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！

龙图腾网获悉淮阴工学院申请的专利一种基于粒子群算法的智能楼宇用电需求侧优化调度策略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：CN116579571B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310585627.7，技术领域涉及：G06Q10/0631；该发明授权一种基于粒子群算法的智能楼宇用电需求侧优化调度策略是由桑英军;吴争龙;陶静蕾;周业辉;陈泉宇;张一航;范媛媛设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本一种基于粒子群算法的智能楼宇用电需求侧优化调度策略在说明书摘要公布了：一种基于粒子群算法的智能楼宇用电需求侧优化调度策略，通过监控系统获取楼宇可控负荷用电状态，根据楼宇负荷特性，将其分类成基本负荷、可平移负荷、可削减负荷、既可平移又可调节负荷；基于需求侧响应电价激励与合同激励两种激励机制，在此基础上，以经济性指标用电成本最小、用户用电满意度和电网稳定性为目标函数建立优化调度模型；最后，应用改进后的粒子群算法求解建立优化调度模型，并且进行仿真分析，预期仿真结果；可以有效对需求侧的经济性与舒适性提升，以达到电网削峰填谷的作用。本发明在高峰期用电考虑电动汽车与光伏发电的调度模式，进一步降低用电成本。

本发明授权一种基于粒子群算法的智能楼宇用电需求侧优化调度策略在权利要求书中公布了：1.一种基于粒子群算法的智能楼宇用电需求侧优化调度策略，其特征在于：对楼宇当中负荷进行分类，并对各类负荷建立数学模型，以经济指标用电成本，用户满意度和可靠性指标电网稳定性为目标函数，再利用粒子群算法迭代寻优；具体的操作步骤包括： 步骤1：通过监控系统获取楼宇可控负荷用电状态，根据楼宇负荷特性，将其分类成基本负荷、可平移负荷、可削减负荷、既可平移又可调节负荷； 步骤2：综合考虑电动汽车充放电特性和光伏系统的出力，对用户电动汽车充电优化策略分析，建立调度优化模型；调度优化模型包括：可平移负荷调度模型、可削减负荷调度模型、可平移又可调节负荷调度模型、HAVC模型和EV与PV模型； 所述的可平移负荷调度模型为： LTL，i＝PTL，iΔt1； 式1是可平移负荷i在ti时段所消耗的电能；其中，i为可平移负荷类型集合i∈{lw,lwh,...ld}；PTL,i为可平移负荷i在ti时间段的功率；STL,i表示负荷i的用电状态；为负荷i实际工作区间；为设想最佳的调度区间； 所述的可削减负荷调度模型为： 式4中的LXJ.k表示负荷实际削减的容量，则表示负荷理想情况消减的容量，rki表示在合同激励机制允许的不同挡位削减量的波动比例系数； 所述的可平移又可调节负荷调度模型为： LFL，j＝PFL，jSFL,jΔt5； σ1PFL，j＜PFL，j＜σ2PFL，j8； 式5是可平移又可调节负荷j的调度实际响应量；其中，j为可平移又可调节负荷类型集合j∈{lw,lwh,...ld}数；PFL，j为可平移又可调节负荷j在tj时间段的功率；SFL,j表示负荷j的启停状态；为负荷j实际工作区间；为设想最佳的调度区间；式8中的σ为该负荷功率可调节的比例系数； 所述的HAVC模型为： LHAVC＝|Pt|Δt9； 式中：|Pt|为HAVC功率，此处的绝对值是为了区分制冷与制热；Δt为记录间隔时间； Kt＝aHKt-1+1-aHEt+apPt10； 式中，PT为第T时段的温控负荷功率，为优化变量；aH为建筑隔热系数，一般数值小于1；aP为HAVC制热冷能力系数；Kt为室内温度变化规律；Kt-1为上一刻的室内温度；Et为室外的温度； 所述的EV与PV模型为： 