1.一種基于粒子群算法的能源路由器更換時間優(yōu)化配置方法，其特征在于，包括以下步驟：

(1)獲取能源互聯(lián)網(wǎng)分布式發(fā)電區(qū)域中多種類型的能源路由器的剩余能量E(t)，表示為：

其中，E_j(t)為設(shè)備j在時刻t的剩余能量，m為分布式發(fā)電區(qū)域待統(tǒng)一管理的總設(shè)備數(shù)；將m臺設(shè)備的使用時長，即下次更換時間T_change記為：

其中，為設(shè)備j下次更換時間；

預(yù)先設(shè)置m臺設(shè)備的最大更換時間間隔T_interval，則m臺設(shè)備的最早更換時間T_f為：

其中，T_ter為m臺設(shè)備的最晚更換時間，m臺設(shè)備均需要在[T_f,T_ter]時間段內(nèi)進行更換；

(2)獲取能源互聯(lián)網(wǎng)負荷端多個負荷的需求供電量L(t)，表示為：

L(t)＝[L₁(t),L₂(t),...,L_n(t)]

其中，L_i(t)為負荷i在時刻t所需電量，n為負荷端的負荷總數(shù)；

(3)每臺能源路由器向負荷供電時具有不同的能量傳輸距離，對應(yīng)不同的能量線損率，該分布式發(fā)電區(qū)域的能量線損率H_loss表示為：

其中，D_ji為設(shè)備j與負荷i的能量傳輸距離，δ為單位傳輸距離的能量損耗率；

(4)當時刻t每臺能源路由器單獨向負荷供電時，所需發(fā)電量E_p(t)為：

每臺能源路由器所需發(fā)電量與自身剩余能量占比K為：

(5)在選取能源路由器向負荷供電時，綜合考慮每臺能源路由器發(fā)電配比與實際使用時長兩方面，其中發(fā)電配比需考慮該能源路由器所需發(fā)電量與自身剩余能量占比，以及該能源路由器供能的損耗與負荷大小比值兩項因素；

在t時刻對于某負荷i，首先考慮發(fā)電配比R(t,i)為：

其中α為預(yù)先設(shè)置的第一項因素權(quán)重，則1-α為第二項因素權(quán)重；

其次根據(jù)設(shè)備的實際使用時長對發(fā)電配比進行相應(yīng)的調(diào)整，得到每臺設(shè)備對負荷i的實際供能權(quán)重W(t,i)，表示為：

(6)對于每個負荷，以每臺能源路由器實際供能權(quán)重按反比例對其進行供能，即權(quán)重值越大，供能占比越小；能源路由器的實際供能Er(t)為：

其中Er_ji(t)表示設(shè)備j在t時刻對負荷i的實際供能；

(7)經(jīng)過供能分配之后，得到每臺設(shè)備剩余能量E(t+1)為：

當某臺設(shè)備j的剩余能量達到需要進行更換的最小剩余能量閾值，則需要對該臺設(shè)備進行更換，獲得該臺設(shè)備的下次更換時間

(8)將m臺設(shè)備對n個負荷進行供能的總損耗作為目標函數(shù)，表示為：

約束條件為：

對每臺設(shè)備j，應(yīng)滿足以下條件：

其中，P_j(t)為設(shè)備j的輸出功率，P_j(t)_max為設(shè)備j的最大輸出功率，通常為額定功率，P_j(t)_min為設(shè)備j的最小輸出功率；

(9)采用啟發(fā)式的粒子群算法求解目標函數(shù)，使能源路由器更換時間在預(yù)先設(shè)置的更換時間段內(nèi)，能量傳輸總損耗達到最小；目標函數(shù)的求解過程具體如下：

(9.1)對每臺設(shè)備j選取其計算得出的發(fā)電配比作為初始配比值，選取設(shè)備更換時間從T_f到T_ter之間的隨機數(shù)作為初始更換時間值，所有設(shè)備的初始配比值和初始更換時間值共同作為種群中的一個個體；初始化種群個體數(shù)量、最大迭代次數(shù)并設(shè)置位置參數(shù)限制、速度限制、慣性權(quán)重w、自我學習因子c₁、群體學習因子c₂；初始化種群位置x(1)為隨機位置、種群速度v(1)為隨機速度、每個個體及種群的歷史最佳位置、歷史最佳適應(yīng)度；

(9.2)對種群中的每個個體i，根據(jù)該個體歷史最佳位置以及群體歷史最佳位置，對個體i的速度和位置進行更新，進而對i的個體及種群歷史最佳位置及歷史最佳適應(yīng)度進行更新，并對邊界速度及邊界位置進行處理，處理方式為超出邊界的部分賦值為邊界值；對個體i的速度和位置的更新按以下公式計算：

其中，v_i(k)為種群中第i個個體的當前速度，v_i(k-1)為第i個個體的上次更新的速度，r₁，r₂為0到1之間的隨機數(shù)，p_i為第i個個體歷史最佳位置，x_i(k)為第i個個體當前位置，x_i(k-1)為第i個個體的上次更新的位置，p_g為群體的歷史最佳位置；

(9.3)計算i在新的位置x_i(k)下的目標函數(shù)值，即能量傳輸總損耗f_i(k)，如果f_k小于i的個體歷史最佳位置p_i對應(yīng)的目標函數(shù)值，則將個體歷史最佳位置更新為x_i(k)，如果f_k小于群體的歷史最佳位置p_g對應(yīng)的目標函數(shù)值，則將群體歷史最佳位置更新為x_i(k)；

(9.4)令k＝k+1，返回步驟(9.2)，直到達到最大迭代次數(shù)時，種群停止移動，記錄種群歷史最佳位置，即得到每臺設(shè)備的下次更換時間，同時計算能量傳輸?shù)淖钚p耗。