[發明專利]一種雙層分布式多目標旋轉黏菌的多區域經濟調度方法

有效

• 申請號: 202110499795.5
• 申請日: 2021-05-08
• 公開（公告）號: CN113285445B
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 殷林飛;劉東端;韋瀟瑩;高放
• 申請（專利權）人: 廣西大學
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/46
• 代理公司: 南寧東智知識產權代理事務所(特殊普通合伙) 45117
• 代理人: 黎華艷;裴康明

1.一種雙層分布式多目標旋轉黏菌的多區域經濟調度方法，其特征在于，包括以下步驟：

步驟1：利用母線撕裂法進行區域分解，并建立考慮了風力發電、太陽能的多區域配電網經濟調度模型；

經濟調度目標函數為：

其中，W_cost為成本權重系數；通過設置不同的權值，側重不同的目標值，求得多目標的解；為在t時刻第i臺常規發電機機組的成本；第j臺風力發電機組的成本；為第z臺太陽能光伏發電機組的成本；N_GE為常規發電機機組的數量；N_WE為風力發電機組的數量；N_PE為太陽能光伏發電機組的數量；為在t時刻第i臺常規發電機機組的碳排放量；T為目標函數的統計時間；且

其中，為在t時刻第i臺常規發電機機組的發電量；為第j臺風力發電機組的發電量；為第z臺太陽能光伏發電機組的發電量；a_i為第i臺常規發電機機組成本系數的二次項；b_i為第i臺常規發電機機組成本系數的一次項；c_i為第i臺常規發電機機組成本系數的常數項；d_j為第j臺風力發電機組的單位發電經濟成本；e_z為第z臺太陽能光伏發電機組的單位發電經濟成本；α_i為第i臺常規發電機機組碳排放系數的二次項；β_i為第i臺常規發電機機組碳排放系數的一次項；γ_i為第i臺常規發電機機組碳排放系數的常數項；

經濟調度的等式約束為：

經濟調度的功率不等式約束為：

其中，為第i臺常規發電機機組的發電量的下限；為第i臺常規發電機機組的發電量的上限；為第j臺風力發電機組的發電量的下限；為第j臺風力發電機組的發電量的下限；為第z臺太陽能光伏發電機組的發電量的下限；為第z臺太陽能光伏發電機組的發電量的上限；為第t-1時刻常規發電機機組的發電量；為第t時刻常規發電機機組的發電量；為常規發電機機組向下的爬坡值；為常規發電機機組向上的爬坡值；T₆₀為60分鐘；為在t時刻負荷預測值；

經濟調度的備用不等式約束為：

其中，為在t時刻風力發電機機組的正旋轉備用值；為在t時刻第j臺風力發電機機組的正旋轉備用值；為在t時刻風電機組的負旋轉備用值；為在t時刻第j臺風力發電機機組的負旋轉備用值；為在t時刻太陽能光伏發電機組的正旋轉備用值；為在t時刻第z臺太陽能光伏發電機組的正旋轉備用值；為在t時刻太陽能光伏發電機組的負旋轉備用值；為在t時刻第z臺太陽能光伏發電機組的負旋轉備用值；L_W+％為風力發電機機組中負荷正旋轉備用需求系數；L_W-％為風力發電機機組中負荷負旋轉備用需求系數；L_P+％為太陽能光伏發電機組中負荷正旋轉備用需求系數；L_P-％為太陽能光伏發電機組中負荷負旋轉備用需求系數；W_u％為風電發電機機組正旋轉備用需求系數；W_d％為風電發電機機組負旋轉備用需求系數；P_u％為太陽能光伏發電機組的正旋轉備用需求系數；P_d％為太陽能光伏發電機組的負旋轉備用需求系數；T₁₀為10分鐘；

