(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 202211140482.1 (22)申请日 2022.09.19 (71)申请人 淮阴工学院 地址 223000 江苏省淮安市经济技 术开发 区枚乘东路1号 (72)发明人 王业琴　张艺怀　杨艳　胡冰垚　 耿涛　林嶒　李正豪　冯晓龙　 卢志强　薛鹏程　 (74)专利代理 机构 淮安市科文知识产权事务所 32223 专利代理师 吴晶晶 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/00(2006.01)H02J 3/06(2006.01) (54)发明名称 基于文化算法改进多目标粒子群的环境经 济发电调度求 解方法 (57)摘要 本发明公开了一种基于文化算法改进多目 标粒子群的环 境经济发电调度求解方法， 首先建 立起以燃料花费和污染气体的排放最少为两个 目标函数， 将功率平衡约束作为等式约束条件， 机组发电容量约束为不等式约束条件， 按照目标 函数和约束的选取来建立调度模 型； 算法迭代开 初始阶段， 引入动态变异算子增强算法的精确 度， 之后对于多目标粒子群算法进行利用文化算 法进行改进， 再将改进 过的多目标粒子群算法应 用到电力系统的环境经济调度中， 同时， 根据帕 累托占优条件求出个体最优解， 求出它的非劣解 集， 并对这些解利用循环拥挤距离进行修剪； 最 终这些解所组成的归档集可以找到燃料花费的 最小值和气体排 放的最小值。 权利要求书3页 说明书10页 附图1页 CN 115456428 A 2022.12.09 CN 115456428 A 1.一种基于文化算法改进多目标粒子群的环境经济发电调度求解方法， 其特征在于， 包括如下步骤： 步骤1： 建立环境经济调度 数学模型， 所述环境经济调度数学模型包括目标函数和约束 条件； 燃料花费和污染气体的排放最少为两个目标函数， 将功率平衡约束作为等式约束条 件， 机组发电容 量约束为 不等式约束条件； 步骤2： 在算法迭代的初始阶段， 增大 粒子的变异概 率来扩大算法的搜索区域； 步骤3： 基于文化算法改进多目标粒子群算法， 选择多目标粒子群的群体空间与信念空 间中的当前全局 最优解， 让群体空间与信念空间的交互通过接受操作与影响操作来实现； 具体操作如下： 接受操作设计： 在群体空间的粒子群演化过程中， 每运行accept()函数时， 采用群体空 间归档集中的当前全局 “最好值”来替换信念空间中的 “最差值”粒子， 形成新的非劣解集更 新； 影响操作设计： 在信念空间粒子群演化过程中， 每运行influence()函数时， 用信念空 间归档集中当前的全局 “最好值”来替换群体空间中的 “最差值”粒子； 改善帕累托 最优前沿解的分布： 采用拥挤距离算法筛选帕累托最优前沿上的解； 设有两个子目标f1， f2， 设P[i] distance为个 体i的聚集距离， 则个 体i的函数值 为： P[i]distance＝(P [i+1]·f1‑P[i‑1]·f2)+(P[i+1]·f2‑P[i‑1]·f2) 为了避免单次拥挤排序算法的缺陷， 可加入动态算子， 采取循环拥挤排序法来改善 Pareto最优前沿的均匀性； 步骤4： 根据步骤3 中基于文化算法的改进多目标粒子群优化算法的环境经济发电调度 求解方法， 得到环境经济调度的帕累托 最优前沿； 步骤5： 在步骤4得到的帕累托最优前沿基础上， 采用模糊隶属度函数来表示每个帕累 托最优解中各个目标函数对应的满意度， 找到 燃料花费的最小值和气体排 放的最小值。 2.根据权利要求1所述的基于文化算法改进多目标粒子群的环境经济发电调度求解方 法， 其特征在于， 所述 步骤1中的目标函数和约束条件的具体的形式如下： 其中， ai， bi， ci为发电机组的系统系数； PGi为第i台发电机的有功功率； Fi(PGi)为第i台权　利　要　求　书 1/3 页 2 CN 115456428 A 2发电机的耗量特性； PD为系统总负荷； PLOSS为系统网损； αi， βi， λi， ξi和Υi为发电机组的系统 系数； Ei(PGi)为第i台发电机的排放量函数； PGimin， PGimax分别为第i台发电机的最小和最大 有功功率输出； PM为系统总负荷需求； PLOSS为系统网络损耗。 3.根据权利要求1所述的基于文化算法改进多目标粒子群的环境经济发电调度求解方 法， 其特征在于， 所述 步骤2中动态变异概 率公式如下： 其中， cur rentgen表示当前代数， totalg  en表示总的代数。 4.根据权利要求1所述的基于文化算法改进多目标粒子群的环境经济发电调度求解方 法， 其特征在于， 所述 步骤5中定义模糊隶属度函数如下： 式中， 当 μi＝0时表示对某个目标函数值完全不同意， 而 当 μi＝1时则表示对某个目标函 数值完全同意； 对于帕累托 解集中的每 个解， 应用下式求 解其标准化满意度值： 式中， M为帕累托最优解集中的个数； Nobj为目标函数个数， 最优折衷解即为具有最大化 标准满意度值 μk的解， 来辅助决策者选择兼顾经济和环境的最优调度方案 。 5.根据权利要求1所述的基于文化算法改进多目标粒子群的环境经济发电调度求解方 法， 其特征在于， 所述 步骤3中对个 体最优解 求解的具体操作为： a.接受操作的设计： 其中Bnum和Dnum为文化算法中的两个参数， 在这里取常值； iter 为粒子群演化的当代迭代次数， itermax为粒子群最大迭代次数， 群体空 间中当前全局 “最好值”定义为求非支配解时， 粒子序号最小的个体； 信念空间中 “最差值” 定义为当前非劣解前沿解 集中拥挤距离最小的个 体； b.影响操作的设计： 信念空间中当前全局 “最好值”定义 为求非支配解时， 粒子序号最小的个体； 群体空间中 “最差值”定义为当前非劣解前沿解集 中拥挤距离最小的个 体。 6.根据权利要求5所述的基于文化算法改进多目标粒子群的环境经济发电调度求解方 法， 其特征在于， 所述 步骤4具体包括以下步骤： 步骤4.1： 初始化群 体空间、 信念空间和外 部归档集 规模； 步骤4.2： 确定每个粒子的初始位置和初始速度， 并计算每个粒子的目标向量函数适应 度值；权　利　要　求　书 2/3 页 3 CN 115456428 A 3