[发明专利]基于改进离散型PSO算法的用电智能控制方法及计算机可读存储介质

摘要

本发明涉及用电智能控制技术应用领域，特别涉及一种计算机可读存储介质，其存储有计算机程序，计算机程序被控制器执行时实现基于改进离散型PSO算法的用电智能控制方法。从智能电网系统中获取空调数量、空调调节参数和分时电价信息等信息，从而构建空调负荷集群系统模型。在该模型中，以电网调度性指标和用户经济性指标经加权后得到优化目标函数G，使得空调负荷集群系统模型具有最大化需求响应能力，保证电网侧的削峰优化，并保证用户侧的用电经济性。对室内温度的约束条件和优化目标函数G的计算是将其连续量离散后再进行求解，并且减少了对速度和位置公式的修改，更加准确与方便，能够对空调负荷进行快速反应并进行负荷用电控制。

主权项

1.基于改进离散型PSO算法的用电智能控制方法，其特征在于，包括如下步骤：/nP1.参数获取步骤，获取空调群的空调数量、空调调节参数和分时电价；/nP2.聚合模型构建步骤，获取空调群的运行状态n为空调数量，s_i为每台空调的开关状态；所述空调调节参数包括空调群各台空调的制冷功率P_i＝[P₁,P₂,P₃,...,P_n]，据此计算空调群的实时功率/nP3.目标确认步骤，分别以作为电网调度性目标G₁和经济性目标G₂的权重系数，构建优化目标函数，/n /n其中，P_LA.max为空调群在t时刻响应后的实时功率上限，prc(t)_max为响应时的分时电价的最大值，P_base(t)为空调群在t时刻响应前的功率；/nP4.参数初始化步骤，初始化各个空调的空调功率P_i和对应的开关状态s_i；/nP5.粒子群初始化步骤，对所述优化目标函数G通过空间粒子群初始化，把目标函数中各个连续变量r分别随机选择ceil(r)进行向上取整或者随机选择floor(r)进行向下取整，得到对应的整数变量M，/n /n其中，rand()表示一个[0，1]之间的随机数；/nP6.粒子群更新步骤，计算所述粒子群响应后的个体速度v_id和位置x_id；/nv_id＝ω×v_id+c₁×r₁(pbest_id-x_id)+c₂×r₂(gbest_id-x_id)，/n其中，ω是惯性系数，c1和c2是取值大于等于0的学习因子，，r1和r2是[0，1]之间的随机数，pbest_id表示粒子个体最优位置，gbest_id表示每一次迭代后粒子群的最优位置；/n /n其中，1+exp(-v_id))为使得x_id的每一个分量都限制在[0，1]之间的转换限制函数；/nP7.求解步骤，以所述优化目标函数G作为适应度函数对所述聚合模型进行适应度评价，从而更新局部与全局最优解；/nP8.迭代判断步骤，判断是否达到最大迭代次数，如果达到，则结束计算并输出最优空调聚合群实时功率，否则，返回执行所述粒子群更新步骤。/n