[发明专利]一种基于量子行为粒子群算法的微电网调度方法

权利要求书

1.一种基于量子行为粒子群算法的微电网调度方法，其特征在于，该方 法具体包括以下步骤：

A、基于日前调度计划安排各微电源出力，选定储能系统中的蓄电池出力为 直接优化变量，而微电网和大电网交换功率为间接优化变量；设定仿真的调度 周期和时间维度，载入光伏出力、风机出力和负荷功率预测数据以及微电网和 大电网交换功率的实时电价，同时设定算法的粒子个数、迭代次数、运行轮数 以及粒子维数；

B、初始化蓄电池的荷电状态并计算蓄电池初始剩余电量；对每个粒子的每 一维依次进行循环，若蓄电池荷电状态满足所要求的约束范围，则对其在出力 范围内进行随机初始化，计算该时刻蓄电池荷电状态，然后对蓄电池荷电状态 进行检测，如果蓄电池荷电状态不在所要求的约束范围内，则对其进行边界化 条件处理；接着计算微电网和大电网的交换功率，并检测其是否超出传输线最 大传输功率限制，如超出线路最大传输功率限制，则把传输功率置为最大允许 传输功率，同时由功率平衡再次计算蓄电池出力，由蓄电池出力再计算其荷电 状态，检测蓄电池荷电状态是否满足要求，如满足要求，则跳出该粒子循环， 进入下一个粒子的初始化；

C、当所有粒子初始化完毕，则对其初始适应度值进行计算，也即目标函数 值f(x)，f(x)主要包括以下部分；

f(x)=Σi=1TR(i)Pgrid(i)+1PNTNCstart·Kc··|Σi=1TPb(i)|---(1)]]>

R(i)为微电网和大电网交换功率的实时电价，P_grid(i)为微电网与大电网的 交换功率，i为调度的某个时间维度，T为调度周期，P_N为储能蓄电池的额定 输出功率，T_N为储能蓄电池年运行小时数，C_start为储能系统的初始总投资成 本，P_b(i)为储能蓄电池在某调度时刻的实际输出功率，K_c·为储能系统的资本 回收系数，其由下式计算可得：

Kc·=s(1+s)M(1+s)M-1---(2)]]>

s为储能蓄电池的折旧率，M为储能蓄电池的使用寿命；

D、将每个粒子初始适应度值设定为该粒子个体最优适应度值，将粒子初始 位置设定为粒子个体最优位置，比较所有粒子适应度值并找出全局最优粒子， 并记录其位置和适应度值；

E、对每个粒子进行更新迭代，迭代完毕后对蓄电池每一时刻荷电状态进行 计算，同时检测荷电状态是否满足约束条件，如不满足则对其进行边界化处理， 并再次修正蓄电池出力；

其中X_t表示蓄电池在t时刻的输出功率，RL为蓄电池初始剩余容量，NL为 蓄电池额定容量；

F、由功率平衡计算微网和大电网交换功率，同时检测其交换功率是否超出 约束范围，若超出约束范围则进行边界化处理，并重新计算蓄电池出力和荷电 状态，最后判断蓄电池荷电状态是否满足条件，如满足则跳出该粒子循环，进 入下一个粒子的循环；

G、所有粒子循环完毕后重新计算适应度值，并更新个体最优位置和个体最 优适应度值以及全局最优位置和全局最优适应度值，重新返回E进行循环；

H、当达到最大迭代次数时，终止迭代，输出最优出力、适应度值以及对应 的蓄电池荷电状态。

2.根据权利要求1所述的一种基于量子行为粒子群算法的微电网调度方法， 其特征在于：步骤E中修正蓄电池出力的方法为,当蓄电池荷电状态超出下边 界SOC_min时，则用(3)式修正蓄电池出力；当蓄电池荷电状态超出上边界 SOC_max时，则用(4)式修正蓄电池出力；

Xt=RL-SOCmin*NL-Σ1t-1X---(3)]]>

Xt=RL-SOCmax*NL-Σ1t-1X---(4).]]>