在本申请提供的低碳自动需求响应优化方法、装置及存储介质中，确定最大化单日碳排放减量目标函数、供电端获利目标函数和用电客户目标函数；根据已设定的初始白鲨种群数，随机创建多个候选解，并将各个候选解作为初始白鲨种群；对于每个候选解，计算该候选解与每个目标函数对应的函数值；基于各个函数值，对每个候选解进行非支配排序，将非支配排序后的各个候选解划分为不同的帕累托前沿层次，以确定每个帕累托前沿层次对应的白鲨个体；基于每个帕累托前沿层次对应的白鲨个体和最大迭代数，采用多目标白鲨优化算法在各个帕累托前沿层次中，搜索低碳自动需求响应的最优方案。如此，实现了在考虑用电厂商及用户利益最大化的同时，减少碳排放的目标。
【技术实现步骤摘要】
本申请涉及电力系统，尤其涉及一种低碳自动需求响应优化方法、装置及存储介质。
技术介绍
1、电网中的需求波动是常见的，而电力系统必须随时提供足够的电力来满足需求。电网中的自动需求响应有助于更好地平衡电力供应和需求，避免电力消除或过剩，从而提高电力系统的可靠性。通过减少高峰期的用电负担，电网低碳自动需求响应有助于更高效地利用现有的可再生能源资源，同时还可以避免购买昂贵的高峰期电力，有助于降低电力成本，降低电力碳排放。电网低碳需求自动响应可以帮助更好地集成可再生能源，因为它能够调整电力需求以匹配可再生能源的产量，减少电力生产中的高峰期碳排放，自动需求响应有助于降低温室气体排放，有助于减缓气候变化。
2、现有的与自动需求响应相关的研究中，缺少对用电厂商以及用户利益最大化的同时考虑，已有的研究中实现了用电厂商及用户利益最大化则最终产生的碳排放较大。因此，现有技术无法在同时考虑用电厂商及用户利益最大化的情况下，减少碳排放。
技术实现思路
1、本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中无法在同时考虑用电厂商及用户利益最大化的情况下，减少碳排放的技术缺陷。
2、第一方面，本申请提供了一种低碳自动需求响应优化方法，所述方法包括：
3、确定最大化单日碳排放减量目标函数、供电端获利目标函数和用电客户目标函数，并设定初始白鲨种群数；
4、根据所述初始白鲨种群数，随机创建多个候选解，并将每个所述候选解作为初始白鲨种群中的白鲨个体；
<
p>5、对于每个所述候选解，计算该候选解与所述最大化单日碳排放减量目标函数对应的函数值、与所述供电端获利目标函数对应的函数值，以及与所述用电客户目标函数对应的函数值；6、基于各个所述函数值，对每个所述候选解进行非支配排序，并将非支配排序后的各个候选解划分为不同的帕累托前沿层次，以确定每个所述帕累托前沿层次对应的白鲨个体；
7、基于每个所述帕累托前沿层次对应的白鲨个体和预先设定的最大迭代数，采用多目标白鲨优化算法在各个所述帕累托前沿层次中，搜索低碳自动需求响应的最优方案。
8、在其中一个实施例中，所述最大化单日碳排放减量目标函数的表达式如下所示：
9、
10、式中，maxδeco2表示所述最大化单日碳排放减量目标函数，表示在t时间段中用电客户l减少的用电量，表示在t时段中用电客户l增加的用电量，δl表示第l个节点的电碳因子大小，pl表示与第l个节点相连接的发电厂商发送的电量，pso表示节点s与节点o之间传送的有功功率，ωs表示节点s的分支连接节点集合，δo表示节点o的电碳因子，td表示时间段的上限。
11、在其中一个实施例中，所述供电端获利目标函数的表达式如下所述：
12、maxmg＝muse-ebuy-eom-ect
13、式中，maxmg表示所述供电端获利目标函数，muse表示用电厂商对用户销售电能所获得的利润，ebuy表示用电厂商购置电能所需要的成本，eom为发电机组的所需要进行定期维护所分摊下来的成本，ect为碳排放所需要缴纳的费用。
14、在其中一个实施例中，所述用电客户目标函数的表达式如下所示：
15、
16、式中，maxmuse表示所述用电客户目标函数，le,t表示时段t中用电客户需要的用电量，λe,t表示时间段t对应的用电价格，t表示时间段的上限。
17、在其中一个实施例中，所述基于每个所述帕累托前沿层次对应的白鲨个体和预先设定的最大迭代数，采用多目标白鲨优化算法在各个所述帕累托前沿层次中，搜索低碳自动需求响应的最优方案的步骤，包括：
18、在每个所述帕累托前沿层次中，随机初始化该帕累托前沿层次中各个白鲨个体的速度和位置，并迭代更新各个白鲨个体的速度和位置，直至迭代次数达到所述最大迭代数；
19、在迭代后的各个白鲨群体中，选择最优的白鲨个体作为所述低碳自动需求响应的最优方案。
20、在其中一个实施例中，更新白鲨个体的速度表达式如下所示：
21、
