Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南昌大学聂晓华获国家专利权

南昌大学聂晓华获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南昌大学申请的专利一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116029498B

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211578837.5,技术领域涉及:G06Q10/0631;该发明授权一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法是由聂晓华;黄韬;熊旺;朱宇涛;杜帅帅设计研发完成,并于2022-12-07向国家知识产权局提交的专利申请。

一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法在说明书摘要公布了:本发明提出了一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法,涉及电力系统领域。使用混沌初始化和优化惯性系数改进多目标人工蜂鸟算法,对风能、光伏、储能和柴油发电机进行优化调度,确定微电网系统约束条件,考虑了微电网运行经济成本最小与风光消纳比例最大两个目标,构建含风能、光伏、储能和柴油发电机的微电网经济调度模型。由于人工蜂鸟算法控制参数少、勘探开发能力强,引进混沌初始化和线性惯性权重系数,对多目标人工蜂鸟算法做出改进,增强了多目标人工蜂鸟算法的全局寻优能力,大大地提高了全局最优解的收敛速度,对微电网经济调度具有重大意义。

本发明授权一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法在权利要求书中公布了:1.一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法,其特征在于:所述方法包括: 步骤1:获取含可再生能源的微电网系统的发电机组运行数据和负荷的基本数据,其中,所述微电网系统中包括风力发电机PV、光伏电池WT、柴油发电机DE和电池储能装置BT; 步骤2:基于所述发电机组运行数据和负荷的基本数据,构建含风电、光伏、柴油发电机和储能的微电网系统经济调度模型; 步骤3:确定微电网系统功率约束条件; 步骤4:将多目标人工蜂鸟算法MOAHA改进后与风光出力控制策略和经济调度模型相结合,进而获得各分布式电源经济调度的最优方案,从而获得最优解,实现微电网系统的经济优化调度; 所述步骤4包括: 步骤4.1:通过Sine混沌初始化代替MOAHA中的随机生成,将n只蜂鸟置于n个食物来源上,具体映射方式如式2所示,通过Sine混沌映射初始化种群使得蜂鸟种群均匀分布在搜索空间上下限内: x1=Low+r·Up-Low1 其中Up和Low分别是d维问题的上边界和下边界,r是[0,1]中的随机向量,xi表示为给定问题的解决方案的第i个食物来源的位置,a为取值为0,4的参数; 步骤4.2:食物源访问表初始化: 式中,对于i=j,VTij=null表示蜂鸟在其特定的食物来源取食;i≠j,VTij=0表示第j个食物源在当前迭代中刚刚被第i只蜂鸟访问过; 步骤4.3:通过改进的线性觅食行为惯性系数,进行引导觅食行为,或领地觅食行为; 其中W为线性觅食行为惯性系数;Wmax和Wmin分别最大惯性系数和最小惯性系数,取值为[0,1];it为迭代次数;Maxit为最大迭代次数;vit+1为第i个蜂鸟在t+1时刻的候选食物源位置;xit为第i个蜂鸟在t时刻的食物源位置,xi,tart为第i只蜂鸟打算造访的目标食物源的位置;D为飞行指标系数,取0或1;a为引导因子,服从标准正态分布N0,1;b为领地因子,服从标准正态分布N0,1; 步骤4.4:蜂鸟通过三种方法寻找它的目标食物源 在随机可能性randW情况下下蜂鸟选择进行以下引导觅食行为: vit+1=xi,tart+a·D·xit-xi,tart7 第i个食物源位置更新如下: 式中f·为函数适应度值,如果候选食物源的适应度低于当前食物源,则蜂鸟会放弃当前食物源,停留在由式7产生的候选食物源处取食;更新拜访表; 而在随机可能性rand≥W情况下蜂鸟选择进行以下领地觅食行为: vit+1=xi,tart+b·D·xit9 第i个食物源位置更新同式8,更新拜访表; 步骤4.5:判断迭代次数,如果迭代次数超过迁移系数2n的预定值,蜂鸟将迁移到整个搜索空间中随机产生的新食物源;蜂鸟位置更新如下: xi=Low+r·Up-Low10更新拜访表; 步骤4.6:计算总运行经济成本适应度函数和总风光消纳比例适应度函数,得到pareto解; 步骤4.7:进行非支配排序得到pareto前沿; 步骤4.8:求得最优结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南昌大学,其通讯地址为:330000 江西省南昌市红谷滩新区学府大道999号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。