[發(fā)明專利]一種用于求解電力系統(tǒng)經(jīng)濟調(diào)度問題的人工記憶分子動理論優(yōu)化方法

有效

• 申請?zhí)枺?/td>: 201710149714.2
• 申請日: 2017-03-14
• 公開（公告）號: CN106951988B
• 公開（公告）日: 2021-01-29
• 發(fā)明（設(shè)計）人: 范朝冬;李杰;易靈芝
• 申請（專利權(quán)）人: 湘潭大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種用于求解電力系統(tǒng)經(jīng)濟調(diào)度問題的人工記憶分子動理論優(yōu)化方法，其特征在于：

在開始人工記憶分子動理論優(yōu)化算法之前，首先對每個發(fā)電單元的參數(shù)進行初始化，生成隨機種群，給予每個個體一個初始位置和初始速度，同時賦予每個個體記憶初始值,所述發(fā)電單元的參數(shù)包括機組數(shù)n，系統(tǒng)的負載功率P_d，發(fā)電系統(tǒng)單元的燃料成本函數(shù)的系數(shù)a_i，b_i和c_i，發(fā)電系統(tǒng)單元考慮閥點效應(yīng)的系數(shù)d_i和e_i，以及發(fā)電單元功率負載的最小值P_imin和最大值P_imax；

設(shè)定電力系統(tǒng)經(jīng)濟負載調(diào)度的目標(biāo)函數(shù)和約束條件，所述目標(biāo)函數(shù)包括總成本函數(shù)、不帶閥點效應(yīng)的成本函數(shù)和帶閥點效應(yīng)的成本函數(shù)，所述總成本函數(shù)為所述不帶閥點效應(yīng)的成本函數(shù)為F_i(P_i)＝a_iP_i²+b_iP_i+c_i；所述帶閥點效應(yīng)的成本函數(shù)為F_i(P_i)＝a_iP_i²+b_iP_i+c_i+|d_isin(e_i(P_imin-P_i))|，其中，a_i，b_i和c_i表示第i組發(fā)電機組燃料成本函數(shù)的系數(shù)，d_i和e_i表示第i組發(fā)電機考慮閥點效應(yīng)的系數(shù)；所述約束條件包括第i個發(fā)電單元功率負載約束、爬坡率、工作禁區(qū)約束和功率平衡約束，所述第i個發(fā)電單元功率負載約束為P_imin≤P_i≤P_imax，i＝1，2，...，n，所述爬坡率為-LR_i≤P_i-P_i，0≤UR_i，其中，-LR_i表示最小下坡率，UR_i表示最大上坡率，P_i表示第i個發(fā)電單元功率負載，P_i，0表示第i個發(fā)電單元初始功率負載，所述工作禁區(qū)約束為其中，P_i,k(l)表示第i個發(fā)電單元在第k個工作禁區(qū)邊界的上限，P_i,Ki(u)是表示第i個發(fā)電單元在第k個工作禁區(qū)邊界的下限，P_i,l(l)表示第i個發(fā)電單元在第1個工作禁區(qū)的上限，P_i，k-l(u)表示第i個發(fā)電單元在第k-1個工作禁區(qū)的下限，所述功率平衡約束為其中，P_d表示系統(tǒng)的負載功率，P_l表示線性損耗功率；

模擬記憶原理，給予一個人工外部刺激，依據(jù)記憶模型更新記憶值，更新模型表示為

式中，m_i^t表示t時刻的記憶值，f(X_i^t)表示t時刻的目標(biāo)函數(shù)值，f(X_i^t-1)表示t-1時刻的目標(biāo)函數(shù)值，h表示刺激調(diào)節(jié)系數(shù)；

若更新的記憶值為0，則表示遺忘，隨機移動個體已期待某一時刻被想起；若更新的記憶值不為0，則依據(jù)記憶值分類標(biāo)準(zhǔn)將個體依次劃分為長時、短時、瞬時記憶庫；

根據(jù)記憶遺忘模型再次對記憶值進行更新，若再次更新的記憶值為0，則表示遺忘，隨機移動個體已期待某一時刻被想起；若再次更新的記憶值不為0，則依據(jù)記憶值分類標(biāo)準(zhǔn)將個體依次劃分為長時、短時、瞬時記憶庫，所述記憶遺忘模型為

