[發明專利]一種居民錯峰用電優化方法和裝置

在審

• 申請號: 202011180656.8
• 申請日: 2020-10-29
• 公開（公告）號: CN112288161A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 吳丹琦;安然然;梁曉兵;劉軍;王義勇;張遠;馬燕君;羅勇;趙艷軍
• 申請（專利權）人: 廣東電網有限責任公司電力科學研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/00;G06Q10/06;G06Q50/06
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 蘇云輝

1.一種居民錯峰用電優化方法，其特征在于，包括：

獲取居民用電設備的用電負荷；

以居民電能總花費為目標函數，所述用電負荷為變量搭建優化策略數學模型；

采用模擬退火粒子群算法求解所述優化策略數學模型，得到最優解；

根據所述最優解確定居民錯峰用電優化方案。

2.根據權利要求1所述的方法，其特征在于，所述采用模擬退火粒子群算法求解所述優化策略數學模型，得到最優解的步驟，包括：

初始化粒子群中粒子的位置和速度，并設置初始退火溫度；

計算所述粒子群中每個粒子的目標函數值，初始化最優個體和全局最優目標值；

根據所述粒子群中每個粒子的目標函數值更新所述最優個體和所述全局最優目標值；

確定更新后的所述粒子群中粒子的最小目標函數值；

計算每個所述粒子的目標函數值與所述最小目標函數值的差值；

判斷所述差值是否滿足第一預設條件；

若是，則根據更新的所述最優個體和所述全局最優目標值更新所述粒子的位置和速度；

執行降溫操作，并判斷當前迭代次數是否滿足預設閾值；

若否，則重新執行計算所述粒子群中每個粒子的目標函數值，初始化最優個體和全局最優目標值的步驟；

若所述當前迭代次數滿足所述預設閾值，則輸出最優個體作為最優解。

3.根據權利要求2所述的方法，其特征在于，所述根據所述粒子群中每個粒子的目標函數值更新所述最優個體和所述全局最優目標值的步驟，包括：

依次判斷所述粒子群中每個所述粒子的目標函數值是否大于所述最優個體的目標函數值；

當所述粒子的目標函數值大于所述最優個體的目標函數值時，采用所述粒子更新所述最優個體；

當更新后的所述最優個體的目標函數值大于所述全局最優目標值時，采用更新后的所述最優個體的目標函數值更新所述全局最優目標值。

4.根據權利要求1所述的方法，其特征在于，所述居民用電設備包括無儲能不可控設備、無儲能可控設備、直接儲能設備、間接儲能設備。

5.一種居民錯峰用電優化裝置，其特征在于，包括：

用電負荷獲取模塊，用于獲取居民用電設備的用電負荷；

模型搭建模塊，用于以居民電能總花費為目標函數，所述用電負荷為變量搭建優化策略數學模型；

求解模塊，用于采用模擬退火粒子群算法求解所述優化策略數學模型，得到最優解；

方案確定模塊，用于根據所述最優解確定居民錯峰用電優化方案。

6.根據權利要求5所述的裝置，其特征在于，所述求解模塊，包括：

初始化子模塊，用于初始化粒子群中粒子的位置和速度，并設置初始退火溫度；

目標函數值計算子模塊，用于計算所述粒子群中每個粒子的目標函數值，初始化最優個體和全局最優目標值；

更新子模塊，用于根據所述粒子群中每個粒子的目標函數值更新所述最優個體和所述全局最優目標值；

最小目標函數值確定子模塊，用于確定更新后的所述粒子群中粒子的最小目標函數值；

差值計算子模塊，用于計算每個所述粒子的目標函數值與所述最小目標函數值的差值；

判斷子模塊，用于判斷所述差值是否滿足第一預設條件；

位置和速度更新子模塊，用于若是，則根據更新的所述最優個體和所述全局最優目標值更新所述粒子的位置和速度；

迭代次數判斷子模塊，用于執行降溫操作，并判斷當前迭代次數是否滿足預設閾值；

迭代子模塊，用于若否，則重新執行計算所述粒子群中每個粒子的目標函數值，初始化最優個體和全局最優目標值的步驟；

最優解輸出子模塊，用于若所述當前迭代次數滿足所述預設閾值，則輸出最優個體作為最優解。