CN109558670A - 一种基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法 - Google Patents
一种基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法 Download PDFInfo
- Publication number
- CN109558670A CN109558670A CN201811424685.7A CN201811424685A CN109558670A CN 109558670 A CN109558670 A CN 109558670A CN 201811424685 A CN201811424685 A CN 201811424685A CN 109558670 A CN109558670 A CN 109558670A
- Authority
- CN
- China
- Prior art keywords
- bat
- cable
- offshore
- new
- wind farm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000005457 optimization Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 2
- LTXREWYXXSTFRX-QGZVFWFLSA-N Linagliptin Chemical compound N=1C=2N(C)C(=O)N(CC=3N=C4C=CC=CC4=C(C)N=3)C(=O)C=2N(CC#CC)C=1N1CCC[C@@H](N)C1 LTXREWYXXSTFRX-QGZVFWFLSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/16—Cables, cable trees or wire harnesses
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Mathematical Analysis (AREA)
- Biomedical Technology (AREA)
- Computer Hardware Design (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Pure & Applied Mathematics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于混合变邻域蝙蝠算法的海上风电场电缆连接布局方法,针对海上风电场电缆布局规划问题,设计了一种三层蝙蝠位置的编解码方法及其相关蝙蝠更新操作,提出了一种变邻域局部搜索策略来增强本发明的局部搜索能力。本发明具有同时解决海上风电场电缆连接布局规划中岸上变电站选址、考虑电缆能量损耗下电缆选型的能力,并且在求解海上风电场电缆连接布局时表现出较好的稳定性和有效性。
Description
技术领域
本发明属于人工智能技术领域,具体涉及一种海上风电场电缆布局规划方法,尤其是一种基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法。
背景技术
当前世界各国都把发展海上风电作为可再生能源开发利用的重要方向。因为我国海上有丰富的风能资源和广阔平坦的区域,距离电力负荷中心近,并且在近年来国家激励政策持续支持下,使得海上风力发电技术成为近来研究和应用的热点。目前的海上风力发电场的安装、运行和维护成本较高,而优化电缆连接布局是降低其成本的有效途径。目前的技术是在考虑了不同电缆的成本、满足电缆最大载流量约束的情况下,进行电缆的连接以及电缆型号的选择,最终获得一个电缆连接布局。但是目前的技术无法在进一步考虑电缆的能量损耗情况下,实现对电缆型号的进一步选择,进而获得更合理的电缆连接布局。
发明内容
本发明的目的是为了解决上述现有技术的缺陷,提供了一种基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法。
本发明的目的可以通过采取如下技术方案达到:
一种基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法,其特征在于,所述方法包括以下步骤:
S1、初始化控制参数:最大迭代次数为Nmax,迭代计数器N,蝙蝠的种群规模为Q;其中,N的初始值为0;
S2、对每个蝙蝠i,随机产生第i只蝙蝠的位置为速度为vi、脉冲发射频度为Ri、脉冲响度为Ai、脉冲频率fi;其中,i=1,2,Λ,Q,Ri∈[Rmin,Rmax],Ai∈[Amin,Amax],fi∈[fmin,fmax];
其中,蝙蝠位置定义为:
1)的定义为:
其中与分别为海上发电站的x坐标最小值与最大值,与分别为海上发电站的y坐标的最小值与最大值;
2)的定义为:
其中M为风力发电机和海上发电站的数量和;
3)中的定义为:
其中W′=M+P-2,为排列[1,2,L,W′]的一个W′元置换;
