本發(fā)明涉及家庭微電網(wǎng)領(lǐng)域,尤其涉及一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法。
背景技術(shù):
當(dāng)今能源與環(huán)境問(wèn)題日益凸顯,發(fā)展利用可再生能源已成為共識(shí)。而新能源的大力發(fā)展將對(duì)市電造成沖擊,其間歇性和不可預(yù)測(cè)性嚴(yán)重影響電能供需平衡和電能質(zhì)量。傳統(tǒng)電網(wǎng)運(yùn)行方式是發(fā)電端跟隨用戶端調(diào)節(jié)發(fā)電量,難以應(yīng)對(duì)間歇性能源的大規(guī)模接入。電網(wǎng)為保證自身的安全運(yùn)行,對(duì)新能源發(fā)電采取嚴(yán)格限制的方式,導(dǎo)致目前新能源的實(shí)際并網(wǎng)率不足20%。
此外,傳統(tǒng)電網(wǎng)運(yùn)行方式無(wú)法使微電網(wǎng)對(duì)上級(jí)電網(wǎng)呈現(xiàn)純阻性和分時(shí)恒功率,并且缺乏對(duì)具體用電設(shè)備的調(diào)度能力,不能主動(dòng)發(fā)揮“電能質(zhì)量非敏感型負(fù)載”這類寶貴“資源”對(duì)電能供需平衡的調(diào)節(jié)作用。因此在這種調(diào)度方式下,如果強(qiáng)行接入大量發(fā)電量隨機(jī)變化的新能源,將會(huì)對(duì)電網(wǎng)造成污染,降低電網(wǎng)可靠性。
參考圖1,為現(xiàn)有的交直流混合微網(wǎng)結(jié)構(gòu)圖。其包括市電接口、孤島開關(guān)、交流母線、交流子網(wǎng)、直流母線、直流子網(wǎng)、直流新能源子網(wǎng)、雙向阻抗型AC-DC變換器模塊、功率協(xié)同模塊。
參考圖2,為傳統(tǒng)微網(wǎng)優(yōu)化運(yùn)行方法流程圖。傳統(tǒng)運(yùn)行方法僅以運(yùn)行成本及污染物治理成本最小為目標(biāo),無(wú)法實(shí)現(xiàn)微電網(wǎng)對(duì)上級(jí)電網(wǎng)呈現(xiàn)純阻性和分時(shí)恒功率以及新能源100%并網(wǎng)。因此在傳統(tǒng)運(yùn)行方式下,新能源利用率不足并且微電網(wǎng)將對(duì)上級(jí)電網(wǎng)造成沖擊,嚴(yán)重影響電能供需平衡和電能質(zhì)量,對(duì)上級(jí)電網(wǎng)造成污染,降低了電網(wǎng)可靠性。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明實(shí)施例提供了一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法,用于解決新能源利用率不足并且微電網(wǎng)將對(duì)上級(jí)電網(wǎng)造成沖擊,嚴(yán)重影響電能供需平衡和電能質(zhì)量的技術(shù)問(wèn)題。
本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法,包括:
S1:采集家庭微電網(wǎng)系統(tǒng)中電壓、電流和功率數(shù)據(jù);
S2:根據(jù)所述電壓、電流和功率數(shù)據(jù)隨機(jī)初始化粒子群;
S3:將所述粒子群中粒子的位置作為自身歷史最佳位置并計(jì)算各粒子的適應(yīng)度值,從粒子群中選擇適應(yīng)度值最小的粒子的位置作為全局歷史最佳位置;
S4:根據(jù)預(yù)設(shè)的迭代公式更新粒子的速度和位置;
S5:計(jì)算更新后的每個(gè)粒子的適應(yīng)度值,將所述更新后的每個(gè)粒子的適應(yīng)度值與更新前的對(duì)應(yīng)每個(gè)粒子的適應(yīng)度值進(jìn)行比較,選擇適應(yīng)度值小的粒子的位置替換所述自身歷史最佳位置,從替換后的所述自身歷史最佳位置中選擇適應(yīng)度值最小的粒子的位置替換所述全局歷史最佳位置;
S6:重復(fù)執(zhí)行步驟S4至S5,直到所述迭代公式中的迭代次數(shù)達(dá)到預(yù)設(shè)的最大迭代次數(shù),獲得所述全局歷史最佳位置;
S7:根據(jù)所述全局歷史最佳位置的向量公式中包含的電壓、電流和功率數(shù)據(jù)控制家庭微電網(wǎng)系統(tǒng)運(yùn)行。
優(yōu)選地,所述計(jì)算粒子的適應(yīng)度值具體由以下公式計(jì)算:
其中:Ploss=P1+P2+P3,P1為電能質(zhì)量篩選調(diào)制器的功率損耗,P2為雙向阻抗型AC-DC變換器的功率損耗,P3為儲(chǔ)能模塊的功率損耗;Lloss為儲(chǔ)能模塊的壽命損耗;為保證新能源100%并網(wǎng)的罰函數(shù);λ2Q2為保證微網(wǎng)對(duì)外呈現(xiàn)純阻性的罰函數(shù);λ3(P*-P)2為保證實(shí)現(xiàn)分時(shí)恒功率的罰函數(shù);
其中:
P1=f1(UAC,i1,i2,...,iN)+f2(UDC,i1,i2,...,iU)
P2=f3(i1,i2,...,iU,i1,i2,...,iV,P1,P2,...,PW,Pstore)
P3=f4(Pstore)
Lloss=f5(Pstore,soc)
Q=f6(uAC,iAC,iAC/DC,i1,i2,...,iM)
UAC為電能質(zhì)量非敏感型負(fù)載交流母線電壓;UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓;uAC為交流母線電壓,iAC為交流母線電流,iAC/DC為雙向阻抗型交直流變換器電流;soc為存儲(chǔ)系統(tǒng)模塊荷電狀態(tài),P*來(lái)自上級(jí)電網(wǎng)指令,i1,i2,...,iN為交流型電能質(zhì)量非敏感型負(fù)載1~N上的電流;i1,i2,...,iM為交流型電能質(zhì)量敏感型負(fù)載1~M上的電流;i1,i2,...,iU為直流型電能質(zhì)量非敏感型負(fù)載1~U上的電流;i1,i2,...,iV為直流型電能質(zhì)量敏感型負(fù)載1~V上的電流;Pmax1,Pmax2,...,PmaxW為各直流新能源模塊的最大輸出功率,P1,P2,...,PW為各直流新能源模塊的實(shí)際輸出功率。
優(yōu)選地,步驟S1具體包括:
采集家庭微電網(wǎng)系統(tǒng)中交流型電能質(zhì)量非敏感型負(fù)載1~N上的電流i1,i2,...,iN;交流型電能質(zhì)量敏感型負(fù)載1~M上的電流i1,i2,...,iM;直流型電能質(zhì)量非敏感型負(fù)載1~U上的電流i1,i2,...,iU;直流型電能質(zhì)量敏感型負(fù)載1~V上的電流i1,i2,...,iV;各直流新能源模塊的最大輸出功率Pmax1,Pmax2,...,PmaxW及各直流新能源模塊的實(shí)際輸出功率P1,P2,...,PW賦給K維輸入向量:
優(yōu)選地,步驟S2具體包括:
隨機(jī)初始化粒子群,設(shè)定每個(gè)粒子的初始位置和速度,所述粒子群由N個(gè)粒子組成,每個(gè)粒子在多維空間中的位置均表示為以下形式的向量:
其中,UAC為電能質(zhì)量非敏感型負(fù)載交流母線電壓,UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓,Pstore為儲(chǔ)能模塊充放電功率,iAC/DC為雙向阻抗型交直流變換器電流。
優(yōu)選地,步驟S4具體包括:
根據(jù)下式更新各粒子的速度和位置:
其中i=1,2,…N,t是迭代次數(shù),ω是慣性因子,c1,c2為學(xué)習(xí)因子,r1,r2為0到1之間的隨機(jī)數(shù)。
優(yōu)選地,所述步驟S7包括:
將所述全局歷史最佳位置的向量公式表示為:
其中,UAC為電能質(zhì)量非敏感型負(fù)載交流母線電壓,UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓,Pstore為存儲(chǔ)系統(tǒng)模塊充放電功率,iAC/DC為雙向阻抗型交直流變換器電流;
