CN104778507B - 一种基于自适应粒子群算法的楼宇智能用电策略获取方法 - Google Patents

Abstract

本发明涉及一种基于自适应粒子群算法的楼宇智能用电策略获取方法，针对拥有至少两种供电源的楼宇，首先在符合各个供电源特性要求的前提下，获取预设数量该楼宇在预设未来应用实施时间内各个时间段中的用电方案，然后根据该各个用电方案进行迭代，分别获取每一次迭代过程中最低的用电成本，最后在所有迭代过程分别对应的最低用电成本中，获取最低的用电成本，该用电成本对应用电方案即为该楼宇在预设未来应用实施时间内各个时间段中的最优用电策略，以最小化电费支出为目标，提供最佳用电策略。

Description

一种基于自适应粒子群算法的楼宇智能用电策略获取方法

技术领域

本发明涉及一种楼宇智能用电策略的获取方法,具体涉及一种基于自适应粒子群算法的楼宇智能用电策略获取方法。

背景技术

传统的家庭楼宇建筑其电力设备包含电冰箱、洗衣机、热水器、空调、照明等可控和不可控用电设备，以及光伏发电、储能电池、微型燃气轮机等电源设备。由于信息通讯技术的支持，智能电表、智能传感器、能量管理单元、高速双向通信将被广泛应用于各种楼宇建筑，同时，各种面向电力用户的零售电价手段，如实时电价、分时电价、尖峰电价，被电力公司应用于激励电力用户参与需求响应项目。由于局域通信网的支持，用户可以远程无线控制智能用电设备的开关、循环、模式切换等。智能楼宇是智能电网的基本组成条件之一，是适应分布式电源广泛渗透、可控负荷广泛应用、用户对供电服务需求日趋多样，以及现代信息通讯技术应用而发展起来的，实现智能用电，降低能源消耗、提高能源利用效率，能够为楼宇提供更好的电力服务。

目前，针对智能用电问题已经开展了大量研究，重点在平滑联络线功率波动、减少能耗支出和提高用户舒适度，但是在针对智能楼宇的用电方案中，现有技术一直没能给出一个切实有效的控制方法，使之在达到用电平衡的基础之上，拥有最优的用电成本。

发明内容

针对上述技术问题，本发明所要解决的技术问题是提供一种基于自适应粒子群算法的楼宇智能用电策略获取方法，在满足用户用电舒适度需求的基础之上，采用自适应粒子群算法，针对智能楼宇多种供电源的控制策略进行研究，获取智能楼宇的最优用电策略。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种基于自适应粒子群算法的楼宇智能用电策略获取方法，针对拥有至少两种供电源的楼宇，获取该楼宇预设未来应用实施时间内各个时间段中的最优用电策略，所述楼宇智能用电策略获取方法，首先在符合各个供电源特性要求的前提下，获取预设数量该楼宇在预设未来应用实施时间内各个时间段中的用电方案，然后根据该各个用电方案进行迭代，其中，每一次迭代过程中，同样在符合各个供电源特性要求的前提下，在上一次迭代过程中各个用电方案的基础之上，根据预设规则获取本次迭代过程中的各个用电方案，接着分别获取各个用电方案所对应的用电成本，进而分别获取每一次迭代过程中最低的用电成本，最后在所有迭代过程分别对应的最低用电成本中，获取最低的用电成本，该用电成本对应用电方案即为该楼宇在预设未来应用实施时间内各个时间段中的最优用电策略。

作为本发明的一种优选技术方案：针对拥有光伏发电、储能蓄电池，以及至少一个微型燃气轮机的楼宇，获取该楼宇在预设未来应用实施时间内各个时间段中的最优用电策略，该方法包括如下步骤：

步骤001.基于自适应混沌惯性权重粒子群算法，初始生成二维数组(L,T)，l＝1，k＝1，L为种群大小，T表示预设未来应用实施时间内时间段的个数，并进入步骤002；

