【技术实现步骤摘要】
本专利技术属于电力系统调度，更具体地，涉及一种水火风系统调度方法、装置、设备及存储介质。
技术介绍
1、近年来，随着化石能源枯竭危机的加剧和极端气候的出现，发展以风能为代表的新能源已成为当前社会的必然选择。风能虽然分布广泛、蕴藏量大，但其间歇性、地区差异大、转换效率低等特点，使得水电-火电-风电(htw)混合电力系统的短期经济调度变得更加困难。一般来说，短期经济调度作为电力系统调度的重要研究组成部分，要求在日或更短的时间内形成总经济成本或污染物排放目标最优的调度方案，同时也需满足水、火、风电机组各种复杂、强耦合的约束条件。
2、近年来，涉及水电、火电和风电子系统的调度问题在电力系统中得到了广泛的研究。广泛被研究学者接受的htw问题主要包含四个水电站，三个火电站和两个风电机组。尽管现有文献已经采用诸多方法对htw问题进行了比较深入的研究，但是由于htw变量的强耦合，多时段和多约束特点，传统线性规划方法难以直接建模求解，而现有启发算法多存在求解效率低、精度不足甚至难以得到无约束破坏方案的情况。基于以上分析，亟需找到一种高效求解方法以获得对于htw问题的合理可靠方案。
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本专利技术提供了一种水火风系统调度方法、装置、设备及存储介质，其目的在于解决传统调度方法在htw问题中表现出的多样性表现不足，收敛速度慢以及求解精度低的缺陷。
2、为实现上述目的，第一方面，本专利技术提供了一种水火风系统调度方法，所述方法包括：p>
3、初始化多元宇宙算法参数，基于水火风系统模型确定待优化变量；
4、将待优化变量作为多元宇宙种群任意个体位置，对多元宇宙种群进行随机初始化；
5、在多元宇宙算法中引入修正的宇宙膨胀概率、个体历史最优个体探索机制以及全对立学习机制进行种群迭代；
6、迭代结束后将待优化变量的全局最优位置作为水火风系统模型的最优调度输出。
7、优选的，所述修正的宇宙膨胀概率的更新公式如下：
8、
9、
10、其中，和分别为第k次迭代第i个个体的宇宙膨胀率和适应度值；和分别为第k次迭代种群中最优适应度和最差适应度；为第k次迭代第i个个体在第j维的穿梭位置；为通过轮盘赌方式在第k次迭代种群中随机选择索引为ind的个体在第j维的位置；r1为[0,1]区间内均匀分布的随机数；为第k次迭代第i个个体在第j维的位置。
11、优选的，所述个体历史最优个体探索机制的更新公式如下：
12、
13、其中，为第k次迭代第i个个体在第j维的位置；为第k次迭代第i个个体在第j维的历史最优位置；tdr为宇宙运行速度；为第k次迭代第i个个体在第j维的临时位置；为第k次迭代第i个个体在第j维的穿梭位置；wep为虫洞存在概率；r3和r4为[0,1]区间内均匀分布的随机数。
14、优选的，第k次迭代第i个个体在第j维的临时位置为：
15、
16、其中，c1为位置学习因子，ubj和lbj分别为待优化变量第j维的上限和下限；r2为[0,1]区间内均匀分布的随机数；为种群最大迭代次数；为第k次迭代在第j维的全局最优位置；
17、虫洞存在概率wep和宇宙运行速度tdr为：
18、
19、其中，wepmax和wepmin分别为虫洞存在概率的最大值和最小值。
20、优选的，所述全对立学习机制的更新公式如下：
21、
22、其中，为第k次迭代第i个个体在第j维的全对立位置；和分别为第k次迭代第i个个体在第j维的反射扩展、准反射、准对立和扩展对立位置；pre、pqr、pqo和peo分别为反射扩展、准反射、准对立和扩展对立的发生概率；r5为[0,1]区间内均匀分布的随机数。
23、优选的，和分别为：
24、
25、
26、
27、
28、其中，rand(δ1,δ2)表示变量δ1和δ2之间均匀分布的随机数；为第k次迭代第i个个体在第j维的位置；ubj和lbj分别为待优化变量第j维的上限和下限；表示第k次迭代第i个个体在第j维的标准对立位置，为第k次迭代第i个个体在第j维的位置；下一次迭代中，为第k+1次迭代第i个个体的位置向量；f()表示求个体的适应度值，表示第k次迭代第i个个体的位置向量；表示第k次迭代第i个个体的全对立位置的位置向量，d表示总维度。
