基于改进多目标狼群算法的微电网调度优化基于改进多目标狼群算法的微电网调度优化
为获得微电网系统建设成本、环境成本和运行成本的多重目标优化,以构建系统独立运行模块和仿真模块为核
心,设计了微电网系统的多目标调度模型。使用能量模块对微电网调度模型的建设成本、环境成本和运行成本
指标进行评价,优化调度算法模块则使用基于个体密度多目标狼群算法(Multi-objective wolf colony
algorithm,MOWCA)。在MOWCA算法中引入了非支配排序和个体密度多样性保持操作,有效提高了多目标优
化的前沿分布多样性和收敛精度。将所提优化调度算法基于Docker容器技术,对风柴蓄光微电网系统进行调度
优化模拟,验证了所提调度算法在多重目标优化上的有效性。
0 引言引言
微电网在现代电力中得到不断应用推广,如何获得微电网构建和运行成本经济性、环境效益最大化是非常有价值的研究方
向
[1-2]
。而传统针对大型发电机的调度优化策略无法适应微电网复杂多目标属性。
进化计算方法具有优秀全局优化性能,但初始点对算法收敛效果影响很大。文献[3]研究了具有爬坡限制条件发电机的经济
性调度策略,实现算法性能提升。文献[4]提出种群多样性为策略的遗传算法改进,对建设成本、设备容量进行经济性调度。
文献[5]基于梯度策略对遗传进化算法种群进行初始改进,但梯度策略需对优化目标执行求导,实现过程复杂。传统基于多目
标算法的电网调度策略的设计思路是将其转化成单目标问题优化,如权重策略
[6]
、模糊评估策略
[7]
等;但附加转化过程会受主
观意识左右,很难均衡各评价目标间的重要性。多目标遗传进化算法(NSGA-Ⅱ)采用精英进化方法,并利用非支配形式的排序
策略进行个体隶属关系比较,是一种常用的多目标优化方法。狼群算法
[8]
是一种在连续空间内采取随机方式进行启发式优化的
搜索方法,在算法结构上与遗传算法近似,但无需编码、解码过程,因此具有算法实现简单、运行和收敛速度快的优点。
本研究建立了微电网多目标调度优化模型,并采用基于个体密度多目标狼群算法进行求解。改进算法引入了非支配排序和
个体密度多样性保持操作,有效提高了多目标优化的前沿分布多样性和收敛精度。
1 系统模块系统模块
1.1 模块结构设计模块结构设计
本研究模块调度优化结构如图1所示。
图1所示的调度模块设计方法包含输入、输出、系统仿真和调度优化4个模块,相互之间通过数据交流进行目标的优化。其
中,输入部分的作用是向系统中输入参数数据;输出部分包含调度优化目标值和最终的实施方案;调度优化模块和系统模型是
所设计调度模块的核心,基于两个模块之间信息交流实现目标的调度优化。其中,上述系统模型基于能量模型进行准稳态特性
下的系统仿真运行,并评估所设计方案的经济和环境性;采用优化方法实现调度策略的优化设计,调度优化模块利用种群对调
度方案进行学习和指标评估,并以适应值形式进行模块优化值传递。
1.2 运行约束条件运行约束条件
微电网系统运行约束主要是功率均衡方程:
评论0