S3、根据初始蝙蝠种群中每个蝙蝠的位置xi解码,并计算蝙蝠i的适应度fitnessi,初始化全局最优蝙蝠的位置x*及其适应度fitness*;
S4、根据蝙蝠更新操作更新每个蝙蝠的速度vi″′、蝙蝠频率fi′和当前蝙蝠的位置x′i;
根据步骤S1-S4,更新后可得蝙蝠位置x′i、速度vi″′和频率fi′;
S5、对每个蝙蝠i,如果rand>Ri,则采用蝙蝠变异更新蝙蝠位置否则进入步骤S6;
S6、对每个蝙蝠i,通过变邻域局部搜索策略更新可得蝙蝠位置及其适应度
S7、如果rand<Ai,且则 并更新脉冲响度Ai和脉冲发射频度Ri;否则,进入步骤S8;
S8、对每个蝙蝠i,如果fitnessi<fitness*,更新全局最优解x*和fitness*;否则,进入步骤S9;
S9、如果N<Nmax,则Nnow=Nnow+1,返回步骤S3;否则,进入步骤S10;
S10、输出全局最优蝙蝠的位置x*及其适应度fitness*。
进一步的,所述步骤S2中,
蝙蝠速度vi的定义为:
其中, 是一个整数且 是一个整数且
蝙蝠的频率fi的定义为:
fi=[fi 1,fi 2,fi 3] (8)
其中,fi 1∈[0,1];fi 2∈[0,1],fi 3∈[0,1]。
进一步的,所述步骤S4中,蝙蝠更新包括以下操作:
(1)其中
(2)其中
fi′1=fi 1+(fr-fi 1)/θ1 (13)
其中,fi′=[fi′1,fi′2,fi′3],fr是随机生成且fr∈[0,1],频率影响因子θ1>1,θ2>1,θ3>1。
(3)其中
4)
对于
对于令当交换中的第位置的分量和第位置的分量,
对于令当交换中的第位置的分量和第位置的分量,
进一步的,在步骤S1-S4中,如果任意变量X,X包括蝙蝠位置、速度或者频率,若超出取值范围则使用式(21)进行越界检测并映射到一个新的值,
X=LB+mod(|X|UB-LB) (21)
其中,mod为取余函数,LB、UB为X的上下边界。
进一步的,所述步骤S5中,所述蝙蝠变异更新为:
设蝙蝠i的位置为
对于 其中,ε∈[-1,1]的随机数,为当前所有蝙蝠响度的平均值。如果越界,使用式(31)进行更新值;
对于j是随机产生的整数1≤j≤(W/2),交换中的第j位置的分量和第(W+1-j)位置的分量;
对于j、k是随机产生的不相等的两个整数1≤j≤W′、1≤k≤W′,将中第j个分量抽出来,再插入到第k个分量的位置,的其他分量做相应的移动。
进一步的,所述步骤S3中,所述根据初始蝙蝠种群中每个蝙蝠的位置xi解码的定义如下:
S3-1、在中,代表着海上发电站的x坐标;代表着海上发电站的y坐标,即蝙蝠位置用于确定海上发电站的位置;
S3-2、关于的解码,解码后,可得无方向权重图GT,i,即海上发电站与风力发电机之间的电缆布局;
S3-3、关于的解码,解码后,可得到GT,i的每条边所对应的具体电缆种类。
进一步的,所述步骤S3-2中,关于的解码如下:
S3-2-1、设海上发电站的标号为“1”,M-1个风力发电机的标号分别为:“2,L,M”;默认选中的第一个顶点为海上发电站,因此设已选点序列δ={1},未选点序列δ′={2,L,M},对应边序列则δ的元素个数为δcard=1,δ′的元素个数为δ′card=M-1,δ″的元素个数为δ″card=0;令j=1;
S3-2-2、对通过式(22)、式(23)转化得到边指针(ηij,η′ij):
S3-2-3:对边指针(ηij,η′ij),选取当前δ的第ηij个元素作为边的一个点,选取当前δ′的第ηij′个元素作为边的另一个点,以此组成一条边同时δcard=δcard+1,δc′ard=δc′ard-1,δ″card=δ″card+1,j=j+1;由此可得指向GT,i的边为
S3-2-4:若j<W则转到S3-2-2。
进一步的,所述步骤S3-3中,关于的解码如下:
S3-3-1、分别表示一个指向的第维的指针,的每个维度均对应着GT,i的一条边;因此可确保GT,i的每条边均能对应着某一种电缆;
S3-3-2、负责把分割成P段;从左往右,第p段表示GT,i中使用电缆p连接的边的电缆分类集ψp,p=1,2,L,P。
进一步的,步骤S3中,所述蝙蝠的适应度fitnessi,由下式计算得出:
其中,
(1)ξ为惩罚函数;
(2)M为风力发电机和海上发电站的数量和;
(3)P为电缆种类的数量和;
(4)表示在海上发电站的坐标为的GT,i中,如果顶点m到顶点m′之间使用选型为p的电缆进行连接,否则,
(5)Imax,p为电缆p的最大电流容载;
(6)Irated为风力发电机的额定电流;
(7)表示在海上发电站的坐标为的GT,i中,顶点m到顶点m′之间的选型为p的电缆所承载的风力发电机数;
(8)表示在海上发电站的坐标为的GT,i中,顶点m到顶点m′的距离;Cp为电缆p的单位成本。
进一步的,步骤S6中,所述变邻域局部搜索策略包括:
(1)选址优化策略
选址优化策略采用公式(25)更新蝙蝠位置
其中,ε∈[-1,1],是平均响度;
(2)前指针置换策略
对于蝙蝠位置随机选择一个边指针(ηij,η′ij),在保持η′ij不变的情况下,遍历ηij的取值生成新的边指针;如果新的边指针对应的蝙蝠位置更优,则接受新的蝙蝠位置,其中ηij∈[1,j]且ηij∈N;边指针(ηij,η′ij)对应蝙蝠位置的计算公式如下:
