[发明专利]基于免疫粒子群算法的微网自治调频调压方法和装置

权利要求书

1.一种基于免疫粒子群算法的微网自治调频调压方法，包括以下步骤：

一、采集公共点(PCC)的三相电流和三相电压，检测电网频率，采集分布式电源(DG)实时输出的有功功率测量值P_i和无功功率测量值Q_i，计算实际频率与标准频率的频率差值△f(t)，计算公共点母线电压与标准电压的电压差值△V(t)；

二、根据频率差值和电压差值，计算适应度函数：

式(2)中，J表示适应度函数，t表示采样时间，t0、t1分别为每个控制性能指数的起始和结束时间,ɑ为调整因子，取ɑ＝0.5；

采用免疫粒子群算法迭代计算分布式电源(DG)的最优下垂控制系数K_vi和K_fi；

三、用频率差值、电压差值、实时输出的有功功率测量值和无功功率测量值、最优下垂控制系数K_vi和K_fi，计算微电网内负荷波动或电源波动时分布式电源(DG)需要实时输出的有功功率指令值P_i^*和无功功率指令值Q_i^*：

式(3)和式(4)中，K_vi和K_fi表示第i个分布式电源(DG)对应的无功功率指令值和有功功率指令值的下垂控制参数，i为1～n，n至少为1；

四、下发有功功率指令值P_i^*和无功功率指令值Q_i^*至分布式电源的微源控制器执行，动态恢复电力系统频率和电压到额定值。

2.根据权利要求1所述的基于免疫粒子群算法的微网自治调频调压方法，其特征在于：所述步骤一标准频率为50Hz，标准电压为0.4kV。

3.根据权利要求1所述的基于免疫粒子群算法的微网自治调频调压方法，其特征在于：所述步骤二采用免疫粒子群算法迭代计算分布式电源(DG)的最优下垂控制系数K_vi和K_fi，包括以下步骤：

(一)、初始化粒子群，随机初始化N个粒子的速度和位置，将每个粒子的初始化位置作为每个粒子的最优位置P_best，将初始粒子的最优位置设置为种群的最优位置G_best，将每个粒子的位置代入设计的适应度函数计算每个粒子的适应度值，根据适应度值大小衡量粒子的优劣，得到初始粒子群的个体极值和全局极值，N为40；

(二)、产生免疫疫苗，将全局最优粒子作为免疫粒子；

(三)、更新粒子的位置和速度，根据搜索矢量方程更新粒子的位置和速度：

v_k+1＝wv_k+c₁r₁(P_best-x_k)+c₂r₂(G_best-x_k)

x_k+1＝x_k+v_k+1 (5)

式(5)中，v是粒子的速度向量，x是粒子的位置向量，w为惯性因子，在[0.3,0.5]之间取值，c1、c2为学习因子，取c1＝c2＝2，r1、r2为[0,1]的随机数，k是粒子数；

(四)、群体更新，根据适应度函数计算更新后粒子的适应度值，如果适应度值优于更新前的适应度值，则进行保留，否则舍弃该粒子，生成由N个粒子组成的新群体，

(五)、生成新群体，随机产生M个新粒子和步骤(四)中的N个粒子，组成N+M个粒子群，依据下列公式计算生成的N+M个粒子的选择概率，依据概率大小选择N个新粒子形成新的群体，M为40；

式(6)中，Y_i为粒子的选择概率，x_i和J(x_i)分别表示第i个粒子及其适应度函数值；

(六)、免疫接种和免疫选择，用步骤(二)产生的免疫‘疫苗’对群体中的R个粒子进行疫苗接种，根据适应度函数计算接种疫苗后的粒子适应度值，并根据适应度值进行免疫选择；如果适应度值减小，则保留该粒子，否则取消免疫粒子，这样就形成了粒子数量为N的新一代群体，R为5；

(七)、更新群体的个体极值和全局极值，将更新群体中的粒子的位置矢量代入适应度函数中计算每个粒子的适应度值，根据适应度值大小更新群体的个体极值和全局极值；

(八)、检查算法终止条件，运算的迭代次数没有超过最大允许的迭代次数100，就终止迭代，得到分布式电源(DG)的最优下垂控制系数；

所述免疫粒子群算法迭代计算中，分布式电源(DG)的下垂控制系数作为粒子，粒子的速度表示分布式电源(DG)的下垂控制曲线调节的方向，粒子的位置为下垂控制系数，最优位置表示能动态调节频率误差和电压误差综合最小的最优下垂控制系数，粒子的种群表示下垂曲线调节时不同下垂控制系数形成的集合，免疫疫苗表示在一次参数寻优迭代计算过程中得到的最优粒子，个体极值表示初始的某一个粒子在迭代变化时能动态调节频率误差和电压误差综合最小的最优位置，全局极值表示所有不同下垂控制系数在迭代变化时能动态调节频率误差和电压误差综合最小的最优位置。