(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211396502.1 (22)申请日 2022.11.09 (71)申请人 武汉大学 地址 430072 湖北省武汉市武昌区珞珈山 街道八一路2 99号 (72)发明人 李旭东　杨威嘉　赵志高　王冉　 殷秀兴　刘攀　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 胡琦旖 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/00(2006.01) (54)发明名称 基于多目标混合非洲秃鹫优化算法的多能 系统调度方法 (57)摘要 本发明属于电力技术领域， 公开了基于多目 标混合非洲秃鹫优化算法的多能系统调度方法， 包括建立风 ‑光‑水‑火联合的多能互补系统调度 模型， 多能互补系统调度模型的决策矩阵包括连 续型决策变量和离散型决策变量， 多能互补系统 调度模型包括目标函数和约束条件； 结合目标函 数和约束条件， 采用多目标混合非洲秃鹫优化算 法对多能互补系统调度模型进行求解， 得到调度 方案。 本发 明能够有效解决多能互补系统的复杂 协同优化调度问题， 能够为电力系统多目标调度 运行提供技 术支撑。 权利要求书3页 说明书14页 附图1页 CN 115511386 A 2022.12.23 CN 115511386 A 1.基于多目标混合非洲秃鹫优化 算法的多能系统调度方法， 其特 征在于， 包括： 建立风‑光‑水‑火联合的多能互补系统调度模型， 所述多能互补系统调度模型的决策 矩阵包括连续型决策变量和离散型决策变量， 所述多能互补系统调 度模型包括目标函数和 约束条件； 结合所述目标函数和所述约束条件， 采用多目标混合非洲秃鹫优化算法对所述多能互 补系统调度模型进行求 解， 得到调度方案 。 2.根据权利要求1所述的基于多目标混合非洲秃鹫优化算法的多能系统调度方法， 其 特征在于， 所述目标函数包括第一 目标函数和第二 目标函数， 所述第一 目标函数为所述多 能互补系统的运行成本最小， 所述第二目标函数为所述多能互补系统的碳 排放量最低。 3.根据权利要求1所述的基于多目标混合非洲秃鹫优化算法的多能系统调度方法， 其 特征在于， 所述约束 条件包括： 多能互补系统的约束 条件、 风电约束 条件、 光伏约束 条件、 水 电约束条件和火电约束条件； 所述多能互补系统 的约束条件包括系统功率平衡约束和系统旋转备用约束； 所述风电 约束条件包括风电出力约束； 所述光伏约束条件包括光伏出力约束； 所述水电约束条件包 括水电站出力约束和水量平衡约束； 所述火电约束条件包括火电厂出力约束、 爬坡速率约 束和最小启停时间约束。 4.根据权利要求1所述的基于多目标混合非洲秃鹫优化算法的多能系统调度方法， 其 特征在于， 采用多目标混合 非洲秃鹫优化算法对所述多能互补系统调 度模型进行求解包括 以下步骤： 步骤1： 设置算法参数； 步骤2： 种群初始化； 所述种群初始化包括随机生成决策矩阵的初始个 体， 表示如下： 其中， 为i时段风电场的实 际调度出力， 、 分别为风电场的最大、 最小预 测出力； 为i时段光伏电站的实际调度 出力， 、 分别为光伏电站的最大、 最 小预测出力； 为i时段第l个水电站的下泄流量， 、 分别为第l个水电站的最大、 最小下泄流量； 为i时段第j台火电机组的启停状态， 表示机组开启， 表示机 组关闭； rand为0 到1的随机数， 为0或1的随机数； 步骤3： 结合所述约束条件进行约束处 理； 步骤4： 计算超约束值并构建惩罚函数； 步骤5： 种群更新； 所述种群更新包括： 针对所述多能互补系统调度模型的决策矩阵中的各决策变量， 根权　利　要　求　书 1/3 页 2 CN 115511386 A 2据决策变量的类型选择连续型决策变量位置更新方式或离散型决策变量位置的更新方式， 并进行秃鹫位置的更新； 秃鹫位置更新后， 计算各个种群的适应度值， 基于适应度值选择非 支配解， 更新帕累托前沿解 集； 其中， 所述决策矩阵中的所述连续型决策变量包括风电场的调度出力、 光伏电站 的调 度出力和水电站的下泻流量， 所述决策变量矩阵中的所述离散型决策变量包括火电机组的 启停状态； 步骤6： 判断当前迭代次数是否达到预设的最大迭代次数； 若达到， 则输出帕累托最优 解集并选择最佳折衷解； 否则， 跳转至步骤3 。 5.根据权利要求4所述的基于多目标混合非洲秃鹫优化算法的多能系统调度方法， 其 特征在于， 所述步骤1中， 所述算法参数包括种群的个数、 最大迭代 次数、 第一参数 、 第二 参数 、 第三参数 。 6.根据权利要求4所述的基于多目标混合非洲秃鹫优化算法的多能系统调度方法， 其 特征在于， 所述 步骤3中， 所述约束处 理包括： 基于风电出力约束、 光伏出力约束分别对每个时间段的风电功率输出、 光伏功率输出 进行约束限制； 基于水电站出力约束和水量平衡约束对水电站的流 量和库容进行约束限制； 基于爬坡速率约束和最小启停时间约束确定火电机组的启停状态， 基于火电厂出力约 束和爬坡速率约束 进行负荷分配。 7.根据权利要求4所述的基于多目标混合非洲秃鹫优化算法的多能系统调度方法， 其 特征在于， 所述 步骤5中， 所述连续型决策变量 位置更新方式包括： 在探索阶段， 当|F|≥1时， 秃鹫位置更新的模型为： 在开发阶段， 当0.5 ≤|F|<1时， 秃鹫位置更新的模型为： 在开发阶段， 当|F|< 0.5时， 秃鹫位置更新的模型为： 权　利　要　求　书 2/3 页 3 CN 115511386 A 3