(3)后指针置换策略
对于蝙蝠位置随机选择一个边指针(ηij,η′ij),保留ηij不变,遍历η′ij的取值生成新的边指针,如果新的边指针对应的蝙蝠位置更优,则接受新的蝙蝠位置。其中η′ij∈[1,M-j]且ηij∈N;
(4)0-1交换策略
对于蝙蝠位置解码后得到的电缆分类集,随机生成j、k是随机产生的不相等的两个整数,随机把ψj的一个元素抽出来放入ψk中,形成新的蝙蝠位置;如果新的蝙蝠位置更优,则接受新的蝙蝠位置,其中j,k∈[1,P],j,k∈N且j≠k;
(5)1-1交换策略
对于蝙蝠位置解码后得到的电缆分类集,随机生成j、k是随机产生的不相等的两个整数,随机交换ψj和ψk中一个元素形成新的蝙蝠位置;如果新的蝙蝠位置更优,则接受新的蝙蝠位置,其中j,k∈[1,P],j,k∈N且j≠k。
与现有技术相比,本发明提供的基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法至少具有下述的有益效果或优点:本发明具有同时解决海上风电场电缆连接布局规划中岸上变电站选址、考虑电缆能量损耗下电缆选型的能力,并且在求解海上风电场电缆连接布局时表现出较好的稳定性和有效性。
附图说明
以下将结合附图对本发明做进一步详细说明;
图1是本发明的蝙蝠位置编码示意图;
图2是本发明的蝙蝠位置解码示意图;
图3为本发明的蝙蝠位置解码后对应的生成树的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
实施例1:
本实施例的基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法,包括以下步骤:
第一步、初始化控制参数:最大迭代次数为Nmax,迭代计数器N,蝙蝠的种群规模为Q;其中,N的初始值为0;
第二步、对每个蝙蝠i,随机产生第i只蝙蝠的位置为速度为vi、脉冲发射频度为Ri、脉冲响度为Ai、脉冲频率fi;其中,i=1,2,Λ,Q,Ri∈[Rmin,Rmax],Ai∈[Amin,Amax],fi∈[fmin,fmax];
(1)蝙蝠位置定义为
1)的定义为:
其中与分别为海上发电站的x坐标最小值与最大值,与分别与y坐标的最小值与最大值。
2)的定义为:
其中M为风力发电机和海上发电站的数量和;
3)中的定义为:
其中W′=M+P-2,为排列[1,2,L,W′]的一个W′元置换。
(2)蝙蝠速度vi的定义为:
其中,是一个整数且是一个整数且
(3)蝙蝠的频率fi的定义为:
fi=[fi 1,fi 2,fi 3] (8)
其中,fi 1∈[0,1];fi 2∈[0,1],fi 3∈[0,1]。
第三步、根据初始蝙蝠种群中每个蝙蝠的位置xi解码,并计算蝙蝠i的适应度fitnessi,初始化全局最优蝙蝠的位置x*及其适应度fitness*;
关于每个蝙蝠的位置xi的解码实例,设顶点数M=6(包含一个海上发电站和5个风力发电机),电缆种类数P=3,海上发电站的x坐标XOS∈[0.0,25.0]、y坐标YOS∈[0.0,25.0],按照编码规则生成的一个蝙蝠位置如图1所示。
该蝙蝠位置经过解码后的到:海上发电站的坐标为(3.45,20.64),生成树的边序列为{(1,2),(1,4),(2,6),(4,5),(6,3)},其中边(1,2)、边(1,4)、边(2,6)、边(6,3)使用第二种电缆,边(4,5)使使用第三种电缆,没有边使用第一种电缆,解码过程如图2所示,图3是该蝙蝠位置的解码后对应的生成树。
第四步、根据蝙蝠更新操作更新每个蝙蝠的速度vi″′、蝙蝠频率fi′和当前蝙蝠的位置x′i;其中蝙蝠更新包括以下操作:
(1)其中
(2)其中
fi′1=fi 1+(fr-fi 1)/θ1 (13)
其中,fi′=[fi′1,fi′2,fi′3],fr是随机生成且fr∈[0,1],频率影响因子θ1>1,θ2>1,θ3>1。
(3)其中
4)
对于
对于令当交换中的第位置的分量和第位置的分量,
对于令当交换中的第位置的分量和第位置的分量,
此外,在以上4个步骤中,如果任意变量X(包括蝙蝠位置、速度或者频率等)若超出取值范围则使用式(21)进行越界检测并映射到一个新的值。
X=LB+mod(|X|UB-LB) (21)
其中,mod为取余函数,LB、UB为X的上下边界。根据以上4个步骤,更新后可得蝙蝠位置x′i、速度vi″′和频率fi′;
第五步、对每个蝙蝠i,如果rand>Ri,则采用蝙蝠变异更新蝙蝠位置否则进入第六步;
其中变异蝙蝠更新为:
设蝙蝠i的位置为
对于 其中,ε∈[-1,1]的随机数,为当前所有蝙蝠响度的平均值。如果越界,使用式(31)进行更新值。
对于j是随机产生的整数(1≤j≤(W/2)),交换中的第j位置的分量和第(W+1-j)位置的分量。
对于j、k是随机产生的不相等的两个整数(1≤j≤W′、1≤k≤W′),将中第j个分量抽出来,再插入到第k个分量的位置,的其他分量做相应的移动。
第六步、对每个蝙蝠i,通过变邻域局部搜索策略更新可得蝙蝠位置及其适应度
第七步、如果rand<Ai,且则 并更新脉冲响度Ai和脉冲发射频度Ri;否则,进入第八步;
