一种微电网能量控制方法、gpu处理器及系统的制作方法
【专利摘要】本申请公开了一种微电网能量控制方法、GPU处理器及系统，该方法包括设置微电网的能量控制目标函数，并利用粒子群膜算法获得该目标函数中控制变量的最优解。所述粒子群膜算法结合有膜计算算法及粒子群算法，利用膜计算算法获得多层基本膜及一层表层膜，并在每层基本膜上同时执行粒子群算法，获得各层基本膜上的备选最优粒子，将所述各个备选最优粒子输出至表层膜中，从而确定目标最优粒子，将该目标最优粒子的最优位置值确定为能量控制目标函数中控制变量的最优解。所述粒子群膜算法各层基本膜上的粒子可同时执行粒子群算法，收敛速度较快，进而较快地获得最终目标最优粒子，最终实现对微电网分布式电源发电功率较高的控制效率。
【专利说明】—种微电网能量控制方法、GPU处理器及系统
【技术领域】
[0001]本申请涉及电网控制【技术领域】，尤其是一种微电网能量控制方法、GPU处理器及系统。
【背景技术】
[0002]微电网是由分布式电源、储能装置、能量转换装置、负荷、负荷监控及用电保护装置等组成的小型发配电系统。具体地，所述微电网内可包含一种或多种分布式电源，例如光伏发电装置、风力发电装置、水力发电装置、燃料电池及燃气轮机等，用于产生负荷所需的电能。
[0003]分布式电源的类型不同，各自的运行方式也存在差异。例如，光伏、风力等新能源的发电功率易受自然环境影响，但排放的污染物较少，相反，燃料电池、燃气轮机等化石能源的发电功率较为稳定，但会对环境造成较大的污染。因此，根据实际的供电需求及环境成本要求，需要对微电网中分布式电源的发电功率进行不同的控制。
[0004]目前，尚无一种对所述各种分布式电源的发电功率的控制方法。
【发明内容】
[0005]有鉴于此，本申请提供了一种微电网能量控制方法、GPU处理器及系统，用以提供一种对微电网中各种分布式电源的发电功率的控制方法。本申请提供的技术方案如下:
[0006]一种微电网能量控制方法，包括:
[0007]设置微电网的能量控制目标函数；其中，所述能量控制目标函数中包含控制变量，所述控制变量包括所述微电网中各种分布式电源的发电功率；
[0008]初始化预设粒子群膜算法的执行参数；其中，所述预设粒子群膜算法中包含多层基本膜及一层表层膜，且所述执行参数包括基本膜的层数、所述基本膜对应的迭代次数阈值、所述表层膜对应的迭代次数阈值、所述表层膜当前迭代次数、所述粒子群膜算法中粒子的个数、各个所述粒子的位置及速度；
[0009]依据所述能量控制目标函数，生成所述粒子群算法的适应度函数；
[0010]将所述各个具有位置及速度的粒子随机分配至所述各层基本膜中，并依据所述适应度函数及所述基本膜对应的迭代次数阈值，对每层所述基本膜上粒子的速度及位置进行更新，以获得每层所述基本膜上的备选最优粒子；其中，每层所述基本膜中包含至少一个所述粒子；
[0011]将所述各个备选最优粒子传送至所述表层膜中，在所述表层膜中确定目标最优粒子；其中，所述目标最优粒子具有最优位置值；
[0012]判断所述表层膜当前迭代次数是否达到所述表层膜对应的迭代次数阈值；
[0013]若是，将所述目标最优粒子的最优位置值确定为所述能量控制目标函数的最优解，从而获得各种所述分布式电源的发电功率；
[0014]否则，更新所述表层膜当前迭代次数，并依据所述目标最优粒子，返回对每层所述基本膜上粒子的速度及位置进行更新，以重新获得每层所述基本膜上的备选最优粒子。
[0015]上述方法，可选地，所述设置微电网的能量控制目标函数包括:
[0016]设置微电网的能量控制目标函数为:
【权利要求】
1.一种微电网能量控制方法，其特征在于，包括: 设置微电网的能量控制目标函数；其中，所述能量控制目标函数中包含控制变量，所述控制变量包括所述微电网中各种分布式电源的发电功率； 初始化预设粒子群膜算法的执行参数；其中，所述预设粒子群膜算法中包含多层基本膜及一层表层膜，且所述执行参数包括基本膜的层数、所述基本膜对应的迭代次数阈值、所述表层膜对应的迭代次数阈值、所述表层膜当前迭代次数、所述粒子群膜算法中粒子的个数、各个所述粒子的位置及速度； 依据所述能量控制目标函数，生成所述粒子群算法的适应度函数； 将所述各个具有位置及速度的粒子随机分配至所述各层基本膜中，并依据所述适应度函数及所述基本膜对应的迭代次数阈值，对每层所述基本膜上粒子的速度及位置进行更新，以获得每层所述基本膜上的备选最优粒子；其中，每层所述基本膜中包含至少一个所述粒子； 将所述各个备选最优粒子传送至所述表层膜中，在所述表层膜中确定目标最优粒子；其中，所述目标最优粒子具有最优位置值； 判断所述表层膜当前迭代次数是否达到所述表层膜对应的迭代次数阈值； 若是，将所述目标最优粒子的最优位置值确定为所述能量控制目标函数的最优解，从而获得各种所述分布式电源的发电功率； 否则，更新所述表层膜当前迭代次数，并依据所述目标最优粒子，返回对每层所述基本膜上粒子的速度及位置进行更新，以重新获得每层所述基本膜上的备选最优粒子。
2.根据权利要求1所述的方法，其特征在于，所述设置微电网的能量控制目标函数包括: 设置微电网的能量控制目标函数为:T NiAf ; ) Γ「"1-CW= Σ Σ 冲作)叫._]+ Σ 今4网卜 ΣW +% ;