22、式中，i＝1,2,…,n，n为所述初始白鲨种群数，ω表示白鲨在搜索空间中的位置，以及分别表示第i只白鲸在第k次和第(k+1)次迭代后的速度矢量，表示所有白鲨在第k次迭代中获得的全局最佳位置向量，表示是第i条白鲨在第k次迭代后的当前位置向量，表示是当前白鲨群中已知的第i个最佳位置向量，vi表示是大白鲨达到最佳位置的第i个索引向量，为其第k次迭代后的值，c1和c2是在[0,1]范围内的两个随机数，p1和p2分别表示大白鲨在及的位置对位置的影响，u为收缩因子，用于分析大白鲨的集群行为。
23、在其中一个实施例中，更新白鲨个体的位置表达式如下所示：
24、基于最优猎物的位置更新表达式：
25、
26、式中，表示第(k+1)迭代后第i条白鲨的新位置向量，表示第k次迭代后第i条白鲨的新位置向量，表示第i只白鲸在第k次迭代后的速度矢量，为否定运算符，a和b分别是一维二进制向量，z和u分别表示搜索空间的下限和上限，ω0表示逻辑向量，f表示白鲨的波浪状运动的频率，rand表示[0,1]的随机数，mv表示随着白鲨接近猎物时，随着迭代次数的增加而增加的运动力；
27、基于最好白鲨的位置更新表达式：
28、
29、式中，是第一条白鲨相对于猎物位置的更新位置，sgn(r2-0.5)给出1或-1来改变搜索的方向，变量r1、r2和r3是位于[0,1]范围内的随机数；是猎物(即食物来源)和白鲨之间的距离，ss是一个参数，用来表示白鲨跟随其他接近最佳猎物时的嗅觉和视觉的强度，表示所有白鲨在第k次迭代中获得的全局最佳位置向量；
30、通过保留前两个最佳解，并根据两个最佳解对应的位置更新其他白鲨的位置：
31、
32、第二方面，本申请提供了一种低碳自动需求响应优化装置，所述装置包括：
33、目标函数确定模块，用于确定最大化单日碳排放减量目标函数、供电端获利目标函数和用电客户目标函数，并设定初始白鲨种群数；
34、候选解创建模块，用于根据所述初始白鲨种群数，随机创建多个候选解，并将每个所述候选解作为初始白鲨种群中的白鲨个体；
35、函数值计算模块，用于对于每个所述候选解，计算该候选解与所述最大化单日碳排放减量目标函数对应的函数值、与所述供电端获利目标函数对应的函数值，以及与所述用电客户目标函数对应的函数值；
36、候选解划分模块，用于基于各个所述函数值，对每个所述候选解进行非支配排序，并将非支配排序后的各个候选解划分为不同的帕累托前沿层次，以确定每个所述帕累托前沿层次对应的白鲨个体；
37、最优方案搜索模块，用于基于每个所述帕累托前沿层次对应的白鲨个体和预先设定的最大迭代数，采用多目标白鲨优化算法在各个所述帕累托前沿层次中，搜索低碳本文档来自技高网
...
【技术保护点】
1.一种低碳自动需求响应优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的低碳自动需求响应优化方法，其特征在于，所述最大化单日碳排放减量目标函数的表达式如下所示：
3.根据权利要求1所述的低碳自动需求响应优化方法，其特征在于，所述供电端获利目标函数的表达式如下所述：
4.根据权利要求1所述的低碳自动需求响应优化方法，其特征在于，所述用电客户目标函数的表达式如下所示：
5.根据权利要求1所述的低碳自动需求响应优化方法，其特征在于，所述基于每个所述帕累托前沿层次对应的白鲨个体和预先设定的最大迭代数，采用多目标白鲨优化算法在各个所述帕累托前沿层次中，搜索低碳自动需求响应的最优方案的步骤，包括：
6.根据权利要求5所述的低碳自动需求响应优化方法，其特征在于，更新白鲨个体的速度表达式如下所示：
7.根据权利要求5所述的低碳自动需求响应优化方法，其特征在于，更新白鲨个体的位置表达式如下所示：
8.一种低碳自动需求响应优化装置，其特征在于，所述装置包括：
9.一种存储介质，其特征在于：所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项所述低碳自动需求响应优化方法的步骤。
10.一种计算机设备，其特征在于，包括：一个或多个处理器，以及存储器；
...
【技术特征摘要】
1.一种低碳自动需求响应优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的低碳自动需求响应优化方法，其特征在于，所述最大化单日碳排放减量目标函数的表达式如下所示：
3.根据权利要求1所述的低碳自动需求响应优化方法，其特征在于，所述供电端获利目标函数的表达式如下所述：
4.根据权利要求1所述的低碳自动需求响应优化方法，其特征在于，所述用电客户目标函数的表达式如下所示：
5.根据权利要求1所述的低碳自动需求响应优化方法，其特征在于，所述基于每个所述帕累托前沿层次对应的白鲨个体和预先设定的最大迭代数，采用多目标白鲨优化算法在各个所述帕累托前沿层次中，搜索低碳自...
【专利技术属性】
技术研发人员：沈鑫，赵毅涛，李家浩，尹钰君，熊峻，徐飞，谭太洋，纪思，张一竞，赵永辉，何兆磊，唐建林，钱斌，周密，
申请(专利权)人：云南电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。