(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 202211019526.5 (22)申请日 2022.08.24 (71)申请人 广东电网有限责任公司肇庆供电局 地址 526000 广东省肇庆市端州区7 7区信 安路88号 (72)发明人 江泽昌　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 周伟 (51)Int.Cl. G06Q 10/04(2012.01) G06N 3/00(2006.01) G06Q 30/02(2012.01) G06Q 50/06(2012.01) H02J 3/38(2006.01)H02J 3/46(2006.01) H02J 3/32(2006.01) H02J 3/28(2006.01) H02J 3/24(2006.01) H02J 3/00(2006.01) B60L 53/00(2019.01) (54)发明名称 基于动态粒子群算法的智能配电网能量管 理优化方法 (57)摘要 本发明提供了一种基于动态粒子群算法的 智能配电网能量管理优化方法， 包括： 建立含分 布式电源、 储能系统与电动汽车的智能配电网小 数学模型， 得到关于可调负荷、 电动汽车和储能 的相关约束； 确定需求响应机制与能量管理策 略， 得到用户功率约束和实时用电调整策略； 建 立多时间尺度日内用电用户用电费用与电网功 率波动最小模 型； 以用电费用最小和功率波动最 小为目标利用动态粒子群算法进行能量优化。 本 发明考虑了新能源、 储能与电动汽车的能量交 换， 为配电网提供一种动态能量交换的方法， 并 且能够动态的对配电网曲线进行调整， 通过动态 粒子群算法能够有效计算配电网能量交换的最 优值。 权利要求书3页 说明书12页 附图3页 CN 115169748 A 2022.10.11 CN 115169748 A 1.基于动态粒子群算法的智能配电网能量管理优化方法， 其特 征在于， 包括如下步骤： 建立含分布式电源、 储能系统与电动汽车的智能配电网小数学模型， 得到关于可调负 荷、 电动汽车和储能的相关约束； 确定需求响应机制与能量管理策略， 得到用户功率约束和实时用电调整策略； 建立多时间尺度日内用电用户用电费用与电网功率波动最小模型； 基于各项约束条件以及所述实时用电调 整策略， 以用电用户用电费用最小和电网功率 波动最小为目标利用动态粒子群算法对含分布式电源与电动汽车的智能配电网能量进行 优化。 2.根据权利要求1所述的基于动态粒子群算法的智能配电网能量管理优化方法， 其特 征在于， 含分布式电源、 储能系统与电动汽车的智能配电网小数 学模型具体包括： 功率可调负荷模型， 用于确定功率可调设备的功率约束； 时间可调负荷模型， 用于确定时间可调设备的功率约束； 电动汽车 数学模型， 用于确定电动汽车的荷电状态和充放电功率约束； 储能数学模型， 用于确定储能系统的荷电状态约束。 3.根据权利要求1所述的基于动态粒子群算法的智能配电网能量管理优化方法， 其特 征在于， 所述需求响应机制包括价格型需求机制与激励型需求机制， 所述用户功率约束具 体包括： 在所述价格型需求机制下， 根据分时电价的形式确定的用户购电功率约束如下： 式中， 为用户在Δt的时间段内 的平均购电的功率， Pcons为各时间段内合同中确定 的最大功率约束， K＝{1,2, …,T}， T为总的时间段 数； 在所述激励型需求机制下， 用户的平均购电功率约束如下： Ptbuy≤Ptbase‑rtPre 式中， Ptbuy为用户在t时间段内的平均购电功率， Ptbase表示在t时间段内负荷基线平均 功率， rt表示在t时间段内负荷是否参加需求响应， 为0 ‑1变量， 0表示不参加响应， 1表示参 加响应， Pre表示每段时间的功率削减平均值。 4.根据权利要求1所述的基于动态粒子群算法的智能配电网能量管理优化方法， 其特 征在于， 所述实时用电调整策略具体为： 判断所述含分布式电源、 储能系统与电动汽车的智能配电网在t时间段内的功率缺口 是否超过风险阈值， 若是， 则电动汽车不与用户能量管理系统相连且同时执行动作四， 若 否， 则继续执 行后续步骤； 判断是否处于电价高峰时段， 若否， 则电动汽车接入所述用户能量管理系统且仅作为 负载使用同时执 行动作一； 若是， 则继续执 行后续步骤； 判断储能的放电功率是否大于零， 若否， 则电动汽车接入所述用户能量管理系统且既 可以作为负载， 也可以作为电源， 同时执 行动作二， 若是， 则执 行动作三； 当任一动作执行完成后判断用户购电功率是否满足功率限制， 若是则结束调 整， 若否， 则执行动作五之后结束调整； 动作一至五为对储能系统、 电动汽车和电网出力进行协调调度， 以对由不可调负荷与权　利　要　求　书 1/3 页 2 CN 115169748 A 2可再生能源出力之间产生的功率偏差进行平衡供 给。 5.根据权利要求4所述的基于动态粒子群算法的智能配电网能量管理优化方法， 其特 征在于， 所述动作一至五具体为： 动作一： 当所述功率偏差小于零时由所述电网进行供给， 当所述功率偏差大于零时由 所述储能系统供给， 且若 所述储能系统不满足对应的约束 条件则剩余的功 率偏差由所述电 网供给； 动作二： 所述功率偏差依次由所述电动汽车和所述电网进行平衡供 给； 动作三： 当所述功率偏差大于零时由所述电网进行平衡供给， 当所述功率偏差小于零 时依次由所述储能系统和所述电动汽车进行平衡供 给； 动作四： 当所述功率偏差大于零时依次由所述储能系统和所述电网进行平衡供给， 当 所述功率偏差小于零时， 优先 由所述储能系统进行平衡供给， 并对所述电动汽车和可调负 荷的用电功率进行调整， 防止用户的购电功率过限； 动作五： 由所述储能系统和所述电动汽车对负荷的功率平衡进行控制， 若达到所述储 能系统和所述电动汽车的荷电状态下限， 则对不可调负荷进行削减并对可调负荷进行调 整。 6.根据权利要求5所述的基于动态粒子群算法的智能配电网能量管理优化方法， 其特 征在于， 所述动作一和三中所述储能系统的荷电状态下限与所述动作二和四中的所述储能 系统的荷电状态下限， 具体如下： 所述动作一和三中所述储能系统的荷电状态下限为 其中 是 所述储能系统的最小荷电状态， Sbar,t是t时刻所述储能系统的备用容量比， 可动态的进行调 节； 所述二和四中的所述储能系统的荷电状态下限为 7.根据权利要求1所述的基于动态粒子群算法的智能配电网能量管理优化方法， 其特 征在于， 所述多时间尺度日内用电用户用电费用与电网功率波动最小模型 具体如下： 用电用户用电费用最小模型： 式中， Cto为用户的用电费用， Cbuy为用户的购电费用， CBat为储能系统的折旧费用， CPH为 电动汽车的折旧费用， Csell为用户的卖电费用， Δt为总的时间段数T中的时间段， ΔC为用 户功率削减量对应的相应补偿量， h为舒适度折算系数， λcon和 λs分别为用户舒适度和适应 度， ρt为用户卖电价格， 为不可调负荷 t时段的平均功率， 为时间可调负荷用电平均输 出功率， a为在时间范围内可调的负荷集合s中的负荷， 为储能在t时间段内的平均功 率， T为总的时间段 数； 电网功率波动最小模型：权　利　要　求　书 2/3 页 3 CN 115169748 A 3