基于时间耦合约束的居民用户用电负载调度方法
【技术领域】
[0001] 本发明属于计算机网络技术领域，特别是一种基于时间耦合约束的用户用电负载 调度方法。
【背景技术】
[0002] 电力网络是一个大型的互联的基础设施，负责把电能从发电站输送到千家万户。 为了应对传统能源短缺和传统电网的弊病，智能电网应运而生，已成为当前国际国内新技 术和新产业的热点。在过去的几十年间，虽然信息技术和控制技术发生了很大的变化，但日 渐老化的电力网络并没有跟上技术变革的步伐。作为新一代的电力网络，智能电网以自动 化的方式应用信息与通信技术，实现灵活、可靠、有效、安全、经济与环境友好的目标。配用 电网是智能电网的咽喉，保证智能配用电网中实时可靠的信息接入与合理优化的负载调度 也是建设我国"坚强智能电网"的基石。需求侧响应是在未来智能电网的一个重要组成部 分，它具有响应快，排放少，成本低等优点。能够降低系统高峰期电价、减少电价波动风险、 优化资源配置和保证市场稳定运行，对电力工业和经济发展以及环保等方面都有着重要的 战略作用。来自智能电表的抄表数据将会多达数以万计的太字节，这对于智能电网通信网 络收集、传输和存储如此大规模的数据带来了巨大的挑战。亟需先进的无线通信技术，如认 知无线电技术，以保证抄表数据实时可靠的传输。随着目前智能电网的进一步推进，由于其 整合了高级的信息、控制及通信技术，为用户侧响应措施中实时电价的实施奠定了技术基 础。智能电网采用即插即用的简化互联方式可以实现家庭储能装置与电网之间的无缝衔 接。而家庭端等储能设备的广泛使用，也给未来实时电价下的用户端设备调度带来新挑战。 另一方面，在未来的几十年里，用户的用电量还将继续增长。此外，电动汽车的广泛应用还 可能使得电能需求量翻倍，合理的负载调度迫在眉睫。
[0003] 中国发明专利CN201210431915. 9公开了一种基于无线传感器网络的智能电网负 载动态控制和分析方法，包括以下步骤：通信网络分析：根据负载的周期性传输的数据结 合实时采集的数据，对智能电网的通信网络性能进行分析，获取当前影响智能电网性能的 要素的性能；动态负载分析和控制模型建立：根据获取负载的信息和通信网络的性能，建 立相应的动态负载分析和控制模型，对负载的当前数据和所存储的历史数据加以分析，预 测负载未来的用电状况；负载处理：基于所述动态负载分析和控制模型预测的结果，对负 载的用电调配进行优化控制。但是该方法只是进行了动态负载分析，没有考虑时间耦合约 束可能对系统造成的影响。
【发明内容】
[0004] 本发明的目的在于提供一种高效、可靠的基于时间耦合约束的居民用户用电负载 调度方法，从计算资源和网络带宽资源两个维度动态按需分配资源，以充分挖掘智能配用 电网中可用的硬件和软件资源。
[0005] 实现本发明目的的技术解决方案为：一种基于时间耦合约束的居民用户用电负载 调度方法，包括以下步骤：
[0006] 步骤1、智能配用电网中工作节点收集用户的可用资源；
[0007] 步骤2、智能配用电网中工作节点收集用户的任务请求；
[0008] 步骤3、智能配用电网中工作节点采用混合蛙跳算法对智能电网中的资源进行分 配。
[0009] 本发明与现有技术相比，其显著优点为：（1)本发明的基于时间耦合约束的居民 用户用电负载调度方法进行资源分配，同时考虑了用户之间的博弈关系以及时间耦合的约 束，有效的转移高峰负载和降低峰均比，并能在多个用户的情况下应用，能满足基于时间耦 合约束的居民用户用电负载调度要求；(2)本发明在解决基于时间耦合约束的居民用电负 载调度问题上，采用了混合蛙跳算法，有算法模型简单、求解速度快、易于实现等优点；（3) 本发明基于时间耦合约束的居民用电负载调度内能得到全局最优解，为保障所有终端用户 收益最大化提供技术支持。
【附图说明】
[0010] 图1为本发明基于时间耦合约束的居民用户用电负载调度方法的流程图。
[0011] 图2为本发明基于时间耦合约束的居民用户用电负载调度方法示意图。
[0012] 图3为本发明基于混合蛙跳算法的资源分配方法流程图。
【具体实施方式】
[0013] 下面结合附图及具体实施例对本发明作进一步详细说明。
[0014] 结合图1，一种基于时间耦合约束的居民用户用电负载调度方法，包括以下步骤：
[0015] 步骤1、智能配用电网中工作节点收集用户的可用资源；所述可用资源包括终端 用户的用电设备所需电能及用户与用户之间的约束关系；
[0016] 步骤2、智能配用电网中工作节点收集用户的任务请求；所述任务请求为用户希 望最高的满意度及最少的用电费用；
[0017] 步骤3、智能配用电网中工作节点采用混合蛙跳算法对智能电网中的资源进行分 配；结合图3,具体步骤为：
