(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210831067.4 (22)申请日 2022.07.15 (71)申请人 国网山东省电力公司青岛供电公司 地址 266000 山东省青岛市 市南区刘家峡 路17号 (72)发明人 撖奥洋　周生奇　魏振　菅学辉　 (74)专利代理 机构 青岛华慧泽专利代理事务所 (普通合伙) 37247 专利代理师 刘娜 (51)Int.Cl. H02J 3/00(2006.01) H02J 3/38(2006.01) H02J 3/32(2006.01) H02J 3/46(2006.01) G06N 3/00(2006.01)G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种含分布式电源的配电网优化调度方法 (57)摘要 本发明公开了一种含分布式电源的配电网 优化调度方法， 包括如下步骤： 步骤一， 根据配电 网结构和接入配电网的分布式电源情况构建计 及配电网运行成本和配电网负荷失电率的目标 函数； 步骤二， 根据配电网结构和接入配电网的 分布式电源情况建立配电网优化调度的约束条 件； 步骤三， 采用多目标改进粒子群优化算法求 解满足约束条件的目标函数。 本发 明所公开的方 法， 采用多目标改进粒子群优化算法对目标函数 进行求解， 可使配电网的运行优化更加合理， 可 应用于实际配电网的优化调度中。 权利要求书3页 说明书6页 附图1页 CN 115333082 A 2022.11.11 CN 115333082 A 1.一种含分布式电源的配电网优化调度方法， 其特 征在于， 包括如下步骤： 步骤一， 根据配电网结构和接入配电网的分布式电源情况构建计及配电网运行成本和 配电网负荷失电率的目标函数； 步骤二， 根据配电网结构和接入配电网的分布式电源情况建立配电网优化调度的约束 条件； 步骤三， 采用多目标改进粒子群优化 算法求解满足约束条件的目标函数。 2.根据权利要求1所述的一种 含分布式电源的配电网优化调度方法， 其特征在于， 接入 配电网的分布式电源 包括风电机组、 光伏发电机组、 蓄电池和微型燃气轮机 。 3.根据权利要求2所述的一种 含分布式电源的配电网优化调度方法， 其特征在于， 所述 目标函数为： 其中， F1为配电网运行成本， 计算公式如下： F2为配电网负荷失电率， 计算公式如下： 其中， N为计算时间内的采样点数， j＝1,2 …,N， tj表示采样点为j时的时间； PNET(tj)为 上级电网在时间为tj时提供的有功功率， PWT(tj)、 PPV(tj)、 PBatt(tj)、 PMT(tj)分别表示接入配 电网的风电机组、 光伏发电机组、 蓄电池、 微 型燃气轮机在时间为tj时的发电功率； e(tj)和g (tj)分别表示电能和天然气在时间为tj时的单位购买价格； cWT、 cPV、 cBatt、 cMT分别表示风电 机组、 光伏发电机组、 蓄电池、 微型燃气 轮机的单位功 率运维成本； Δt 为相邻采样点的时间 间隔， PLoad(tj)代表负荷在时间为tj时的有功功率； F1min为配电网运行成本的最小值， F2min为 配电网负荷失电率的最小值。 4.根据权利要求2所述的一种 含分布式电源的配电网优化调度方法， 其特征在于， 所述 约束条件 包括： A、 功率平衡约束： PLoad(tj)＝PWT(tj)+PPV(tj)+PBatt(tj)+PMT(tj)+PNET(tj)       (4) 其中， tj表示采样点为j时的时间； PLoad(tj)代表在时间为tj时的负荷有功功率； PWT(tj)、 PPV(tj)、 PBatt(tj)、 PMT(tj)分别表示接入配电网的风电机组、 光伏发电机组、 蓄电池、 微型燃 气轮机在时间为tj时的发电功率； PNET(tj)为上级电网在时间为tj时提供的有功 功率； B、 配电网中各分布式电源出力约束： Pi,min≤Pi(tj)≤Pi,max                          (5) 式中， Pi(tj)为第i个分布式电源在时间为tj时的出力， i＝1,2,3,4,5； Pi,min与Pi,max分别 表示第i个分布式电源的最小出力和最大 出力； C、 蓄电池运行约束权　利　要　求　书 1/3 页 2 CN 115333082 A 2式中， PBatt,min和PBatt,max分别为蓄电池的最小和最大充放电功率； Sinit为蓄电池的初始 电量； SOCmin和SOCmax分别为蓄电池的最小和最大剩余 容量。 5.根据权利要求1所述的一种 含分布式电源的配电网优化调度方法， 其特征在于， 所述 多目标改进粒子群优化 算法中， 粒子的速度更新公式如下： 其中， ξ1、 ξ2的取值为： 粒子的位置更新公式如下： x(s+1)＝x(s)+v(s+1)                   (10) 式中， s表示粒子的迭代次数， v(s+1)为粒子在迭代次数为s+1时的速度， v(s)为粒子在 迭代次数为s时的速度； c1和c2分别为粒子的个体学习因子和社会学习因子； r1和r2分别为 [0,1]内均匀分布的随机数， Pbest(s)和Gbest(s)分别为粒子在迭代次数为s时的个体 极值 和群体极值， x(s)为粒子在迭代次数为s时的位置， x(s ‑1)为粒子在迭代次数为s ‑1时的位 置， x(s+1)为粒子在迭代次数为s+1时的位置 。 6.根据权利要求5所述的一种 含分布式电源的配电网优化调度方法， 其特征在于， 采用 多目标改进粒子群优化 算法求解满足约束条件的目标函数的具体过程如下： ①输入算法的基本参数r1、 r2、 c1、 c2， 迭代次数和种群规模； ②根据约束条件， 初始化粒子群体， 包括粒子初始位置、 粒子初始速度， 以及粒子个体 和全局的最优初始位置； ③确定理想最优点G(F1min,F2min)： 点G通过运用单目标粒子群算法分别对配电网运行成 本F1和配电网负荷失电率F2单独考虑， 求 解出F1和F2的最小值F1min、 F2min而得到； ④粒子速度更新： 根据式(7)更新粒子 速度； ⑤粒子位置更新： 根据式(10)更新粒子位置； ⑥基于理想最优点G的几何距离比较法进行 粒子个体和全局最优位置更新： 假设更新前、 后的两个解x1和x2分别对应点 和点 x1和 x2分别为更新前、 后的粒子的位置； 若有如下关系： 则说明解x2所对应的点 较解x1所对应的点 距离理想最 优点G(F1min,F2min)更近， 所以个体最优位置中， 由点G2代替点G1； 全局最优位置进行相应的 更新； ⑦判断是否满足结束条件， 若不满足， 转至第 ④步， 若满足， 转至第 ⑧步；权　利　要　求　书 2/3 页 3 CN 115333082 A 3