(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 202211065730.0 (22)申请日 2022.09.01 (71)申请人 重庆邮电大 学 地址 400065 重庆市南岸区南 山街道崇文 路2号 (72)发明人 丁宝苍　丁瑞豪　罗亮　蒋文芹　 原鹏程　陈瑞芳　毛诗玉　熊广　 (74)专利代理 机构 重庆市恒信知识产权代理有 限公司 5 0102 专利代理师 刘小红 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/00(2006.01) (54)发明名称 基于改进粒子群算法的风光互补联合优化 调度方法 (57)摘要 本发明请求保护一种基于改进粒子群算法 的风光互补联合优化调度方法， 该方法把最大化 风光联合互补率和最小化弃风弃光量作为优化 目标， 把能量平 衡约束作为系统中的基础电力约 束， 同时考虑火电运行经济性和弃风弃光量最小 为目标， 加入了火电机组模型来 建立联合优化调 度。 包括利用互补最优匹配地区、 互补最优风光 容量配比等基础数据， 结合改进粒子群算法对考 虑风光互补的联合发电系统进行调度研究。 本发 明中以最大化风光互补率为优化目标具有很强 的现实意义。 同时该优化方法在最大化互补率的 基础上考虑最小化弃风弃光量不仅有效的减少 了资源浪费， 还实现了能源的高效利用。 权利要求书4页 说明书9页 附图1页 CN 115438951 A 2022.12.06 CN 115438951 A 1.一种基于改进粒子群算法的风光互补联合优化调度方法， 其特征在于， 包括以下步 骤： 首先根据风光互补 分布协同式运行模式确定风力发电机和光伏的出力模型， 来获取风 电和光伏电池板的输出功率； 以最大化风光联合互补率和 最小化弃风弃光量为目标； 加入 火电机组作为备用， 利用互补最优匹配地区、 互补最优风光容量配比的基础数据， 结合改进 粒子群算法对风 光互补的联合发电系统进行优化调度。 2.根据权利要求1所述的基于改进粒子群算法的风光互补联合优化调度方法， 其特征 在于， 所述 风力发电机出力模型 具体包括： 风力发电机包含切入风速和切出风速， 且只能在切入风速和切出风速之间运行时产生 可用的电力输出、 以额定风速作为分界， 所以风力发电机实时出力模型公式为： 式中， pr表示风力发电机额定功率， vr为风力发电机的额定风速， vin、 vout分别表示切入 风速和切出风速， v即为所选研究地区的实时风速； 所述的光伏发电出力模型 具体包括： 光伏发电利用光生伏特效应将光能转换为电能， 输出功率与 上述的太阳辐射强度以及 环境温度参数密切相关， 因此光伏电池板 输出功率模型公式为： ppv＝ ηSI[1‑0.005(T0+25)] 式中， η为光电转换效率， 取常用的16.6％； S为太阳能光伏电池板的面积， 面积可直接 反映光伏额定功率及装机， I 为太阳辐射强度； T0为周围环境温度。 3.根据权利要求1所述的基于改进粒子群算法的风光互补联合优化调度方法， 其特征 在于， 所述以最大化 风光联合互补率和最小化弃风弃光 量为目标， 具体包括： 利用互补率来进行调度中互补最优目标的表述， 同时考虑 火电运行经济性和弃风弃光 量最小为目标， 整体目标描述公式如下： min f1＝LW+LS 式中λ为互补率， C为互补联合发电系统的运行 成本， ui为火电机组i在t时段的开停 机状 态， [t,T]为火电机组日调度总时段， a、 b、 c为火电机组的燃煤费用系数， 不计投资和维护成 本， 因此仅含火电机组的燃 煤成本， f1为弃量， LW和LS分别为弃风 量与弃光 量； 将目标全部转 化为最小化目标公式为： 权　利　要　求　书 1/4 页 2 CN 115438951 A 2min f1＝LW+LS 式中， δB为风光联合互补后输出功率的标准差， δA为容量占比大的能源输出功率标准 差， P(t)为逐时刻相应设备的输出功率值， 为相应设备的平均输出功率， PmaxW(t)与PmaxS(t) 分别表示风力发电机与光伏设备在t时间的输出功率， PW(t)与PS(t)分别表示风电和光电的 实际调度值。 4.根据权利要求3所述的基于改进粒子群算法的风光互补联合优化调度方法， 其特征 在于， 最小化目标公式 中的能量平衡约束方程 为： PW(t)+PS(t)+PH(t)＝PLD(t) 能量平衡约束为系统中的基础电力约束， 式子需要满足风电实时调度值PW(t)、 光伏实 时调度值PS(t)以及作为备用的传统火力实时调度值PH(t)之和等于负荷需求PLD(t)。 5.根据权利要求4所述的基于改进粒子群算法的风光互补联合优化调度方法， 其特征 在于， 设备约束可分为两部 分， 即各能源设备的出力约束与火电机组的爬坡约束， 各能源出 力约束公式为： 式中PH,min和PH,max分别表示作为备用的火电机组最小出力和最大出力； PW,max与PS,max为 风机和光伏设备的最大 出力； 火电机组爬坡约束公式为： ‑rdΔt≤PH(t+1)‑PH(t)≤ruΔt 式中， rd、 ru分别为调度时段内火电机组减载和 加载的速率限值。 6.根据权利要求5所述的基于改进粒子群算法的风光互补联合优化调度方法， 其特征 在于， 所述改进粒子群算法具体包括： 以数学模型构建算法流程， 设目标空间为N维搜索空间， 粒子个数为M个， 对于t时刻下 的粒子i， 其 位置属性 和速度属性Vit如下: 权　利　要　求　书 2/4 页 3 CN 115438951 A 3