[发明专利]基于蚁群算法的小区可调整类负荷用电优化方法

权利要求书

1.一种基于蚁群算法的小区可调整类负荷用电优化方法，其特征在于所述方法包括如下步骤：

步骤一、基于蚁群算法的普通可调整类负荷群用电优化：

(1)对智能小区内的所有普通可调整类负荷种类、负荷开启时刻和负荷的功率进行统计；

(2)确定各类负荷的可调整范围；

(3)在各类负荷的可调整范围之内，通过使用蚁群算法求解使得电费最低为目标的新的开启时刻；

(4)根据优化后的开启时刻，得到新的运行调度计划；

步骤二、空调群负荷用电优化：

(1)对智能小区内的所有空调负荷参数、空调负荷开启时刻和空调负荷的功率进行统计；

(2)确定各类空调负荷的温度可调整范围；

(3)在空调负荷的温度可调整范围之内，通过空调负荷的优化调度策略得到优化后的运行方式；

(4)根据优化后的运行方式，得到优化后的运行调度计划；

步骤三、电热水器负荷群用电优化：

(1)对智能小区内的所有电热水器负荷参数、电热水器负荷开启时刻和电热水器负荷的功率进行统计；

(2)确定各类电热水器负荷的温度可调整范围；

(3)在电热水器负荷的温度可调整范围之内，通过负荷的优化调度策略得到优化后的运行方式；

(4)根据优化后的运行方式，得到优化后的运行调度计划。

2.根据权利要求1所述的基于蚁群算法的小区可调整类负荷用电优化方法，其特征在于所述步骤一的具体步骤如下：

第一步，统计小区内参与当日调度的普通可调控型负荷；

第二步，确定工作时间段数N_W及蚂蚁数N_ant，设置迭代次数N；

第三步，生成当日分时电价曲线，作为寻优过程的依据；

第四步，将时间段σ_k(k＝1,2,…,1440)内的电价值用二维坐标点P₁(σ₁,Pri₁)，P₂(σ₂,Pri₂),…,P₁₄₄₀(σ₁₄₄₀,Pri₁₄₄₀)表示，其中Pri_k为对应σ_k时间段的电价；第四步，确定点P₁(σ₁,Pri₁)，P₂(σ₂,Pri₂),…,P₁₄₄₀(σ₁₄₄₀,Pri₁₄₄₀)的位置；

第五步，令初始迭代次数i＝1，某类可调整类负荷工作时间段数初始为m＝1；

第六步，将蚂蚁随机分配到1440个位置处；

第七步，生成信息素浓度一维矩阵，将优化过程中蚂蚁不同位置的信息素浓度记为CON^m＝[Con₁^m Con₂^m…Con₁₄₄₀^m]，各元素初值均记为Con₀；

第八步，各蚂蚁按其各个方向移动的概率向其他位置移动一次；

第九步，更新信息素浓度矩阵CON^m；

第十步，记录当前工作时间段数m＝m+1；

第十一步，如果满足m<N_W，返回至第八步，否则继续执行第十二步；

第十二步，记录第i次迭代得到的最优路径，记录当前迭代次数i＝i+1；

第十三步，如果满足i<N，返回至第六步，否则继续执行第十四步；

第十四步，输出信息素最多的路径；

第十五步，确定N_W个开启时刻；

第十六步，将开启时刻从小到大排序，得到序列

第十七步，读取住户设置的负荷偏好时间段，并按照开启时刻从小到大排列，实际工作时间段开启时刻依次设为

第十八步，生成当日普通可调控型负荷开启顺序。