一种对包括空调负荷的可控负荷进行用电优化调度的方法技术

本发明专利技术涉及一种对包括空调负荷的可控负荷进行用电优化调度的方法，可控负荷包括可调功率的空调负荷，以及可转移负荷；对空调负荷建立空调运行优化目标模型，对可转移负荷建立可转移负荷优化目标模型；对空调运行优化目标模型采用非支配排序遗传算法进行优化；对可转移负荷优化目标模型采用自适应遗传算法进行寻优。本发明专利技术在考虑用户用电习惯和用电舒适度的前提下，通过对用电设备进行分类，分为可控负荷和固定负荷，再对可控负荷中的空调负荷和可转移负荷进行建模，分别采用相应的智能算法对其用电方式进行寻优，在满足用户用电舒适度的前提下实现对可控负荷的有效优化管理。

【技术实现步骤摘要】

本专利技术设及电力系统
，更具体地说，设及一种对包括空调负荷的可控负 荷进行用电优化调度的方法
技术介绍
随着全球电力需求量的增长，电力缺口和峰谷差加大，电力生产增长达不到各地 电力需求水平的增长，电力供求双方矛盾加深，随之而来的包括煤炭能源资源紧张、用电量 快速增长造成的电网容量不足和环境污染等问题。 需求响应具有成本低，反应速度快及环保等优点，可W提高电力系统的运行效率； 通过对用电设备进行优化调度实现需求响应，对电力用户自身来说，可W在自身的用电需 求和电网的调节能力之间寻求平衡，调节用电时间和用电量大小，减少电费开支。然而有几 个原因削弱了用户在电价市场中的作用，一方面是用户缺乏对分时电价、需求响应相关知 识的了解，另一方面是缺乏辅助用户进行优化用电的优化用电管理系统。 优化用电管理系统使得终端用户可W参与到电力系统的运营中来，假定商业用电 中每个电器都处于商业电器网络联网中并接受中央控制器的统一控制，用户将自己的用电 计划上传给中央控制器，控制器通过网络获取最新实时电价信息及气象信息，结合负荷预 测的结果，根据用电设备的能耗、用电设备的类型及用户使用偏好、设备开启的优先级及时 间要求，通过建立最优化运筹模型，可在用户用电成本最小的目标下，制定用电计划，并利 用终端控制技术控制各用电设备执行命令，给用户带来极大便利，从而让用户参与需求响 应。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种对包括空调负荷的可控负荷进 行用电优化调度的方法。 本专利技术的技术方案如下： -种对包括空调负荷的可控负荷进行用电优化调度的方法，可控负荷包括可调功 率的空调负荷，W及可转移负荷；对空调负荷建立空调运行优化目标模型，对可转移负荷建 立可转移负荷优化目标模型；对空调运行优化目标模型采用非支配排序遗传算法进行优 化；对可转移负荷优化目标模型采用自适应遗传算法进行寻优。 作为优选，空调运行优化目标模型的约束条件为空调温度负荷模型等式：二X'"的+ 山-X!"脚+gj尸山+C八 , 其中，xin山表示t时刻室内温度，X°ut表示t时刻室外温度，PhvavW表示t时 刻空调负荷，a,表示室内外热量的交换参数，gf表示空调制冷效率，Cf表示温度偏差； 并限制最大功率输出：Phvav(t)《Phvav; 其中，Phvav为空调负荷，为空调负荷上限。 作为优选，空调运行优化目标模型W最小化能源花费和室内最适温度为目标： 其中，V(t)为当日实时电价数据，xin为室内温度，Phvav为空调负荷。 作为优选，基于微粒群优化算法确定空调运行优化目标模型，步骤为： 1)随机初始化种群中各个微粒的位置和速度； 2)评价每个微粒的适应度，将当前各个微粒的位置和适应值储存在各个微粒的个 体极值地est中，将所有个体极值地est中适应值最优个体的位置和适应值储存于个体极 值地est中； 3)更新微粒的位移和速度； 4)对每个微粒，将其适应值与其经历过的最好位置做比较，如果较好，则将其作为 当前的最好位置； 5)比较当前所有的个体极值地est和全局极值浊est值，更新全局极值浊est; 6)若满足停止条件，捜索停止，输出结果，否则返回步骤3)继续捜索。