[发明专利]一种主动配电网滚动优化调度方法

权利要求书

1.一种主动配电网滚动优化调度方法，其特征在于，包括以下步骤：

S1：建立以运行成本最小、可控电源出力调整量最小、有功网络损耗最小和节点电压偏差最小为目标函数和以元件约束、负荷约束和网络约束为约束条件的主动配电网滚动优化调度模型，主动配电网包括储能装置、风机机组、光伏机组、微型燃气轮机机组、上级电网和负荷；

S2：利用改进差分进化算法MOEA/D-TSA求解该主动配电网滚动优化调度模型，得到该主动配电网的滚动优化调度方案，具体步骤如下：

S21：初始化MOEA/D-TSA算法的基本参数，包括分解方法、邻居个数、退火初温T₀、退火系数λ和算法更新最大迭代次数，并设置可控电源的有功出力上下限及可控负荷的调节范围；

S22：根据所建立的滚动优化调度数学模型和MOEA/D-TSA算法基本参数，进行权重向量及其邻居的初始化；

S23：初始化调度时段序号iNday为1；

S24：读取风机机组、光伏机组和所有负荷节点在当前调度时段的短期预测最新数据，更新风机机组、光伏机组有功出力上下限，并检测储能装置的SOC值和微型燃气轮机的有功输出功率，将检测到的储能装置和微型燃气轮机的状态值作为相应装置当前调度时段的初始值；

S25：初始化当前调度时段的调度时刻序号iNt为1；

S26：根据PV节点有功输出功率上下限最新数据、可控负荷节点调节范围、所有发电机节点电压幅值变化范围及检测到的储能装置、微型燃气轮机的状态值，进行种群决策变量初始化，进行潮流计算，然后初始化计算种群函数值，存储初始化数据；

S27：判断调度时刻序号iNt是否达到最大值，若是，则进入S28，否则iNt增加1，重复S26至S27；

S28：根据种群函数值，初始化理想点和参考点；

S29：初始化算法更新迭代次数i为1；

S210：初始化当前优化子问题序号ipro为1；

S211：重新初始化当前调度时段的调度时刻序号iNt为1；

S212：利用当前调度时段调度时刻iNt的当前优化子问题的邻居信息交叉变异产生当前优化子问题的新解y；

S213：根据聚合函数值判断当前优化子问题产生的新解y是否优于其旧解y_old，若是，则当前优化子问题采用新解y进行更新，否则产生一个随机数R，判断R是否大于当前新解被选择的概率S(i)，若是，则当前优化子问题仍然采用旧解，否则，当前优化子问题采用新解y进行更新，S(i)可表示如下所示：

其中g^te表示聚合函数值，S(i)随着迭代次数增加逐渐减小；

S214：iNt数值增加1，并判断是否大于其最大值，若是，则进入S215，否则重复S212至S214；

S215：根据当前优化子问题函数值，更新理想点和参考点，根据新解y更新当前优化子问题的邻居；

S216：判断子问题序号是否达到其最大值，若是，则进入S217，否则ipro数值增加1，重复S211至S216；

S217：迭代次数i数值增加1，判断迭代次数i是否大于最大迭代次数，若是，则进入S218，否则重复S210至S217；

S218：求取iNday调度时段的所有子问题的最优折衷解，将其作为调度计划输出给可调度单元；

S219：判断一日之内的滚动调度是否完成，若是，则结束，否则，iNday数值增加1，重复S24至S219。