[发明专利]一种基于模糊聚类改进和声算法的风电配网优化调度方法

权利要求书

1.一种基于模糊聚类改进和声算法的风电配网优化调度方法，其特征在于，步骤包括：

S1.深入分析和声算法基本原理，参照模糊聚类思想，对和声算法中部分参数的生成方式进行改进，提出一种基于模糊聚类的改进和声算法；

所述步骤S1中，为兼顾和声算法全局和局部搜索能力，参数改进的基本思路是新解搜索前期以较大概率在和声记忆库外搜寻新解；

改进和声算法以目标函数作为其适应度函数，若搜索到新解的适应度值小于原和声库中最差解的适应度值，则取代最差值，当搜索进行到一定阶段，和声库外搜索不到更优的解时，会出现新解适应度值大于和声库中解的适应度值，此时不需要对和声库进行修改，而将HMCR增大，从而增大算法后期局部搜索能力；

S2.以可控分布式电源的有功和无功出力作为决策变量，节点电压幅值偏差和系统网络损耗最小为目标函数来构建风电配网优化调度模型；

所述步骤S2中，某一时段的优化函数以节点电压幅值偏差区间数和系统网络损耗区间数最小为目标函数，分别表示如下：

式中：t表示第t个时段；U^I_t,i为节点i的电压区间值；U^*_i为节点i的额定电压标幺值取1；P^I_k、Q^I_k分别为流出支路k末端的有功功率与无功功率的区间值；U^I_t,k为支路k的末端节点电压区间值，r_k为支路k的电阻；N_b为系统支路数目，N为系统节点数；

所述步骤S2中，可控分布式电源的出力约束为：

式中：P_Gimax、P_Gimin分别为分布式电源有功出力的最大与最小值；Q_Gimax、Q_Gimin别为分布式电源无功出力的最大与最小值；

S3.利用改进和声算法对上述模型进行求解，并论证该算法的优越性；

所述步骤S3中，将改进后的和声算法、粒子群算法、遗传算法应用于同一算例，并给出三者的收敛性的关系，由此来论证改进和声算法的优越性；

基于模糊聚类思想，和声算法的具体改进方式如下：

HMCR_k+1＝HMCR_max-W_k×(HMCR_max-HMCR_min)

PAR_k+1＝PAR_max-W_k×(PAR_max-PAR_min)

其中：HMCR_k+1、PAR_k+1表示第k+1次迭代时和声记忆库的考虑概率和扰动概率；G_x0表示第k次迭代时新解的适应度值；G_xi表示第k次迭代时和声记忆库中除了新解以外的其他解的适应度值；G_ximin表示和声记忆库中除了新解以外的其他解的最小适应度值。