一种智能微电网能量管理量子优化方法技术

本发明专利技术公开了一种智能微电网能量管理量子优化方法，能够应用于微电网经济调度、负荷需求响应、联络线功率控制等优化运行目标，微电网能量管理达到多功能运行模式，进一步推进微电网智能化。本发明专利技术借用量子计算的概念采用量子遗传算法，使用量子比特编码染色体，利用量子概率的矢量编码机制，并采用量子旋转门更新策略，有效提高全局搜索能力，避免优化结果收敛在局部最优解，可解决复杂的优化问题，适用于风光及多元储能的微电网。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，能够应用于微电网经济调度、负荷需求响应、联络线功率控制等优化运行目标，微电网能量管理达到多功能运行模式，进一步推进微电网智能化。本专利技术借用量子计算的概念采用量子遗传算法，使用量子比特编码染色体，利用量子概率的矢量编码机制，并采用量子旋转门更新策略，有效提高全局搜索能力，避免优化结果收敛在局部最优解，可解决复杂的优化问题，适用于风光及多元储能的微电网。【专利说明】-种智能微电网能量管理量子优化方法
本专利技术涉及微电网能量优化
，特别是涉及一种智能微电网能量管理量子 优化方法。
技术介绍
随着全球能源危机与环境问题的凸显，促使以新能源和可再生能源为主要发电形 式的微电网系统得到了广泛关注。研究微电网的能量管理技术，有助于提高微电网系统运 行的经济性和可靠性，有助于提高系统的运行效率，有利于减少二氧化碳的排放量，也有利 于提供定制的电能服务。 在微电网能量管理优化中，多以经济调度作为能量管理优化目标，此外也以经济 性、环保性、可靠性作为多目标优化，尚未体现微电网的互动性。 此外，目前能量管理多采用遗传算法和粒子群算法等智能算法并加以改进，实现 对最优解搜索，但算法编程复杂同时算法耗时，且易收敛，不具有普适性。
技术实现思路
技术问题：本专利技术提供了。针对微电网常 见的并网运行特点，考虑微电网与大电网的互动特性。基于微电网内的可控负荷参与需求 响应，并通过分布式电源配合实现联络线功率控制，丰富微电网的能量管理模式。在满足各 约束条件下，通过优化算法得到各单元调度指令。本专利技术采用量子遗传算法，加强计算能 力，提高了全局的收敛性，实现复杂优化问题的最优化。 技术方案：， 步骤一、以微电网运行成本为优化目标，成本综合考虑各分布式电源的运行成本、 配电网的购电成本、微电网收益、停电损失，目标函数如下： 【权利要求】1. ，其特征在于： 步骤一、以微电网运行成本为优化目标，成本综合考虑各分布式电源的运行成本、配电 网的购电成本、微电网收益、停电损失，目标函数如下：式中： T-优化调度的总时段数； η--微电网系统中的微电源数量； --第i个微电源的管理费用，单位为元； Cg(t)--t时刻配电网实时电价，单位为元/kWh ; Pg(t)--配电网与微电网间t时刻的交换功率，单位为kw，注入微电网为正，反之则为 负； K--可切负荷总组数； ak(t)--t时刻第k组可切负荷的停电损失费用Ck，1()SS(t)与补偿费用C k，ram(t)的差 值； SIL；k(t)一一t时刻第k组可切负荷的开关状态，0为开关闭合，1为开关断开； PIL;k(t)--t时刻第k组可切负荷的功率需求； 其中，目标函数的约束条件如下： A、 经济调度模式下的常规运行约束：Pgmin--微电网能够从配电网吸收的最大功率； pgmax-微电网能够向配电网输送的最大功率；socmin, socmax--储能荷电状态的下限和上限； SOC(t)--t时刻储能荷电状态； B、 定联络线功率模式下的联络线功率约束：Pset-设定时段下要求的联络线功率； C、 需求响应模式下的投切负荷功率平衡：Ppv(t)、Pwt(t)、Pbat(t) - t时刻光伏、风机、储能的输出功率； PL(t)--t时刻一般负荷的功率大小； SIL；k(t)一一t时刻第k组可切负荷的开关状态； PIL;k(t)一一t时刻第k组可切负荷的功率大小； 步骤二、基于量子遗传算法计算目标函数。2. 根据权利要求1所述的，其特征在于：所述 量子遗传算法具体如下： (1)初始化群体为进化代数； 染色体的结构由量子比特幅编码表示：式中：q代表一个个体的染色体；k为编码的每个基因的量子比特数；m为染色体基因 个数，对应于函数的变量个数； 对于种群中第一个染色体，首先随机生成（〇, 1)中的变量xk，k = 1，2, ...，N，随后利用 公式生成量子比特之后的染色体基于逻辑映射生成混沌变量，利用混沌算子生成新一组变量~ ;其中，μ是混沌因子，当μ =4时，系统进入一个混沌状态，生成的范围内的值； 利用生成的混沌变量~生成量子比特ak，β,，完成种群的初始化； (2) 对Q (t)测试其个体，生成P (t) 测量过程为随机产生一个区间的数，若大于概率幅的平方I心I2 5则测量结果取值 1，否则取值〇 ;通过对种群中的个体进行测量，以得到一组确定解P (t)，P (t)为传统的二进 制编码； (3) 评价P(t)的适应度 将P(t)中最好的解保留其量子编码和可行解；以适应度评价值为标准决定当前种群 中每个个体遗传到下一代的概率，以实现优胜劣汰的算法核心思想； (4) 用量子门U更新Q(t) 量子比特采用量子门来进行更新；式中，Θ为旋转角，ω为进化步长，函数f (a k，0k)通过策略表给出； (5) t = t+1，通过设置门槛条件终止量子遗传算法的迭代计算，判断是否满足终止条 件，若满足则算法结束，若不满足，则转到步骤（2)。3. 根据权利要求2所述的，其特征在于：所述 门槛条件为最大迭代次数、最长迭代计算时间或者适应度目标值。4. 根据权利要求1所述的，其特征在于：所述 包括光伏、风机和储能的管理费用【文档编号】G06Q10/06GK104217262SQ201410508550【公开日】2014年12月17日 申请日期:2014年9月28日 优先权日:2014年9月28日 【专利技术者】吴在军, 费阳, 窦晓波, 胡敏强, 赵波, 孙旻, 孙纯军 申请人:东南大学本文档来自技高网...

