含分布式電源的微電網多目標優(yōu)化調度方法
【專利摘要】本發(fā)明涉及一種含分布式電源的微電網多目標優(yōu)化調度方法，針對含多種分布式電源的微電網，建立了基于運行維護費用、排污處理費用、綜合效益費用的多目標微電網優(yōu)化調度模型，采用最大模糊隸屬度轉化為非線性單目標優(yōu)化問題，綜合考慮了各類分布式電源特性對微網優(yōu)化調度的影響，依據相應的運行調度策略，采用自適應模擬退火遺傳算法得到微電網在多目標下的經濟運行最優(yōu)方案。通過算例表明，多目標模型比單目標模型更能反映微網的實際運行狀況，在綜合考慮經濟性與環(huán)保性的前提下，以較小的運行經濟性實現了較好的環(huán)境效益。
【專利說明】含分布式電源的微電網多目標優(yōu)化調度方法
【技術領域】
[0001]本發(fā)明涉及一種，特別涉及一種含分布式電源的微電網多目標優(yōu)化調度方法。
【背景技術】
[0002]微電網是一種新的分布式能源組織方式和結構，它使可再生能源系統的介入更加便利，實現了分布式電源和負荷的一體化運行，是智能電網的一個重要組成部分。微電網優(yōu)化調度的基本任務是指在滿足微電網系統負荷需求的前提下，按照一定的控制策略，合理、有效地安排各臺分布式電源的出力以及與配電網的交互功率，使得整個微電網的運行維護成本、排放成本等最低。
[0003]目前，對微電網多目標的優(yōu)化調度問題，國內外的相關學者對其進行了研究，并取得了一些理論和實踐方面的成果。如吳紅斌、陳靖等建立了計及運行成本最低與環(huán)境效益最佳的兩個目標函數優(yōu)化模型，采用簡單的線性相加將多目標優(yōu)化問題轉換成單目標優(yōu)化問題。崔明勇等建立了考慮發(fā)電成本、線路損耗、環(huán)境效益的多目標優(yōu)化模型，采用變權系數的方法解決多目標的優(yōu)化問題。雷金勇等建立了考慮經濟性、環(huán)保性、可靠性的多目標能量優(yōu)化模型，采用二元對比定權法來確定權系數。這些研究對多目標大多采用了相對簡單的處理方式；同時，微電網中分布式電源的模型與約束條件也相對簡化。

【發(fā)明內容】

[0004]本發(fā)明是針對微電網多目標的優(yōu)化調度處理方式相對簡單，達不到最優(yōu)的問題，提出了一種含分布式電源的微電網多目標優(yōu)化調度方法，將建立考慮配網交互功率的含多種分布式電源的微電網優(yōu)化調度模型，采用一種自適應模擬退火遺傳算法求解各時段分布式電源出力與運行維護成本、排污處理成本之間的關系，并對多目標的優(yōu)化結果進行了分析比較。
[0005]本發(fā)明的技術方案為:一種含分布式電源的微電網多目標優(yōu)化調度方法，首先對微電網分布式電源中的可預測出力按照分布式電源模型進行求解，將求得的出力與負荷參數作為已知量代入自適應模擬退火遺傳算法中；將其余的分布式電源出力作為未知量，進行編碼操作，生成初始種群；然后對種群進行自適應模擬退火遺傳算法操作，直到達到終止條件退出循環(huán)，從而求得滿足約束條件的最優(yōu)分布式電源出力，具體包括如下步驟:
1)對微電網優(yōu)化調度模型中的分布式電源參數、目標函數參數以及約束條件參數進行設置，同時帶入負荷參數和計算得到的可預測出力；
2)對自適應模擬退火遺傳算法中的控制參數進行設置，其中包括仿真代數、種群規(guī)模、交叉概率、變異概率、初始溫度和退火系數；
3)對微電網優(yōu)化調度系統中的燃料電池、蓄電池和配網出力進行編碼，隨機生成初始種群；
4 )通過解碼，將個體代入適應度函數中，對個體進行適應度值評價，選出種群中的最優(yōu)個體；5)對種群進行選擇、交叉、變異和模擬退火操作，同時在操作過程中采用最優(yōu)保留政策，生成新的子代種群；
6)新生成種群重新計算群體中各個體的適應度值，進入判別條件，滿足條件的個體作為最優(yōu)解輸出，不滿足條件則返回步驟4)；
7)最終輸出的最優(yōu)解即為該時刻微電網優(yōu)化調度中分布式電源和配網的最優(yōu)出力。
[0006]本發(fā)明的有益效果在于:本發(fā)明含分布式電源的微電網多目標優(yōu)化調度方法，針對含多種分布式電源的微電網，建立了基于運行維護費用、排污處理費用、綜合效益費用的多目標微電網優(yōu)化調度模型，采用自適應模擬退火遺傳算法得到微電網在多目標下的經濟運行最優(yōu)方案。通過算例表明，多目標模型比單目標模型更能反映微網的實際運行狀況，在綜合考慮經濟性與環(huán)保性的前提下，以較小的運行經濟性實現了較好的環(huán)境效益。
【專利附圖】