作为优选，可转移负荷优化目标模型的矩阵为： 其中，C。，,表示设备n在时间t时刻工作情况，可转移负荷的用电设备工作时，C。，， =1，否则C。,t= 0。 作为优选，预设可转移负荷的用电设备提前和推迟开始运行时限Tc、Td，限定可转 移负荷转移时间的控制时限，可转移负荷的调度表述为：[OOW其中，表示设备i在Ti,拥刻工作情况，为1表示设备进行工作，为0表示设 备不工作；IVe为设备i提前运行时限，T\d为设备i推迟运行时限；Wi为各设备耗电量， 为单位时间可转移负荷电量上限。 作为优选，可转移负荷优化目标模型W用电成本最小化，确定其目标函数： 其中，V(t)为t时刻电价，WU)为t时刻可转移负荷总负荷。作为优选，可转移负荷优化目标模型的约束条件为各电器i运行时间范围为Tc、 Td： w(t) =C"*Wi+C2，t*W2+……Cn，t*Wn; +q;E_" +......+c,;。=1; Ci,t*Wi+C2,t*W2+……+Cn,tWn《Wmax; 并限制可转移负荷总功率上限： Td_Te> 1。 作为优选，对空调运行优化目标模型采用非支配排序遗传算法进行优化的步骤包 括： 1)产生初始种群； 2)通过锦标赛选择、交叉、变异产生子种群； 3)将父代和子代种群进行合并； 4)将父代、子代合并产生的种群进行排序，通过比较支配情况进行非支配排序，在 对前端内的每个个体进行拥挤距离排序； 5)对种群进行修剪，在两倍于种群的个体中修剪出个数等于种群大小的个体； 6)判断终止条件是否达到。 作为优选，对可转移负荷优化目标模型采用自适应遗传算法进行寻优的步骤包 括： 1)随机产生初始种群，个体数目一定，每个个体表示为染色体的基因编码； 2)计算个体的适应度，并判断是否符合优化准则，若负荷，输出最佳个体及其代表 的最优解，并结束计算，否则转向步骤3); 3)依据适应度选择再生个体，适应度高的个体被选中的概率高，适应度低的个体 可能被淘汰； 4)按照下式确定交叉概率，并通过交叉生成新的个体： 5)按照下式确定变异概率，并通过变异生成新的个体： 其中，为群体中的最大适应值，fwg为群体平均适应值，f为要交叉的两个个体 中较大的适应度值，r为要变异个体的适应度值，ki、k,、ks、k4为常数； 6)由交叉和变异产生新的种群，返回步骤。。[005引本专利技术的有益效果如下； 本专利技术在考虑用户用电习惯和用电舒适度的前提下，通过对用电设备进行分类， 分为可控负荷和固定负荷，再对可控负荷中的空调负荷和可转移负荷进行建模，分别采用 相应的智能算法对其用电方式进行寻优，在满足用户用电舒适度的前提下实现对可控负荷 的有效优化管理。 (1)采用自适应遗传算法能有效的对大量不同类型的可转移用电设备进行优化管 理，算法简单有效； (2)对转移负荷转移时间的限制最大限度的减少了人们因为负荷转移产生的不舒 适感，同时可转移时间限制可根据人们的实际需求实时调整；当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种对包括空调负荷的可控负荷进行用电优化调度的方法，其特征在于，可控负荷包括可调功率的空调负荷，以及可转移负荷；对空调负荷建立空调运行优化目标模型，对可转移负荷建立可转移负荷优化目标模型；对空调运行优化目标模型采用非支配排序遗传算法进行优化；对可转移负荷优化目标模型采用自适应遗传算法进行寻优。

【技术特征摘要】

【专利技术属性】
技术研发人员：方瑞明，杨屹洲，
申请(专利权)人：华侨大学，
类型：发明
国别省市：福建;35