[发明专利]一种分布式综合能源系统运行机制优化方法

权利要求书

1.一种分布式综合能源系统运行机制优化方法，采用优化约束条件和遗传算法进行方案生成；其特征在于，所述方法对遗传算法交叉与变异概率的自适应改进，以及对对等式约束的自适应罚函数改进；

所述遗传算法交叉与变异概率的自适应改进是基于种群中所有个体的适应度大小使交叉和变异概率自适应调正；交叉概率和变异概率值的选择对遗传算法求解性能至关重要；交叉概率直接影响新个体的产生速度，过大的交叉概率会导致优秀个体的结构被破坏，而过小的交叉概率会导致搜索能力和收敛速度与的下降；而变异概率的取值则对遗传算法的全局搜索能力有非常大的影响，过大的变异概率会导致遗传算法失去遗传特性变成单纯的随机搜索算法，而过小的变异概率则会使求解陷入局部最优；传统的遗传算法使用固定的交叉概率和变异概率，没有考虑不同个体之间适应度的差异，造成适应度较大的个体无法得到有效保留，适应度较小的个体也无法得到更多进化的机会，很大程度限制了遗传算法的收敛效率和收敛效果；因此构造自适应交叉和变异概率能够使整个种群在迭代过程中都保持较高的进化效率，有效提高遗传算法的全局寻优能力和求解效率与精度；

所述等式约束的自适应罚函数改进是当模型中具有类似等式这样非常严格的约束条件时，可行域非常小，难以在可行域内搜索到可行解；遗传算法对于约束条件通常采用的方法有：改进初始种群生成方式和构造惩罚函数的方法；改进初始种群生成方式会使模型求解时间过长，计算效率较低；而传统的构造惩罚函数法通常采用无穷大或一个非常大的固定值作为惩罚值，这会造成种群中几乎所有个体都获得相同的惩罚值，使其适应度值趋于相同，导致算法失去进化的方向；此外，不合理的惩罚函数还会导致计算精度降低、无法收敛或惩罚函数对参数过于敏感等问题；因此如何设置一个有效的惩罚函数成为处理具有非线性等式约束模型的关键；本发明基于群体中超出约束的最多的个体与可行域之间的距离和非可行点可行度，构造一种新的惩罚函数。

2.按照权利要求1所述的优化约束条件，其特征在于，需要将经济成本最小化、环境成本最小化和能源利用效率最大化为优化目标的单目标函数转化为多目标函数。