減少和增加引起的上調(diào)、下調(diào)旋轉(zhuǎn)備用； Pwju, t、Pwjd, t由預測誤差比例系數(shù)ER與P wy, t相乘得到，ER取10% 〇
[0134] 實際應用時，上述變量的具體取值范圍根據(jù)實際應用中的需要進行設(shè)定，本發(fā)明 實施例對此不做限制。
[0135] 203 :采用改進的細菌覓食算法對調(diào)度模型進行求解。
[0136] 其中，細菌覓食算法（Bacterial Foraging Algorithm，BFA)因具有群體智能算法 的并行搜索、易跳出局部極小值等優(yōu)點已被成功應用于解決電力系統(tǒng)的優(yōu)化問題，但其搜 索速度相對較慢；利用粒子群算法（Particle Swarm 0ptimization，PS0)實現(xiàn)簡單，收斂速 度快且搜索精度高的優(yōu)點對細菌覓食算法進行改進，進而有效平衡局部和全局搜索，提高 改進的細菌覓食算法的搜索速度和收斂精度。
[0137] 其中，改進的細菌覓食算法計算過程如下：
[0138] 算法中，空間矢量P = [P1, P2, P3，……PJ代表一個細菌狀態(tài)，J(P)函數(shù)為細菌 的適應度，即模型的目標函數(shù)。該算法的搜索過程可分為趨化、復制和驅(qū)散三步。
[0139] 1、趨化過程：在細菌生命周期內(nèi)，細菌向營養(yǎng)富集區(qū)域移動，移動分為前進和翻轉(zhuǎn) 兩步。在細菌翻轉(zhuǎn)向某一方向后，以特定步長沿該方向前進，若適應度值得到改善，則繼續(xù) 前進；若適應度值惡化，則進行翻轉(zhuǎn)動作，當趨化步數(shù)到達限值，則停止趨化。
[0140] 趨化行為可表示為：
[0142] 其中：Pm(n，k，s)為第s次驅(qū)散、第k次復制、第η次趨化過程中第m個細菌的空間 位置矢量；Pm(n+1, k, s)為第s次驅(qū)散、第k次復制、第n+1次趨化過程中第m個細菌的空 間位置矢量；C(m)為細菌m向某一方向移動的長度向量；△ (m)為細菌m的單位方向向量； A (m) e (-1, I) ; AT(m)為 Δ (m)的轉(zhuǎn)置。
[0143] 2、復制過程：趨化過程結(jié)束后，計算種群內(nèi)所有細菌適應度值，并進行排序，以某 一健康度為界，對于適應度較好的細菌進行復制，替代適應度值惡劣的細菌。復制過程的健 康度值可表示為：
[0145] 其中：Nc為趨化最大步數(shù)，Jmhealth為第i個細菌的健康度J(m，n，k，s)為第s次驅(qū) 散、第k次復制、第η次趨化過程中第m個細菌的適應度值。
[0146] 計算中，將總細菌中適應度較差的一半細菌淘汰，剩余適應度較好的細菌以一分 為二的方式繁殖，以保持種群規(guī)模不變。
[0147] 3、驅(qū)散過程：易陷入局部最優(yōu)是部分優(yōu)化算法存在的問題，BFA算法引入驅(qū)散過 程，以預先設(shè)定的某一概率Ped選取部分細菌驅(qū)散到矢量空間其他位置，以保證算法的全局 搜索能力，避免陷入局部最優(yōu)，提高搜索精度，但此過程勢必會減緩算法的搜索速度。
[0148] 算法改進如下：
[0149] 針對BFA算法搜索速度慢的缺點，利用PSO算法實現(xiàn)簡單，收斂速度快且搜索精度 高的優(yōu)點對BFA算法進行改進，有效平衡局部和全局搜索，提高算法的搜索速度和收斂精 度。
[0150] 在BFA算法趨化過程中根據(jù)PSO算法中全局最優(yōu)點gbest和局部最優(yōu)點pbest動 態(tài)修改前進步長，在距離最終的最優(yōu)點較遠時，前進步長較大，從而提高搜索速度；當距離 最終的最優(yōu)點距離較近時，前進步長較小，從而提高收斂精度，具體按下式進行修改：
[0151] C(m) = w*C (m)+C1^rand1* (pbest-Pm)+C2^rand2* (gbest-Pm)
[0152] 其中：w、Cp C2為權(quán)重系數(shù)，w取0· 9, C丨、(：2分別取I. 2和0· 5 ;rand丨和rand 2為0 到 1之間的隨機數(shù)；Pm為第m個細菌的空間位置矢量。
[0153] 實際應用時，上述變量的具體取值范圍根據(jù)實際應用中的需要進行設(shè)定，本發(fā)明 實施例對此不做限制。
[0154] 綜上所述，本發(fā)明實施例通過上述步驟201-步驟203在傳統(tǒng)火電機組經(jīng)濟成本和 環(huán)保效益的基礎(chǔ)上，在模型中引入風電欠調(diào)度補償成本、備用容量補償成本和蓄電池儲能 能量損失成本，以表征風儲聯(lián)合系統(tǒng)對系統(tǒng)經(jīng)濟性的影響，計及機組出力約束、爬坡約束、 旋轉(zhuǎn)備用約束等約束條件，建立了提高風電可調(diào)度性的風儲聯(lián)合系統(tǒng)調(diào)度模型，并采用改 進的細菌覓食算法對調(diào)度模型進行求解，輸出最優(yōu)解，該方法適用于風儲聯(lián)合系統(tǒng)的協(xié)調(diào) 調(diào)度。
