[发明专利]一种多目标有功调度求解方法及系统

摘要

本发明实施例提供了一种多目标有功调度求解方法及系统，提出了基于约束优先非劣排序的处理方式来处理多目标状态变量约束，减少了常规处理方式中的罚系数选择困难的问题。算法在多目标优化过程中，根据非劣排序确定的支配关系和拥挤距离计算可以同时得到多个非支配解，即是得到了帕累托最优解集。本发明提出基于约束优先的非劣排序实现多群组间的信息交互和资源共享，以获得更精确、更均匀的帕累托最优解集。并且采用模糊数学中的模糊隶属方法从帕累托最优解集中确定一个最好的折衷解作为多目标优化潮流问题的解决方案。

主权项

一种多目标有功调度求解方法，其特征在于，所述方法包括：建立多目标有功调度数学模型，设置电力系统运行参数及改进萤火虫算法参数；初始化所述改进萤火虫算法中各群体位置以产生初始目标父种群，并计算所述初始目标父种群中各个体的目标函数和违反约束总值，通过潮流计算得到与控制变量对应的状态变量、网络损耗和平衡节点的有功输出；将所述初始目标父种群复制给初始外部档案，从所述外部档案中随机选择一个个体的最好位置作为全局最好位置gbest，并初始化迭代次数；更新迭代次数，利用外部档案群体对所述目标父种群中的每个个体的位置进行更新，产生新的目标父种群，计算更新后的目标父种群中每个个体对应的目标函数和违反约束总值；对更新后的所述目标父种群和所述外部档案群体的集合进行约束优先非劣排序和拥挤距离计算，根据所述外部档案的大小进行修剪得到下一代的外部档案，并从该外部档案中随机选择一个个体的位置作为更新的全局最好位置；判断是否满足迭代终止条件，若满足，则停止迭代，并输出所述外部档案中的非劣解集，根据所述非劣解集得到帕累托最优解集，并根据模糊数学中的模糊隶属关系从所述帕累托最优解集中选择出最优折衷解并输出。