[发明专利]基于引力加速的蜂群算法优化微电网发电机经济运行方法

摘要

本发明公开了一种基于引力加速的蜂群算法优化微电网发电机经济运行方法，中央控制器检测到风力、光伏发电不能满足微电网负载需求时，中央控制器计算出电量缺额由燃料电池、微型涡轮发电机和柴油发电机来提供；中央控制器根据电量缺额利用引力加速的蜂群算法优化微电网内的燃料电池、微型涡轮发电机和柴油发电机的发电量；根据优化结果向发电装置发送控制命令，控制三个发电机的发电量。本发明利用引力加速的蜂群算法优化微电网发电机装置经济运行，实现发电总成本最小，优化效果好于传统蜂群算法。该算法通过控制加速度来更新物体的速度和食物源位置，避免传统蜂群算法陷入局部最优，其算法具有较强的收敛性和有效性。

主权项

1.基于引力加速的蜂群算法优化微电网发电机经济运行方法，其特征在于：包括如下步骤：步骤1：中央控制器检测到风力、光伏发电不能满足微电网负载需求时，中央控制器计算出电量缺额由燃料电池(FC)、微型涡轮发电机(MT)和柴油发电机(DG)来提供；微电网发电机装置的多目标函数如公式(1)所示：其中，f1(C)表示柴油发电机的燃料成本，f2(C)表示燃料电池的燃料成本，f3(C)表示微型涡轮发电机的燃料成本，f4(C)表示运行维护及排放成本；步骤2：中央控制器根据电量缺额利用引力加速的蜂群算法优化微电网内的燃料电池、微型涡轮发电机和柴油发电机的发电量，优化步骤如下：S01：食物源由三个发电机的发电功率组成[PFC PMT PDG]，种群规模为SN，食物源数目为FN，引领蜂的数量和跟随蜂数量相同且均为FN；蜂群获得食物源的初始化位置，循环迭代次数为T；S02：根据公式(1)计算群体的适应度值；S03：引领蜂阶段：每个引领蜂对应一个食物源，引领蜂在原来的食物源位置附近搜寻新的食物源，采用贪婪准则与原食物源比较，保留质量较优的食物源，通过将自身获得的信息传递给跟随蜂，促进跟随蜂的更新；S04：跟随蜂阶段：跟随蜂根据引领蜂所提供的信息，选择质量较优的食物源，并在该食物源位置附近搜索新的食物源；S05：侦查蜂阶段：经过连续有限次迭代搜索之后，某个食物源的位置没有更新，说明该食物源陷入局部最优，那么放弃这个食物源，并把此食物源对应的引领蜂变为侦察蜂，侦察蜂利用引力加速算法寻找新的食物源以替代原食物源；S06：如果迭代次数没有达到最大值，计数器t＝t+1，返回步骤S03；否则，优化过程终止，输出最优食物源的位置和目标函数值，所述最优食物源的位置即为燃料电池(FC)、微型涡轮发电机(MT)和柴油发电机(DG)的出力水平，目标函数值即为对应的最小发电成本；步骤3：根据优化结果向燃料电池(FC)、微型涡轮发电机(MT)和柴油发电机(DG)发送控制命令，控制三个发电机的发电量。