步骤002.针对该楼宇中各个微型燃气轮机，分别根据如下公式(1)，

P_Gqt＝(P_Gq(max)-P_Gq(min))*rand(L,T)+P_Gq(min) (1)

获得第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt，其中，q∈{1,…,Q}，Q表示该楼宇中微型燃气轮机的数量，t∈{1,…,T}，P_Git表示第q个微型燃气轮机在第t个时间段中的发电功率，各个P_Gqt分别一一对应于各个粒子的位置，P_Gq(max)表示第q个微型燃气轮机在单个时间段内的最大发电功率，P_Gq(min)表示第q个微型燃气轮机在单个时间段内的最小发电功率；

同时，根据如下公式(2)，

P_It＝(P_I(max)-P_I(min))*rand(L,T)+P_I(min) (2)

获得第k次迭代过程中第l种用电方案中该楼宇分别对应预设未来应用实施时间内各个时间段中的电网接入点潮流P_It，P_It表示该楼宇在第t个时间段中的电网接入点潮流，各个P_It分别一一对应于各个粒子的位置，P_I(max)表示该楼宇在单个时间段内电网接入点潮流的最大值，P_I(min)表示该楼宇在单个时间段内电网接入点潮流的最小值；进入步骤003；

步骤003.针对第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt，以及楼宇对应预设未来应用实施时间内各个时间段中的电网接入点潮流P_It，根据如下公式(3)，

获得第k次迭代过程中第l种用电方案中储能蓄电池分别对应预设未来应用实施时间内各个时间段中的发电功率P_Bt，其中，P_Bt表示储能蓄电池在第t个时间段中的充放电功率，P_pvt表示预设光伏发电在第t个时间段中的发电功率，P_Hpt表示预设该楼宇中可控负荷在第t个时间段中的输入功率，P_Lt表示预设该楼宇中不可控负荷在第t个时间段中的输入功率，并进入步骤004；

步骤004.针对第k次迭代过程中第l种用电方案，判断各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt是否符合P_Gq(min)≤P_Gqt≤P_Gq(max)，若不符合则进入步骤005；若符合，则继续判断该楼宇对应预设未来应用实施时间内各个时间段中的电网接入点潮流P_It是否符合P_I(min)≤P_It≤P_I(max)，若不符合则进入步骤005；若符合，则继续判断储能蓄电池对应预设未来应用实施时间内各个时间段中的发电功率P_Bt是否符合|P_Bt|≤P_B(max)，若不符合则进入步骤005；若符合则进入步骤006；

步骤005.判断k是否等于1，是则返回步骤002，否则进入步骤009；

步骤006.根据预设未来应用实施时间内各个时间段的电网电价price_t、各个微型燃气轮机发电成本函数中的系数常量，以及如下公式(4)，

获得第k次迭代过程中第l种用电方案对应该楼宇在预设未来应用实施时间内的用电成本F_l ^k，其中，C_Gq(P_Gqt)表示第q个微型燃气轮机在第t个时间段中的发电成本，进入步骤007；

步骤007.判断l是否等于L，是则构成集合并进入步骤008；否则将l+1的值赋予l，对l进行更新，并判断k是否等于1，是则返回步骤002；否则进入步骤009；

步骤008.获得集合中的最小值并判断k是否等于预设迭代次数K，是则构成集合并进入步骤012；否则更新l＝1，将k+1的值赋予k，对k进行更新，并进入步骤009；其中，表示第k次迭代过程中该楼宇在预设未来应用实施时间内的最低用电成本；

步骤009.根据如下公式(5)，

v＝2*v_max*rand(L,T)-v_max (5)

获得F_l ^k-1对应用电方案中所对应所有粒子分别对应的速度v，即F_l ^k-1对应用电方案中各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中发电功率的变化速度，以及该楼宇对应预设未来应用实施时间内各个时间段中的电网接入点潮流的变化速度，并进入步骤010；其中，F_l ^k-1表示第k-1次迭代过程中第l种用电方案对应该楼宇在预设未来应用实施时间内的用电成本，v_max表示预设粒子速度的最大值；

