1.一種考慮需求側(cè)的微電網(wǎng)的規(guī)劃設(shè)計方法,其特征在于,依次包括如下步驟:
步驟一、對微電網(wǎng)、每個微電源及其可控負荷進行建模;
步驟二、確定微電網(wǎng)優(yōu)化配置的目標函數(shù);
步驟三、確定微電網(wǎng)優(yōu)化配置約束條件;
步驟四、制定控制策略;
步驟五、粒子群尋優(yōu)。
2.根據(jù)權(quán)利要求1所述一種考慮需求側(cè)的微電網(wǎng)的規(guī)劃設(shè)計方法,其特征在于,所述步驟一、對微電網(wǎng)、每個微電源及其可控負荷進行建模包括確定整個微電網(wǎng)的模型及每個微電源和可控負荷的模型,所述微電源為光伏電池、風機、蓄電池和柴油發(fā)電機,其中可控負荷的模型為:
P(t)=Pload(t)-PC_load(t) (1)
式中:P(t)為在t時刻直接負荷控制后的負荷;Pload(t)為在t時刻負荷預(yù)測的負荷;PC_load(t)為在t時刻由于直接負荷控制而降低的負荷。
3.根據(jù)權(quán)利要求1所述一種考慮需求側(cè)的微電網(wǎng)的規(guī)劃設(shè)計方法,其特征在于,所述步驟二、確定微電網(wǎng)優(yōu)化配置的目標函數(shù)包括計算最低運行成本,具體表示為:
式中:i表示光伏電池、風機、蓄電池和柴油發(fā)電機。Ctotal表示總成本;Ci表示每種微電源的總成本;CDLC表示直接負荷控制的成本;
其中Ci可以表示為下式:
式中:Ni表示第i種微電源的數(shù)量;ei表示第i種微電源的單價;Pi表示第i種微電源的輸出功率;m表示其折舊壽命;r表示貼現(xiàn)率;u表示其運行成本。
4.根據(jù)權(quán)利要求1所述一種考慮需求側(cè)的微電網(wǎng)的規(guī)劃設(shè)計方法,其特征在于,所述步驟三、確定微電網(wǎng)優(yōu)化配置約束條件包括以下步驟:
1)確定功率平衡條件
PPV(t)+PWT(t)+PDG(t)+PESS(t)+PCload(t)=Pload(t) (4)
式中:PPV(t),PWT(t),PDG(t),PESS(t)分別表示光伏電池、風機、柴油發(fā)電機、蓄電池在t時刻的功率PCload(t)表示在t時刻切斷的負荷;Pload(t)表示在t時刻負荷的功率;
2)確定微電源容量約束條件
Xk≤Xkmax (5)
式中:Xk是第k個微電源的容量;Xkmax是第k個微電源最大允許的容量值;
3)確定蓄電池荷電狀態(tài)約束
SOCmin≤SOC(t)≤SOCmax (6)
式中:SOC(t)為蓄電池在t時刻的荷電狀態(tài),SOCmin、SOCmax分別表示荷電狀態(tài)的最大值和最小值。
5.根據(jù)權(quán)利要求1所述一種考慮需求側(cè)的微電網(wǎng)的規(guī)劃設(shè)計方法,其特征在于,所述步驟四以每天24小時為例,每天0-16時,負荷處于低谷及平穩(wěn)期;t處于16-24時刻,負荷處于高峰期;由于蓄電池不能頻繁充放電的性能,所以在0-16時刻,且光伏電池出力及風機出力大于負荷,即PPV+PWT>Pload時,及蓄電池的荷電狀態(tài)SOC<80%時,才允許分布式電源給蓄電池充電;由于分布式電源的不穩(wěn)定性,每一個時刻都在變化,所以蓄電池的充電功率為:
Pcharge(t)=min{P1,P2,P3} (7)
P1=PPV+PWT-Pload
P2=0.9*Prate
P3=(SOCmax*Erate-Et-1)/△t (8)
式中Pcharge(t)為蓄電池在t時刻的充電功率;P1,P2,P3為蓄電池在t時刻可能的充電功率,Prate為蓄電池的額定功率;Erate為蓄電池的額定容量;
當PPV+PWT<Pload時,蓄電池不充電也不放電,由柴油發(fā)電機來滿足負荷需求;此時Pcharge(t)=0,當蓄電池充滿電時,將不再充電;
在16-24時刻時,負荷迎來了高峰期,對可控負荷進行調(diào)控,當PPV+PWT+PDG<Pload-PC_load,SOC>20%時,才允許蓄電池放電,其放電功率為:
Pdis(t)=min{P4,P5,P6} (9)
P4=Pload-PC_load-(PPV+PWT+PDG)
P5=Prate
P6=(Et-1-SOCmin*Erate)/△t (10)
其中Pdis(t)為蓄電池在t時刻的放電功率;P4、P5、P6為t時刻蓄電池可能的放電功率;Prate為蓄電池的額定功率;Erate為蓄電池的額定容量;
