(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110654133.0 (22)申请日 2021.06.11 (65)同一申请的已公布的文献号 申请公布号 CN 113268931 A (43)申请公布日 2021.08.17 (73)专利权人 云南电网有限责任公司电力科 学 研究院 地址 650217 云南省昆明市经济技 术开发 区云大西路10 5号 (72)发明人 何廷一　杨博　李胜男　马红升　 吴水军　 (74)专利代理 机构 北京弘权知识产权代理有限 公司 11363 专利代理师 逯长明　许伟群 (51)Int.Cl. G06F 30/27(2020.01) G06F 17/16(2006.01) G06N 3/00(2006.01)G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06F 111/04(2020.01) G06F 111/06(2020.01) G06F 113/04(2020.01) (56)对比文件 CN 108398982 A,2018.08.14 CN 110362148 A,2019.10.2 2 CN 103914085 A,2014.07.09 CN 107704978 A,2018.02.16 KR 100983783 B1,2010.09.27 CN 111655325 A,2020.09.1 1 CN 109462 256 A,2019.0 3.12 Mostafa Manar.A new strategy based o n slime mould algorithm to extract the optimal model parameters of so lar PV panel. 《Sustai nable Energy Tec hnologies and Assessments》 .2020, 审查员 郑攀 (54)发明名称 一种基于多目标黏菌优化算法重构光伏阵 列的方法与系统 (57)摘要 本申请属于电力系统控制技术领域， 提供一 种基于多目标黏菌优化算法重构光伏 阵列的方 法与系统。 所述一种基于多目标黏菌优化算法重 构光伏阵列的方法包括： 获取局部阴影下光伏阵 列的各个阵列单元的光辐照度， 建立光伏阵列模 型， 利用多目标黏菌优化算法， 对所有黏菌位置 进行多次迭代， 每一次迭代中， 每个黏菌均根据 当前位置， 获取光伏阵列的输出功率， 并更新两 个适应度， 获取最后一次迭代的所有黏菌， 从中 筛选出所有的优质黏菌， 从优质黏菌中， 利用综 合评价指标权重方法选出一个黏菌， 将该黏菌的 位置还原成光伏阵列的重构方案。 上述基于多目 标黏菌优化算法重构光伏 阵列的方法不仅提高了光伏阵列的光电转化效率， 而且能更好的参与 电网的二次调频。 权利要求书3页 说明书7页 附图1页 CN 113268931 B 2022.11.29 CN 113268931 B 1.一种基于多目标黏菌优化 算法重构光伏阵列的方法， 其特 征在于， 包括： 获取局部阴影下光伏阵列的各个阵列单 元的辐照度； 建立光伏阵列模型， 包括： 建立光伏矩阵， 所述光伏矩阵用于双射光伏阵列的重构方 案， 建立约束关系， 所述约束关系用于限定光伏 矩阵的元 素， 以方便后续 算法处理； 建立多目标黏菌优化模型， 黏菌包括： 位置、 第一适应度与第二适应度， 所述黏菌位置 为光伏矩阵， 所述黏菌第一适应度为光伏电站的额定输出功 率与光伏阵列的输出功 率的功 率差值， 所述 黏菌第二 适应度为调频信号与光伏阵列的输出功率的功率差值； 利用多目标黏菌优化算法， 对所有黏菌位置进行多次迭代， 每一 次迭代中， 每个黏菌均 根据当前位置， 获取光伏阵列的输出功率， 并更新第一 适应度与第二 适应度； 获取最后一 次迭代的所有黏菌， 从中筛选出所有的优质黏菌， 所述优质黏菌为， 对任一 其他黏菌， 该优质黏菌满足第一、 第二或第三条件中至少一个条件， 所述第一条件为优质黏 菌的第一适应度小于其他黏菌的第一适应度， 所述第二条件为优质黏菌的第二适应度小于 其他黏菌的第二适应度， 所述第三条件为优质黏菌的第一适应度与第二适应度分别等于其 他黏菌的第一 适应度与第二 适应度； 从优质黏菌中， 利用综合评价指标权重方法选出一个黏菌， 将该黏菌的位置还原成光 伏阵列的重构方案 。 