步骤010.判断F_l ^k-1对应用电方案中各个粒子分别对应的速度v是否符合|v|≤v_max，是则进入步骤011；否则返回步骤009；

步骤011.根据F_l ^k-1对应用电方案中各个粒子分别对应的速度，针对F_l ^k-1对应用电方案中各个粒子的位置进行更新，作为F_l ^k对应用电方案中各个粒子的位置，即获得第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt，以及该楼宇对应预设未来应用实施时间内各个时间段中的电网接入点潮流P_It，并返回步骤003；

步骤012.获得集合中的最小值F^*，则F^*所对应用电方案为该楼宇在预设未来应用实施时间内各个时间段中的最优用电策略。

作为本发明的一种优选技术方案：所述步骤002中，针对第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt的获得，首先根据如下公式(1)，

P_Gqt＝(P_Gq(max)-P_Gq(min))*rand(L,T)+P_Gq(min) (1)

获得任意一个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt，然后根据等微增律法则确定获得各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt，作为第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt。

作为本发明的一种优选技术方案：所述预设未来应用实施时间为1天。

作为本发明的一种优选技术方案：所述预设未来应用实施时间1天内时间段的个数T＝24。

本发明所述一种基于自适应粒子群算法的楼宇智能用电策略获取方法采用以上技术方案与现有技术相比，具有以下技术效果：本发明设计的基于自适应粒子群算法的楼宇智能用电策略获取方法，将智能楼宇负荷分为可控负荷和不可控负荷两类，考虑智能楼宇拥有光伏发电、储能电池、微型燃气轮机三种供电源，基于电网电价和用户舒适度需求，优化电网购电量、微型燃气轮机出力、储能电池充/放电，以最小化电费支出为目标，建立楼宇智能用电策略的模型，并采用自适应惯性权重粒子群算法针对模型进行求解，获得最终最优用电策略。

附图说明

图1为本发明设计基于自适应粒子群算法的楼宇智能用电策略获取方法的流程示意图；

图2为本发明设计实施例中光伏发电输出功率示意图；

图3为本发明设计实施例中可控负荷功率示意图；

图4为本发明设计实施例中不可控负荷功率示意图；

图5为本发明设计实施例中微型燃气轮机输出功率；

图6为本发明设计实施例中储能电池充放电。

具体实施方式

下面结合说明书附图针对本发明的具体实施方式作进一步详细的说明。

如图1所示，本发明设计一种基于自适应粒子群算法的楼宇智能用电策略获取方法，针对拥有至少两种供电源的楼宇，获取该楼宇预设未来应用实施时间内各个时间段中的最优用电策略，所述楼宇智能用电策略获取方法，首先在符合各个供电源特性要求的前提下，获取预设数量该楼宇在预设未来应用实施时间内各个时间段中的用电方案，然后根据该各个用电方案进行迭代，其中，每一次迭代过程中，同样在符合各个供电源特性要求的前提下，在上一次迭代过程中各个用电方案的基础之上，根据预设规则获取本次迭代过程中的各个用电方案，接着分别获取各个用电方案所对应的用电成本，进而分别获取每一次迭代过程中最低的用电成本，最后在所有迭代过程分别对应的最低用电成本中，获取最低的用电成本，该用电成本对应用电方案即为该楼宇在预设未来应用实施时间内各个时间段中的最优用电策略。

本发明设计一种基于自适应粒子群算法的楼宇智能用电策略获取方法，基于上述设计技术方案的基础之上，具体设计采用如下技术方案：仿真采用MATLABR2010a，电脑为Corei53.20Ghz,，4GRAM，将智能楼宇负荷分为可控负荷和不可控负荷两类，针对拥有光伏发电、储能蓄电池，以及至少一个微型燃气轮机的楼宇，获取该楼宇在预设未来应用实施时间1天内各个时间段(小时时间段)中的最优用电策略，在实际应用过程当中，具体设计采用如下步骤：

