一种基于改进粒子群算法的微网系统动态经济调度方法技术方案

本发明专利技术涉及一种基于改进粒子群算法的微网系统动态经济调度方法，包括以下步骤：设置粒子群算法参数；生成初始粒子群；设置粒子的速度上下限约束；确定粒子的适应值；比较粒子的适应值，找出每个粒子的局部最优值及其位置，以及达到全局最优值的粒子及其位置；更新每个粒子的位置和速度；判断粒子的位置和速度是否越限；确定作为平衡节点的PCC点的输送功率；采用自适应方法对粒子速度进行提速处理；若达到迭代次数，停止迭代，得到最终的结果。本发明专利技术采用自适应算法对粒子速度进行调整，在搜索陷入局部搜索的时候，更有针对性地去搜索；同时将微网与主网相连的PCC点作为平衡节点，在网上负荷与分布式电源出力不匹配的时候，通过其进行平衡。

【技术实现步骤摘要】
一种基于改进粒子群算法的微网系统动态经济调度方法
本专利技术涉及一种微网系统优化运行的经济调度方法，具体涉及一种基于改进粒子群算法的微网系统动态经济调度方法。
技术介绍
微网系统运行过程中，需要考虑运行的经济性，机组的运行需要一定的成本，不同的机组成本函数有所不同，从而不同的出力方案的经济成本也有所不同。经济调度的目的在于优化一定周期内，各机组的出力，以获得最优的出力水平，从而使成本最小。机组前后时段的出力还涉及到机组的爬坡能力约束，机组前后时段的出力密切相关，这就需要进行微网系统的动态经济调度。同时，微网由于网内机组容量有限，需要通过PCC点与主网相连，在微网内分布式电源无法供给负荷时，向微网内输送功率，以保证电力的供需平衡。微网系统动态经济调度是电力系统安全经济运行的一部分，其目的是在满足各种安全性约束以及电能质量要求的条件下安排机组的运行方式，使系统总的运行费用最小。动态经济调度所涉及到的变量较多，需要同时考虑等式和不等式的约束条件，一般的优化算法难以达到计算要求。问题维数较高、约束条件严格，造成其各个可行解对应目标函数值较为接近，使用标准的粒子群算法时，容易造成搜索陷入局部最优，从而过早收敛，对全局最优解的搜索停滞。PCC点(用户侧和系统侧的公共耦合节点)的引入，可将其看成潮流计算时的平衡节点，在微网内分布式电源出力确定后，通过其对微网内负荷进行平衡，从而解决微网经济调度中的负荷平衡的强约束问题。目前解决过早收敛的方法有很多，主要是保证粒子的多样性，避免迭代后期，粒子群个体相似，陷入局部搜索。如结合遗传算法对粒子的位置进行交叉、变异等操作，以保证粒子的多样性。但由于动态经济调度的约束条件较为严格，解空间被限制在很小的范围，这种对粒子位置的操作容易越限，同时针对性也不够强，对于动态经济调度问题存在一定的局限性。
技术实现思路
针对现有技术的不足，本专利技术的目的是提供一种基于改进粒子群算法的微网系统动态经济调度方法，本专利技术对粒子群算法的迭代公式进行了改进，加入自适应方法，以对速度进行调整，并根据约束条件对粒子进行调整，以保证粒子不越限。本专利技术采用改进后的粒子群算法对微网系统的动态经济调度进行求解，以获得优化后的各机组各时段的出力水平。同时通过潮流计算得到PCC点的功率，实现微网内负荷的供需平衡。本专利技术的目的是采用下述技术方案实现的：本专利技术提供一种基于改进粒子群算法的微网系统动态经济调度方法，其改进之处在于，所述方法包括下述步骤：A、设置粒子群算法的参数；B、生成初始粒子群；C、设置粒子在微网系统动态经济调度中的速度上下限约束；D、确定粒子的适应值；E、比较粒子的适应值，找出每个粒子的局部最优值及其位置，以及达到全局最优值的粒子及其位置；F、根据局部最优值以及全部最优值更新每个粒子的位置和速度；G、根据约束条件，以及粒子速度的上下限约束判断粒子的位置和速度是否越限，若越限，将粒子的位置和速度调整至约束范围内；H、通过潮流计算的方法，计算得到作为平衡节点的PCC点的输送功率；I、采用自适应方法，对粒子速度进行提速处理；J、若达到迭代次数，停止迭代，得到最终的结果。