[发明专利]基于多随机复合优化灰狼算法的削峰填谷的能量管理方法

摘要

本发明一种基于多随机复合优化灰狼算法的削峰填谷的能量管理方法，其特征在于，包括以下步骤：考虑储能装置在用户侧的充放电策略优化的目标函数就是在其约束条件下求解最优的问题，约束条件包含储能单元的SoC约束及储能单元的充放电功率限制；将系统的等式约束条件转换成函数的不等式约束条件；基于约束条件的处理，在原始目标函数中加入惩罚项使得约束优化问题转换成无约束的问题；将目标函数带入基于多随机复合优化灰狼算法中进行计算得出最优值。本发明基于多随机复合优化灰狼算法可以更好地进行电网能量削峰填谷的管理，且实现过程相对简单，具有很好的实用价值。

主权项

1.一种基于多随机复合优化灰狼算法的削峰填谷的能量管理方法，其特征在于，包括以下步骤：步骤1、考虑储能装置在用户侧的充放电策略优化的目标函数就是在其约束条件下求解最优的问题，约束条件包含储能单元的SoC约束及储能单元的充放电功率限制，约束条件表示为：SoC_min≤SoC(t)≤SoC_max式中，为储能单元的最小充放电功率；P_bat(t)为储能单元t时刻的充放电功率；为储能单元的最大充放电功率；SoC_min为储能单元最小荷电状态；SoC(t)为t时刻的储能单元剩余容量；SoC_max为储能单元最大荷电状态；步骤2、将系统的等式约束条件f(t)转换成h(t)函数的不等式约束条件：h(t)＝|f(t)|‑δ≤0式中，δ为约束容忍值；P_dis(t)，P_ch(t)分别为储能单元的放电功率和充电功率；W为储能单元的容量；η_ch，η_dis分别为储能单元的充电的效率和放电的效率；Δt为t时刻与t+1时刻之间的时间差；步骤3、基于步骤1及步骤2的约束条件的处理，在原始目标函数中加入惩罚项使得约束优化问题转换成无约束的问题，转化后的非约束优化问题的目标函数描述为：式中，F(t)为储能单元t时刻的负荷标准差；g_l(t)为由不等式约束条件处理后得到的等式函数；μ_l≥0为惩罚系数；步骤4、将步骤3得到的目标函数带入基于多随机复合优化灰狼算法中进行计算得出最优值。