【技术保护点】
一种智能微电网能量管理量子优化方法，其特征在于：步骤一、以微电网运行成本为优化目标，成本综合考虑各分布式电源的运行成本、配电网的购电成本、微电网收益、停电损失，目标函数如下：FMG=Σt=1T[Σi=1nCm,i+Cg(t)·Pg(t)·Δt+Σk=1Kαk(t)·SIL,k(t)·PIL,k(t)]]]>式中:T——优化调度的总时段数；n——微电网系统中的微电源数量；Cm,i——第i个微电源的管理费用，单位为元；Cg(t)——t时刻配电网实时电价，单位为元/kWh；Pg(t)——配电网与微电网间t时刻的交换功率，单位为kW，注入微电网为正，反之则为负；K——可切负荷总组数；αk(t)——t时刻第k组可切负荷的停电损失费用Ck,loss(t)与补偿费用Ck,com(t)的差值；SIL,k(t)——t时刻第k组可切负荷的开关状态，0为开关闭合，1为开关断开；PIL,k(t)——t时刻第k组可切负荷的功率需求；其中，目标函数的约束条件如下：A、经济调度模式下的常规运行约束：Pg_min≤Pg(t)≤Pg_maxPg_min——微电网能够从配电网吸收的最大功率；Pg_max——微电网能够向配电网输送的最大功率；SOCmin≤SOC(t)≤SOCmaxSOCmin，SOCmax——储能荷电状态的下限和上限；SOC(t)——t时刻储能荷电状态；B、定联络线功率模式下的联络线功率约束：Pg(t)＝PsetPset——设定时段下要求的联络线功率；C、需求响应模式下的投切负荷功率平衡：Ppv(t)+Pwt(t)+Pbat(t)+Pg(t)＝PL(t)+(1‑SIL,k(t))PIL,k(t)Ppv(t)、Pwt(t)、Pbat(t)——t时刻光伏、风机、储能的输出功率；PL(t)——t时刻一般负荷的功率大小；SIL,k(t)——t时刻第k组可切负荷的开关状态；PIL,k(t)——t时刻第k组可切负荷的功率大小；步骤二、基于量子遗传算法计算目标函数。...

【技术特征摘要】

【专利技术属性】
技术研发人员：吴在军，费阳，窦晓波，胡敏强，赵波，孙旻，孙纯军，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32