式中，SOCt为电动汽车的充电电量目标；SOCt0为电动汽车连接充电桩前的剩余电量；PEV为电动汽车充放电功率；ηEV为电动汽车电量转化系数；t-t0为电动汽车充电时间常数；E为电动汽车可存储的总电量； PEV≤Pmax14； SOCmin≤SOCt≤SOCmax15； 为了保证电动汽车电池寿命，对其充放电功率与电动汽车电荷状态进行约束； PV发电系统出力功率为： 式16中的PPV表示光伏系统出力，Pref根据光伏太阳能板参数所计算的系统标准出力；St表示在t时刻太阳能辐照射强度；αθ为温度系数，Kso为t时刻太阳能板的实际温度；Sref、Kref分别为光伏系统标准太阳能照射强度与温度；其中光伏系统标准出力与太阳能板的电压电流特性有关； 光伏发电系统，为最大程度最小化用电成本，在楼宇上安装光伏发电装置，虽然光伏存在不稳定性，但在大部分时期依然可以起到削峰填谷的作用； 步骤3：基于需求侧响应提出一种DR激励机制，分为电价激励与合同激励；所述的电价激励可分为固定电价、分时电价和实时电价，三种电价机制为依次递进的关系；算例仿真主要以分时电价机制为主，电网公司在日前进行负荷预测，根据预测数据提出不同时段的电价信息传入参与激励机制的居民用户HEMS，提倡用户根据分时电价做出合理的用电策略； 所述的合同激励指电网与用户签订合同，依据电网运行转态负荷情况，调度中心为了削峰提前30-120min，对用户下达削减负荷指令，用户则可以从中获得收益；激励收益是根据计算得出调峰效果指标，再结合阶梯型指标上不同的激励费用系数算得具体的收益； Cmot＝HmotCdrνmotHgxd19； 式17为调峰效果指标的计算公式，其中，分别表示用户在t时刻的总功率和一天的平均用电功率，PsysT、则分别表示电力系统在T时段的总功率和一天的平均用电功率；式18为用户对电网实际贡献度，也是激励费用的重要指标，其中，Hgxd为用户对电网实际贡献度；式19为电网的激励费用公式，是在电网设置的DR电价标准的基础上； 步骤4：建立以用电成本最小、用户满意度和电网稳定性为目标函数及其约束条件，用线性加权组合法将多目标转化成单目标函数；所述的目标函数为： 以用电成本最小为目标进行优化调整，考虑到在太阳能过多的情况下，用户将无法消纳的PV系统出力售给电力公司的收益，λ为t时刻的售电电价； 以用户满意度和电网稳定性为目标，Cfort表示用户满意度，将优化前与优化后进行比较，若负荷使用时间改变较少，Cfort值越小则用户满意度越高；电网稳定性则是用每日用电峰谷差值来表示； 所述的用线性加权组合法将多目标转化成单目标函数，是根据各个目标的重要程度分别乘以对应的权重系数，最后相加构成一个目标函数求解；则统一量纲后的单目标函数为： F＝β1F1+β2F2+β3F323； 对于楼宇类似写字办公楼的场所，即则以经济性指标F1作为最重要指标，然后以优化策略对电网达到削峰填谷的作用，则电网稳定性F3的重要等级在用户满意度F2之上；逐一判断F1、F2、F3之间的算子关系做归一化处理； 步骤5：将建立的调度优化模型采用改进的粒子群算法求解； 所述改进的粒子群算法是在PSO算法迭代处加入对粒子群参数更新的环节，得到非线性递减的粒子群参数； 对于常规的粒子群算法参数固定为常数，将惯性权重和学习因子设置为一维向量，则24式与25式分别为惯性权重与学习因子的更新迭代公式；其中wmax、wmin、cmax、cmin为惯性权重与学习因子最大最小值；d1、d2为动态误差系数；Nit、为当前迭代次数和最大迭代次数。

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淮阴工学院，其通讯地址为：223100 江苏省淮安市洪泽区东七街三号高新技术产业园A12-2(淮阴工学院技术转移中心洪泽分中心)；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”。

以上内容由龙图腾AI智能生成。