步骤001.基于自适应混沌惯性权重粒子群算法，预设迭代次数K＝2000，初始生成二维数组(L,T)，l＝1，k＝1，L为种群大小，设计L＝80，T表示预设未来应用实施时间1天内时间段的个数，这里T＝24，即这里一天24小时，单个时间段即为一小时，并进入步骤002。

步骤002.针对该楼宇中各个微型燃气轮机，分别根据如下公式(1)，

P_Gqt＝(P_Gq(max)-P_Gq(min))*rand(L,T)+P_Gq(min) (1)

获得第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间1天内各个时间段中的发电功率P_Gqt，其中，q∈{1,…,Q}，Q表示该楼宇中微型燃气轮机的数量，t∈{1,…,T}，P_Git表示第q个微型燃气轮机在第t个时间段中的发电功率，各个P_Gqt分别一一对应于各个粒子的位置，P_Gq(max)表示第q个微型燃气轮机在单个时间段内的最大发电功率，P_Gq(min)表示第q个微型燃气轮机在单个时间段内的最小发电功率。

同时，根据如下公式(2)，

P_It＝(P_I(max)-P_I(min))*rand(L,T)+P_I(min) (2)

获得第k次迭代过程中第l种用电方案中该楼宇分别对应预设未来应用实施时间1天内各个时间段中的电网接入点潮流P_It，P_It表示该楼宇在第t个时间段中的电网接入点潮流，各个P_It分别一一对应于各个粒子的位置，P_I(max)表示该楼宇在单个时间段内电网接入点潮流的最大值，P_I(min)表示该楼宇在单个时间段内电网接入点潮流的最小值；进入步骤003。

上述步骤002中设计的技术方案中，针对第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间1天内各个时间段中的发电功率P_Gqt的获得，具体可以参照如下方法实现，首先根据如下公式(1)，

P_Gqt＝(P_Gq(max)-P_Gq(min))*rand(L,T)+P_Gq(min) (1)

获得任意一个微型燃气轮机分别对应预设未来应用实施时间1天内各个时间段中的发电功率P_Gqt，然后根据等微增律法则确定获得各个微型燃气轮机分别对应预设未来应用实施时间1天内各个时间段中的发电功率P_Gqt，作为第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间1天内各个时间段中的发电功率P_Gqt。

步骤003.针对第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间1天内各个时间段中的发电功率P_Gqt，以及楼宇对应预设未来应用实施时间1天内各个时间段中的电网接入点潮流P_It，根据如下公式(3)，

获得第k次迭代过程中第l种用电方案中储能蓄电池分别对应预设未来应用实施时间1天内各个时间段中的发电功率P_Bt，其中，P_Bt表示储能蓄电池在第t个时间段中的充放电功率，P_pvt表示预设光伏发电在第t个时间段中的发电功率，P_Hpt表示预设该楼宇中可控负荷在第t个时间段中的输入功率，P_Lt表示预设该楼宇中不可控负荷在第t个时间段中的输入功率，并进入步骤004。

步骤004.针对第k次迭代过程中第l种用电方案，判断各个微型燃气轮机分别对应预设未来应用实施时间1天内各个时间段中的发电功率P_Gqt是否符合P_Gq(min)≤P_Gqt≤P_Gq(max)，若不符合则进入步骤005；若符合，则继续判断该楼宇对应预设未来应用实施时间1天内各个时间段中的电网接入点潮流P_It是否符合P_I(min)≤P_It≤P_I(max)，若不符合则进入步骤005；若符合，则继续判断储能蓄电池对应预设未来应用实施时间1天内各个时间段中的发电功率P_Bt是否符合|P_Bt|≤P_B(max)，这里P_B(max)＝4kw，若不符合则进入步骤005；若符合则进入步骤006。

