[发明专利]有源配电网环境下多目标模糊优化的多能源经济调度方法

摘要

本发明公开了有源配电网环境下多目标模糊优化的多能源经济调度方法，属于电力系统自动化的技术领域。本发明提出一种多目标模糊优化方法，针对有源配电网环境下的多能源优化过程中多目标多约束的问题，基于Pareto理论对其进行优化，同时，针对有源配电网中间歇式能源的不确定性问题，在优化过程中加入模糊优化机制，从而得到最佳的Pareto模糊方案集，为调度人员提供可靠的决策支持。

主权项

1.有源配电网环境下多目标模糊优化的多能源经济调度方法，其特征在于，包括如下步骤：A、建立多能源多目标经济优化模型；B、根据各间歇式能源在每个时刻出力的预测值确定各间歇式能源在每个时刻出力的预测区间，将各间歇式能源在每个时刻出力的预测区间都平均划分为九个等份，以各间歇式能源在每个时刻出力预测区间各等份的边界曲线为各间歇式能源在每个时刻的出力过程曲线，基于间歇式能源出力预测标准差及3‑δ原则对各间歇式能源在每个时刻的出力过程曲线进行模糊化以确定各间歇式能源在每个时刻出力的不确定性区间；C、根据间歇式能源在每个时刻出力的不确定性区间以及火电机组在每个时刻的出力、电动汽车在每个时刻的充放电量初始化种群中的任意个体为：采用多目标差分进化算法对多能源多目标经济优化模型进行求解得到Pareto模糊方案集，N表示电力系统中所有能源和电动汽车的总数，N＝Nc+Nr+NB，采用多目标差分进化算法对多能源多目标经济优化模型进行求解的具体方法为：变异操作：选取为变异算子来确定每代种群进化过程的参数个体，分别表示当前种群进化过程中的任意两个体，X^G为当前种群进化过程中的最优个体，γ为变异调节参数，γ∈[0,1]，U^G+1为下一代种群进化过程的参数个体；在每一代种群进化过程中执行如下选择操作：通过比较根据当前种群进化过程中最优个体X^G确定的单个目标值F_a(X^G)和根据用于下一代种群进化的候选个体V^G+1确定的单个目标值F_a(V^G+1)来选择参与下一代种群进化的个体，采用可能度p(α≥β)来衡量当前种群进化过程中最优个体X^G与用于下一代种群进化的候选个体V^G+1的优劣，在p(α≥β)＞0.5时选择当前种群进化过程中最优个体X^G参与下一代种群进化，在p(α≥β)≤0.5时选择用于下一代种群进化的候选个体V^G+1参与下一代种群进化，α、β分别为确定当前种群进化过程中最优个体X^G与用于下一代种群进化的候选个体V^G+1的不确定性区间，Δα＝α^u‑α^l，Δβ＝β^u‑β^l，α^u、α^l分别为不确定性区间α的上下限，β^u、β^l分别为不确定性区间β的上下限。