[发明专利]一种基于自适应粒子群的负荷集群控制方法

权利要求书

1.一种基于自适应粒子群的负荷集群控制方法，其特征在于：根据当前的电网运行状态生成需求响应任务量，利用自适应粒子群算法计算每一个负荷聚合商需要承担的调控任务，将调控任务发送至每一负荷聚合商。

2.根据权利要求1所述的一种基于自适应粒子群的负荷集群控制方法，其特征在于：包括S1建立需求响应架构、S2建立负荷模型与舒适度模型、S3计算负荷调控任务、S4分配负荷调控任务、S5负荷集群控制和S6完成负荷调控任务的步骤，所述步骤S3计算负荷调控任务包括S301初始化粒子群算法参数、S302迭代粒子速度与权重值和S303输出粒子寻优结果的步骤，所述步骤S5负荷集群控制包括S501获得密度聚类结果、S502计算温度节点与补偿节点和S503计算调控温度设定值的步骤。

3.根据权利要求2所述的一种基于自适应粒子群的负荷集群控制方法，其特征在于：在S1建立需求响应架构的步骤中，电力调度控制中心内的所有可控负荷组成用电组，每个用电组由一名负荷聚合商进行控制，负荷聚合商在参与需求响应的用户小区内安装控制站点；控制站点用于与上层的负荷聚合商以及下层的用户可控负荷进行通信，接受负荷聚合商下发的消纳任务曲线同时接受采集装置采集到的用户用电信息；控制站点与小区内的可控负荷之间有控制线路，根据任务需求对负荷进行直接控制；负荷聚合商接受新能源电厂以及电力公司的响应任务，通过调控可控负荷满足响应任务。

4.根据权利要求2所述的一种基于自适应粒子群的负荷集群控制方法，其特征在于：在S2建立负荷模型与舒适度模型的步骤中，建立电热泵数学模型以及用户舒适度模型，在电热泵设备的热力学模型中，根据电热泵的设备温度与其消耗的电功率之间的对应关系，得到电热泵的热电耦合模型；电热泵的热力学动态模型用一阶简化响应模型过来描述包括电热泵设备保持开启状态的时间和电热泵保持关闭状态的时间；通过控制热泵群内单个热泵的开关状态来调整其对外显示的功率消耗；建立用于衡量用户在实际需求响应中的舒适体验的用户舒适度指数。

5.根据权利要求2所述的一种基于自适应粒子群的负荷集群控制方法，其特征在于：在S3计算负荷调控任务的步骤中，电力调度控制中心调控任务分配量计算；电力调度中心在制定好整体调控任务后，根据负荷聚合商上报的负荷实时数据，利用自适应粒子群算法进行寻优，计算每个负荷聚合商应得的调控任务；粒子群算法中粒子进行更新和适应度值的计算，不断迭代，模拟下一时刻最佳平均舒适差，最终确定调控任务分配量。

6.根据权利要求2所述的一种基于自适应粒子群的负荷集群控制方法，其特征在于：在S301初始化粒子群算法参数的步骤中，首先设置最大迭代次数，目标函数的自变量个数，粒子的最大速度，位置信息为整个搜索空间，在速度区间和搜索空间上随机初始化速度和位置，设置粒子群规模为M，每个粒子随机初始化一个粒子更新速度；

在S302迭代粒子速度与权重值的步骤中，定义适应度函数，个体极值为每个粒子找到的最优解，从这些最优解找到全局值，称为本次全局最优解；与历史全局最优比较，进行更新；

在S303输出粒子寻优结果的步骤中，利用粒子群算法，以平均舒适差最小为目标进行迭代寻优，直到计算出满足迭代条件才退出计算，输出最佳任务量分配结果。

7.根据权利要求2所述的一种基于自适应粒子群的负荷集群控制方法，其特征在于：在S4分配负荷调控任务的步骤中，负荷聚合商在从电力调度控制中心获得需求响应任务后，根据任务需求生成任务曲线，在将任务分配给每一个智能小区中的控制站点，每个智能小区具有自己的任务曲线；控制站点收到消纳任务之后，根据采集到的设备运行状态以及用户用电信息，制定设备控制策略。