[發(fā)明專利]基于改進(jìn)二進(jìn)制粒子群優(yōu)化算法的微網(wǎng)優(yōu)化運(yùn)行方法

在審

• 申請?zhí)枺?/td>: 201410238371.3
• 申請日: 2014-05-31
• 公開（公告）號: CN104166877A
• 公開（公告）日: 2014-11-26
• 發(fā)明（設(shè)計）人: 徐多;李濤;董默
• 申請（專利權(quán)）人: 徐多
• 主分類號: G06Q10/02
• 分類號: G06Q10/02;G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于改進(jìn)二進(jìn)制粒子群優(yōu)化算法的微網(wǎng)優(yōu)化運(yùn)行方法，其特征在于，包括如下步驟：?

(1)采集微網(wǎng)負(fù)荷信息數(shù)據(jù)、氣象信息數(shù)據(jù)，綜合微網(wǎng)運(yùn)行的歷史數(shù)據(jù)，對進(jìn)行未來一天的預(yù)測，得到未來一天內(nèi)微網(wǎng)的負(fù)荷、風(fēng)能和太陽能功率預(yù)測數(shù)據(jù)，計算得到凈負(fù)荷功率；?

(2)統(tǒng)計微網(wǎng)微電源特性，建立微網(wǎng)內(nèi)所有可控型微電源的出力數(shù)學(xué)模型；?

(3)將微網(wǎng)未來一天內(nèi)的經(jīng)濟(jì)運(yùn)行分為24個時段，以微網(wǎng)全天運(yùn)行發(fā)電成本和環(huán)境成本最小為目標(biāo)函數(shù)，考慮微網(wǎng)內(nèi)部的各時段功率平衡、節(jié)點電壓約束、各設(shè)備元件的出力限制/爬坡率限制/開停機(jī)成本，建立微網(wǎng)優(yōu)化運(yùn)行模型；?

(4)基于步驟(2)中的凈負(fù)荷功率數(shù)據(jù)，采用改進(jìn)的二進(jìn)制粒子群優(yōu)化算法對不同運(yùn)行策略下的步驟(3)中的微網(wǎng)優(yōu)化運(yùn)行的數(shù)學(xué)模型進(jìn)行求解，得到各時段可控型微電源的機(jī)組啟停及出力優(yōu)化方案。?

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，計算所述微網(wǎng)的凈負(fù)荷，?所述凈負(fù)荷為負(fù)荷功率減去風(fēng)力發(fā)電機(jī)和光伏電池的發(fā)電功率，按下式計算

其中，上標(biāo)t表示在t時段；P_net為凈負(fù)荷功率，P_load為微網(wǎng)總負(fù)荷功率，P_uci為第i個不可?控型微電源，MS_uc為不可控型微電源集。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟(3)中的微網(wǎng)優(yōu)化運(yùn)行模型如下，其中?目標(biāo)函數(shù)為

其中，C_g為微網(wǎng)發(fā)電成本，C_e為微網(wǎng)環(huán)境成本，C_grid為微網(wǎng)向主網(wǎng)購電成本或售電收益，T?為微網(wǎng)優(yōu)化周期總時段數(shù)，I_i為第i個微電源的開停機(jī)狀態(tài)，1表示開機(jī)狀態(tài)，0表示停機(jī)狀?態(tài)，C_fi為第i個微電源的發(fā)電燃料成本，P_i表示第i個微電源的輸出功率，N為微電源的數(shù)?目，k_i表示第i個微電源的運(yùn)行維護(hù)成本系數(shù)，c_oni表示第i個微電源的開停機(jī)單價，λ_ij為?第i個微電源排放第j種污染物的系數(shù)，c_j為第j種污染物的環(huán)境價值，p_j為第j種污染物的?罰款數(shù)量，M為污染物的種類數(shù)目，P_grid為微網(wǎng)和主網(wǎng)間的傳輸功率，值為正時表示微網(wǎng)向?主網(wǎng)購電功率，值為負(fù)時表示微網(wǎng)向主網(wǎng)售電功率，c_buy和c_sell分別為購電和售電電價；