其中，i表示瞬時記憶、s表示短時記憶、l表示長時記憶，m_s、m_l均為記憶臨界值，δ表示遺忘因子；

根據(jù)精英選擇策略，由于進入長時記憶庫的均為精英個體，隨機從長時記憶庫中選擇一個精英個體對隨機個體進行引導(dǎo)操作，所述精英選擇策略模型為

其中，θ表示臨界值；

根據(jù)所述精英選擇策略選出精英，依據(jù)分子動理論優(yōu)化算法的判斷，個體所滿足的條件分別計算引力、斥力、擾動加速度；

計算個體的速度和移動位置，并依據(jù)精英保留策略對種群最優(yōu)個體進行保存，所述精英保留策略模型為

所述最優(yōu)個體為式中，X_j表示第t次迭代的最優(yōu)個體，X_j(t+1)表示第t+1次迭代的最優(yōu)個體；f(X_j(t+1))表示第t+1次迭代的最優(yōu)目標(biāo)函數(shù)值,f(X_j(t))表示第t次迭代的最優(yōu)目標(biāo)函數(shù)值。

2.一種實施權(quán)利要求1優(yōu)化方法的求解電力系統(tǒng)經(jīng)濟調(diào)度問題的方法，具體步驟包括：

步驟1：對每個發(fā)電單元的的參數(shù)進行初始化，生成隨機種群，給予每個個體一個初始位置和初始速度，同時賦予每個個體記憶初始值；

步驟2：依據(jù)所述電力系統(tǒng)經(jīng)濟負載調(diào)度的目標(biāo)函數(shù)和所述約束條件，計算每個個體目標(biāo)函數(shù)的適應(yīng)值；

步驟3：模擬記憶原理，給予一個人工外部刺激，依據(jù)記憶模型更新記憶值，更新模型表示為

其中，m_i^t表示t時刻的記憶值，f(X_i^t)表示t時刻的目標(biāo)函數(shù)值，h表示刺激調(diào)節(jié)系數(shù)；

步驟4：將更新的記憶值與0進行比較，如果為0，則表示遺忘，隨機移動個體已期待某一時刻被想起；反之，如果不為0，則依據(jù)記憶值分類標(biāo)準(zhǔn)將個體依次劃分為長時、短時、瞬時記憶庫，所述分類標(biāo)準(zhǔn)為i表示瞬時記憶、s表示短時記憶、l表示長時記憶，m_s,m_l均為記憶臨界值；

步驟5：根據(jù)記憶遺忘模型再次對記憶值進行更新，將更新的記憶值與0進行比較，若為0，則表示遺忘，隨機個體已期待某一時刻被想起；反之，若不為0，則依據(jù)記憶值分類標(biāo)準(zhǔn)將個體依次劃分為長時、短時、瞬時記憶庫，所述記憶遺忘模型為

其中，δ表示遺忘因子；

步驟6：根據(jù)精英選擇策略，隨機從長時記憶庫中選擇一個精英個體對隨機個體進行引導(dǎo)操作，所述精英選擇策略為其中，θ表示臨界值；

步驟7：根據(jù)上述策略所選出的精英，依據(jù)原分子動理論優(yōu)化算法的判斷，個體所滿足的條件分別計算引力、斥力、擾動加速度；

步驟8：計算個體的速度和移動位置，并依據(jù)精英保留策略對種群最優(yōu)個體進行保存，所述精英保留策略表示為所述最優(yōu)個體表示為其中X_j表示第t次迭代的最優(yōu)個體，X_j(t+1)表示第t+1次迭代的最優(yōu)個體；f(X_j(t+1))表示第t+1次迭代的最優(yōu)目標(biāo)函數(shù)值,f(X_j(t))表示第t次迭代的最優(yōu)目標(biāo)函數(shù)值。

步驟9：判斷當(dāng)前迭代次數(shù)是否等于最大迭代次數(shù)，如果是，則結(jié)束算法運行，反之，回到步驟2。