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

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

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

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N_max，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v_i、脉冲发射频度为R_i、脉冲响度为A_i、脉冲频率f_i；其中，i＝1,2,Λ,Q，R_i∈[R_min,R_max]，A_i∈[A_min,A_max]，f_i∈[f_min,f_max]；

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x_i解码，并计算蝙蝠i的适应度fitness_i，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v_i″′、蝙蝠频率f_i′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v_i″′和频率f_i′；

S5、对每个蝙蝠i，如果rand>R_i，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<A_i，且则 并更新脉冲响度A_i和脉冲发射频度R_i；否则，进入步骤S8；

S8、对每个蝙蝠i，如果fitness_i<fitness_*，更新全局最优解x_*和fitness_*；否则，进入步骤S9；

S9、如果N<N_max，则N_now＝N_now+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v_i的定义为：

其中， 是一个整数且 是一个整数且

蝙蝠的频率f_i的定义为：

f_i＝[f_i ¹,f_i ²,f_i ³] (8)

其中，f_i ¹∈[0,1]；f_i ²∈[0,1]，f_i 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

f_i′¹＝f_i ¹+(f_r-f_i ¹)/θ¹ (13)

其中，f_i′＝[f_i′¹,f_i′²,f_i′³]，f_r是随机生成且f_r∈[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x_i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G_T,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G_T,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δ_card＝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(η_ij,η′_ij)：

S3-2-3：对边指针(η_ij,η′_ij)，选取当前δ的第η_ij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δ_card＝δ_card+1，δ_c′_ard＝δ_c′_ard-1，δ″_card＝δ″_card+1，j＝j+1；由此可得指向G_T,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G_T,i的一条边；因此可确保G_T,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G_T,i中使用电缆p连接的边的电缆分类集ψ_p，p＝1,2,L,P。

进一步的，步骤S3中，所述蝙蝠的适应度fitness_i，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G_T,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)I_max,p为电缆p的最大电流容载；

(6)I_rated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G_T,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G_T,i中，顶点m到顶点m′的距离；C_p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(η_ij,η′_ij)，在保持η′_ij不变的情况下，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,j]且η_ij∈N；边指针(η_ij,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(η_ij,η′_ij)，保留η_ij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η_ij∈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ψ_j的一个元素抽出来放入ψ_k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ψ_j和ψ_k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N_max，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v_i、脉冲发射频度为R_i、脉冲响度为A_i、脉冲频率f_i；其中，i＝1,2,Λ,Q，R_i∈[R_min,R_max]，A_i∈[A_min,A_max]，f_i∈[f_min,f_max]；

(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v_i的定义为：

其中，是一个整数且是一个整数且

(3)蝙蝠的频率f_i的定义为：

f_i＝[f_i ¹,f_i ²,f_i ³] (8)

其中，f_i ¹∈[0,1]；f_i ²∈[0,1]，f_i ³∈[0,1]。

第三步、根据初始蝙蝠种群中每个蝙蝠的位置x_i解码，并计算蝙蝠i的适应度fitness_i，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x_i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X^OS∈[0.0,25.0]、y坐标Y^OS∈[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v_i″′、蝙蝠频率f_i′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

f_i′¹＝f_i ¹+(f_r-f_i ¹)/θ¹ (13)

其中，f_i′＝[f_i′¹,f_i′²,f_i′³]，f_r是随机生成且f_r∈[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v_i″′和频率f_i′；

第五步、对每个蝙蝠i，如果rand>R_i，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<A_i，且则 并更新脉冲响度A_i和脉冲发射频度R_i；否则，进入第八步；

第八步、对每个蝙蝠i，如果fitness_i<fitness_*，更新全局最优解x_*和fitness_*；否则，进入第九步；

第九步、如果N<N_max，则N_now＝N_now+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x_i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δ_card＝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(η_ij,η′_ij)。

S3-2-3：对边指针(η_ij,η′_ij)，选取当前δ的第η_ij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δ_card＝δ_card+1，δ′_card＝δ_c′_ard-1，δ″_card＝δ″_card+1，j＝j+1。由此可得指向G_T,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G_T,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G_T,i的一条边。因此可确保G_T,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G_T,i中使用电缆p连接的边的电缆分类集(用ψ_p标记)，p＝1,2,L,P。

经过以上步骤解码后，可得到G_T,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fitness_i，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G_T,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)I_max,p为电缆p的最大电流容载；

(6)I_rated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G_T,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G_T,i中，顶点m到顶点m′的距离；C_p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(η_ij,η′_ij)，在保持η′_ij不变的情况下，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,j]且η_ij∈N；边指针(η_ij,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(η_ij,η′_ij)，保留η_ij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η_ij∈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ψ_j的一个元素抽出来放入ψ_k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ψ_j和ψ_k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N_max，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v_i、脉冲发射频度为R_i、脉冲响度为A_i、脉冲频率f_i；其中，i＝1,2,Λ,Q，R_i∈[R_min,R_max]，A_i∈[A_min,A_max]，f_i∈[f_min,f_max]；

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x_i解码，并计算蝙蝠i的适应度fitness_i，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v_i″′、蝙蝠频率f_i′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v_i″′和频率f_i′；

S5、对每个蝙蝠i，如果rand>R_i，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<A_i，且则并更新脉冲响度A_i和脉冲发射频度R_i；否则，进入步骤S8；

S8、对每个蝙蝠i，如果fitness_i<fitness_*，更新全局最优解x_*和fitness_*；否则，进入步骤S9；

S9、如果N<N_max，则N_now＝N_now+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v_i的定义为：

其中， 是一个整数且 是一个整数且

蝙蝠的频率f_i的定义为：

f_i＝[f_i ¹,f_i ²,f_i ³] (8)

其中，f_i ¹∈[0,1]；f_i ²∈[0,1]，f_i 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

f_i′¹＝f_i ¹+(f_r-f_i ¹)/θ¹ (13)

其中，f_i′＝[f_i′¹,f_i′²,f_i′³]，f_r是随机生成且f_r∈[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x_i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G_T,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G_T,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δ_card＝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(η_ij,η′_ij)：

S3-2-3：对边指针(η_ij,η′_ij)，选取当前δ的第η_ij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δ_card＝δ_card+1，δ′_card＝δ′_card-1，δ″_card＝δ″_card+1，j＝j+1；由此可得指向G_T,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G_T,i的一条边；因此可确保G_T,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G_T,i中使用电缆p连接的边的电缆分类集ψ_p，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fitness_i，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G_T,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)I_max,p为电缆p的最大电流容载；

(6)I_rated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G_T,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G_T,i中，顶点m到顶点m′的距离；C_p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(η_ij,η′_ij)，在保持η′_ij不变的情况下，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,j]且η_ij∈N；边指针(η_ij,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(η_ij,η′_ij)，保留η_ij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η_ij∈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ψ_j的一个元素抽出来放入ψ_k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ψ_j和ψ_k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。