29、优选的，所述待优化变量x为：其中，表示第j个水电站在第t个时段的出库流量；表示第i个火电厂在第t个时段的出力；表示第l个风电厂在第t个时段的出力；n，ns和nl分别表示水电站、火电厂和风电场的数目。
30、第二方面，本专利技术提供了一种水火风系统调度系统，所述系统包括：
31、参数初始化单元，用于初始化多元宇宙算法参数，基于水火风系统模型确定待优化变量；
32、种群初始化单元，用于将待优化变量作为多元宇宙种群任意个体位置，对多元宇宙种群进行随机初始化；
33、种群迭代单元，用于在多元宇宙算法中引入修正的宇宙膨胀概率、个体历史最优个体探索机制以及全对立学习机制进行种群迭代；
34、输出单元，用于迭代结束后将待优化变量的全局最优位置作为水火风系统模型的最优调度输出。
35、第三方面，本专利技术提供一种电子设备，包括：存储器，用于存储程序；处理器，用于执行存储器存储的程序，当存储器存储的程序被执行时，处理器用于执行第一方面中所描述的任一方法。
36、第四方面，本专利技术提供一种存储介质，存储介质存储有计算机程序，当计算机程序在处理器上运行时，使得处理器执行第一方面中所描述的任一方法。
37、总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，具有以下有益效果：
38、本专利技术方法基于水火风系统模型确定待优化变量，将待优化变量作为多元宇宙种群任意个体位置，采用改进多元宇宙算法进行种群迭代，改进多元宇宙算法中使用修正的宇宙膨胀概率增加个体选择压力从而提升性能较差个体被选择机会，采用个体历史最优个体探索机制提升种群多样性，使用全对立学习机制种群收敛速度和精度，由此解决多元宇宙算法在求解水火风系统问题中表现出个体选择压力不足、多样性减少以及求解精度不足的技术缺陷。
本文档来自技高网...【技术保护点】
1.一种水火风系统调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述修正的宇宙膨胀概率的更新公式如下：
3.根据权利要求1所述的方法，其特征在于，所述个体历史最优个体探索机制的更新公式如下：
4.根据权利要求3所述的方法，其特征在于，第k次迭代第i个个体在第j维的临时位置为：
5.根据权利要求1所述的方法，其特征在于，所述全对立学习机制的更新公式如下：
6.根据权利要求5所述的方法，其特征在于，和分别为：
7.根据权利要求1所述的方法，其特征在于，所述待优化变量X为：其中，表示第j个水电站在第t个时段的出库流量；表示第i个火电厂在第t个时段的出力；Wlt表示第l个风电厂在第t个时段的出力；N，Ns和Nl分别表示水电站、火电厂和风电场的数目。
8.一种水火风系统调度系统，其特征在于，所述系统包括：
9.一种电子设备，其特征在于，包括：
10.一种存储介质，所述存储介质存储有计算机程序，其特征在于，当所述计算机程序在处理器上运行时，使得所述处理
...【技术特征摘要】
1.一种水火风系统调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述修正的宇宙膨胀概率的更新公式如下：
3.根据权利要求1所述的方法，其特征在于，所述个体历史最优个体探索机制的更新公式如下：
4.根据权利要求3所述的方法，其特征在于，第k次迭代第i个个体在第j维的临时位置为：
5.根据权利要求1所述的方法，其特征在于，所述全对立学习机制的更新公式如下：
6.根据权利要求5所述的方法，其特征在于，和分别为：
...
【专利技术属性】
技术研发人员：覃晖，田锐，刘帅，侯栋凯，刘冠君，邓山，曲昱桦，唐逸，高源，黎江桥，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。