[发明专利]一种基于改进粒子群算法的微网系统动态经济调度方法

说明书

技术领域

本发明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。

背景技术

机组的运行需要成本，微网系统的运行要考虑运行经济性，机组不同，成本函数不同，不同出力方案的经济成本也有所不同。经济调度的目的在于一定周期内优化各机组的出力，以获得最优出力水平，使成本最小化。机组前后时段的出力还涉及到机组的爬坡能力约束，这与机组前后时段的出力密切相关，所以需要调度微网系统的动态经济。同时，由于网内机组容量有限，微网需通过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条件下确定机组的运行方式，使系统总的运行费用最小化。

动态经济调度涉及的变量多，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，造成其各个可行解所对应的目标函数值较为接近，在使用标准的粒子群算法时，容易造成搜索陷入局部最优，过早收敛，停滞对全局最优解的搜索。

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解决微网经济调度中的负荷平衡的强约束问题。

解决过早收敛的方法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。

发明内容

针对现有技术的不足，本发明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，本发明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。

本发明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。

本发明的目的是采用下述技术方案实现的：

本发明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ω_max＝0.9，ω_min＝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：