[发明专利]基于多模型组合运算的配电网运行优化调度方法

权利要求书

1.基于多模型组合运算的配电网运行优化调度方法，其特征在于：包括如下步骤：

S1、根据长时间序列上的历史风光机组出力值、火电出力值、需求侧的负载值以及储能侧的充放电值构建优化调度策略组合，以负载值作为优先项对优化调度策略组合进行优先级排序得到修正调度策略组合；

S2、构建基于修正调度策略组合的日运行成本最小的目标函数；

S3、以修正调度策略组合作为种群规模，采用模糊自适应粒子群模型计算目标函数；

S4、依次获取每一次搜索时初始粒子所对应群体最优值以及群体最优值对应的可调参数；

S5、获取每一个初始粒子中的风光机组出力值和负载值及其对应的群体最优值构建第一数据集合；获取每一个初始粒子所对应群体最优值对应的可调参数构建第二数据集合；

S6、构建输入为第一数据集合、输出为第二数据集合的第一神经网络模型，得到第一权值集合；

同步的，构建输入为第二数据集合、输出为群体最优值的第二神经网络模型，得到第二权值集合；

S7、获取实时风光机组出力值和对应的实时负载值，分别计算实时风光机组出力值对应的第一目标值、实时负载值对应的第二目标值，取第一目标值和第二目标值中最小值作为最优目标值；

S8、根据最优目标值、实时风光机组出力值、实时负载值以及对应的第一权值集合得到第一目标参数；

同步的，根据第一目标参数、对应的第二权值集合得到群体的第一预期目标值；

S9、将第一目标参数代入模糊自适应粒子群模型，获取群体的第二预期目标值；

S10、根据第一预期目标值和第二预期目标值确定最优调度策略；

步骤S2中，日运行成本最小的目标函数C公式表示如下：

；

式中，为第i时段储能系统充放电成本，为第i时段风光系统的弃风弃光成本，为第i时段火电机组出力成本，为i时段柔性负荷协调成本，为电网第i时段运行的网损成本，M为一天中分割的时间段数量。

2.根据权利要求1所述的基于多模型组合运算的配电网运行优化调度方法，其特征在于：

所述依次获取每一次搜索时初始粒子所对应群体最优值以及群体最优值对应的可调参数；包括如下步骤：

优化调度策略组合包含有M组时间段序列，每一组时间段序列均包括有：风光机组出力值、火电出力值、需求侧的负载值以及储能侧的充放电值；

根据负载值由大到小的顺序对优化调度策略组合中的序列进行排序得到修正调度策略组合；

依次以修正调度策略组合中的序列位对应的时间段序列作为初始粒子参与到模糊自适应粒子群模型进行寻优；

依次获取每个粒子的个体最优值，以所有个体最优值中的最小值作为群体最优值，并得到群体最优值对应的可调参数。

3.根据权利要求1所述的基于多模型组合运算的配电网运行优化调度方法，其特征在于：

所述获取每一个初始粒子中的风光机组出力值和负载值及其对应的群体最优值构建第一数据集合；包括如下步骤：

根据序列位依次提取修正调度策略组合中对应栏目中的负载值和风光机组出力值；

同步的，获取当前序列位的粒子为初始粒子所对应的群体最优值；

将负载值和风光机组出力值以及对应的群体最优值依次存储至第一数据集合的对应序列位的对应栏目。

4.根据权利要求1或2所述的基于多模型组合运算的配电网运行优化调度方法，其特征在于：

所述获取每一个初始粒子所对应群体最优值对应的可调参数构建第二数据集合，包括如下步骤：

所述可调参数包括有迭代次数、个体学习因子、群体学习因子、权重系数；

依次将序列位对应的粒子的群体最优值所对应的迭代次数、个体学习因子、群体学习因子、权重系数存储至第二数据集合的对应序列位的对应栏目。