第八步、对每个蝙蝠i,如果fitnessi<fitness*,更新全局最优解x*和fitness*;否则,进入第九步;
第九步、如果N<Nmax,则Nnow=Nnow+1,返回第三步;否则,进入第十步;
第十步、输出全局最优蝙蝠的位置x*及其适应度fitness*。
进一步的,第三步中,所述根据初始蝙蝠种群中每个蝙蝠的位置xi解码的定义如下:
S3-1、在中,代表着海上发电站的x坐标;代表着海上发电站的y坐标,即蝙蝠位置用于确定海上发电站的位置;
S3-2、关于的解码如下:
S3-2-1、设海上发电站的标号为“1”,M-1个风力发电机的标号分别为:“2,L,M”。默认选中的第一个顶点为海上发电站,因此设已选点序列δ={1},未选点序列δ′={2,L,M},对应边序列则δ的元素个数为δcard=1,δ′的元素个数为δ′card=M-1,δ″的元素个数为δ″card=0。令j=1;
S3-2-2、对通过式(22)、式(23)转化得到边指针(ηij,η′ij)。
S3-2-3:对边指针(ηij,η′ij),选取当前δ的第ηij个元素作为边的一个点,选取当前δ′的第η′ij个元素作为边的另一个点,以此组成一条边同时δcard=δcard+1,δ′card=δc′ard-1,δ″card=δ″card+1,j=j+1。由此可得指向GT,i的边为
S3-2-4:若j<W则转到S3-2-2;
经过以上步骤解码后,可得无方向权重图GT,i,即海上发电站与风力发电机之间的电缆布局;
S3-3、关于的解码如下:
S3-3-1、分别表示一个指向的第维的指针,的每个维度均对应着GT,i的一条边。因此可确保GT,i的每条边均能对应着某一种电缆。
S3-3-2、负责把分割成P段。从左往右,第p段表示GT,i中使用电缆p连接的边的电缆分类集(用ψp标记),p=1,2,L,P。
经过以上步骤解码后,可得到GT,i的每条边所对应的具体电缆种类。
进一步的,第三步中,所述蝙蝠的适应度fitnessi,由下式计算得出:
其中,
(1)ξ为惩罚函数;
(2)M为风力发电机和海上发电站的数量和;
(3)P为电缆种类的数量和;
(4)表示在海上发电站的坐标为的GT,i中,如果顶点m到顶点m′之间使用选型为p的电缆进行连接,否则,
(5)Imax,p为电缆p的最大电流容载;
(6)Irated为风力发电机的额定电流;
(7)表示在海上发电站的坐标为的GT,i中,顶点m到顶点m′之间的选型为p的电缆所承载的风力发电机数;
(8)表示在海上发电站的坐标为的GT,i中,顶点m到顶点m′的距离;Cp为电缆p的单位成本。
进一步的,第六步中,所述变邻域局部搜索策略包括:
(1)选址优化策略
选址优化策略采用公式(25)更新蝙蝠位置
其中,ε∈[-1,1],是平均响度。
(2)前指针置换策略
对于蝙蝠位置随机选择一个边指针(ηij,η′ij),在保持η′ij不变的情况下,遍历ηij的取值生成新的边指针。如果新的边指针对应的蝙蝠位置更优,则接受新的蝙蝠位置。其中ηij∈[1,j]且ηij∈N;边指针(ηij,η′ij)对应蝙蝠位置的计算公式如下:
(3)后指针置换策略
对于蝙蝠位置随机选择一个边指针(ηij,η′ij),保留ηij不变,遍历η′ij的取值生成新的边指针,如果新的边指针对应的蝙蝠位置更优,则接受新的蝙蝠位置。其中ηij′∈[1,M-j]且ηij∈N。
(4)0-1交换策略
对于蝙蝠位置解码后得到的电缆分类集,随机生成j、k是随机产生的不相等的两个整数,随机把ψj的一个元素抽出来放入ψk中,形成新的蝙蝠位置;如果新的蝙蝠位置更优,则接受新的蝙蝠位置,其中j,k∈[1,P],j,k∈N且j≠k。
(5)1-1交换策略
对于蝙蝠位置解码后得到的电缆分类集,随机生成j、k是随机产生的不相等的两个整数,随机交换ψj和ψk中一个元素形成新的蝙蝠位置;如果新的蝙蝠位置更优,则接受新的蝙蝠位置,其中j,k∈[1,P],j,k∈N且j≠k。
综上所述,本发明所提出的基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法具有同时解决海上风电场电缆布局规划中电厂选址、电缆选型和电缆布局问题的能力,在求解物流运输调度时表现出较好的稳定性和有效性。
以上所述,仅为本发明专利优选的实施例,但本发明专利的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明专利所公开的范围内,根据本发明专利的技术方案及其发明专利构思加以等同替换或改变,都属于本发明专利的保护范围。
Claims (10)
1.一种基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法,其特征在于,所述方法包括以下步骤:
S1、初始化控制参数:最大迭代次数为Nmax,迭代计数器N,蝙蝠的种群规模为Q;其中,N的初始值为0;
S2、对每个蝙蝠i,随机产生第i只蝙蝠的位置为速度为vi、脉冲发射频度为Ri、脉冲响度为Ai、脉冲频率fi;其中,i=1,2,Λ,Q,Ri∈[Rmin,Rmax],Ai∈[Amin,Amax],fi∈[fmin,fmax];
其中,蝙蝠位置定义为:
1)的定义为:
其中与分别为海上发电站的x坐标最小值与最大值,与分别为海上发电站的y坐标的最小值与最大值;
2)的定义为:
其中W=M-1,M为风力发电机和海上发电站的数量和;
3)中的定义为:
其中W′=M+P-2,为排列[1,2,L,W′]的一个W′元置换;
S3、根据初始蝙蝠种群中每个蝙蝠的位置xi解码,并计算蝙蝠i的适应度fitnessi,初始化全局最优蝙蝠的位置x*及其适应度fitness*;
S4、根据蝙蝠更新操作更新每个蝙蝠的速度vi″′、蝙蝠频率fi′和当前蝙蝠的位置x′i;
根据步骤S1-S4,更新后可得蝙蝠位置x′i、速度vi″′和频率fi′;
S5、对每个蝙蝠i,如果rand>Ri,则采用蝙蝠变异更新蝙蝠位置否则进入步骤S6;
S6、对每个蝙蝠i,通过变邻域局部搜索策略更新可得蝙蝠位置及其适应度
S7、如果rand<Ai,且则并更新脉冲响度Ai和脉冲发射频度Ri;否则,进入步骤S8;
S8、对每个蝙蝠i,如果fitnessi<fitness*,更新全局最优解x*和fitness*;否则,进入步骤S9;
S9、如果N<Nmax,则Nnow=Nnow+1,返回步骤S3;否则,进入步骤S10;
S10、输出全局最优蝙蝠的位置x*及其适应度fitness*。
2.根据权利要求1所述的基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法,其特征在于,所述步骤S2中,
蝙蝠速度vi的定义为:
其中, 是一个整数且 是一个整数且
蝙蝠的频率fi的定义为:
fi=[fi 1,fi 2,fi 3] (8)
其中,fi 1∈[0,1];fi 2∈[0,1],fi 3∈[0,1]。
3.根据权利要求2所述的基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法,其特征在于,所述步骤S4中,蝙蝠更新包括以下操作:
(1)其中
(2)其中
fi′1=fi 1+(fr-fi 1)/θ1 (13)
其中,fi′=[fi′1,fi′2,fi′3],fr是随机生成且fr∈[0,1],频率影响因子θ1>1,θ2>1,θ3>1。
(3)其中
4)
对于
对于令当交换中的第位置的分量和第位置的分量,
对于令当交换中的第位置的分量和第位置的分量,
4.根据权利要求3所述的基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法,其特征在于,在步骤S1-S4中,如果任意变量X,X包括蝙蝠位置、速度或者频率,若超出取值范围则使用式(21)进行越界检测并映射到一个新的值,
X=LB+mod(|X|UB-LB) (21)
其中,mod为取余函数,LB、UB为X的上下边界。
5.根据权利要求4所述的基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法,其特征在于,所述步骤S5中,所述蝙蝠变异更新为:
设蝙蝠i的位置为
对于 其中,ε∈[-1,1]的随机数,为当前所有蝙蝠响度的平均值。如果越界,使用式(31)进行更新值;
对于j是随机产生的整数1≤j≤(W/2),交换中的第j位置的分量和第(W+1-j)位置的分量;
对于j、k是随机产生的不相等的两个整数1≤j≤W′、1≤k≤W′,将中第j个分量抽出来,再插入到第k个分量的位置,的其他分量做相应的移动。
6.根据权利要求5所述的基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法,其特征在于,所述步骤S3中,所述根据初始蝙蝠种群中每个蝙蝠的位置xi解码的定义如下:
S3-1、在中,代表着海上发电站的x坐标;代表着海上发电站的y坐标,即蝙蝠位置用于确定海上发电站的位置;
S3-2、关于的解码,解码后,可得无方向权重图GT,i,即海上发电站与风力发电机之间的电缆布局;
S3-3、关于的解码,解码后,可得到GT,i的每条边所对应的具体电缆种类。
7.根据权利要求6所述的基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法,其特征在于,所述步骤S3-2中,关于的解码如下:
S3-2-1、设海上发电站的标号为“1”,M-1个风力发电机的标号分别为:“2,L,M”;默认选中的第一个顶点为海上发电站,因此设已选点序列δ={1},未选点序列δ′={2,L,M},对应边序列则δ的元素个数为δcard=1,δ′的元素个数为δ′card=M-1,δ″的元素个数为δ″card=0;令j=1;
S3-2-2、对通过式(22)、式(23)转化得到边指针(ηij,η′ij):
S3-2-3:对边指针(ηij,η′ij),选取当前δ的第ηij个元素作为边的一个点,选取当前δ′的第η′ij个元素作为边的另一个点,以此组成一条边同时δcard=δcard+1,δ′card=δ′card-1,δ″card=δ″card+1,j=j+1;由此可得指向GT,i的边为
S3-2-4:若j<W则转到S3-2-2。
8.根据权利要求7所述的基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法,其特征在于,所述步骤S3-3中,关于的解码如下:
S3-3-1、分别表示一个指向的第维的指针,的每个维度均对应着GT,i的一条边;因此可确保GT,i的每条边均能对应着某一种电缆;
S3-3-2、负责把分割成P段;从左往右,第p段表示GT,i中使用电缆p连接的边的电缆分类集ψp,p=1,2,L,P。
9.根据权利要求5所述的基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法,其特征在于,步骤S3中,所述蝙蝠的适应度fitnessi,由下式计算得出:
其中,
(1)ξ为惩罚函数;
(2)M为风力发电机和海上发电站的数量和;
(3)P为电缆种类的数量和;
(4)表示在海上发电站的坐标为的GT,i中,如果顶点m到顶点m′之间使用选型为p的电缆进行连接,否则,
(5)Imax,p为电缆p的最大电流容载;
(6)Irated为风力发电机的额定电流;
(7)表示在海上发电站的坐标为的GT,i中,顶点m到顶点m′之间的选型为p的电缆所承载的风力发电机数;
(8)表示在海上发电站的坐标为的GT,i中,顶点m到顶点m′的距离;Cp为电缆p的单位成本。
10.根据权利要求5所述的基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法,其特征在于,步骤S6中,所述变邻域局部搜索策略包括:
(1)选址优化策略
选址优化策略采用公式(25)更新蝙蝠位置
其中,ε∈[-1,1],是平均响度;
(2)前指针置换策略
对于蝙蝠位置随机选择一个边指针(ηij,η′ij),在保持η′ij不变的情况下,遍历ηij的取值生成新的边指针;如果新的边指针对应的蝙蝠位置更优,则接受新的蝙蝠位置,其中ηij∈[1,j]且ηij∈N;边指针(ηij,η′ij)对应蝙蝠位置的计算公式如下:
(3)后指针置换策略
对于蝙蝠位置随机选择一个边指针(ηij,η′ij),保留ηij不变,遍历η′ij的取值生成新的边指针,如果新的边指针对应的蝙蝠位置更优,则接受新的蝙蝠位置。其中η′ij∈[1,M-j]且ηij∈N;
(4)0-1交换策略
对于蝙蝠位置解码后得到的电缆分类集,随机生成j、k是随机产生的不相等的两个整数,随机把ψj的一个元素抽出来放入ψk中,形成新的蝙蝠位置;如果新的蝙蝠位置更优,则接受新的蝙蝠位置,其中j,k∈[1,P],j,k∈N且j≠k;
(5)1-1交换策略
对于蝙蝠位置解码后得到的电缆分类集,随机生成j、k是随机产生的不相等的两个整数,随机交换ψj和ψk中一个元素形成新的蝙蝠位置;如果新的蝙蝠位置更优,则接受新的蝙蝠位置,其中j,k∈[1,P],j,k∈N且j≠k。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811424685.7A CN109558670B (zh) | 2018-11-27 | 2018-11-27 | 一种基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811424685.7A CN109558670B (zh) | 2018-11-27 | 2018-11-27 | 一种基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109558670A true CN109558670A (zh) | 2019-04-02 |
CN109558670B CN109558670B (zh) | 2019-10-29 |
Family
ID=65867522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811424685.7A Active CN109558670B (zh) | 2018-11-27 | 2018-11-27 | 一种基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109558670B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110416925A (zh) * | 2019-07-12 | 2019-11-05 | 上海电机学院 | 一种海上风电的海底电缆布线设计方法 |
CN110705813A (zh) * | 2019-07-23 | 2020-01-17 | 电子科技大学 | 一种考虑可靠性风电场集电系统的混合线缆连接方法 |
CN114094602A (zh) * | 2021-11-29 | 2022-02-25 | 江苏科技大学 | 一种海上风电虚拟惯量调频装置的辨识控制及检测方法 |
CN114600866A (zh) * | 2022-01-12 | 2022-06-10 | 中国环境科学研究院 | 一种用于减缓风电对蝙蝠影响的装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609590A (zh) * | 2012-02-16 | 2012-07-25 | 中国科学院寒区旱区环境与工程研究所 | 风电场群布局方法 |
