[發明專利]基于遺傳算法的微電網配置方法、裝置、設備及其介質

在審

• 申請號: 201810456266.5
• 申請日: 2018-05-14
• 公開（公告）號: CN110492522A
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 翟運娟;李磊;李大鵬
• 申請（專利權）人: 上海國孚電力設計工程股份有限公司
• 主分類號: H02J3/38
• 分類號: H02J3/38;G06Q10/04;G06Q50/06;G06N3/12
• 代理公司: 31300 上海華誠知識產權代理有限公司
• 代理人: 徐穎聰<國際申請>=<國際公布>=<進入

1.一種基于遺傳算法的微電網配置方法，其特征在于，包括：

生成包含多個個體的第1代種群，其中，每個所述個體與所述微電網包含的各分布式電源的一組配置量對應；

計算所述第1代種群中每個個體的適應度，并選擇所述適應度高于預定閾值的個體組成該第1代種群的第1代精英庫，其中，所述適應度越高，以具有該適應度的個體所對應的一組配置量配置所述微電網中的各分布式電源時該微電網的運營成本越低；

對當代種群中未被選入精英庫中的個體執行如下操作直到滿足預定結束條件：

對所述未被選入精英庫中的個體進行交叉和變異處理，

計算經交叉和變異處理后的每個未被選入精英庫中的個體的適應度，

逐個將經交叉和變異處理后的每個個體的適應度與精英庫中個體的適應度進行比較，并在所述交叉和變異處理后的個體的適應度大于所述精英庫中個體的最小適應度時，將該交叉和變異處理后的個體替代精英庫中具有所述最小適應度的個體；

獲取滿足預定結束條件后得到的最終的精英庫中適應度最高的個體所對應的一組配置量。

2.根據權利要求1所述的微電網配置方法，其特征在于，對所述未被選入精英庫中的個體進行交叉和變異處理包括：

從所述未被選入精英庫中的個體中隨機選取將進行交叉和變異處理的個體：

按照交叉概率和變異概率分別對隨機選取的所述個體進行交叉和變異處理。

3.根據權利要求2所述的微電網配置方法，其特征在于，通過以下公式計算所述交叉概率和變異概率：

其中，P_c表示交叉概率，P_m表示變異概率，k₁和k₂為兩個常數，k₁∈(0，∞)，k₂∈(0，1)，Ф為相似系數，通過以下公式計算該相似系數：

其中，M為當代種群中的個體總數，f_i為當代種群中第i個個體的適應度。

4.根據權利要求1所述的微電網配置方法，其特征在于，通過以下方式計算所述個體的適應度：

基于所述微電網全生命周期中的運營成本和約束函數建立目標函數模型；

通過所述目標函數模型計算所述個體的適應度；

其中，所述約束函數基于所述各分布式電源的發電機容量、所述微電網的供電可靠性、所述微電網的新能源利用率和所述蓄電池的荷電能力確定；并且

所述運營成本包括：初始投資費用、設備運行維護費用、設備替換費用、氣體排放治理費用。

5.根據權利要求1至4中任一項的微電網配置方法，其特征在于，生成包含多個個體的第1代種群包括：

采用二進制編碼對所述第1代種群中的每個個體進行基因編碼，其中，所述個體的基因長度基于各分布式電源的最大配置量和最小配置量確定。

6.一種基于遺傳算法的微電網配置裝置，其特征在于，包括：

生成單元，用于生成包含多個個體的第1代種群，其中，每個所述個體與所述微電網包含的各分布式電源的一組配置量對應；

計算單元，用于計算所述生成單元生成的第1代種群中每個個體的適應度，并選擇所述適應度高于預定閾值的個體組成該第1代種群的第1代精英庫，其中，所述適應度越高，以具有該適應度的個體所對應的一組配置量配置所述微電網中的各分布式電源時該微電網的運營成本越低；

執行單元，用于對當代種群中未被選入精英庫中的個體執行如下操作直到滿足預定結束條件：

對所述未被選入精英庫中的個體進行交叉和變異處理；

計算經交叉和變異處理后的每個未被選入精英庫中的個體的適應度；

逐個將經交叉和變異處理后的每個個體的適應度與精英庫中個體的適應度進行比較，并在所述交叉和變異處理后的個體的適應度大于所述精英庫中個體的最小適應度時，將該交叉和變異處理后的個體替代精英庫中具有所述最小適應度的個體；

獲取單元，用于獲取滿足預定結束條件后得到的最終的精英庫中適應度最高的個體所對應的一組配置量。