約束條件為

(1)功率平衡約束

其中，P_loss為微網(wǎng)網(wǎng)損，P_k、Q_k分別為第k條支路傳輸?shù)挠泄Αo功功率，N_b為支路總數(shù)，?R_k為第k條支路的電阻，U_k為第k條支路的電壓；(2)運(yùn)行電壓約束

其中，i表示第i個微電源，U為節(jié)點電壓，U^max和U^min分別為節(jié)電壓上、下限；

(3)微電源輸出功率約束

其中，P^max和P^min分別為微電源輸出功率的上、下限；

(4)微電源爬坡率約束

其中，r^up和r^down分別為微電源輸出有功功率的允許最大上爬坡和下爬坡速率；

(5)微電源啟停機(jī)次數(shù)和啟停時間約束

其中，M為優(yōu)化周期T內(nèi)允許最大啟停次數(shù)t^on和t^off分別為最短開、停機(jī)時間；

(6)微網(wǎng)與主網(wǎng)傳輸功率約束

其中，P_grid^max和P_grid^min分別為微網(wǎng)與主網(wǎng)允許傳輸功率的上、下限。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟(4)中提到的算法特征在于，由以下幾?個步驟組成：

(1)初始化：選擇微網(wǎng)運(yùn)行策略；輸入微電源、負(fù)荷參數(shù)等；輸入算法參數(shù)(最大迭代次?數(shù)、粒子維度、種群大小、飛行速度上下限、種群多樣度閥值等)；

(2)設(shè)置迭代次數(shù)iter＝1；

(3)計算各粒子的適應(yīng)度值，記錄最小適應(yīng)度值為全局最優(yōu)解fbest，記粒子位置全局極值?點gbest和個體極值點pbest；

(4)判斷當(dāng)前的迭代次數(shù)是否達(dá)到最大迭代次數(shù)，若達(dá)到則結(jié)束算法，輸出計算結(jié)果；若?不滿足則設(shè)定迭代次數(shù)iter＝iter+1；

(5)判斷是否引入“鯰魚粒子”，當(dāng)整個種群陷入局部最優(yōu)解時，種群多樣性將大大減弱，?減弱到閥值時，轉(zhuǎn)步驟(6)，否則轉(zhuǎn)步驟(8)，利用下式來量化種群的多樣性

其中，PopDiv為種群多樣度；PopSize為種群大小；α為相對種群多樣度；iter_max為最大迭?代次數(shù)；

(6)構(gòu)造“鯰魚粒子”，取出種群中適應(yīng)度值最大的R個粒子構(gòu)造成“鯰魚粒子”(本發(fā)明?取R＝10％*PopSize)，隨機(jī)更新這R個粒子在解空間內(nèi)的位置，其余的粒子稱為“沙丁魚粒?子”；

(7)“鯰魚粒子”驅(qū)動“沙丁魚粒子”，計算新構(gòu)造的“鯰魚粒子”適應(yīng)度值，當(dāng)適應(yīng)度值?增大或者不變，轉(zhuǎn)步驟(8)；否則(即“鯰魚粒子”更具活力)，驅(qū)動陷入局部最優(yōu)解而具?有惰性的“沙丁魚粒子”，即根據(jù)下式更新“沙丁魚粒子”速度

其中，c_ce是鯰魚效應(yīng)學(xué)習(xí)因子，為正常數(shù)；r_ce是[0，1]之間的隨機(jī)數(shù)；S_ic為第i個“沙丁魚?粒子”受第c個“鯰魚粒子”驅(qū)動的狀態(tài)，1表示受到驅(qū)動，0表示不受驅(qū)動；x_cj為第c個?“鯰魚粒子”在步驟(2)隨機(jī)更新后的位置；fitness()為適應(yīng)度值；

(8)根據(jù)式下式更新粒子的位置和速度

(9)判斷粒子的狀態(tài)是否滿足各類不等式約束條件，若滿足則保留粒子位置，若不滿足則?取限值，轉(zhuǎn)步驟(3)。