步骤005.判断k是否等于1，是则返回步骤002，否则进入步骤009。

步骤006.根据预设未来应用实施时间1天内各个时间段的电网电价price_t，如下表1所示、各个微型燃气轮机发电成本函数中的系数常量，以及如下公式(4)，

获得第k次迭代过程中第l种用电方案对应该楼宇在预设未来应用实施时间1天内的用电成本F_l ^k，其中，C_Gq(P_Gqt)表示第q个微型燃气轮机在第t个时间段中的发电成本，进入步骤007。

时间(h)	电价	时间(h)	电价	时间(h)	电价
						1	0.4480	9	0.4606	17	0.4201
2	0.4103	10	0.4551	18	0.43
						3	0.3610	11	0.4606	19	0.4116
4	0.33	12	0.4450	20	0.4163
						5	0.33	13	0.4561	21	0.42
6	0.3646	14	0.4542	22	0.4116
						7	0.4301	15	0.3928	23	0.4187
8	0.4705	16	0.4116	24	0.3681

表1

其中，C_Gq(P_Gqt)＝α_q+β_q·P_Gqt+γ_q·(P_Gqt)²，α_q、β_q、γ_q为第q个微型燃气轮机发电成本函数中的系数常量。

步骤007.判断l是否等于L＝80，是则构成集合并进入步骤008；否则将l+1的值赋予l，对l进行更新，并判断k是否等于1，是则返回步骤002；否则进入步骤009；

步骤008.获得集合中的最小值并判断k是否等于预设迭代次数K＝2000，是则构成集合并进入步骤012；否则更新l＝1，将k+1的值赋予k，对k进行更新，并进入步骤009；其中，表示第k次迭代过程中该楼宇在预设未来应用实施时间1天内的最低用电成本；

步骤009.根据如下公式(5)，

v＝2*v_max*rand(L,T)-v_max (5)

获得F_l ^k-1对应用电方案中所对应所有粒子分别对应的速度v，即F_l ^k-1对应用电方案中各个微型燃气轮机分别对应预设未来应用实施时间1天内各个时间段中发电功率的变化速度，以及该楼宇对应预设未来应用实施时间1天内各个时间段中的电网接入点潮流的变化速度，并进入步骤010；其中，F_l ^k-1表示第k-1次迭代过程中第l种用电方案对应该楼宇在预设未来应用实施时间1天内的用电成本，v_max表示预设粒子速度的最大值；

步骤010.判断F_l ^k-1对应用电方案中各个粒子分别对应的速度v是否符合|v|≤v_max，是则进入步骤011；否则返回步骤009；

步骤011.根据F_l ^k-1对应用电方案中各个粒子分别对应的速度，针对F_l ^k-1对应用电方案中各个粒子的位置进行更新，作为F_l ^k对应用电方案中各个粒子的位置，即获得第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间1天内各个时间段中的发电功率P_Gqt，以及该楼宇对应预设未来应用实施时间1天内各个时间段中的电网接入点潮流P_It，并返回步骤003；

步骤012.获得集合中的最小值F^*，则F^*所对应用电方案为该楼宇在预设未来应用实施时间内各个时间段中的最优用电策略。

假设1个运行日24小时电网电价如表1所示，以某智慧楼宇为研究对象，该楼宇内有2个微型燃气轮机，其发电成本参数如下表2所示；1组光伏发电面板，光伏发电功率如图2所示；储能蓄电池参数P_B(max)＝4kw；可控负荷和不可控负荷分别如图3和图4所示。

NO.	α	β	γ
				1	0.22	0.01	0.00089
2	0.24	0.007	0.001

表2

图5是使用本文提出的优化方法后微型燃气轮机的发电功率，负荷高峰或电价高峰时微型燃气轮机增加输出功率，负荷低谷或电价低谷时微型燃气轮机降低输出功率；图6是储能电池充/放电，储能电池在电价低谷且负荷低谷时充电，在电价高峰或者负荷高峰时放电。

上述技术方案设计的基于自适应粒子群算法的楼宇智能用电策略获取方法，将智能楼宇负荷分为可控负荷和不可控负荷两类，考虑智能楼宇拥有光伏发电、储能电池、微型燃气轮机三种供电源，基于电网电价和用户舒适度需求，优化电网购电量、微型燃气轮机出力、储能电池充/放电，以最小化电费支出为目标，建立楼宇智能用电策略的模型，并采用自适应惯性权重粒子群算法针对模型进行求解，获得最终最优用电策略。