【附圖說明】
[0007]圖1為自適應模擬退火遺傳算法優(yōu)化調度流程圖；
圖2為本發(fā)明實施例地區(qū)夏季典型日冷、電負荷曲線圖；
圖3為本發(fā)明實施例地區(qū)夏季典型日風力發(fā)電機組、光伏電池發(fā)電預測曲線圖；
圖4為本發(fā)明微電網系統在夏季某典型日24小時的功率情況圖；
圖5為本發(fā)明優(yōu)化調度后各目標下滿意度圖。
【具體實施方式】
[0008]一、分布式電源模型:
典型的微電網通常是由風力發(fā)電機組、光伏電池、微型燃氣輪機、燃料電池、儲能裝置等分布式電源及逆變器和控制器組成，其通過一個公共連接點(PCC)與外圍大電網相連，可實現微電網并網與孤網運行模式的平滑轉換。主要分布式電源模型如下:
1、風力發(fā)電機模型:
風力發(fā)電機組的輸出功率與實際風速F的關系可描述為如下分段函數:
【權利要求】
1.一種含分布式電源的微電網多目標優(yōu)化調度方法，其特征在于，首先對微電網分布式電源中的可預測出力按照分布式電源模型進行求解，將求得的出力與負荷參數作為已知量代入自適應模擬退火遺傳算法中；將其余的分布式電源出力作為未知量，進行編碼操作，生成初始種群；然后對種群進行自適應模擬退火遺傳算法操作，直到達到終止條件退出循環(huán)，從而求得滿足約束條件的最優(yōu)分布式電源出力，具體包括如下步驟: 1)對微電網優(yōu)化調度模型中的分布式電源參數、目標函數參數以及約束條件參數進行設置，同時帶入負荷參數和計算得到的可預測出力； 2)對自適應模擬退火遺傳算法中的控制參數進行設置，其中包括仿真代數、種群規(guī)模、交叉概率、變異概率、初始溫度和退火系數； 3)對微電網優(yōu)化調度系統中的燃料電池、蓄電池和配網出力進行編碼，隨機生成初始種群； 4)通過解碼，將個體代入適應度函數中，對個體進行適應度值評價，選出種群中的最優(yōu)個體； 5)對種群進行選擇、交叉、變異和模擬退火操作，同時在操作過程中采用最優(yōu)保留政策，生成新的子代種群； 6)新生成種群重新計算群體中各個體的適應度值，進入判別條件，滿足條件的個體作為最優(yōu)解輸出，不滿足條件則返回步驟4)； 7)最終輸出的最優(yōu)解即為該時刻微電網優(yōu)化調度中分布式電源和配網的最優(yōu)出力。
【文檔編號】G06Q50/06GK103745268SQ201310516382
【公開日】2014年4月23日 申請日期:2013年10月29日 優(yōu)先權日:2013年10月29日
【發(fā)明者】彭道剛, 錢玉良, 張 浩, 邱海偉, 李輝, 夏飛 申請人:上海電力學院