申请/专利权人：湖南工业大学

申请日：2023-09-15

公开（公告）日：2023-12-15

公开（公告）号：CN117239841A

主分类号：H02J3/46

分类号：H02J3/46;H02J3/38;H02J3/28;G06F30/20;G06N3/006;G06N7/02;G06F111/06;G06F111/04;G06F113/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.02#实质审查的生效;2023.12.15#公开

摘要：本发明公开了基于改进跳蛛算法的微电网优化运行的方法，其方法的步骤如下：S1：对一系列的储能装置做有序的充放电安排，并建立以发电运行成本最低，环境经济效益最优的新型微电网优化运行模型；S2：采用模糊决策法，运用于改进跳蛛算法即IJSOA算法进行了求解；S3：通过算例对所提优化模型进行验证；综上所述，本发明方法优化微电网运行时，能够更加充分的利用微电网中的电能，有效提高微电网的经济性，此外，本发明采用改进的跳蛛算法对微电网的最终目标函数进行求解时的寻优速度快，寻优能力强。

主权项：1.基于改进跳蛛算法的微电网优化运行的方法，其特征在于，所述方法的步骤如下：步骤A：输入微电网优化系统的各项参数；步骤B：对微电网优化系统储能装置做有序的充放电安排，建立基于运行成本和污染治理成本的微电网优化运行目标函数，确定微电网优化运行目标函数的运行约束条件，根据微电网优化运行目标函数和运行约束条件搭建微电网优化调度模型，其中，最终目标函数为：F＝min[F1t+F2t]其中，F1t为微电网的总发电费用，F2t为环境和污染治理费用；采用模糊决策法将目标函数的多目标问题结合隶属度函数转化成单目标问题，其公式表达式为：Y＝min{ζFix},i∈1,2其中，ζFix为目标函数的隶属度函数，Fix为各单目标函数的函数值；步骤C：采用改进跳蛛算法，对微电网的最终目标函数进行求解；其中，改进跳蛛算法步骤为：S1：初始化跳蛛种群即DE、MT、FC及第一类EV输出功率，输入上述步骤中的各微电源参数和模型约束条件；S2：计算各跳蛛适应度值，选取出该代中最优个体gbest；S3：对该代跳蛛位置进行更新，分别加入动态惯性权重和自适应因子来优化跳蛛的搜索策略和攻击策略，用于优化跳蛛的搜索策略的动态惯性权重公式为： 其中，υ1为0，1之间随机因子，小于权重进行全局收索；ω为惯性权重；ωmin为最小惯性权重，取0.2；tmax为最大迭代次数；t为当前迭代次数；用于优化跳蛛的攻击策略的自适应因子公式为： 其Fitnessi为个体i的适应度值；Fitnessmax与Fitnessmin分别是最好与最坏适应度值；τ为动态适应因子；S4：根据信息素公式更新信息素低的个体，使较差个体进行优化更新；S5：更新跳蛛适应度值，并选取出该代中最优个体更新gbest；S6：判断当前迭代次数是否大于迭代次数，若大于则停止迭代，输出最优值及最优个体；反之，则返回S3步骤。

全文数据：

权利要求：

百度查询： 湖南工业大学 基于改进跳蛛算法的微电网优化运行的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD