[發明專利]基于多智能體混沌免疫算法的SVG協調控制方法

在審

• 申請號: 202110417545.2
• 申請日: 2021-04-19
• 公開（公告）號: CN112952856A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 倪福銀;王琪;董佳寧;陳立新;諸一琦;李凱;黃煜浩
• 申請（專利權）人: 江蘇理工學院
• 主分類號: H02J3/18
• 分類號: H02J3/18
• 代理公司: 常州佰業騰飛專利代理事務所(普通合伙) 32231
• 代理人: 陳紅橋

1.一種基于多智能體混沌免疫算法的SVG協調控制方法，其特征在于，所述多智能體包括控制級智能體、協調級智能體和組織級智能體，所述控制級智能體包括第一發電模塊、第一SVG、第二發電模塊和第二SVG，所述協調級智能體包括第一SVG控制器和第二SVG控制器，所述組織級智能體包括配電網和遠程管理服務器，所述第一SVG控制器與所述第一發電模塊、所述第一SVG進行通信連接，所述第二SVG控制器與所述第二發電模塊、所述第二SVG進行通信連接，所述配電網、遠程管理服務器所述與所述第一SVG控制器、所述第二SVG控制器進行通信連接，所述方法包括以下步驟：

獲取所述配電網的配電參數；

根據所述配電參數生成無功補償需求信號；

所述遠程管理服務器在接收到所述無功補償需求信號后，建立無功補償目標函數，并采用混沌免疫算法求解所述無功補償目標函數中的控制參數，以得到所述第一SVG對應的無功補償容量和所述第二SVG對應的無功補償容量；

所述第一SVG和所述第二SVG分別根據各自對應的無功補償容量執行無功補償任務。

2.根據權利要求1所述的基于多智能體混沌免疫算法的SVG協調控制方法，其特征在于，所述配電參數包括三相負載電流，根據所述配電參數生成無功補償需求信號具體包括：

將所述三相負載電流經變換得到靜止坐標系下的電流；

將所述靜止坐標系下的電流經變換得到瞬時有功電流和瞬時無功電流；

對所述瞬時有功電流和所述瞬時無功電流進行低通濾波得到對應的基波正序分量；

對所述基波正序分量進行逆變換得到三相負載電流的基波分量；

根據所述三相負載電流及其基波分量得到所述無功補償需求信號。

3.根據權利要求2所述的基于多智能體混沌免疫算法的SVG協調控制方法，其特征在于，所述無功補償目標函數為：

F＝ω₁Q₁+ω₂Q₂

其中，ω₁和ω₂分別為所述第一SVG和所述第二SVG的單位容量因子，Q₁和Q₂分別為所述第一SVG和所述第二SVG對應的無功補償裝置的總容量，

所述無功補償目標函數的約束條件為：

其中，U_N為配電網端國家額定電壓，U_i為配電網各檢測點實時電壓，為配電網系統首端功率因數狀態變量，Q_L為在約束范圍之內且各節點補償總和，Q_L不大于補償總容量Q_Lmax。

4.根據權利要求3所述的基于多智能體混沌免疫算法的SVG協調控制方法，其特征在于，采用混沌免疫算法求解所述無功補償目標函數中的控制參數，具體包括：

步驟1：混沌初始化種群：選擇控制參數ω₁與ω₂作為抗原，采用Logistic映射：

x_n+1＝μx_n(1-x_n)

其中，μ作為混沌化因子，μ∈(0,4)，初始值x₀∈[0,1]，

根據Logistic映射產生N個ω₁的混沌變量為ω₁(N+1)，N個ω₂的混沌變量為ω₂(N+1)作為抗體，該N個混沌變量作為初始化抗體Ab；

步驟2：選擇，交叉，變異,疫苗接種：按照所述無功補償目標函數計算適應度，若滿足迭代終止條件則算法停止，輸出最優結果，對每一個抗原Ag_i操作如下：

步驟2.1：利用下式分別計算每個抗體Ab_i同抗原Ag_i的親和力a_ij；

步驟2.2：選擇親和力最高的m個抗體作為網絡細胞；

步驟2.3：對m個所選擇的網絡細胞作克隆操作；

步驟2.4：對克隆后的細胞應用方程C＝C-α(C-X)進行變異操作，C為克隆抗體細胞，X為克隆抗原細胞，α為變異率；

步驟2.5：重新計算變異操作后的C的親和力；

步驟2.6：選擇其中親和力最好的ξ％作為部分記憶細胞數據集M_p；

步驟2.7：利用下式分別計算每個抗體Ab_i同抗體Ab_j間的相似度s_ij，淘汰M_p中相似度s_ij大于域值σ_s的個體，

步驟3：合并M_p到已經得到的記憶數據集M中；

步驟4：對較優個體進行混沌細搜索：選擇記憶數據集M中適應值較大的10％的個體進行混沌細搜索，設較優個體為X＝(X₁,X₂,…,X_k)，混沌變量搜索區間的縮小表示為：

其中，φ為收縮因子，φ∈(0,0.5)；

步驟5：淘汰記憶庫中適應值較大的10％的個體相似度大于σ_s的個數。選擇由Logistic映射產生的N個[0,1]間的個體，用其替換親和力差的個體，同上次免疫計算得到的記憶數據集M一起作為下一代免疫計算的抗體，并返回步驟2，計算種群的適應度值，觀察是否滿足結束條件，如果滿足，停止并輸出最優結果，這樣在滿足系統穩定性的前提下目標函數取最小值的參數ω₁(N+1)與ω₂(N+1)作為SVG協調控制參數ω₁與ω₂的全局最優解，否則返回步驟2計算適應度。