[發明專利]基于遺傳算法的分布式光伏布線多目標優化方法及裝置

在審

• 申請號: 202210184785.7
• 申請日: 2022-02-28
• 公開（公告）號: CN114580725A
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 周觀根;陳偉剛;周逸鋮;周麗娜;宣章炎;周雄亮
• 申請（專利權）人: 浙江東南網架股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/12
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 沈濤

本發明公開一種基于遺傳算法的分布式光伏布線多目標優化方法及裝置，包括基于分布式光伏布線的影響因素建立分布式光伏布線的多目標優化模型，并定義各目標因子影響參數的約束條件；建立分布式光伏布線的多目標優化模型適應度函數，選擇性狀優良的個體作為父代，并根據該個體的優良程度定義其遺傳強度；基于父代種群重復執行多次進化操作，達到預定進化代數后，以進化操作中具有最大適應度的個體作為最優解輸出，終止并完成進化操作。本發明基于遺傳算法，實現對分布式光伏進行多目標多參數下的布線優化，降低了分布式光伏的建造成本、運營與維護成本，減少設計人員的工作量，為分布式光伏電站的布線設計提供合理和有效的解決方案。

技術領域

本發明涉及分布式光伏布線的優化技術領域，特別是涉及一種基于遺傳算法的分布式光伏布線多目標優化方法及裝置。

背景技術

近年來，世界主要國家均把清潔能源作為未來的發展戰國略，提出了清潔能源戰略，構建多元的清潔能源體系。

在分布式光伏電站設計過程中，首先要根據布置區域規劃光伏陣列中光伏組件的排布，然后根據光伏組件的型號、數量選擇合適的逆變器數量及安裝位置，最后再根據光伏陣列和選擇的逆變器的布置規劃出合理的電纜分布方案。其中電纜的分布更是影響整個分布式光伏發電系統發電效率和經濟效益的重要因素之一。

目前，雖然對光伏電站的電纜布置有一定的規范要求，但缺乏嚴格的優化設計，在實際工程應用中造成資源的浪費和光伏發電成本的增加。部分學者也有嘗試將分布式光伏布線規劃問題轉換為模擬退火算法，通過對光伏安裝區域中的組件進行最優分組來實現電纜成本的最優，這種方式耗時且由于模擬退火算法的直接性和簡單化，在不同具體問題中需要對冷卻參數經過多次修改才可以得到相對較好的優化結果，且極其依賴于工程師的經驗，同時也無法滿足分布式光伏布線規劃中多目標多參數的復雜要求。

發明內容

本發明的目的是提供一種基于遺傳算法的分布式光伏布線多目標優化方法及裝置，為分布式光伏的布線提供快速高效的優化解決方案，更加經濟高效。

根據本發明的第一方面，提出一種基于遺傳算法的分布式光伏布線多目標優化方法，包括：

基于分布式光伏布線的影響因素建立分布式光伏布線的多目標優化模型，并定義各目標因子影響參數的約束條件；

建立分布式光伏布線的多目標優化模型適應度函數，選擇性狀優良的個體作為父代，并根據該個體的優良程度定義其遺傳強度；

基于父代種群重復執行多次進化操作，達到預定進化代數后，以進化操作中具有最大適應度的個體作為最優解輸出，終止并完成進化操作。

進一步的，所述影響因素至少包括分布式光伏電站布置區域的場地環境、用戶需求、施工難度、負載壓力、電纜用量、建設成本、運行與維護費用；

將各影響因素量化為目標因子，同時獲取目標因子的影響參數，為各目標因子統合設置權重系數；

所述分布式光伏布線的所述多目標優化模型以全生命周期費用最優為優化總目標，生成總目標函數。

進一步的，還包括初始種群的產生：

對各目標因子的影響參數進行編碼，每組影響參數組成一條染色體，即為一個個體；

隨機對多組參數進行編碼，建立多目標優化模型的初始種群，包括有限個個體。

進一步的，建立分布式光伏布線的多目標優化模型適應度函數具體包括：

獲取用戶需求，量化為實際需求參數，并建立用戶需求權函數；

所述多目標優化模型適應度函數等于所述用戶需求權函數與所述總目標函數之和的倒數；

所述用戶需求權函數用以根據用戶實際需求，調節個體遺傳至下一代的概率；

當所述總目標函數越小時，種群中各個體的適應度就越大，則個體的基因性狀越優良。