[发明专利]基于改进鲸鱼算法的楼宇用电负荷优化调度方法

说明书

本发明公开一种改进鲸鱼算法的楼宇用电负荷优化调度方法。首先明确楼宇负荷并进行分类，明确楼宇负荷调度的目标函数和约束条件，构建楼宇负荷调度模型，对鲸鱼算法进行改进，用Sobol序列生成分布更均匀的初始鲸群，引入自适应权重调整系数，改进越界处理机制，增加样本多样性的同时产生精英粒子。算法改进后全局搜索与局部勘探能力更加均衡，更容易跳出局部最优，提高了算法寻优效率，将改进鲸鱼算法用于楼宇负荷用电优化调度中，来达到住户日用电费用最少、新能源消纳率高、舒适度高的目标。

技术领域

本发明涉及智能电网用电自动需求响应领域，具体是一种改进鲸鱼算法的楼宇用电负荷优化调度方法。

背景技术

随着能源需求的迅速扩大，以石油为代表的化石能源供不应求，成本日益上升。全球变暖的形势非常严峻。节能减排已成为国际社会的紧迫任务。随着全球电力工业规模的逐年扩大，能源电气化和终端能源消费电气化是历史发展和社会发展的必然趋势。电能作为一种清洁、优质、高效的二次能源，对促进能源与环境的平衡具有基础性、关键性和长远性的作用。楼宇住户用电量日益上涨，进行楼宇用电负荷调度的研究具有重大意义，通过对楼宇用电需求自动化管理，来实现节能减排等目的，并对节约能源和环境保护做出了巨大贡献。

需求响应机制是目前最重要且最有效的需求侧管理手段，按照引导用户参与需求响应的不同方式，可将需求响应划分为基于价格的需求响应策略和基于激励的需求响应策略。由于价格机制是市场机制的基础，用户依据市场价格调整其原有用电方式，减少或转移用电需求的基于价格的需求响应策略来制定符合自身经济性和舒适性目标的用电策略。

鲸鱼算法结构简单算法具有原理简单、调节参数少、寻优能力强等特点，且在收敛速度与收敛精度方面均明显优于引力搜索算法和粒子群优化算法等，初始种群分布不均、缺少全局交流、容易陷入局部最优等问题。算法改进后全局搜索与局部勘探能力更加均衡，更容易跳出局部最优，提高了算法寻优效率。将改进的鲸鱼算法用于楼宇负荷用电调度中，实现楼宇住户用电策略调整有重大意义。

发明内容

本发明主要针对楼宇用电住户的用电习惯不合理造成能源浪费及新能源的利用率的问题，提出了一种基于改进鲸鱼算法的楼宇用电负荷优化调度方法，来改善楼宇住户的用电习惯。在考虑住户用电的舒适度的前提下，通过家庭能源管理系统的优化调度来降低住户用电量和提高新能源的利用率。

本发明根据楼宇用电负荷的不同特征，将用电负荷进行分类并建立负荷用电调度模型，改进鲸鱼算法全局搜索与局部勘探能力更加均衡，更容易跳出局部最优，提高了算法寻优效率，将改进的鲸鱼算法用于楼宇用电负荷调度中，达到的较好的预期效果。

为解决上述问题，本发明采用如下技术方案，包括以下步骤：

步骤1：虽然楼宇中用户很多且负荷数量逐年增长，但用电负荷种类大致相同。为了更好地控制楼宇中用电负荷并有效地管理楼宇用户用电，根据楼宇用户中各种用电负荷的特征及用户使用习惯，将楼宇居民用电负荷分为不可控负荷、可中断负荷、可平移负荷、充电负荷、储能负荷和新能源发电电负荷。

步骤2：明确楼宇负荷用电优化调度的目标函数和约束条件，并搭建楼宇负荷用电调度模型；

步骤3：对鲸鱼算法进行改进，用Sobol序列生成分布更均匀的初始鲸群，引入自适应权重调整系数，改进越界处理机制，增加样本多样性的同时产生精英粒子。算法改进后全局搜索与局部勘探能力更加均衡，更容易跳出局部最优，提高了算法寻优效率，将改进鲸鱼算法用于楼宇负荷用电优化调度中。

步骤4：得出实验结论，并对结论进行分析。