[0155] 實施例3
[0156] 下面結(jié)合具體的流程圖2對實施例1、2中的方案進行詳細的描述：
[0157] 301 :數(shù)據(jù)初始化，并計算當前周期風儲可用調(diào)度出力；
[0158] 其中，該數(shù)據(jù)初始化的步驟具體包括：讀取趨化、復制、驅(qū)散的次數(shù)上限值等、當前 周期的負荷值、風電預測出力值、蓄電池當前存儲的電量、各機組出力上下限、以及爬坡約 束等電力系統(tǒng)參數(shù)，通過上述參數(shù)來初始化細菌狀態(tài)。
[0159] 綜合當前蓄電池電量狀態(tài)和本時段的風電預測出力，計算本時段的風儲聯(lián)合系統(tǒng) 的可用調(diào)度出力。
[0160] 302 :對初始化的細菌狀態(tài)按照調(diào)度模型求取其對應的目標函數(shù)值，即細菌適應度 值（即將調(diào)度模型中的目標函數(shù)值作為細菌覓食算法中的細菌適應度值），并判斷細菌狀 態(tài)是否滿足所有約束條件（即實施例2中步驟202中的約束條件），如果是，執(zhí)行步驟303 ; 如果否，則將該細菌附加一懲罰值，然后執(zhí)行步驟303 ;
[0161] 通過該步驟302將風儲聯(lián)合系統(tǒng)與細菌覓食算法結(jié)合起來。當不滿足任一約束條 件時，就將細菌附加一懲罰值。其中，懲罰值為優(yōu)化算法領(lǐng)域中公知的技術(shù)術(shù)語，本發(fā)明實 施例對此不做贅述。
[0162] 303 :趨化細菌，完成前進、翻轉(zhuǎn)動作；
[0163] 其中，細菌進行趨化過程，按照預先設(shè)定的參數(shù)完成前進和翻轉(zhuǎn)動作，該步驟為本 領(lǐng)域技術(shù)人員所公知，本發(fā)明實施例對此不做限制。
[0164] 304 :在趨化過程中，計算細菌的適應度值，尋找局部最優(yōu)點pbest和全局最優(yōu)點 gbest，以此動態(tài)調(diào)整前進步長；判斷細菌是否滿足所有約束條件（即實施例2中步驟202 中的約束條件），如果是，執(zhí)行步驟305 ;如果否，則將該細菌附加一懲罰值，之后執(zhí)行步驟 305 ；
[0165] 通過該步驟可以提高搜索速度和精度，向適應度值更好的方向移動。尋找局部最 優(yōu)點pbest和全局最優(yōu)點gbest，以此動態(tài)調(diào)整前進步長。
[0166] 其中，步驟302和步驟304中的懲罰值根據(jù)實際應用中的需要進行人為設(shè)定，本發(fā) 明實施例對此不作限制。例如可以為任意滿足約束條件的細菌適應度值的10倍。
[0167] 305 :判斷趨化步數(shù)是否達到趨化步數(shù)上限值，如果是，趨化過程完成，執(zhí)行步驟 306 ;如果否，趨化過程尚未完成，執(zhí)行步驟303 ;
[0168] 306 :半數(shù)不良細菌死亡，復制優(yōu)良細菌；判斷復制次數(shù)是否達到復制次數(shù)上限 值，如果是，復制過程完成，執(zhí)行步驟307 ;如果否，復制過程尚未完成，執(zhí)行步驟303 ;
[0169] 307 :驅(qū)散部分細菌，按照預先設(shè)定的概率Ped選取部分細菌進行驅(qū)散；
[0170] 通過該步驟可以保證算法不陷入局部最優(yōu)，概率Ped的取值根據(jù)實際應用中的需 要進行設(shè)定，本發(fā)明實施例對此不作限制。
[0171] 308:判斷驅(qū)散次數(shù)是否達到驅(qū)散次數(shù)上限值，如果是，驅(qū)散過程完成，執(zhí)行步驟 309 ;如果否，驅(qū)散過程尚未完成，執(zhí)行步驟303 ;
[0172] 其中，上述的趨化步數(shù)上限值、復制次數(shù)上限值和驅(qū)散次數(shù)上限值根據(jù)實際應用 中的需要進行設(shè)定，本發(fā)明實施例對此不做限制。
[0173] 309 :當最優(yōu)解不滿足任一約束條件，則執(zhí)行步驟301 ;若滿足全部約束條件，執(zhí)行 步驟310 ;
[0174] 即，當不滿足約束條件中的任一條件時，需要重新開始計算過程，直至得到滿足全 部約束條件的最優(yōu)解。
[0175] 310 :記錄結(jié)果，輸出最優(yōu)解。
[0176] 若最優(yōu)解滿足全部約束條件，則將各機組最優(yōu)調(diào)度出力、電池充放電功率等本周 期數(shù)