CN113947291B 一种多模态分布式多目标分层智能综合能源系统调度方法 （广西大学）

92.一种多模态分布式多目标分层智能综合能本发明提出一种多模态分布式多目标分层式多目标一致性方法和多模态多目标智能方法所提方法中多层分布式多目标一致性方法用于解决互联综合能源系统规模增大和智能体数量所提方法利用多区域分层并行处理提升综合能中一个目标空间帕累托前沿对应决策空间两个2f2(x)为碳排放量；Fio,为在t时刻第其中，Rr,为t时刻第i台常规发电机机3为第i台常规发电机机组的发电量的上限；为第j台风力发电机组的发电量的下限；为第j台风力发电机组的发电量的上限；为下限；为第z台太阳能光伏发电机组的发电量4刻水力发电机机组的正旋转备用值；siu,为在t时刻第k台水力发电机机组的正旋转备用s,为在t时刻第l台地热能发电机机组的负旋转备用值；LW+％为风力发电机机组中负荷正旋转备用需中负荷正旋转备用需求系数；LP-％为太阳能光伏发电机组中负荷负旋转备用需求系数；LH+％为水力发电机机组中负荷正旋转备用需求系数；LH-％为水力发电机机组中负荷负旋风电发电机机组负旋转备用需求系数；Pu％为太阳能光伏发电机组的正旋转备用需求系步骤2.2：将两个目标量作为二维坐标系的横轴和纵轴，放在同一个坐标系中进行考步骤2.6：利用遗传方法对父代种群进行模拟二进制交叉和多项式变异的操作生成子(4)利用多层分布式多目标一致性方法解决综合能源系统分层调度的问题，将第一步5步骤4.5：将各区域并行计算得到的最佳发电量作为负荷输入到下一层，并利用步骤6够将多模态的特性保留下来，在综合能源系统的多模态分布式多目标分层的调度问题中，7[0010]其中，Bae,为t时刻第i台常规发电机机组的发电量；Be,为t时刻第j台风力发电为第i台常规发电机机组的发电量的上限；为第j台风力发电机组的发电量的下量的下限；为第z台太阳能光伏发电机组的发电8t时刻水力发电机机组的正旋转备用值；sa,为在t时刻第k台水力发电机机组的正旋转备为在t时刻地热能发电机机组的正旋转备用值；s,为在t时刻第l台地热时刻第l台地热能发电机机组的负旋转备用值；LW+％为风力发电机机组中负荷正旋转备用LH+％为水力发电机机组中负荷正旋转备用需求系数；LH-％为水力发电机机组中负荷负旋风电发电机机组负旋转备用需求系数；Pu％为太阳能光伏发电机组的正旋转备用需求系[0019](2)利用多模态多目标智能方法解决多模态特性和多目标调度问题，首先采用小9[0026]步骤2.6：利用传统的遗传方法对[0031](3)利用多层分布式多目标一致性方法解决综合能源系统分布式调度的问题，将[0038](4)利用多层分布式多目标一致性方法解决综合能源系统分层调度的问题，将第域33计算得到的最佳发电量作为负荷值分别输骤2.1到步骤2.10和步骤3.1到步骤3.6的方[0047](2)为综合能源系统的经济调度问题搭建了多模态分布式多目标分层智能方法的[0048](3)引入了多模态的概念，在以往的电力系统的调度中不仅存在着多目标的问题[0049](4)构建的多模态分布式多目标分层智能方法，在提升速度，保障私密性的基础[0056]图2是本发明方法的分布式多模态多目标示意图。以区域11内部的第三层区域为[0057]图3是本发明方法的分布式多模态多目标方法的流程图。分布式多模态多目标方[0062]步骤5：利用传统的遗传方法对父代种群进行模拟二进制交叉和多项式变异的操[0066]步骤9：得到保留多模态特性的最优帕累托解集，根据决策者的偏好选择合适的