买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜上海电机学院申请的专利一种微电网优化调度方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114819402B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210590492.9，技术领域涉及：G06Q10/04；该发明授权一种微电网优化调度方法是由常潇续;曾宪文设计研发完成，并于2022-05-26向国家知识产权局提交的专利申请。

本一种微电网优化调度方法在说明书摘要公布了：本发明涉及一种微电网优化调度方法，该方法包括以下步骤：1根据微电网内的分布式电源及储能的发电特性，构建考虑运行成本和环境保护成本的微电网环保与经济调度模型；2采用改进的粒子群算法对微电网环保与经济调度模型进行求解得到最优的调度结果。与现有技术相比，本发明采用了改进的粒子群算法来求解提出的优化模型，改善原有方法的缺陷，提高算法的性能，达到了有效降低用户的用电成本和环境污染，促进微电网优化运行的目的。

本发明授权一种微电网优化调度方法在权利要求书中公布了：1.一种微电网优化调度方法，其特征在于，该方法包括以下步骤：1根据微电网内的分布式电源及储能的发电特性，构建考虑运行成本和环境保护成本的微电网环保与经济调度模型；2采用改进的粒子群算法对微电网环保与经济调度模型进行求解得到最优的调度结果；所述的步骤1中，微电网内的分布式电源及储能的发电特性通过数学模型表示，具体包括风力发电机数学模型、光伏发电数学模型、柴油发电机模型、微型燃气轮机模型和蓄电池模型；所述的风力发电机数学模型具体为： 其中，P'WT为风力发电机的输出功率，P’r为风力发电机的额定功率，v'ci、v'r和v'co代表的为风力发电机的切入风速、额定风速以及切出风速，a'、b'、c'、d'为风速参数，v为风速；光伏发电数学模型具体为： 其中，P’pv为光伏电池的输出有功功率，R'pv为在标准测试条件下的光伏输出功率，q'pv为光伏的降额系数，I'T为实际太阳辐射强度，I'STC为标准测试条件下的太阳辐射强度，α'p为光伏电池板的温度系数，T’c为当前时间的光伏电池温度，T’stc为标准测试下的光伏电池温度；柴油发电机模型： 其中，CDE.OMt、CDE.Ft、CDE.ENt分别为t时刻柴油机的运行维护成本、燃料成本、污染物处理成本，PDEt为柴油机在t时刻的发电量，KDE.OM为柴油机的运行维护成本系数，γde,k为柴油机运行产生的k类污染物的排放量，Ck为处理k类污染物的成本系数，α、β、γ分别为柴油机的系数；微型燃气轮机模型具体为： 其中，PMTt为微型燃气轮机的有功输出功率，ηMTt为微型燃气轮机的运行效率，CMT.OMt、CMT.Ft、CMT.ENt分别为t时刻柴油机的运维成本、燃料成本、污染物处理成本，PMTt为柴油机在t时刻的发电量，KMT.OM为柴油机的运行维护成本系数，γmt,k为柴油机运行产生的k类污染物的排放量，Ck为处理k类污染物的成本系数；蓄电池模型具体为： 其中，SOCt为t时刻蓄电池的剩余容量，Pbesst为t时刻蓄电池的充放电功率，为正表示充电，为负表示放电，η+、η-分别为充放电效率；所述的微电网环保与经济调度模型的目标函数为：fx＝min[f1x，f2x]其中，f1、f2分别表示运行成本目标和环境保护成本目标，x为模型的优化变量；在并网模式下微电网的运行成本的表达式为： 其中，Cgridt、Cbesst、CMTt、CDEt分别为t时段微电网与主电网相互作用的总成本、储能的维护成本、微型燃气轮机的总运行成本以及柴油发电机总运行成本，Pbesst为储能在t时刻的功率，Psellt、Pbuyt分别为t时刻微电网与主电网的售电功率、购电功率，cbuyt、csellt分别为t时刻微电网与主电网的购售电价；所述的微电网的环境保护成本的表达式为： 其中，CGRID.ENt为大电网的污染物处理成本，γgrid,k为大电网运行产生的k类污染物的排放量，Ck为处理k类污染物的成本系数；所述的微电网环保与经济调度模型的约束条件包括：1功率平衡约束：PP'Vt+PW'Tt+Pgridt+PDEt+PMTt+Pbesst＝PLt2柴油发电机出力约束： 3微型燃气轮机出力约束： 4联络线传输功率约束： 5储能装置约束： 其中，分别为柴油机出力，微型燃气轮机出力的上下限，rDE、rMT分别为柴油机、微型燃气轮机的爬坡功率上限，为联络线传输功率上下限，为储能装置出力上下限，其值为正表示功率输入，其值为负表示功率输出，SOCmaxt、SOCmint为t时刻储能容量的上下限；所述的步骤2中，采用改进的粒子群算法对微电网环保与经济调度模型进行求解具体包括以下步骤：21数据初始化，输入微电网的系统组成、结构参数和模型参数以及粒子群算法参数，并初始化粒子种群；22计算初始化粒子种群的适应度值即运行成本和环境保护成本；23根据适应度值，进行粒子速度、位置更新得到子代种群，设置动态惯性权重因子；24确定个体极值pbest，将pbest作为粒子的初始个体极值，如果当前的粒子支配pbest，则将当前的粒子作为pbest个体极值，如果两者不能比较，则计算两者在群体中支配其他粒子的个数，支配较多的作为个体极值pbest；25对种群进行分层排序，将最优的非支配解Pareto存入外部存档集合，清除非Pareto解，并判断外部存档集合是否超过规定容量，若是，则按照拥挤距离选取m个粒子；26确定全局最优值gbest，采用外部存档集合保存的Pareto最优解，引用轮盘赌方法根据最优解的拥挤距离从外部集合中选取gbest；27进行小概率变异，为防止粒子群算法过早地收敛到局部最优前沿而并非全局最优前沿，引入小概率随机变异机制，对粒子的位置在原来的位置上产生±30％的小概率扰动，增加粒子全局最优前沿的寻优能力；28返回步骤23，直至满足终止条件，即最大迭代次数，输出最终的优化调度结果；所述的步骤2中，对改进的粒子群算法中的惯性权重因子进行改进，防止陷入局部最优值，则有： 其中，gen为当前迭代次数，genmax为总迭代次数，ωs和ωe为惯性权重因子的初始值和终止值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海电机学院，其通讯地址为：200240 上海市闵行区江川路690号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。