[发明专利]考虑响应不确定性下负荷转移率约束的居民家电优化调度方法

摘要

本发明公开了一种考虑响应不确定性下负荷转移率约束的居民家电优化调度方法，其步骤包括：计及家电的工作时间约束，以居民用电费用最小为优化目标，建立了居民用电优化模型；计及电价对居民用户响应的影响，考虑用户响应的不确定性，基于模糊机会约束理论提出了家电优化调度的转移率约束条件；运用改进的遗传算法对所建立的家电优化模型进行求解。本发明能有效减少居民用电费用并反映电价对居民负荷响应的影响。

主权项

1.一种考虑响应不确定性下负荷转移率约束的居民家电优化调度方法，其特征是按如下步骤进行：步骤一、对家电设备进行分类并建立其用电优化模型：步骤1.1、将第i个家电设备在D个时间段的总运行状态记为S_i＝[s_i(1),s_i(2),…,s_i(t),…,s_i(D)]，其中s_i(t)表示第i个家电设备在第t个时间段的运行状态，若s_i(t)＝1，表示第i个家电设备在第t个时间段正在运行；若s_i(t)＝0，表示第i个家电设备在第t个时间段未运行；t＝1,2,…,D；i＝1,2,…,N；N表示家电设备的总数；步骤1.2、根据家电设备的运行过程中是否允许中断，将家电设备分为不可中断转移负荷和可中断转移负荷；并利用式(1)和式(2)建立不可中断转移负荷的运行约束条件：T_i,early≤T_i,start≤T_i,late‑T_i,length      (2)式(1)和式(2)中：T_i,start为第i个家电设备的开始运行时刻；T_i,length为第i个家电设备的总运行时长；T_i,early、T_i,late分别为第i个家电设备的最早开始运行时刻和最晚结束运行时刻；步骤1.3、利用式(3)和式(4)建立可中断转移负荷运行约束条件：步骤1.4、利用式(5)建立居民家电优化的目标函数：式(5)表示在D个时间段家电负荷总的用电费用最小，式(5)中，p(t)为第t个时间段的电价；步骤二、根据分时电价建立负荷各时段转移率约束条件：步骤2.1、利用式(6)得到峰谷时段间的负荷转移率γ_fg、峰平时段间的负荷转移率γ_fp和平谷时段间的负荷转移率γ_pg：式(6)中，k_fg为峰谷的比例系数、k_fp为峰平的比例系数、k_pg为平谷的比例系数；P_f为峰时段T_f的电价、P_p为平时段T_p的电价，P_g为谷时段T_g的电价；步骤2.2、利用式(7)所示的三角模糊函数来表示居民负荷转移率的不确定程度：式(7)中：和分别为峰谷时段间、峰平时段间和平谷时段间的负荷转移率的模糊表示；a₁、a₂为两个负荷转移率的模糊参数，0＜a₁＜1，a₂＞1；步骤2.3、利用式(8)建立家电负荷分别在峰时段T_f、平时段T_p和谷时段T_g的转移率的约束条件：式(8)中：为优化前的第i个家电设备在第t个时间段的运行状态；q_i为第i个家电在单个时间段的耗电量，且q_i＝Q_i/n，Q_i为第i个家电设备的运行功率，n为一个小时内所划分的时间段数量；步骤2.4、利用式(9)建立家电负荷分别在峰时段T_f、平时段T_p和谷时段T_g的转移率的机会约束：式(9)中：Cr{·}表示式(8)所示的约束条件成立的概率；α为给定的置信水平；步骤2.5、利用式(10)得到家电负荷分别在峰时段T_f、平时段T_p和谷时段T_g的转移率的确定性约束：由式(1)、式(2)、式(3)、式(4)和式(10)所示的约束条件和式(5)所示的目标函数共同构成居民家电优化调度模型；步骤三、采用遗传算法对居民家电优化调度模型进行求解：步骤3.1、设置遗传算法参数，包括：种群数M，交叉概率P_c，变异概率P_m，最大迭代次数K；设置居民家电设备数据，包括：不可中断家电负荷数家电数n₁，可中断家电负荷数家电数n₂，总家电数N＝n₁+n₂，家电设备开始运行时刻T_i,start，家电设备总运行时长T_i,length，家电设备最早开始运行时刻T_i,early，家电设备最晚结束运行时刻T_i,late，家电设备运行功率Q_i，单个时间段耗电量q_i；设置分时电价数据，包括：峰时段T_f，平时段T_p，谷时段T_g，峰时段的电价P_f，平时段的电价P_p，谷时段的电价P_g，三个负荷转移系数k_fg、k