进一步地，所述步骤A中，设置粒子群算法所需的各个参数，所述参数包括权重因子、学习因子、粒子群规模数和迭代次数，权重因子取ωmax＝0.9，ωmin＝0.4，学习因子取c1＝c2＝3.05，粒子群规模和迭代次数根据实际情况设置，包括设置为粒子群规模数N＝40，迭代次数C＝500。进一步地，所述步骤B中，根据计算期间内各时段的负荷水平随机分摊到各个机组的出力水平，按照粒子群规模数重复该步骤，获得初始粒子群；包括：随机生成行数为机组数、列数为时段数的随机数组，该数组的元素均为正数，且每一列元素相加之和均为一；将时段负荷乘以相应的列即可得到初始粒子，重复该操作，即得到整个初始粒子群，即对于第m个粒子生成如下：Pi,t＝ai,t·PD,t(2)；a1,t+a2,t+…+ai,t+…aM,t＝1(3)；其中：T表示经济调度的时段数，为一天24小时，以每小时为一个段，共24个时段，M为参与动态经济调度的机组数；ai,t表示第i台机组第t时段的比例元素，为随机生成，满足(3)式，故(3)式表示对于第t时段所有M台的比例元素之和为1，PD,t为第t时段的负荷的大小，采用相同方法生成其他粒子。进一步地，所述步骤C中，根据各机组的上下限约束确定各个粒子的速度上下限，粒子速度的上下限根据机组上下限出力之差进行缩减，缩减范围为1％，即粒子速度上限为机组出力上限减去出力下限之差的1％，粒子速度下限为机组出力下限减去出力上限之差的1％。进一步地，所述步骤D中，根据步骤B中所获得的初始粒子群，根据电力系统动态经济调度目标函数确定粒子的适应值，微网系统动态经济调度目标函数为：其中：Pi,t为第i台机组第t时段的出力，T为动态经济调度的时段数，M为参与动态经济调度的机组数；其中柴油机组的成本函数如下：f(Pi,t)＝ai·Pi,t2+bi·Pi,t+ci(5)；式中，ai、bi、ci为成本系数；燃料电池、微型燃气轮机成本函数如下：式中，分别为相应的燃料成本系数、维护成本系数；适应值采用目标函数值，即即以微网系统动态经济调度目标函数计算结果作为粒子适应值，目标函数值越小，适应值越小，粒子的适应度越高。进一步地，微网系统动态经济调度的上下限约束包括功率平衡约束、机组出力上下限约束和机组爬坡约束；其中功率平衡约束用下述表达式表示：其中：PPCC,t为PCC点的向微网输入的功率，PtD为第t时段的负荷大小，Ptloss第t时段的网损大小；机组出力上下限约束用下述表达式表示：Pimin≤Pi,t≤Pimax(9)；其中：Pimin和Pimax分别表示第i台机组第t时段的出力的下限和上限；机组爬坡约束用下述表达式表示：其中：为向下爬坡速度，为负值；为向上爬坡速度，为正值；Δt表示两个调度时段之间的时间间隔。进一步地，所述步骤E中，比较各粒子的适应值，确定粒子适应度最高的粒子，找到各个粒子的历史最优值，即局部最优值，和粒子位置，以及全局最优值及粒子位置；若第一次迭代，则找到全局最优值及对应粒子位置；在粒子群算法中，粒子群的种群数为所包含的粒子数量，种群里面每个个体均称为一个粒子；每一个可行解均是种群中的一个粒子，每个粒子都有两个属性，位移和速度，均表示为一个矩阵向量，如下式所示：...