最终获得的最终最优用电策略能有效降低楼宇用电成本以及增大用户舒适度，其中，负荷高峰或电价高峰时微型燃气轮机增加出力，负荷低谷或电价低谷时微型燃气轮机降低出力；储能电池在电价低谷且负荷低谷时充电，在电价高峰或者负荷高峰时放电；实现最佳用电控制方案。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (5)

1.一种基于自适应粒子群算法的楼宇智能用电策略获取方法，针对拥有至少两种供电源的楼宇，获取该楼宇预设未来应用实施时间内各个时间段中的最优用电策略，其特征在于：所述楼宇智能用电策略获取方法，首先在符合各个供电源特性要求的前提下，获取预设数量该楼宇在预设未来应用实施时间内各个时间段中的用电方案，然后根据该各个用电方案进行迭代，其中，每一次迭代过程中，同样在符合各个供电源特性要求的前提下，在上一次迭代过程中各个用电方案的基础之上，根据预设规则获取本次迭代过程中的各个用电方案，接着分别获取各个用电方案所对应的用电成本，进而分别获取每一次迭代过程中最低的用电成本，最后在所有迭代过程分别对应的最低用电成本中，获取最低的用电成本，该用电成本对应用电方案即为该楼宇在预设未来应用实施时间内各个时间段中的最优用电策略。

2.根据权利要求1所述一种基于自适应粒子群算法的楼宇智能用电策略获取方法，其特征在于，针对拥有光伏发电、储能蓄电池，以及至少一个微型燃气轮机的楼宇，获取该楼宇在预设未来应用实施时间内各个时间段中的最优用电策略，该方法包括如下步骤：

步骤001.基于自适应混沌惯性权重粒子群算法，初始生成二维数组(L,T)，l＝1，k＝1，L为种群大小，T表示预设未来应用实施时间内时间段的个数，并进入步骤002；

步骤002.针对该楼宇中各个微型燃气轮机，分别根据如下公式(1)，

P_Gqt＝(P_Gq(max)-P_Gq(min))*rand(L,T)+P_Gq(min) (1)

获得第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt，其中，q∈{1,…,Q}，Q表示该楼宇中微型燃气轮机的数量，t∈{1,…,T}，P_Git表示第q个微型燃气轮机在第t个时间段中的发电功率，各个P_Gqt分别一一对应于各个粒子的位置，P_Gq(max)表示第q个微型燃气轮机在单个时间段内的最大发电功率，P_Gq(min)表示第q个微型燃气轮机在单个时间段内的最小发电功率；

同时，根据如下公式(2)，

P_It＝(P_I(max)-P_I(min))*rand(L,T)+P_I(min) (2)

获得第k次迭代过程中第l种用电方案中该楼宇分别对应预设未来应用实施时间内各个时间段中的电网接入点潮流P_It，P_It表示该楼宇在第t个时间段中的电网接入点潮流，各个P_It分别一一对应于各个粒子的位置，P_I(max)表示该楼宇在单个时间段内电网接入点潮流的最大值，P_I(min)表示该楼宇在单个时间段内电网接入点潮流的最小值；进入步骤003；

步骤003.针对第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt，以及楼宇对应预设未来应用实施时间内各个时间段中的电网接入点潮流P_It，根据如下公式(3)，

$P_{It}+P_{Bt}+P_{pvt}-P_{Hpt}+{\mathrm{\Σ}}_{q=1}^Q{P}_{Gqt}=P_{Lt}---\left(3\right)$

获得第k次迭代过程中第l种用电方案中储能蓄电池分别对应预设未来应用实施时间内各个时间段中的发电功率P_Bt，其中，P_Bt表示储能蓄电池在第t个时间段中的充放电功率，P_pvt表示预设光伏发电在第t个时间段中的发电功率，P_Hpt表示预设该楼宇中可控负荷在第t个时间段中的输入功率，P_Lt表示预设该楼宇中不可控负荷在第t个时间段中的输入功率，并进入步骤004；

