(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 202211261465.3 (22)申请日 2022.10.14 (71)申请人 兰州交通大 学 地址 730070 甘肃省兰州市安宁区安宁西 路88号 (72)发明人 瞿莉丽　滕青芳　邵继青　买浩　 陈晶　梁豆豆　 (74)专利代理 机构 南京晟源知识产权代理事务 所(普通合伙) 32704 专利代理师 梁研之 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/00(2006.01)H02J 3/38(2006.01) H02J 3/46(2006.01) H02J 3/32(2006.01) H02J 3/00(2006.01) (54)发明名称 一种基于 混合粒子群-灰狼算法的优化调度 模型 (57)摘要 本发明公开了一种基于 混合粒子群 ‑灰狼算 法的优化调度模型， 包括： 目标函数； 约束条件； 混合PSO‑GWO算法。 本发明的基于混合粒子群 ‑灰 狼算法的优化调度模型， 以日运行成本最低为目 标函数， 包含多个约束条件。 混合粒子群 ‑灰狼算 法利用GW O的搜索能力来提高PSO的开发能力， 使 局部开发和全局探索之间达到平衡， 能够有效的 解决局部收敛问题。 通过Matlab对算例进行仿真 验证， 证明其具有比单独使用PSO算法和GW O算法 更好的寻优能力和更快的收敛效率， 结合算例分 析， 证明该算法能够有效降低经济成本， 进一步 验证算法的有效性。 权利要求书3页 说明书12页 附图3页 CN 115511200 A 2022.12.23 CN 115511200 A 1.一种基于混合粒子群 ‑灰狼算法的优化调度模型， 其特 征在于， 包括： 目标函数； 约束条件； 混合PSO‑GWO算法。 2.根据权利要求1所述的基于混合粒子群 ‑灰狼算法的优化调度模型， 其特征在于， 所 述目标函数包括： 微电网运行成本 其中F1为微电网运行成本； Ct,MT为燃气轮机日常维护成本， Ct,DG为可再生能源发电的运 行维护成本； Closs,B为蓄电池的损耗成本； Ct,grid为与大电网交互电能的费用； N为调度时段 数； Ct,DG包括光伏发电运维成本和风力发电运维成本， 即 Ct,DG＝Ct,PV+Ct,WT                (5) Ct,PV、 Ct,WT分别表示 光伏发电和风电的运行维护成本， 其中 Ct,PV＝ λPVPPV(t)                (6) Ct,WT＝ λWTPWT(t)               (7) λPV、 λWT为风电和光伏发电运行维护成本系数； PPV、 PWT分别表示在t时段末风电和光伏发 电输出的电量； Ct,grid表示微电网与大电网之间进行能量交 互时产生的费用， λb和 λs分别为t时段 从电网购电的单价和向电网售电的单价； Pb(t)和Ps(t)分别表示t时 段从电网购得的电量和向电网出售 的功率； 当Ct,grid＞0时， 表示t时段交流微电网电力不 足， 需大电网购买电量以维持系统内负荷的正常工作； 当Ct,grid<0时， 表示t时段交流微电网 电力充足且有盈余， 可以向大电网出售电量获得利 润； 一个完整的循环周期包括一个放电半周期和一个充电半周期， 即第i个充放电周期为 SOCa， SOCb， SOCa， 放电深度DODi＝|SOCb‑SOCa|； 蓄电池的等效循环寿命如式(7)所示 公式中Nctf(DOD1)表示在DOD＝ 1的时候蓄电池的使用寿命， Nctf(DODi)则表示第i次蓄电 池在放电深度为DODi时的循环寿命， N(DODi)为第i次放电深度为DODi时循环一次等效为DOD ＝1时的循环次数； 若一个调度周期内蓄电池的总循环周期数为n， 则相应有DOD1， DOD2， ......， DODn， 一个调度周期内蓄电池的等效循环次数为 蓄电池寿命损耗 为权　利　要　求　书 1/3 页 2 CN 115511200 A 2蓄电池在一个调度周期内的损耗成本为 Closs,B＝T*Ccost        (10) Ccost为安装储能投资的成本； 用户满意度 将用户满意度作为第二个目标函数， 如式(1 1)所示 F2表示用户满意度， ΔPL,t为t时段优化前后电量的变化值， PLa,t、 PLb,t为优化前后t时段 的用电量， λt为分时电价。 3.根据权利要求1所述的基于混合粒子群 ‑灰狼算法的优化调度模型， 其特征在于， 所 述约束条件 包括： 功率平衡约束 Pload(t)＝PWT(t)+PPV(t)+PGrid(t)‑PB(t)      (12) Pload(t)为微电网中负荷 在t时段所需功率， PGrid(t)是微电网与大电网交 互功率； 各微电源约束 与电网交 互功率约束 PGrid(min)≤PGrid(t)≤PGrid(max)       (14) PGrid(min)和PGrid(max)表示 微电网与大电网之间交 互功率的最小值和最大值； 风力发电约束 0≤PWT(t)≤PWT(max)       (15) PWT(max)为风力发电机组最大发电输出功率； 光伏发电约束 0≤PPV(t)≤PPV(max)        (16) PPV(max)为光伏发电机组最大发电输出功率； 储能约束 假设在一个调度周期内， 蓄电池的荷电量始末是一 致的； SOC(star t)＝SOC(end)       (17) 蓄电池的不 等式约束为 PB(min)≤PB(t)≤PB(max)      (18) PB(min)和PB(max)为蓄电池充放电功率的最小值和最大值。 4.根据权利要求1所述的基于混合粒子群 ‑灰狼算法的优化调度模型， 其特征在于， 所 述混合PSO‑GWO算法包括： 混合PSO‑GWO算法就是将粒子群算法PSO和灰狼算法GWO算法相结合， 利用GWO的搜索能权　利　要　求　书 2/3 页 3 CN 115511200 A 3