【技术保护点】
一种基于粒子群算法的微网系统动态经济调度方法，其特征在于，所述方法包括下述步骤：A、设置粒子群算法参数；B、生成初始粒子群；C、设置粒子在微网系统动态经济调度中的速度上下限约束；D、确定粒子的适应值；E、比较粒子的适应值，找出每个粒子的局部最优值及其位置，以及达到全局最优值的粒子及其位置；F、根据局部最优值以及全部最优值更新每个粒子的位置和速度；G、根据约束条件，以及粒子速度的上下限约束判断粒子的位置和速度是否越限，若越限，将粒子的位置和速度调整至约束范围内；H、通过潮流计算方法，计算平衡节点的PCC点的输送功率；I、采用自适应方法，对粒子速度进行提速处理；J、若达到迭代次数，停止迭代，得到最终的结果。

【技术特征摘要】
1.一种基于改进粒子群算法的微网系统动态经济调度方法，其特征在于，所述方法包括下述步骤：A、设置粒子群算法的参数；B、生成初始粒子群；C、设置粒子在微网系统动态经济调度中的速度上下限约束；D、确定粒子的适应值；E、比较粒子的适应值，找出每个粒子的局部最优值及其位置，以及达到全局最优值的粒子及其位置；F、根据局部最优值以及全部最优值更新每个粒子的位置和速度；G、根据约束条件，以及粒子速度的上下限约束判断粒子的位置和速度是否越限，若越限，将粒子的位置和速度调整至约束范围内；H、通过潮流计算的方法，计算得到PCC点作为平衡节点的输送功率，所述PCC点为用户侧和系统侧的公共耦合节点；I、采用自适应方法，对粒子速度进行提速处理；J、若达到迭代次数，停止迭代，得到最终的结果。2.如权利要求1所述的微网系统动态经济调度方法，其特征在于，所述步骤A中，设置粒子群算法所需的各个参数，所述参数包括权重因子、学习因子、粒子群规模数和迭代次数，权重因子取ωmax＝0.9，ωmin＝0.4，学习因子取c1＝c2＝3.05，粒子群规模和迭代次数根据实际情况设置，包括设置为粒子群规模数N＝40，迭代次数C＝500。3.如权利要求1所述的微网系统动态经济调度方法，其特征在于，所述步骤B中，根据计算期间内各时段的负荷水平随机分摊到各个机组的出力水平，按照粒子群规模数重复该步骤，获得初始粒子群；包括：随机生成行数为机组数、列数为时段数的随机数组，该数组的元素均为正数，且每一列元素相加之和均为一；将时段负荷乘以相应的列即可得到初始粒子，重复该操作，即得到整个初始粒子群，即对于第m个粒子生成如下：Pi,t＝ai,t·PD,t(2)；a1,t+a2,t+…+ai,t+…aM,t＝1(3)；其中：T表示经济调度的时段数，为一天24小时，以每小时为一个段，共24个时段，M为参与动态经济调度的机组数；ai,t表示第i台机组第t时段的比例元素，为随机生成，满足(3)式，故(3)式表示对于第t时段所有M台的比例元素之和为1，PD,t为第t时段的负荷的大小，采用相同方法生成其他粒子。4.如权利要求1所述的微网系统动态经济调度方法，其特征在于，所述步骤C中，根据各机组的上下限约束确定各个粒子的速度上下限，粒子速度的上下限根据机组上下限出力之差进行缩减，缩减范围为1％，即粒子速度上限为机组出力上限减去出力下限之差的1％，粒子速度下限为机组出力下限减去出力上限之差的1％。5.如权利要求1所述的微网系统动态经济调度方法，其特征在于，所述步骤D中，根据步骤B中所获得的初始粒子群，根据电力系统动态经济调度目标函数确定粒子的适应值，微网系统动态经济调度目标函数为：其中：Pi,t为第i台机组第t时段的出力，T为动态经济调度的时段数，M为参与动态经济调度的机组数；其中柴油机组的成本函数如下：f(Pi,t)＝ai·Pi,t2+bi·Pi,t+ci(5)；式中，ai、bi、ci为成本系数；燃料电池、微型燃气轮机成本函数如下：式中，分别为相应的燃料成本系数、维护成本系数；适应值采用目标函数值，即即以微网系统动态经济调度目标函数计算结果作为粒子适应值，目标函数值越小，适应值越小，粒子的适应度越高。6.如权利要求5所述的微网系统动态经济调度方法，其特征在于，微网系统动态经济调度的上下限约束包括功率平衡约束、机组出力上下限约束和机组爬坡约束；其中功率平衡约束用下述表达式表示：其中：PPCC,t为PCC点的向微网输入的功率，PtD为第t时段的负荷大小，Ptloss第t时段的网损大小；机组出力上下限约束用下述表达式表示：Pimin≤Pi,t≤Pimax(9)；其中：Pimin和Pimax分别表示第i台机组第t时段的出力的下限和上限；机组爬坡约束用下述表达式表示：其中：为向下爬坡速度，为负值；为向上爬坡速度，为正值；Δt表示两个调度时段之间的时间间隔。7.如权利要求1所述的微网系统动态经济调度方法，其特征在于，所述步骤E中，比较各粒子的适应值，确定粒子适应度最高的粒子，找到各个粒子的历史最优值，即局部最优值，和粒子位置，以及全局最优值及粒子位置；若第一次迭代，则找到全局最优值及对应粒子位置；在粒子群算法中，粒子群的种群数为所包含的粒子数量，种群里面每个个体均称为一个粒子；每一个可行解均是种群中的一个粒子，每个粒子都有两个属性，位移和速度，均表示为一个矩阵向量，如下式所示：其中：Pm为第m个粒子的位移，Pi,t为第i台机组第t时段的出力，即粒子的位置；Vm是第m个粒子的速度，Vi...

【专利技术属性】
技术研发人员：李相俊，宁阳天，麻秀范，王松岑，惠东，范元亮，
申请(专利权)人：国家电网公司，中国电力科学研究院，华北电力大学，国网福建省电力有限公司，国网福建省电力有限公司电力科学研究院，
类型：发明
国别省市：北京;11