[发明专利]一种基于改进鱼群算法的独立风光储微网的优化配置方法

摘要

本发明公开了一种基于改进鱼群算法的独立风光储微网的优化配置方法，利用粒子飞行速度v、惯性权重w来改进人工鱼群算法的觅食行为、聚群行为、追尾行为。利用粒子群算法对适应度值最高的精英人工鱼群进行更新，在人工鱼群算法中，找到适应度值最高的人工鱼，利用粒子群算法进行更新，直到满足要求的精度或迭代次数。此时迭代求得的位置显然比初始点更优，但要求得当前最好解需进行多次迭代。从整体效率来考虑，利用精度和迭代次数一起构成改进的粒子群人工鱼群算法的终止条件。本发明应用上述算法对独立风光储微网进行配置，独立型微网优化配置是以微源正常运行和满足各约束条件，达到微电网的总运行成本最低及最低的新能源发电弃用率的要求。

主权项

1.一种基于改进鱼群算法的独立风光储微网的优化配置算法，其特征在于，包括如下步骤：I、改进人工鱼群算法步骤1)随机初始化条N人工鱼，给定视野Visual，步长step，拥挤度因子δ，最大重复次数tryNumber和最大迭代次数MAXGEN；步骤2)计算每条人工鱼的适应度值Y，选出精英鱼群Xelite，并寻找适应度值最好的人工鱼，记录在公告板BestY；步骤3)对精英人工鱼利用粒子群算法PSO更新；步骤4)对除去精英鱼群的其他人工鱼进行聚群算子AF_swarm和追尾算子AF_follow，选择适应度值Y改善较大的作为更新结果；步骤5)比较更新后人工鱼适应度值Y，若更新后适应度值Y没有得到改善，则利用觅食算子AF_prey对该人工鱼进行更新；步骤6)将更新后人工鱼适应度值与公告板BestY进行比较，若较好，则将其赋予公告板；步骤7)当所有人工鱼进行更新完成之后，判断是否达到终止条件；终止条件为达到最大迭代次数或达到目标精度；如果满足终止条件，则输出输出状态栏最优人工鱼状态bestx和最优适应度函数值BestY，算法终止，否则，转步骤3)；II、改进人工鱼群算法应用于微网配置1)在各微源安装数量限定的范围内随机取得一个整数值作为该微源的数量，即初始化了一种微网容量配置的组合X，X＝(Xwind,Xsun,Xbattery)，按照上述的方法得到N组不同的微源容量组合作为初始种群Pt,t＝0；2)对Pt中的各微源组合进行仿真测试，计算各微源组合的年平均综合成本Fyear和新能源发电弃用率Fwaste：根据春、夏、秋、冬四个季节典型日的风、光、及负荷数据计算每个微源组合下每个小时光伏和风机的发电情况及储能电池荷电状态进行计算，若某个小时内微网系统不满足功率平衡约束或是储能电池荷电状态约束，则将该组合的Fyear和Fwaste设为最大值Fyear_m和Fwatse_m；Fwaste_m设为1，Fyear_m则根据各微源数量限定范围内的最大值求得；若该微源组合都各典型日功率平衡约束及储能电池荷电状态约束，求得Fyear，求得Fwaste；3)对2)求得的Pt各微源组合的Fyear和Fwaste进行非劣解排序，得到各组合的pareto阶数rank和距离distance，求得各组合的伪适应值Vfake，根据Vfake的大小选取最优的elite_size个个体组成精英集Pelite，其余的个体作为普通集合Pnorm；4)对Pelite中的各微源组合进行粒子群算法PSO模块更新，采用非劣解排序，以得到的伪适应值为标准搜索最优解，得到更新后的种群；5)对Pnorm进行鱼群模块更新，进一步求得种群Fwaste和Fyear，根据这两个值算出各个体的多目标函数归一值，根据该值搜索最优解，得到更新后的种群；6)将Pelite和Pnorm合并，生成整个集合Pt+1；7)对更新完后的种群P_t+1进行非劣解排序，根据非劣排序得到的pareto前沿阶数和距离求得各个体的伪适应值，选择伪适应值最小的elite_size个粒子，组成新的精英集即本轮精英集更新完毕；8)如果当前进化代数t小于最大进化代数T，则t＝t+1，执行步骤2)，否则输出种群Pt+1中的所有个体。