[发明专利]一种基于改进粒子群算法的综合能源系统优化调度方法

权利要求书

1.一种基于改进粒子群算法的综合能源系统优化调度方法，其特征在于包括以下步骤：

1)给出园区综合能源系统内部各个设备产生的冷热电的能量流动关系，构建综合能源系统；

2)在建综合能源系统中对园区综合能源系统内部各个设备建模；

3)建立园区综合能源系统的优化调度模型及目标函数；

4)确定园区综合能源系统约束条件；

5)基于上述优化调度模型、目标函数以及约束条件，引入改进粒子群算法对园区综合能源系统进行优化调度，在基本粒子群算法基础上，采用多种群、综合学习策略和时变参数的方法进行粒子更新，将该改进算法应用于综合能源系统优化调度中，获得最优解，实现系统的冷热电优化调度。

2.根据权利要求1所述的基于改进粒子群算法的综合能源系统优化调度方法，其特征在于步骤5)中，采用多群和时变参数的方法，应用综合学习策略的方法进行粒子更新，具体为：

501)初始化粒子群的速度和位置，生成n个粒子，分别代表园区综合能源系统各个设备的出力大小的n个估计值，每个粒子对应的位置向量为xi＝{xi1,xi2,...,xiD}(i＝1,2,...,n)，对应的速度向量为vi＝{vi1,vi2,...,viD}(i＝1,2,...,n)，每个粒子有D个维度，这里D表示园区综合能源系统可调度的变量，即微型燃气轮机出力，风力发电出力，光伏发电出力，大电网出力，蓄电池出力；

502)基于改进粒子群的分群方法，将n个粒子分成两个种群，第一个种群为局部搜索群g1，大小为n1，g1负责局部搜索，加快收敛；第二个种群为全局搜索群g2,大小为n2，g2负责全局搜索，保证种群多样性；n＝n1+n2；

503)为g1种群中每个粒子的每个维度构建初始学习模范Pbest，对于第i个粒子的第d维，随机选择两个粒子，比较他们的适应度函数值，优胜者作为第i个粒子的第d维的学习模范；

504)基于改进的惯性权重，各群的加速因子如下，惯性权重ω可采用随迭代次数递减的计算方法，g1群的加速因子c在[2.5,0.5]线性递减，g2群的加速因子c1[3,1.5]线性递减,c2[1.5,3]线性递增；

505)基于改进的速度更新公式更新各种群粒子速度vi和位置xi；

506)将园区综合能源系统可调度变量作为改进粒子群算法的输入参数，计算每个粒子的适应度函数值，更新历史最优解和全局最优解；

507)重复步骤504～506)，当达到迭代最大值时，输出参数；输出的x即为微型燃气轮机出力，光伏发电出力，风力发电出力，大电网出力，蓄电池出力情况；输出的适应函数值为目标函数的最小值，即园区综合能源系统的最低成本。