[发明专利]基于空间变换遗传算法的储能系统的短时优化运行方法

权利要求书

1.基于空间变换遗传算法的储能系统的短时优化运行方法，其特征在于，包括以下步骤：

步骤1，建立蓄电池荷电状态SOC的优化模型并得到约束条件：

其中，Cbat为储能系统的蓄电池容量，N为优化时段数，x(i)为每个时段的充放电功率，x₀为蓄电池初始充入蓄电池的容量，P_max为单位时间最大充放电功率；

步骤2，初始化充放电功率x(i)，在变换空间内计算适应度值，具体包括：

步骤2.1，换原变量x(i)为优化变量x'(i)，并将原变量x(i)减去N个分量的平均值，使优化变量x'(i)满足然后进入步骤2.2；

步骤2.2，计算优化变量x'(i)的最大值max|x'(i)|以判断x'(i)是否满足约束条件-P_max≤x'(i)≤P_max，若满足条件则进入步骤2.3，否则，对每一个变量进行整体压缩，然后进入步骤2.3；

步骤2.3，计算的最大值和最小值以判断x'(i)是否满足约束条件满足条件时进入步骤3，否则，将优化变量x'(i)按比例缩小，然后进入步骤3；

步骤3，判断优化变量x'(i)是否满足终止条件，若满足条件则输出最优个体并结束循环，否则，产生新一代的充放电功率x(i)并返回步骤2。

2.根据权利要求1所述的基于空间变换遗传算法的储能系统的短时优化运行方法，其特征在于，步骤2.1中将原变量x(i)减去N个分量的平均值具体为：令使x(i)变换后的优化变量x'(i)之和为0，即满足约束条件

3.根据权利要求2所述的基于空间变换遗传算法的储能系统的短时优化运行方法，其特征在于，步骤2.2中，当优化变量x'(i)不满足自身约束条件时，将每个变量进行压缩，使之满足约束条件，压缩比为Cbat/max|x'(i)|。

4.根据权利要求3所述的基于空间变换遗传算法的储能系统的短时优化运行方法，其特征在于，步骤2.2中对每一个变量进行整体压缩具体为：当max|x'(i)|＞P_max时，将优化变量x'(i)按比例缩小，即令x'(i)＝x'(i)Cbat/max|x'(i)|。

5.根据权利要求4所述的基于空间变换遗传算法的储能系统的短时优化运行方法，其特征在于，步骤2.3中具体为：

计算和当时，令当令如若最大值和最小值都不满足约束条件，即且时，则择其二者中压缩力度大的压缩比将所有变量压缩。

6.根据权利要求1至5任意一项所述的基于空间变换遗传算法的储能系统的短时优化运行方法，其特征在于，所述步骤3中的终止条件为适应度值达到期望值或迭代次数达到最大值。

7.根据权利要求6所述的基于空间变换遗传算法的储能系统的短时优化运行方法，其特征在于，所述步骤3中产生新一代种群的方法具体为：步骤3.1，运用选择算子从上一代种群中选择适应度高的个体，选择算子为轮盘赌选择法；步骤3.2，依据变异概率执行变异操作，变异概率取0.001～0.1；步骤3.3，产生新一代充放电功率x(i)并在变换空间内计算适应度值。