[发明专利]一种居民错峰用电优化方法和装置

说明书

本发明公开了一种居民错峰用电优化方法和装置，包括：获取居民用电设备的用电负荷；以居民电能总花费为目标函数，所述用电负荷为变量搭建优化策略数学模型；采用模拟退火粒子群算法求解所述优化策略数学模型，得到最优解；根据所述最优解确定居民错峰用电优化方案。通过本发明，避免了居民电能总花费陷入局部最优的问题，降低了总的峰值需求，将部分高峰负荷转移到低谷时期，平滑负荷曲线，从而实现错峰用电，提高电网可靠性。

技术领域

本发明涉及电能分配技术领域，尤其涉及一种居民错峰用电优化方法和装置。

背景技术

居民能源管理系统可实现以用户自行合理规划的智慧用电方式取代传统用电方式的目的。在电网峰值负荷时段，电网的续航能力有限，供电压力过大时需要较高成本去增添小型应急的发电机组，在电网低谷负荷时期，储能较难导致浪费能源，故希望能将部分高峰负荷转移到低谷时期。

在居民智能用电领域的研究，目前大多将实现用电成本最低作为调度目标，激励用户主动改变用电习惯。已有的一些技术方案包括：提出购电开支最低模型，通过确定负荷的实际工作开始时间以最大程度在低电价时段多完成用电任务；研究动态电价机制下对空调系统的用电费用实现最小化；提出在分时电价的不同时段，监测居民负荷的用电量以激励用户改变高耗能的用电行为；将一天划分为24个时间片并对各类家用负荷进行分类，以减少购电开支。

利用二进制粒子群算法的居民能源调度策略是对分布式发电模块、家电优化调度模块和储能模块所组成的三种智能模块进行优化调度。分别采用非线性最小二乘法算法、动态规划算法和禁忌搜索算法对HEMS(家庭能源管理系统)进行优化，达到最大化用户舒适度和最小化购电成本的目的，但这些算法对既有离散值又有连续值的混合目标优化效果不佳。采用分支界定调度算法在HEMS中收敛速度快，但存在早熟收敛且难以跳出局部最优的缺陷。同样地在HEMS中应用广泛的粒子群算法，往往也存在早熟收敛问题，若某粒子发现一个当前最优位置且为局部最优解，其它粒子将向其靠拢并难以重新进行搜索。

发明内容

本发明提供了一种居民错峰用电优化方法和装置，用于解决传统粒子群算法易使居民电能总花费陷入局部最优，导致错峰用电方案优化效果较差的技术问题。

本发明提供了一种居民错峰用电优化方法，包括：

获取居民用电设备的用电负荷；

以居民电能总花费为目标函数，所述用电负荷为变量搭建优化策略数学模型；

采用模拟退火粒子群算法求解所述优化策略数学模型，得到最优解；

根据所述最优解确定居民错峰用电优化方案。

可选地，所述采用模拟退火粒子群算法求解所述优化策略数学模型，得到最优解的步骤，包括：

初始化粒子群中粒子的位置和速度，并设置初始退火温度；

计算所述粒子群中每个粒子的目标函数值，初始化最优个体和全局最优目标值；

根据所述粒子群中每个粒子的目标函数值更新所述最优个体和所述全局最优目标值；

确定更新后的所述粒子群中粒子的最小目标函数值；

计算每个所述粒子的目标函数值与所述最小目标函数值的差值；

判断所述差值是否满足第一预设条件；

若是，则根据更新的所述最优个体和所述全局最优目标值更新所述粒子的位置和速度；

执行降温操作，并判断当前迭代次数是否满足预设阈值；

若否，则重新执行计算所述粒子群中每个粒子的目标函数值，初始化最优个体和全局最优目标值的步骤；

若所述当前迭代次数满足所述预设阈值，则输出最优个体作为最优解。