【技术实现步骤摘要】
一种改进粒子群算法的智能微电网优化调度方法
本专利技术属于微电网优化调度领域，涉及一种改进粒子群算法的智能微电网优化调度方法。
技术介绍
随着社会环保意识和能源安全意识的提高，人们逐渐意识到传统电网固有的缺点。而智能微电网技术为各国构建绿色、安全、可持续的供电系统提供了新的解决方案。由于微电网内包含不可控的可再生能源，使得微电网系统内的能量具有严重的不确定性，因此，开展智能微电网系统的优化调度进行研究对于推进智能微电网项目的应用和发展具有关键支撑作用。以往对微电网运行的研究主要集中在以风、光等发电单元组成的微电网系统，不考虑电动汽车的影响，而随着电动汽车的大量使用，用户无规则的使用行为导致微电网的优化调度发生了很大的改变，因此，针对目前微电网内可再生能源的不确定性，提供一种微电网安全、经济运行的微电网优化调度方法，成为微电网应用和发展过程中亟待解决的重要问题。
技术实现思路
本专利技术的目的是针对现有智能微电网运行调度方法存在的不足，提出了一种改进粒子群算法的智能微电网优化调度方法。本专利技术解决技术问题所采取的技术方案为：步骤一：对退火变异算法的基本参数进行设置，包...
【技术保护点】
1.一种改进粒子群算法的智能微电网优化调度方法，其特征在于该方法包括以下步骤：步骤一：对退火变异算法的基本参数进行设置，包括种群规模N、最大迭代次数it、两个学习因子的起始值C1s、C2s和终止值C1e、C2e、惯性权重的起始值ωs和终止值ωe，变异概率Pm；步骤二：根据微电网内每个分布式电源出力的上下限，对种群内个体进行初始化；步骤三：根据建立的微电网运行目标函数，计算每个粒子的适应度值，并记录个体最优与全局最优值；步骤三：引入模拟退火算法，在每次迭代时，随机产生一个随机数，当某一粒子的突变概率大于这一随机数时，就将该粒子当前为止的最优解挑选出来，替换为种群速度更新公式中...
【技术特征摘要】
1.一种改进粒子群算法的智能微电网优化调度方法，其特征在于该方法包括以下步骤：步骤一：对退火变异算法的基本参数进行设置，包括种群规模N、最大迭代次数it、两个学习因子的起始值C1s、C2s和终止值C1e、C2e、惯性权重的起始值ωs和终止值ωe，变异概率Pm；步骤二：根据微电网内每个分布式电源出力的上下限，对种群内个体进行初始化；步骤三：根据建立的微电网运行目标函数，计算每个粒子的适应度值，并记录个体最优与全局最优值；步骤三：引入模拟退火算法，在每次迭代时，随机产生一个随机数，当某一粒子的突变概率大于这一随机数时，就将该粒子当前为止的最优解挑选出来，替换为种群速度更新公式中的全局最优解，从而改变种群的寻优方向；步骤四：对原始PSO算法的速度和位置更新公式中的学习因子和惯性权重采用动态更新策略；步骤五：利用模拟退火机制选出的最优个体和上述的动态更新策略对PSO算法的速度更新公式进行改进；步骤六：对种群个体进行高斯变异；步骤七：计算每个变异粒子的适应度值，并与历史个体最优和群体最优进行比较，更新群体最优值；步骤八：如果迭代次数达到预设值或满足预设的条件，则停止迭代搜索，输出微电...
【专利技术属性】
技术研发人员：葛泉波，宁士远，姜淏予，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。