CN104102955A (zh) * | 2014-07-23 | 2014-10-15 | 杭州中威智能科技有限公司 | 一种基于抽象凸估计选择差分进化算法的电力线路规划方法 |
CN104281737A (zh) * | 2014-08-06 | 2015-01-14 | 华南理工大学 | 一种海上风电场集电系统拓扑结构选型方法 |
US20170012464A1 (en) * | 2009-08-28 | 2017-01-12 | Robert Sant'Anselmo | Systems, methods, and devices including modular, fixed and transportable structures incorporating solar and wind generation technologies for production of electricity |
CN106503324A (zh) * | 2016-10-18 | 2017-03-15 | 中国能源建设集团广东省电力设计研究院有限公司 | 海上风电场电气系统最大暂态过电压分析方法和系统 |
CN106712048A (zh) * | 2016-12-09 | 2017-05-24 | 国家电网公司 | 基于蝙蝠算法的电铁电能质量控制系统容量最优化配置 |
-
2018
- 2018-11-27 CN CN201811424685.7A patent/CN109558670B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170012464A1 (en) * | 2009-08-28 | 2017-01-12 | Robert Sant'Anselmo | Systems, methods, and devices including modular, fixed and transportable structures incorporating solar and wind generation technologies for production of electricity |
CN102609590A (zh) * | 2012-02-16 | 2012-07-25 | 中国科学院寒区旱区环境与工程研究所 | 风电场群布局方法 |
CN104102955A (zh) * | 2014-07-23 | 2014-10-15 | 杭州中威智能科技有限公司 | 一种基于抽象凸估计选择差分进化算法的电力线路规划方法 |
CN104281737A (zh) * | 2014-08-06 | 2015-01-14 | 华南理工大学 | 一种海上风电场集电系统拓扑结构选型方法 |
CN106503324A (zh) * | 2016-10-18 | 2017-03-15 | 中国能源建设集团广东省电力设计研究院有限公司 | 海上风电场电气系统最大暂态过电压分析方法和系统 |
CN106712048A (zh) * | 2016-12-09 | 2017-05-24 | 国家电网公司 | 基于蝙蝠算法的电铁电能质量控制系统容量最优化配置 |
Non-Patent Citations (2)
Title |
---|
付家才: "基于蝙蝠算法的配电网故障区间定位", 《电力系统保护与控制》 * |
范彬等: "基于改进蝙蝠算法的配电网分布式电源规划", 《电力建设》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110416925A (zh) * | 2019-07-12 | 2019-11-05 | 上海电机学院 | 一种海上风电的海底电缆布线设计方法 |
CN110416925B (zh) * | 2019-07-12 | 2021-07-20 | 上海电机学院 | 一种海上风电的海底电缆布线设计方法 |
CN110705813A (zh) * | 2019-07-23 | 2020-01-17 | 电子科技大学 | 一种考虑可靠性风电场集电系统的混合线缆连接方法 |
CN110705813B (zh) * | 2019-07-23 | 2022-11-22 | 电子科技大学 | 一种考虑可靠性风电场集电系统的混合线缆连接方法 |
CN114094602A (zh) * | 2021-11-29 | 2022-02-25 | 江苏科技大学 | 一种海上风电虚拟惯量调频装置的辨识控制及检测方法 |
CN114600866A (zh) * | 2022-01-12 | 2022-06-10 | 中国环境科学研究院 | 一种用于减缓风电对蝙蝠影响的装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109558670B (zh) | 2019-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109558670B (zh) | 一种基于混合变邻域蝙蝠算法的海上风电场电缆布局规划方法 | |
