改进鲸鱼算法 微网能量优化管理 提出一种基于改进鲸鱼优化算法的多时间尺度下能量优化方法

改进鲸鱼算法 微网能量优化管理
编程语言：matlab
提出一种基于改进鲸鱼优化算法的多时间尺度下能量优化方法，首先根据长短期记忆网络(Long Short Term Memory，LSTM)预测得到的可再生能源出力和负荷需求预先制定调度规划，然后以此预测数据为基础，采用改进鲸鱼优化算法调整可控设备出力，优化微网系统的运行成本和固定成本。
将该方法应用于某楼宇冷热电联供型微网，优化得到相应结果，程序运行稳定

摘要：

随着新能源的不断发展和成熟，微网系统已成为未来电力供应体系的一个重要组成部分。为了提高微网系统的运行效率和经济性，本文提出了一种基于改进鲸鱼优化算法的多时间尺度下能量优化方法。该方法利用LSTM预测可再生能源出力和负荷需求，再利用改进鲸鱼优化算法调整可控设备出力，最终优化微网系统的运行成本和固定成本。本文将该方法应用于某楼宇冷热电联供型微网，并得到了稳定的优化结果。

关键词：微网；能量优化；LSTM；鲸鱼优化算法

一、引言

随着全球能源需求的快速增长，新能源技术的不断发展和成熟，微网系统已成为未来电力供应体系的一个重要组成部分。微网是一种能够独立运行的小型电力系统，可以通过自身的可再生能源和多种能源的协同供应，满足用户的电力需求。然而，微网系统中可再生能源的波动性和不确定性，以及用户负荷的随机性，使得微网系统的能量优化问题变得十分复杂。

为了提高微网系统的运行效率和经济性，本文提出了一种基于改进鲸鱼优化算法的多时间尺度下能量优化方法。该方法利用LSTM预测可再生能源出力和负荷需求，再利用改进鲸鱼优化算法调整可控设备出力，最终优化微网系统的运行成本和固定成本。本文将该方法应用于某楼宇冷热电联供型微网，并得到了稳定的优化结果。

二、改进鲸鱼优化算法

鲸鱼优化算法是基于鲸鱼群体生态行为而发展出来的一种优化算法，其具有优秀的全局搜索能力和快速收敛性。然而，在应用于微网能量优化问题时，鲸鱼优化算法存在着收敛速度慢、易陷入局部最优解等问题。

为了解决这些问题，本文提出了一种改进鲸鱼优化算法。改进算法主要针对原始鲸鱼优化算法的三个问题进行优化：

1.速度控制因子的引入：原始算法中，鲸鱼群体的移动速度完全由目标函数值决定，容易导致算法陷入局部最优解。为了解决这个问题，本文引入了速度控制因子，根据鲸鱼距离最佳个体的距离，逐步调整鲸鱼的移动速度，避免算法过早地陷入局部最优解。

2.多维搜索空间的拆分：为了进一步减少算法陷入局部最优解的可能性，本文将多维搜索空间拆分为多个子区域，同时利用种群多样性维护整个搜索空间的覆盖率。

3.动态调整种群大小和迭代次数：为了提高算法的收敛速度和稳定性，本文引入了动态调整种群大小和迭代次数的策略，根据算法收敛情况动态调整种群大小和迭代次数，从而进一步提高算法的收敛速度和精度。

三、能量优化方法

本文提出的能量优化方法主要包括两个部分：LSTM预测和改进鲸鱼优化算法调整。具体流程如下图所示：

1.LSTM预测

LSTM是一种基于循环神经网络(RNN)的一种变体，具有很好的长期依赖性建模能力。本文利用LSTM网络对微网系统中可再生能源出力和负荷需求进行预测，得到未来一段时间内的能量需求和供应情况。

2.改进鲸鱼优化算法调整

在得到未来能量需求和供应情况后，本文利用改进的鲸鱼优化算法调整微网系统中的可控设备出力，以优化微网系统的运行成本和固定成本。具体来说，本文将微网系统中的发电机出力、电池容量、负载需求等设备的出力作为可控因素，根据预测得到的数据，利用改进鲸鱼优化算法调整这些可控因素的出力，以达到最小化总成本的目的。

四、实验结果

本文将上述能量优化方法应用于某楼宇冷热电联供型微网，并得到了以下实验结果：

1.稳定的优化效果：与传统方法相比，本文所提出的方法在优化微网系统的总成本方面具有较好的优化效果。实验结果表明，本文所提出的方法能够在保证微网系统运行稳定的情况下，降低微网系统的总成本。

2.高效的运行速度：本文所提出的方法具有较好的收敛速度和稳定性。实验结果表明，本文所提出的方法能够在较短的时间内得到优化结果，同时能够保证微网系统的运行稳定性。

五、结论

本文提出了一种基于改进鲸鱼优化算法的多时间尺度下能量优化方法，利用LSTM预测可再生能源出力和负荷需求，再利用改进鲸鱼优化算法调整可控设备出力，最终优化微网系统的运行成本和固定成本。本文将该方法应用于某楼宇冷热电联供型微网，并得到了稳定的优化结果。实验结果表明，本文所提出的方法具有较好的优化效果和收敛速度，能够在保证微网系统运行稳定的情况下降低微网系统的总成本。

相关代码,程序地址：http://lanzouw.top/684996540097.html