[0018] 步骤3. 1、初始化混合娃跳算法的参数；初始化下述参数：青娃种群个体数量N、子 群数量k、子群内候选解个数n、最大子群迭代次数M，最大迭代次数N g。
[0019] 步骤3. 2、随机初始化青蛙种群；具体为：
[0020] 随机产生N个青蛙组成初始种群，青蛙需满足公式（1)和公式（2):
【主权项】
1. 一种基于时间耦合约束的居民用户用电负载调度方法，其特征在于，包括以下步 骤： 步骤1、智能配用电网中工作节点收集用户的可用资源； 步骤2、智能配用电网中工作节点收集用户的任务请求； 步骤3、智能配用电网中工作节点采用混合蛙跳算法对智能电网中的资源进行分配。
2. 根据权利要求1所述的基于时间耦合约束的居民用户用电负载调度方法，其特征在 于，步骤1中所述可用资源包括终端用户的用电设备所需电能及用户与用户之间的约束关 系。
3. 根据权利要求1所述的基于时间耦合约束的居民用户用电负载调度方法，其特征在 于，步骤2中所述任务请求包括用户希望最高的满意度和最少的用电费用。
4. 根据权利要求1所述的基于时间耦合约束的居民用户用电负载调度方法，其特征在 于，步骤3所述的智能配用电网中工作节点采用混合蛙跳算法对智能电网中的资源进行分 配，具体步骤如下： 步骤3. 1、初始化混合蛙跳算法的参数； 步骤3. 2、随机初始化青蛙种群； 步骤3. 3、将青蛙种群按适应度分为若干子群，对每个个体进行评价； 步骤3. 4、更新每个子群中的最差个体，直到最大子群迭代次数； 步骤3. 5、重复步骤3. 3~步骤3. 4,直到最大迭代次数，输出最优个体解。
5. 根据权利要求4所述的基于时间耦合约束的居民用户用电负载调度方法，其特征在 于，步骤3. 1中，初始化混合蛙跳算法的参数，具体为： 初始化下述参数：青蛙种群个体数量N、子群数量k、子群内候选解个数n、最大子群迭 代次数M，最大迭代次数Ng。
6. 根据权利要求5所述的基于时间耦合约束的居民用户用电负载调度方法，其特征在 于，步骤3. 2中，随机初始化青蛙种群，具体为： 随机产生N个青蛙组成初始种群，青蛙需满足公式（1)和公式（2):
tfLT 其中，4表不用户i在时隙t的用电量，1 <i<N，2^、；分别表不用户i最小与最大 用电水平，1表示用户i为完成给定任务总共需要的电能，T表示一天的周期被分为的时隙 集，T= 24。
7. 根据权利要求6所述的基于时间耦合约束的居民用户用电负载调度方法，其特征在 于，步骤3. 3中，将青蛙种群按适应度分为若干子群，对每个个体进行评价；具体为： 将N只青蛙按适应度降序排列成k个子群：第一只青蛙进入第一个子群，第二只青蛙进 入第二个子群，第k个青蛙进入第k个子群，第k+1个候选解又进入第1子群，第k+2个青 蛙进入第2子群，依次重复直到N个青蛙分配完毕；对个体的评价按公式（3)进行： (3) 其中，每只青蛙的向量表示该优化问题的一个候选解；设第i只青蛙表示为J^(/) = (4,4,'"，J^)，彳表示用户i在时隙t的用电量；示用户i，l彡i彡N，p表示 电价向量，WiO^p)表示用户i一天的收益，T表示一天的周期被分为的时隙集，T= 24， U穴 <)表示效用函数：用户i在时隙t的用电满意度，pt为实时电价，则为用户i在时 隙t的电费。
8.根据权利要求7所述的基于时间耦合约束的居民用户用电负载调度方法，其特征在 于，步骤3. 4中，所述的更新每个子群中的最差个体，直到最大子群迭代次数；具体为： 更新每个子群中适应度最差的青蛙，即按照式（4)所示的搜索策略： X，=Xw+RX(Xb-Xw) (4) 其中，xb为一个子群中适应度最好的候选解，xwS-个子群中适应度最差的候选解，x' 为式⑷产生的新解，R是0到1的随机数； 如果X'适应度优于xw，则xw=x' ；否则，式⑷中用全局最优解替代xb，重复执行搜索 策略，若X'适应度仍然不能优于xw^lj从整个种群中随机产生一个新候选解取代xw;重复上 述步骤，到搜索次数大于设定的最大子群内部搜索次数时终止。
【专利摘要】本发明公开了一种基于时间耦合约束的居民用户用电负载调度方法，步骤为：首先智能配用电网中工作节点收集各物理节点的可用资源；收集用户的任务请求；最后采用基于混合蛙跳算法对智能电网中的资源进行分配；本发明是基于时间耦合约束的高效、可靠的居民用户用电负载调度方法，充分挖掘了智能电网中的可用资源，从用户收益最大化为目标按需分配资源；能够高效利用资源，并保障用户终端的服务质量要求；采用混合蛙跳算法，具有算法模型简单、求解速度快、易于实现等优点。
【IPC分类】G06Q50-06, G06Q10-04
【公开号】CN104700162
【申请号】CN201510102050
【发明人】徐雷, 钱芳, 李千目, 杨余旺, 张小飞, 李亚平
【申请人】南京理工大学
【公开日】2015年6月10日
【申请日】2015年3月9日