应度,gBestk表示第k代种群的全局最优位置。
5.根据权利要求4所述的方法,其特征在于,步骤(3)中形成下一代种群具体包括:
(31)由改进的“教”策略更新种群个体位置:
其中,为种群中第k+1代第i个个体第j维的位置,r(0,1)为[0,1]区间均匀分布的随机数,为所述外部档案集合中第k代第α个个体第j维的位置,α为外部档案集合中随机选择的个体下标,为第k代种群中所有个体第j维度的平均位置,为第k代第i个个体第j维的历史最优位置,为种群中第k代第i个个体适应度值;
(32)由改进的“学”策略更新种群个体位置:
其中,ind为种群中随机选择的个体下标,且ind≠i;
(33)采用邻域勘探策略更新种群个体位置:
其中:λj为搜索空间第j维的中间位置;为搜索空间第j维的上限;
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华中科技大学,未经华中科技大学许可,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/202010682883.4/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理