t —丄 z —丄k — It — I 其中，T为微电网控制周期中时段总数；N为所述分布式电源的种数；Fi[P(t)]为分布式电源在时段t的燃料成本；(UP(t)]为分布式电源在时段t的运行成本;M为分布式电源排放污染物的类型总数；ak为分布式电源排放类型为k的污染物的排放因子；为分布式电源在时段t排放污染物的处理成本；Cb (t)Pbuy (t)-Cs (t)Psell (t)为时段t与主电网进行电量交易的成本，当该值为正值时表示向主电网购电成本，当该值为负值时表示向主电网售电收益夂⑴为时段t向主电网购电的价格；Pbuy(t)为时段t向主电网购电量；Cs(t)时段t向主电网售电的价格；Psell(t)为时段t向主电网售电量；Cdep为分布式电源设备的折旧成本。
3.根据权利要求2所述的方法，其特征在于，所述分布式电源包括柴油发电机、燃料电池及燃气轮机，则: 所述柴油发电机的燃料成本F [P⑴]利用F[P(t)] = af+biP+Ci获得；其中，^biWi为预设成本函数系数；P为柴油发电机在时段t的发电功率； 所述燃料电池的燃料成本及所述燃气轮机的燃料成本F[P(t)]均可利用
I j P,F _] = cUlyTJWy Σ/获得；其中，Cnl为消耗燃料的价格；LHV为消耗燃料的热值；Pj为
Li ' *O 1I J时段t的输出功率；为时段t内燃料电池的总效率。
4.根据权利要求1所述的方法，其特征在于，所述依据所述适应度函数及所述基本膜对应的迭代次数阈值，对每层所述基本膜上粒子的速度及位置进行更新，以获得每层所述基本膜上的备选最优粒子，包括:依据所述各个粒子的位置及所述适应度函数，获取每层所述基本膜上粒子的适应度值； 更新每层所述基本膜的惯性权值，并依据所述惯性权值更新每层所述基本膜上粒子的速度及位置； 判断所述更新次数是否达到所述基本膜对应的迭代次数阈值； 若是，依据所述适应度值、所述速度及所述位置，获得所述基本膜上的备选最优粒子；否则，返回执行更新每层所述基本膜的惯性权值，并依据所述惯性权值更新每层所述基本膜上粒子的速度及位置。
5.根据权利要求1所述的方法，其特征在于，在所述将所述目标最优粒子的最优位置值确定为所述能量控制目标函数的最优解，从而获得各种所述分布式电源的发电功率之后,还包括: 依据获得的各种所述分布式电源的发电功率，分别对所述微电网中各种所述分布式电源进行控制。
6.—种GPU处理器,其特征在于,包括: 目标函数设置单元，用于设置微电网的能量控制目标函数；其中，所述能量控制目标函数中包含控制变量，所述控制变量包括所述微电网中各种分布式电源的发电功率； 执行参数初始化单元，用于初始化预设粒子群膜算法的执行参数；其中，所述预设粒子群膜算法中包含多层基本膜及一层表层膜，且所述执行参数包括基本膜的层数、所述基本膜对应的迭代次数阈值、所述表层膜对应的迭代次数阈值、所述表层膜当前迭代次数、所述粒子群膜算法中粒子的个数、各个所述粒子的位置及速度； 适应度函数生成单元，用于依据所述能量控制目标函数，生成所述粒子群算法的适应度函数； 备选粒子获取单元，用于将所述各个具有位置及速度的粒子随机分配至所述各层基本膜中，并依据所述适应度函数及所述基本膜对应的迭代次数阈值，对每层所述基本膜上粒子的速度及位置进行更新，以获得每层所述基本膜上的备选最优粒子；其中，每层所述基本膜中包含至少一个所述粒子； 目标粒子获取单元，用于将所述各个备选最优粒子传送至所述表层膜中，在所述表层膜中确定目标最优粒子；其中，所述目标最优粒子具有最优位置值； 终止条件判断单元，用于判断所述表层膜当前迭代次数是否达到所述表层膜对应的迭代次数阈值；若是，触发函数最优解确定单元，否则，触发备选粒子更新单元； 控制变量确定单元，用于将所述目标最优粒子的最优位置值确定为所述能量控制目标函数的最优解，从而获得各种所述分布式电源的发电功率； 备选粒子更新单元，用于依据所述目标最优粒子，返回对每层所述基本膜上粒子的速度及位置进行更新，以重新获得每层所述基本膜上的备选最优粒子。
7.一种微电网能量控制系统，其特征在于，包括CPU、参数采集模块、如权利要求6所述的GPU处理器及微电网，其中: 所述CPU，用于初始化粒子群膜算法中各个粒子的速度及位置，并将所述各个粒子发送至所述GPU ； 所述参数采集模块，用于将采集的所述微电网中多种分布式电源的运行参数发送至所述 GPU ； 所述GPU，用于依据所述运行参数，设置所述微电网的能量控制目标函数，并依据各个所述初始化的粒子，执行预设粒子群膜算法以获得所述能量控制目标函数中控制变量的最优解，并将所述控制变量的最优解发送至所述CPU ;其中，所述控制变量包含所述各种分布式电源的发电功率； 所述CPU，还用于依据所述控制变量的最优解对所述微电网中的多种分布式电源的发电功率进行控制。
【文档编号】H02J4/00GK104184172SQ201410265163
【公开日】2014年12月3日 申请日期:2014年6月13日 优先权日:2014年6月13日
【发明者】王军, 刘滔, 黄荣辉, 孙章, 罗华永 申请人:西华大学, 四川中电启明星信息技术有限公司