[发明专利]一种改进粒子群算法的智能微电网优化调度方法

摘要

本发明涉及一种改进粒子群算法的智能微电网优化调度方法。针对微电网内可再生能源导致系统能量不确定性问题，本发明将退火、变异思想引入到PSO算法中，利用模拟退火算法的概率突跳特点对粒子群算法的全局搜索能力进行改善，同时，利用高斯变异算法对个体区域附近的局部区域进行重点搜索的特点对粒子群算法的精细搜索能力进行提高。本发明能够有效提高微电网运行的经济性与可靠性。

主权项

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C_1s、C_2s和终止值C_1e、C_2e、惯性权重的起始值ω_s和终止值ω_e，变异概率P_m；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，输出微电网内各分布式电源的输出功率；否则，转到步骤三继续寻优执行。