[发明专利]包括电动汽车充电负荷的微电网经济调度优化方法

权利要求书

1.一种包括电动汽车充电负荷的微电网经济调度优化方法，其特征在于：同时考虑电动汽车充电负荷、风光出力以及CCHP系统冷热电负荷的不确定性和随机性，利用随机规划中的期望值模型来描述充电负荷的不确定性和随机性，同时采用机会约束形式来表征充电设施的投建容量能够满足电动汽车的充电需求，采用多场景随机规划的方法来描述各随机变量的不确定性和随机性；

具体步骤包括：

S1.获取数据集，构建电动汽车充电负荷数据矩阵；

S2.根据S1步骤获得的电动汽车充电负荷数据矩阵构建计及电动汽车充电负荷经济调度模型的目标函数；

S3.构建S2步骤所述计及电动汽车充电负荷经济调度模型的约束条件；

S4.对S3步骤中的约束条件中的机会约束条件进行转化和处理；

S5.对S2步骤中的计及电动汽车充电负荷经济调度模型进行求解；

S5步骤中具体的过程是：

S501.读取S1步骤所述的数据集，设置S4步骤中机会约束条件下的置信水平，输入改进万有引力搜索算法所需参数；

S502.获取S2、S3步骤所述的目标函数和约束条件；

S503.利用蒙特卡洛方法和后向缩减法进行场景生成和削减，并初始化各随机变量在各场景下相应的发生概率；

S504.采用混沌方法初始化粒子，检验粒子是否在取值范围内：随机产生一个n维、每个分量数值在0～1之间的向量Z₁＝[Z₁₁,Z₁₂,…,Z_1n]，利用混沌算法得出Z₂、Z₃，…，Z_M；

设n维优化变量a_i≤x_i≤b_i，将Z_i的各个分量载波到优化变量的取值范围得：其中，x_i为第i维优化变量，a_j、b_j为常数，对应第i维优化变量的上下限；

S505.计算适应度及粒子受到的引力和加速度：根据大数定律，检验优化变量是否满足约束条件，对于满足约束条件的粒子，以目标函数值作为其适应度值；对于不满足约束条件的粒子，采用惩罚函数方法计算其适应度值；其中，表示t时刻i粒子的更新加速度，可表示为：

式中：表示在t时刻第k维粒子的适应度值，m_i(t)表示t时刻粒子的质量；其中，表示在t时刻第k维粒子a受到粒子b的引力，可表示为：

式中：k₁、k₂是与万有引力计算公式相关的两个常数；||N_a(t),N_b(t)||₂表示粒子N_a(t)和N_b(t)之间的欧氏距离；表示在t时刻第k维粒子a、b的位置；

S506.更新个体的位置和速度：从M个初始群体中择优选取m个粒子作为初始解，采用随机模拟方法从中选出群体最优值，利用PSO算法中的速度更新公式改写GSA中的速度更新公式：

式中：ω为PSO中的惯性权重；k₃、k₄、k₅为3个[0,1]中的随机数；c₁、c₂为PSO中的学习因子；分别为粒子的个体最优和群体最优；利用载波得到的优化变量取值改写GSA中的位置更新公式：

其中，a_j对应第j维优化变量上限、Z_ij对应Z_i各个分量，为低k维粒子i在t+1时刻的速度；

然后检验是否满足约束条件，得出适应度值；

S507.对优化变量进行混沌扰动，并更新个体最优值和群体最优值；

S508.检验是否满足终止条件：是，输出结果；否，更新各随机变量在各场景下相应的生成概率，然后转到步骤S505。