[发明专利]一种风光储混合系统的优化调度方法

权利要求书

1.一种风光储混合系统的优化调度方法，其特征在于，包括如下步骤：

步骤1、设置风光输出功率参考值，获取风电、光伏能源的日前预测出力曲线和负荷预测曲线；

步骤2、根据风光输出功率参考值和风电、光伏能源的日前预测出力曲线，确定风光储能源出力曲线，以及储能设备的运行方式；

步骤3、以系统调度日内运行成本最小为优化目标，建立多目标优化调度模型；

步骤4、输入负荷预测曲线、风光储能源出力曲线和储能设备的运行方式，利用改进的粒子群算法求解优化调度模型，得到日前机组组合出力曲线；

步骤4求解优化调度模型具体方法为：

步骤4.1、数据输入及初始化；

步骤4.2、随机初始化粒子种群：随机生成一个初始粒子种群，种群中粒子的位置表示一种可行的调度方案，粒子的速度表示粒子位置中相应变量的调整幅度：

式中，表示第k代粒子种群中粒子i的位置，表示第k代粒子种群中粒子i的速度，G表示常规能源机组数量，P_i^T(t)表示第i台常规机组在时段t的出力，ΔP_i^T(t)表示在第i台常规机组在时段t出力的调整幅度，P^W(t)表示风电机组出力，P^P(t)表示光伏机组组出力，P_bat(t)表示蓄电池的充放电功率，ΔP^W(t)表示风电机组需要增发或减发的功率，ΔP^P(t)表示光伏机组需要增发或减发的功率，ΔP_bat(t)表示蓄电池在时段t的调整幅度；

步骤4.3、粒子约束修正：依据约束条件公式，对粒子中的越界变量进行修正，将变量限制在约束范围内；

步骤4.4、计算目标函数：依据目标函数公式计算优化目标函数；

步骤4.5、粒子速度及位置更新：粒子的速度由种群的历史最优位置以及粒子的历史最优位置，依据下公式进行更新：

式中，w表示惯性权重系数，c₁表示加速因子1，c₂表示加速因子2，rand(0,1)表示0～1间的随机数，p_best,i表示粒子i的历史最优位置，g_best种群的历史最优位置，为了在迭代前期，提高算法的全局搜索能力，防止陷入次优解；迭代后期，提升算法的局部搜素能力，加速收敛于最优解，对粒子群算法的惯性权重系数以及加速因子进行了改进，具体由下列式子进行更新：

式中，w_max表示最大权重系数，w_min表示最小权重系数，c₁₁、c₁₂分别表示加速因子1的初始值及最终值，c₂₁、c₂₂分别表示加速因子2的初始值及最终值，gen表示当前种群代数，gen_max表示种群最大代数；

步骤4.6、判断是否达到种群最大代数，若满足，则输出最优粒子的位置，即最优调度方案，若不满足，则更新种群代数，返回步骤4.3继续迭代计算。