_fp和k_pg，两个负荷转移率的模糊参数a₁和a₂，机会约束置信度α；步骤3.2、根据分时电价数据生成电价向量P＝[p(1),p(2),…,p(t),…,p(D)]，其中，p(t)为第t个时间段的电价；步骤3.3、种群初始化：步骤3.3.1、令当前迭代次数d＝0，设第d次迭代的种群其中表示第d次迭代的种群A^d中第m个个体，且表示第d次迭代的种群A^d中第m个个体的第i个家电设备的运行状态，且表示第m个个体的第i个家电设备在第t个时间段的运行状态，m＝1,2,…,M；步骤3.3.2、令m＝1；步骤3.3.3、对于第i个不可中断负荷，且i∈[1,n₁]，在区间[T_i,early,T_i,late‑T_i,length]内随机生成第i个家电设备的开始运行时刻T_i,start；当t∈[T_i,start,T_i,start+T_i,length‑1]时，令当时，令对于第i个可中断负荷，且i∈[n₁+1,N]，在区间[T_i,early,T_i,late]内随机生成T_i,length个第i个家电设备的工作时刻，且在随机生成的工作时刻，令在随机生成的工作时刻外，令步骤3.3.4、判断m＝M是否成立，若成立，执行步骤3.4；否则，令m+1赋值给m，返回步骤3.3.3；步骤3.4、计算所有个体的适应度值其中，表示第d次迭代的种群A^d中第m个个体的适应度值；步骤3.4.1、令m＝1；步骤3.4.2、利用式(11)得到第m个个体的总用电费用设置惩罚系数k，并采用罚函数法分别对家电负荷分别在峰时段T_f、平时段T_p和谷时段T_g的转移率的确定性约束进行判断，若家电负荷满足在峰时段T_f的确定性约束，则不对进行惩罚操作，否则，令赋值给若家电负荷满足在平时段T_p的确定性约束，则不对进行惩罚操作，否则，令赋值给若家电负荷满足在谷时段T_g的确定性约束，则不对进行惩罚操作，否则，令赋值给令赋值给步骤3.4.3、判断m＝M是否成立，若成立，执行步骤3.5；否则，令m+1赋值给m，并返回步骤3.4.2；步骤3.5、选择操作，采用轮盘赌法选择个体并生成第d+1次迭代的种群其中表示第d+1次迭代的种群中第m个个体：步骤3.5.1、计算第d次迭代的种群中第m个个体遗传到下一代种群的概率以及第m个个体的累积概率步骤3.5.2、令m＝1；步骤3.5.3、在[0，1]区间内生成随机数r₁，若则选择第1个体遗传至下一代，并令否则，选择满足条件的个体遗传至下一代，令k∈[2,M]；步骤3.5.4、判断m＝M是否成立，若成立，执行步骤3.6；否则，令m+1赋值给m，返回步骤3.5.3；步骤3.6、交叉操作：步骤3.6.1、令m＝1；步骤3.6.2、在[0，1]区间内生成随机数r₂，若r₂＞p_c，则第m个个体不交叉，执行步骤3.6.3；否则，对第m个个体和第m+1个个体进行交叉操作：在N个家电设备中随机选择第i个家电设备，将第m个个体和第m+1个个体中对应第i个家电设备的编码和进行整体交换，得到交换后的第m个个体和交换后的第m+1个个体并分别赋值给第m个个体和第m+1个个体步骤3.6.3、判断m＝M是否成立，若成立，执行步骤3.7；否则，令m+2赋值给m，并返回步骤3.6.2；步骤3.7、变异操作：步骤3.7.1、令m＝1；步骤3.7.2、在[0，1]区间内生成随机数r₃，若r₃＞p_m，第m个个体不变异，执行步骤3.7.3；否则，对第m个个体进行变异操作：在N个家电设备中随机选择第i个用电设备，如果i∈[1,n₁]，则为不可中断负荷，并按照步骤3.3.3的种群初始化方法重新生成第d+1次迭代的种群A^d+1中第m个个体的第i个家电设备的运行状态如果i∈[n₁+1,N]，则为可中断负荷，并在区间[T_i,early,T_i,late]内随机抽取一个家电设备在第t个时间段的运行状态变异为在区间[T_i,early,T_i,late]内随机再抽取一个家电设备在第t个时间段的运行状态变异为步骤3.7.3、判断m＝M是否成立，若成立，执行步骤3.8；否则，令m+1赋值给m，并返回步骤3.7.2；步骤3.8、判断d＝K是否成立，若成立，则从第d次迭代的种群中选择适应度值最大的个体作为优化结果并输出；否则，令d+1赋值给d，返回步骤3.4。