Chen et al. | Overview of the development of offshore wind power generation in China | |
Soliman et al. | Hybrid ANFIS‐GA‐based control scheme for performance enhancement of a grid‐connected wind generator | |
Sun et al. | Investigation into spacing restriction and layout optimization of wind farm with multiple types of wind turbines | |
CN106503839B (zh) | 一种海上风电场环形集电网络分层规划方法 | |
Hou et al. | Optimisation of offshore wind farm cable connection layout considering levelised production cost using dynamic minimum spanning tree algorithm | |
CN106786735B (zh) | 一种基于随机鲁棒优化的风场系统储能配置方法 | |
WO2021128223A1 (zh) | 风电场布局的优化方法、优化系统及计算机可读存储介质 | |
CN106897793B (zh) | 一种可保证安全距离的基于遗传算法的风电场风力发电机排布优化方法 | |
CN107193060A (zh) | 一种多路径台风风暴潮快速预测方法及系统 | |
CN110535118A (zh) | 基于改进递归有序聚类的有源配电网多时段动态重构方法 | |
CN103248049A (zh) | 含dfig风电场电力系统电压稳定域切平面的获取方法 | |
CN105356500B (zh) | 一种多光伏区域电网电压稳定性裕度预测方法 | |
Wu et al. | Development of an equivalent wind farm model for frequency regulation | |
CN105281371A (zh) | 一种考虑风力发电的可伸缩有功静态安全域 | |
Wang et al. | Research paradigm for high-precision, large-scale wind energy potential: An example of a geographically-constrained multi-criteria decision analysis model at the km-level in China | |
Hou et al. | Cable connection scheme optimization for offshore wind farm considering wake effect | |
CN112101608A (zh) | 一种海上风电场选址方法及装置 | |
CN109100609A (zh) | 一种基于智能优化的双馈风机定子匝间短路故障的诊断方法 | |
Li et al. | Substation Location and Cable Connection Optimization of Onshore Wind Farms Using Minimum Spanning Tree Algorithm | |
CN112906283A (zh) | 一种电缆布局方法和电子设备 | |
CN103473615B (zh) | 一种特高压交直流落点自动选择方法及装置 | |
Chiang et al. | Extremely short-term wind speed prediction based on RSCMAC | |
CN109934378A (zh) | 一种功率预测方法及装置 | |
Cai et al. | Microgrid multi‐source coordination optimal control based on multi‐scenarios analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210315 Address after: 510700 room 3010, No. 26, Ningcai Road, Huangpu District, Guangzhou City, Guangdong Province Patentee after: Guangdong Anheng Power Technology Co.,Ltd. Address before: 528402, Xueyuan Road, 1, Shiqi District, Guangdong, Zhongshan Patentee before: University OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA, ZHONGSHAN INSTITUTE |