(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111544708.X (22)申请日 2021.12.16 (71)申请人 深圳先进技 术研究院 地址 518055 广东省深圳市南 山区西丽大 学城学苑大道1068号 (72)发明人 杨之乐　郭媛君　邵萍　赵世豪　 李慷　冯伟　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/00(2006.01) (54)发明名称 电力调度方法、 电子设备及计算机可读存储 装置 (57)摘要 本申请公开了一种电力调度方法。 该方法包 括： 获取初始化数据， 用于计算目标总成本， 目标 总成本包括稳定发电机组的运行成本以及启动 成本； 利用社会 学习粒子群优化算法对计算运行 成本的发电量进行优化， 发电量包括基于不稳定 发电量以及不稳定耗电量得到； 对算法进行约束 调整； 持续进行优化直至目标总成本达到最优 解， 以得到不稳定发电机组和稳定发电机组的电 力调度方案。 本申请还公开了一种电子设备和计 算机可读存储装置。 通过上述方式， 本申请能够 解决高维多约束的情况下的电力分配问题， 得到 合理电力调度方案 。 权利要求书2页 说明书8页 附图3页 CN 114444852 A 2022.05.06 CN 114444852 A 1.一种电力调度方法， 其特 征在于， 所述方法包括： 获取初始化数据， 用于计算目标总成本， 所述目标总成本包括稳定发电机组的运行成 本以及启动成本； 利用社会学习粒子群优化算法对计算所述运行成本的发电量进行优化， 所述发电量包 括基于不稳定发电量以及不稳定耗电量得到； 对所述算法进行约束调整； 持续进行优化直至所述目标总成本达到最优解， 以得到不稳定发电机组和所述稳定发 电机组的电力调度方案 。 2.根据权利要求1所述的电力调度方法， 其特征在于， 所述利用社会学习粒子群优化算 法对计算所述 运行成本的发电量进行优化包括： 利用所述社会学习粒子群优化算法和二进制社会学习粒子群优化算法对所述不稳定 耗电量进行优化计算。 3.根据权利要求2所述的电力调度方法， 其特征在于， 所述社会学习粒子群优化算法的 粒子位置更新公式包括： 其中， xi， j(t)代表第t轮迭代中个体的第j维数位置， Δxi， j(t+1)为在位置更新期间计 算的个体更新程度， Pi(t)是介于 0和1之间的随机数， PiL是设置的学习概 率。 4.根据权利要求3所述的电力调度方法， 其特 征在于， 所述方法还包括利用所述二进制社会学习粒子群优化算法对所述个体的参数xi， j进行 转换， 其转换公式包括： 其中， rand是0 ‑1之间的一个随机数。 5.根据权利要求3所述的电力调度方法， 其特 征在于， 所述公式还 包括： 其中， r1(t)Δxi， j(t)为惯性行为， r2(t)Ii， j(t)为模仿行为， 为社会影响行 为。 6.根据权利要求1所述的电力调度方法， 其特征在于， 所述对所述算法进行约束调 整包 括： 所述稳定发电机组、 所述不稳定发电机组的发电量与总需求电量的平衡约束调整， 所 述不稳定发电机组的开机、 停机的时间约束调整， 对于突 发情况的发电备用约束调整， 所述 不稳定耗电量、 所述 不稳定发电量的最大值约束调整中的至少一种。 7.根据权利要求1所述的电力调度方法， 其特征在于， 所述持续进行优化直至所述目标 总成本达到最优解， 以得到不稳定发电机组和所述稳定发电机组的电力调 度方案之后进一 步包括： 判断所述调度方案中所述不稳定发电机组的预测发电量是否与实际发电量相差达到权　利　要　求　书 1/2 页 2 CN 114444852 A 2设定阈值； 若是， 重新进行电力调度； 若否， 输出 所述电力调度方案 。 8.根据权利要求7所述的 电力调度方法， 其特征在于， 所述设定阈值包括固定值、 平均 误差、 频率中的至少一种。 9.一种电子设备， 其特征在于， 包括存储器和 处理器， 所述存储器用于存储程序数据， 所述程序数据能够被所述处 理器执行， 以实现如权利要求1 ‑8中任一项所述的方法。 10.一种计算机可读存储装置， 其特征在于， 存储有程序数据， 能够被处理器执行， 以实 现如权利要求1 ‑8中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114444852 A 3