[发明专利]基于遗传算法的微电网配置方法、装置、设备及其介质

说明书

本发明涉及微电网领域，公开了一种基于遗传算法的微电网配置方法、装置、设备及其介质。本发明中的基于遗传算法的微电网配置方法包括：生成包含多个个体的第1代种群；计算第1代种群中每个个体的适应度，并选择适应度高于预定阈值的个体组成该第1代种群的第1代精英库；对除精英库中的第一代个体进行交叉和变异处理，以组成下一代的种群；计算当前种群中每个个体的适应度，并通过与当代精英库中的个体对比，对当代精英库进中的个体进行替换，以组成新一代的精英库；获取满足预定结束条件后得到的最终的精英库中适应度最高的个体。本发明能有效减少求解微电网的最优配置中的计算迭代次数，提高计算效率和准确度。

技术领域

本发明涉及微电网领域，特别涉及一种基于遗传算法的微电网配置方法、装置、设备及其介质。

背景技术

在一些偏远山区、矿山等大电网无法覆盖的区域，以往基本采用柴油发电机供电，这样一方面造成一次能源的消耗和环境污染，另一方面经济性不好。针对该种情况，结合当地实际情况，建设包含新能源和储能系统的微电网作为主供电源，柴油发电机作为后备电源的供电形式是十分有意义的。

微电网中各分布式能源的配置优化问题是一个多变量、非线性的多目标规划问题，遗传算法是一种基于进化论和遗传学原理的随机并行搜索优化方法，广泛应用于对微网配置优化问题的求解。但是，目前采用遗传算法对微电网进行优化配置的技术中，存在收敛速度慢、搜索能力和准确率差等缺点。

发明内容

本发明的目的在于提供基于遗传算法的微电网配置方法、装置、设备及其介质，可有效减少求解微电网的最优配置中的计算迭代次数，提高计算效率和准确度。

为解决上述技术问题，本发明的实施方式公开了一种基于遗传算法的微电网配置方法，该方法包括：

生成包含多个个体的第1代种群，其中，每个个体与微电网包含的各分布式电源的一组配置量对应；

计算第1代种群中每个个体的适应度，并选择适应度高于预定阈值的个体组成该第1代种群的第1代精英库，其中，适应度越高，以具有该适应度的个体所对应的一组配置量配置微电网中的各分布式电源时该微电网的运营成本越低；

对当代种群中未被选入精英库中的个体执行如下操作直到满足预定结束条件：

对未被选入精英库中的个体进行交叉和变异处理，

计算经交叉和变异处理后的每个未被选入精英库中的个体的适应度，

逐个将经交叉和变异处理后的每个个体的适应度与精英库中个体的适应度进行比较，并在交叉和变异处理后的个体的适应度大于精英库中个体的最小适应度时，将该交叉和变异处理后的个体替代精英库中具有最小适应度的个体；

获取满足预定结束条件后得到的最终的精英库中适应度最高的个体所对应的一组配置量。

在一示范例中，对未被选入精英库中的个体进行交叉和变异处理包括：

从未被选入精英库中的个体中随机选取将进行交叉和变异处理的个体：

按照交叉概率和变异概率分别对随机选取的个体进行交叉和变异处理。

并通过以下公式计算交叉概率和变异概率：

其中，P_c表示交叉概率，P_m表示变异概率，k₁和k₂为两个常数，k₁∈(0，∞)，k₂∈(0，1)，Ф为相似系数，通过以下公式计算该相似系数：