當PPV+PWT+PDG>Pload-PC_load時,蓄電池不充電也不放電,由柴油發(fā)電機來滿足負荷需求,此時Pdis(t)=0,當蓄電池放完電時,將不再放電。
6.根據(jù)權(quán)利要求1所述一種考慮需求側(cè)的微電網(wǎng)的規(guī)劃設(shè)計方法,其特征在于,所述步驟五包括以下步驟:
1)初始化粒子參數(shù),種群密度,迭代次數(shù)以及限制最大速度與位置;
2)設(shè)置每個粒子的速度和位置;
3)計算適應(yīng)度fitness值,個體最優(yōu)pbest值,全局最優(yōu)gbest值;
4)根據(jù)每個粒子設(shè)置的參數(shù),更新粒子的速度;
5)更新每個粒子的位置;
6)計算更新后粒子的適應(yīng)度值,并更新;
7)如果沒尋得最優(yōu)解,返回上述步驟3),如若尋到最優(yōu)解,結(jié)束循環(huán)。
7.根據(jù)權(quán)利要求6所述一種考慮需求側(cè)的微電網(wǎng)的規(guī)劃設(shè)計方法,其特征在于,所述設(shè)置每個粒子的速度和位置包括如下步驟:
在PSO中,每一個潛在的最優(yōu)結(jié)果被看做是一個運動在尋優(yōu)空間中的粒子,每個粒子i與它的速度vi=[vi1,vi2,vid,viD]T和位置xi=[xi1,xi2,…,xid,…,xiD]T關(guān)聯(lián),其中D是尋優(yōu)空間的維度;在尋優(yōu)過程中,其速度和位置的更新公式表示為
vid(t+1)=wvid(t)+c1r1[pbid-xid(t)]+c2r2[gbd-xid(t)] (11)
xid(t+1)=xid(t)+vid(t+1) (12)
式中,t是當前迭代次數(shù);w是慣性權(quán)重;r1和r2是均勻分布在0-1中的隨機數(shù);pb和gb分別表示個體最優(yōu)和全局最優(yōu);
式(11)和式(12)表明當粒子速度為0時,種群停滯,從而導(dǎo)致優(yōu)化結(jié)果過早的收斂而且無法從局部最優(yōu)中跳出,在復(fù)雜的多目標優(yōu)化問題中尤為突出;因此,為了控制其收斂性,適當提高PSO的多樣性是非常重要的環(huán)節(jié);加入變異操作就是一種有效的增加種群多樣性的方法,從而從局部最優(yōu)中跳出,并且提高了PSO的全局搜索能力;
當每個粒子速度相當小的時候,即小于某個極限值時,根據(jù)預(yù)訂的變異率隨機選取部分粒子,然后根據(jù)公式(13)使選取的粒子進行變異操作;把這些變異粒子存儲在Pmut,然后對這些變異粒子進行評估來找到最優(yōu)的變異粒子gb_mut;如果其適應(yīng)度值是小于gb_mut的,那么就替換gb,這種特殊的變異操作能夠粒子跳出局部最優(yōu)且能夠很好保持種群的多樣性;
xid=xid+sign(2(r3-0.5))βVmaxd (13)
其中sign是sign函數(shù);r3是均勻分布在0-1中的隨機數(shù);β∈[0,1]是變異的程度;Vmaxd是在第d維度的最大速度;
此外,根據(jù)式(11)我們可以看出,慣性權(quán)重控制著收斂行為,并使全局搜索和局部搜索平衡,而不是一個常數(shù)或者線性變化的量,一個動態(tài)的慣性權(quán)重公式(14)能夠?qū)ζ鋭討B(tài)調(diào)整;
w(t)=w0+r4(1-w0) (14)
式中r4是均勻分布在0-1中的隨機數(shù),w0∈[0,0.5]是一個常數(shù)。公式(14)使慣性權(quán)重在w0到1中變化,而且在全局和局部搜索中保持一個動態(tài)平衡;
在尋優(yōu)過程中,c1從2.5-0.5變化,c2從0.5-2.5變化在大多數(shù)基準下能夠提供一個更加優(yōu)化的結(jié)果;因此,為了提高全局搜索能力提出一個由表達式(15)表示的逐漸減小的c1和一個由表達式(16)表示的逐漸增大的c2。
c1=2.5-t/Mt (15)
c2=0.5+t/Mt (16)
式中Mt是指最大迭代次數(shù);
系數(shù)c1和c2是控制著PSO的“張力”的量,以引導(dǎo)每個粒子分別朝向pi和pg;如公式(15)和(16)所示,一開始c1被設(shè)定為一個較大的值而c2被設(shè)定為一個較小的值,在每次迭代的過程中,其值也分別減小和增大。