步骤004.针对第k次迭代过程中第l种用电方案，判断各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt是否符合P_Gq(min)≤P_Gqt≤P_Gq(max)，若不符合则进入步骤005；若符合，则继续判断该楼宇对应预设未来应用实施时间内各个时间段中的电网接入点潮流P_It是否符合P_I(min)≤P_It≤P_I(max)，若不符合则进入步骤005；若符合，则继续判断储能蓄电池对应预设未来应用实施时间内各个时间段中的发电功率P_Bt是否符合|P_Bt|≤P_B(max)，若不符合则进入步骤005；若符合则进入步骤006；

步骤005.判断k是否等于1，是则返回步骤002，否则进入步骤009；

步骤006.根据预设未来应用实施时间内各个时间段的电网电价price_t、各个微型燃气轮机发电成本函数中的系数常量，以及如下公式(4)，

获得第k次迭代过程中第l种用电方案对应该楼宇在预设未来应用实施时间内的用电成本F_l ^k，其中，C_Gq(P_Gqt)表示第q个微型燃气轮机在第t个时间段中的发电成本，进入步骤007；步骤007.判断l是否等于L，是则构成集合并进入步骤008；否则将l+1的值赋予l，对l进行更新，并判断k是否等于1，是则返回步骤002；否则进入步骤009；步骤008.获得集合中的最小值并判断k是否等于预设迭代次数K，是则构成集合并进入步骤012；否则更新l＝1，将k+1的值赋予k，对k进行更新，并进入步骤009；其中，表示第k次迭代过程中该楼宇在预设未来应用实施时间内的最低用电成本；

步骤009.根据如下公式(5)，

v＝2*v_max*rand(L,T)-v_max (5)

获得F_l ^k-1对应用电方案中所对应所有粒子分别对应的速度v，即F_l ^k-1对应用电方案中各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中发电功率的变化速度，以及该楼宇对应预设未来应用实施时间内各个时间段中的电网接入点潮流的变化速度，并进入步骤010；其中，F_l ^k-1表示第k-1次迭代过程中第l种用电方案对应该楼宇在预设未来应用实施时间内的用电成本，v_max表示预设粒子速度的最大值；

步骤010.判断F_l ^k-1对应用电方案中各个粒子分别对应的速度v是否符合|v|≤v_max，是则进入步骤011；否则返回步骤009；

步骤011.根据F_l ^k-1对应用电方案中各个粒子分别对应的速度，针对F_l ^k-1对应用电方案中各个粒子的位置进行更新，作为F_l ^k对应用电方案中各个粒子的位置，即获得第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt，以及该楼宇对应预设未来应用实施时间内各个时间段中的电网接入点潮流P_It，并返回步骤003；

步骤012.获得集合中的最小值F^*，则F^*所对应用电方案为该楼宇在预设未来应用实施时间内各个时间段中的最优用电策略。

3.根据权利要求2所述一种基于自适应粒子群算法的楼宇智能用电策略获取方法，其特征在于：所述步骤002中，针对第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt的获得，首先根据如下公式(1)，

P_Gqt＝(P_Gq(max)-P_Gq(min))^*rand(L,T)+P_Gq(min) (1)

获得任意一个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt，然后根据等微增律法则确定获得各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt，作为第k次迭代过程中第l种用电方案中各个微型燃气轮机分别对应预设未来应用实施时间内各个时间段中的发电功率P_Gqt。

4.根据权利要求2或3所述一种基于自适应粒子群算法的楼宇智能用电策略获取方法，其特征在于：所述预设未来应用实施时间为1天。

5.根据权利要求4所述一种基于自适应粒子群算法的楼宇智能用电策略获取方法，其特征在于：所述预设未来应用实施时间1天内时间段的个数T＝24。