首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

结合非线性规划的分层多目标楼宇微电网调度方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国铁塔股份有限公司重庆市分公司;铁塔能源有限公司重庆分公司

摘要:本发明涉及电网调度技术领域,具体公开了一种结合非线性规划的分层多目标楼宇微电网调度方法及系统。首先创建了楼宇微电网模型,然后对电荷进行分类,满足不同种类电荷的调度需求,然后结合楼宇微电网模型和电网的分类结果建立多目标优化问题,具体是双目标优化问题,一个是经济优化,一个是负荷调度优化,并提出了结合非线性规划的分层多目标寻优方法,非线性规划可以提升局部寻优能力,本发明综合考虑了楼宇微电网供需两侧目标,将目标进行互动优化,为楼宇微电网调度提供了更好的解决方案。

主权项:1.结合非线性规划的分层多目标楼宇微电网调度方法,其特征在于,包括步骤:S1、创建楼宇微电网模型,所述微电网模型包括分布式电源、大电网、蓄电池和负载,所述分布式电源和所述大电网用于为所述蓄电池和所述负载供电,所述蓄电池用于为所述负载供电;其中所述分布式电源和所述蓄电池组成微电网;S2、将楼宇中负荷分类为不可控负荷和可调度负荷,所述不可控负荷指不可断电、不可调度的负荷,所述可调度负荷包括可转移负荷和可中断负荷,所述可转移负荷指用电时间可调度、总负荷不变的电荷,所述可中断负荷指可调度、可中断的负荷;S3、建立所述楼宇微电网模型的多目标优化问题:minCa=min[c1a,c2a,…,cna]minLa=min[l1a,l2a,…,lma] 其中,a是调度决策变量,Ca代表经济优化目标,La为负荷调度优化目标,cia表示第i个经济优化子目标,n表示经济优化子目标的个数,lia表示第i个负荷调度优化子目标,m表示负荷调度优化子目标的个数;Fa表示功率平衡约束,Fa=0表示所述微电网和所述大电网的供电总合满足负荷的用电需求;Ga为不等式约束条件;Ga≤0表示并网状态下,所述微电网与所述大电网的交换功率不能超过约定的范围,以及所述蓄电池在运行过程中处于浅放电状态;σ表示决策变量的可行解空间,n,m≥1;S4、以最小化偏离预设温度的变化量为目标设置非线性规划条件;所述非线性规划条件表示为: 其中,环境舒适度Cen定义为偏离预设温度的变化量,Ken表示舒适度系数,Ten和Len表示环境温度和光照强度,Tset和Lset表示预设温度和预设光照强度,μ1和μ2是对应项式的加权系数;S5、引入所述非线性规划条件并基于遗传算法对所述多目标优化问题进行求解,得到微电网调度策略;所述步骤S5具体包括步骤:S51、采用随机赋值的方式初始化种群,种群大小为Np,每个个体有np条基因,每条基因长度为Tp;S52、对初始化种群进行评价和快速非支配排序,以经济优化目标Ca最小为适应度函数进行选择,选出一个代表性最佳个体B;S53、基于步骤S52选出的代表性最佳个体B,对可能增加负荷峰值的负荷调度基因进行变异,对所有个体的储能和新能源基因进行变异、交叉,产生Np个个体的外部种群;S54、对外部种群进行评价和快速非支配排序,以负荷调度优化目标La最小为适应度函数进行选择,选出一个代表性最佳个体D;S55、基于非线性规划条件对外部种群进行非线性局部寻优,分层多目标优化算法每进化k代,以输出结果为初值进行非线性局部寻优,并把寻优结果作为新个体的染色体继续迭代;S56、基于S54中的代表性最佳个体D进行快速非支配排序,之后再对处于同一非支配级的个体进行拥挤距离排序,最终根据排序从两个种群中选择下一次迭代的Np个个体;S57、判断是否达到迭代终止条件,若是则输出算法最优解;若否,则返回到步骤S52。

全文数据:

权利要求:

百度查询: 中国铁塔股份有限公司重庆市分公司 铁塔能源有限公司重庆分公司 结合非线性规划的分层多目标楼宇微电网调度方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术