步驟2：設置初始時段t＝1；

步驟3：設置各區域之間優化次數s＝1；

步驟4：輸入預測的負荷值，并設置各子區域的初始迭代步數k＝0；

步驟5：求出作為跟隨者和領導者的各智能體的一致性變量，同時各相鄰智能體制之間互相交換成本微增率；

跟隨者的一致性變量為:

其中，x_m(k+1)為第m臺機組在第k+1次的一致性變量；x_n(k)為第n臺機組在第k次的一致性變量；N分布式系統中的區域的個數；F_mn為智能體的行隨機矩陣：

其中，各子區域網絡拓撲結構確定的鄰接矩陣H＝[h_mn]和拉普拉斯矩陣L＝[l_mn]的關系為：

其中，h_mn為鄰接矩陣元素；l_mm和l_mn為拉普拉斯矩陣元素；

領導者的一致性變量為：

其中，W_P為旋轉黏菌方法的功率平衡因子；ΔP為功率偏差；

總的發電機機組成本微增率為：

Δx_m＝2P_Gm[W_costa_m+(1-W_cost)α_m]+[W_costb_m+(1-W_cost)β_m]

其中，Δx_m為第m臺機組的成本微增率；a_m為第m臺機組的成本微增率一次項系數；b_m第m臺機組的成本微增率常數項系數；α_m為第m臺機組的碳排放系數的一次項系數；β_m為第m臺機組的碳排放系數的常數項系數；

步驟6：求出有功出力；

步驟7：求出一致的成本微增率；

步驟8：求出功率偏差值；

功率偏差值ΔP為：

步驟9：判斷功率偏差值是否小于設置的最大功率偏差量，如果不小于，則令迭代步數k＝k+1，再轉入步驟5；如果小于，則各區域之間交換虛擬節點的有功出力信息；

步驟10：將優化后得到的經濟調度模型進行旋轉黏菌方法的優化，通過黏菌方法優化求解最優值；

黏菌覓食過程中更新的位置為：

p＝tanh(|S(i)-DF|)

其中，rand()為隨機化函數，取值[0-1]之間的隨機值；UB表示搜索范圍的上邊界；LB表示搜索范圍的下邊界；r表示[0-1]之間的隨機值；vb的參數取值范圍為[-a,a]；vc從1線性減小至0；t表示當前迭代；X_b(t)表示當前黏菌發現食物氣味濃度最高位置；X(t)表示黏菌當前位置；X_A(t)和X_B(t)表示當前迭代隨機選取的兩個黏菌位置；W表示黏菌重量；tanh()為雙曲正切函數；S(i)表示X的適應度；DF表示所有迭代中的最佳適應度；

參數a為：

其中，arctanh()為反雙曲正切函數；maxT表示最大迭代次數；

黏菌重量W為：

SmellIndex＝sort(S)

其中，condition表示S(i)排在前一半的種群；others為S(i)排在后一半的種群；SmellIndex表示適應度序列；log為對數函數；bF表示在當前迭代中獲得的最優適應度；wF表示當前迭代過程中得到的最差適應度值；sort()表示升序序列；

旋轉黏菌方法的尋優迭代過程的角度為：

θ(t+1)＝θ(t)+Δθ

其中，θ(t+1)為第t+1次迭代時黏菌位置與實軸之間的角度；θ(t)為第t次迭代時黏菌位置與實軸之間的角度；Δθ為兩次迭代之間的角度差；

R(t+1)＝R(t)-ΔR

其中，R(t+1)為第t+1次迭代時黏菌位置與食物之間的極徑；R(t)第t次迭代時黏菌位置與食物之間的極徑；ΔR為兩次迭代之間的極徑差；

步驟11：判斷各區域之間邊界虛擬節點的有功誤差是否小于設定精度，如果不滿足，則轉入步驟4；如果滿足，則轉入步驟12；

步驟12：判斷當前調度時段是否達到單個調度周期的時段總數，如果沒有達到，則轉入步驟3；如果達到，則雙層優化求解結束。