2.根据权利要求1所述的一种基于多目标黏菌优化算法重构光伏阵列的方法， 其特征 在于， 所述建立光伏矩阵， 所述光伏矩阵用于映射光伏阵列的重构方案， 同时利用黏菌特 性， 约束光伏 矩阵， 以方便后续处 理， 具体为： 初始化一个矩阵， 使得 该矩阵的任一元 素满足： aij＝i； 将该矩阵作为 光伏矩阵。 3.根据权利要求1所述的一种基于多目标黏菌优化算法重构光伏阵列的方法， 其特征 在于， 所述第一 适应度与第二 适应度的公式如下： 其中， f1为第一适应度， f2为第二适应度， 为光伏电站的额定输出功率， T表示调频 的时间周期， Ppv(t)表示光伏电站在第t个控制时段的输出功率， PFR(t)表示第t个控制时段 的调频信号。 4.根据权利要求1所述的一种基于多目标黏菌优化算法重构光伏阵列的方法， 其特征 在于， 所述对所有黏菌位置进行多次迭代， 具体为： 基于黏菌算法， 利用本次迭代的所有黏菌的第 一适应度， 获得第一种群， 并计算第一种 群所有黏菌的第一 适应度与第二 适应度； 将第一种群的所有黏菌按照非支配排序规则， 归类到多个层级中， 所述非支配排序规 则基于最小化第一 适应度与最小化第二 适应度这两个目标实现对黏菌的按层级排序； 对任一层级的黏菌按照第一适应度或第二适应度的大小进行排序， 并计算拥挤度， 所 述拥挤度反应同一层级相邻两个黏菌的第一 适应度或第二 适应度的差值大小；权　利　要　求　书 1/3 页 2 CN 113268931 B 2基于黏菌算法， 利用本次迭代的所有黏菌的第 二适应度， 获得第二种群， 并计算第二种 群所有黏菌的第一适应度与第二适应度， 将第二种群的所有黏菌按照非支配排序规则， 归 类到多个层级中， 对其任一层级计算拥挤度； 对第一种群或第二种群的任一层级分别设置合理的过滤阈值， 过滤掉拥挤度小的黏 菌， 使得过滤后的两个种群的剩余 黏菌数量恰好 等于过滤掉的黏菌数量； 将两个种群的剩余 黏菌作为下一次迭代的所有黏菌 。 5.根据权利要求4所述的一种基于多目标黏菌优化算法重构光伏阵列的方法， 其特征 在于， 所述对第一种群或第二种群的任一层级均设置合理的过 滤阈值， 具体为： 设置的过 滤阈值满足： 层级数值越小， 过 滤阈值越大。 6.根据权利要求1所述的一种基于多目标黏菌优化算法重构光伏阵列的方法， 其特征 在于， 所述利用综合评价指标权 重方法选出一个黏菌， 具体为： 通过VIKOR决策算法， 对任一优质黏菌计算其群效用值和个体遗憾值， 将二者以一定的 权重结合为综合评价 值， 选出综合评价 值最高的优质黏菌 。 7.根据权利要求6所述的一种基于多目标黏菌优化算法重构光伏阵列的方法， 其特征 在于， 所述群效用值、 个 体遗憾值以及综合评价 值计算方法如下： 其中， 表示对应于第i个解的第j个目标函数的值， wj表示第j个目标函数的权系数， Si 和Ri分别表示第i个解 的群效用值和个体遗憾值， S+和S‑分别表示最小和最大群效用值， R+ 和R‑分别表示最小和最 大个体遗憾值， λ表示群效用的权重系数， Ei表示第i个 解的综合评价 值。 8.根据权利要求7所述的一种基于多目标黏菌优化算法重构光伏阵列的方法， 其特征 在于， 所述 λ 的值 为0.4。 9.一种基于多目标黏菌优化算法重构光伏阵列的系统， 用于执行如权利要求1 ‑8任意 一项所述的一种基于多目标黏菌优化算法重构光伏阵列的方法， 其特征在于， 所述系统包权　利　要　求　书 2/3 页 3 CN 113268931 B 3