將UAC,UDC,Pstore,iAC/DC賦給相應(yīng)的控制器,使得所述控制器根據(jù)UAC,UDC,Pstore,iAC/DC控制家庭微網(wǎng)運(yùn)行,使微網(wǎng)在新能源完全并網(wǎng),對(duì)外呈現(xiàn)純阻性以及分時(shí)恒功率的前提下達(dá)到電能質(zhì)量篩選調(diào)制器的功率損耗、雙向阻抗型AC-DC變換器的功率損耗和存儲(chǔ)系統(tǒng)的功率損耗最小且使用壽命最長(zhǎng)。
本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行裝置,基于上述的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法進(jìn)行控制,包括:
數(shù)據(jù)采集模塊,用于采集家庭微電網(wǎng)系統(tǒng)中電壓、電流和功率數(shù)據(jù);
粒子群初始化模塊,用于根據(jù)所述電壓、電流和功率數(shù)據(jù)隨機(jī)初始化粒子群;
位置及適應(yīng)度初始計(jì)算模塊,用于將所述粒子群中粒子的位置作為自身歷史最佳位置并計(jì)算各粒子的適應(yīng)度值,從粒子群中選擇適應(yīng)度值最小的粒子的位置作為全局歷史最佳位置;
迭代更新模塊,用于根據(jù)預(yù)設(shè)的迭代公式更新粒子的速度和位置;
位置及適應(yīng)度更新計(jì)算模塊,用于計(jì)算更新后的每個(gè)粒子的適應(yīng)度值,將所述更新后的每個(gè)粒子的適應(yīng)度值與更新前的對(duì)應(yīng)每個(gè)粒子的適應(yīng)度值進(jìn)行比較,選擇適應(yīng)度值小的粒子的位置替換所述自身歷史最佳位置,從替換后的所述自身歷史最佳位置中選擇適應(yīng)度值最小的粒子的位置替換所述全局歷史最佳位置;
迭代輸出模塊,用于重復(fù)執(zhí)行迭代更新模塊及位置及適應(yīng)度更新計(jì)算模塊,直到所述迭代公式中的迭代次數(shù)達(dá)到預(yù)設(shè)的最大迭代次數(shù),獲得所述全局歷史最佳位置;
控制運(yùn)行模塊,用于根據(jù)所述全局歷史最佳位置的向量公式中包含的電壓、電流和功率數(shù)據(jù)控制家庭微電網(wǎng)系統(tǒng)運(yùn)行。
優(yōu)選地,粒子群初始化模塊具體用于:
隨機(jī)初始化粒子群,設(shè)定每個(gè)粒子的初始位置和速度,所述粒子群由N個(gè)粒子組成,每個(gè)粒子在多維空間中的位置均表示為以下形式的向量:
其中,UAC為電能質(zhì)量非敏感型負(fù)載交流母線電壓,UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓,Pstore為儲(chǔ)能模塊充放電功率,iAC/DC為雙向阻抗型交直流變換器電流。
優(yōu)選地,迭代更新模塊具體用于:
根據(jù)下式更新各粒子的速度和位置:
其中i=1,2,…N,t是迭代次數(shù),ω是慣性因子,c1,c2為學(xué)習(xí)因子,r1,r2為0到1之間的隨機(jī)數(shù)。
優(yōu)選地,控制運(yùn)行模塊具體用于:
將所述全局歷史最佳位置的向量公式表示為:
其中,UAC為電能質(zhì)量非敏感型負(fù)載交流母線電壓,UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓,Pstore為存儲(chǔ)系統(tǒng)模塊充放電功率,iAC/DC為雙向阻抗型交直流變換器電流;
將UAC,UDC,Pstore,iAC/DC賦給相應(yīng)的控制器,使微網(wǎng)在新能源完全并網(wǎng),對(duì)外呈現(xiàn)純阻性以及分時(shí)恒功率的前提下達(dá)到電能質(zhì)量篩選調(diào)制器的功率損耗、雙向阻抗型AC-DC變換器的功率損耗和存儲(chǔ)系統(tǒng)的功率損耗最小且使用壽命最長(zhǎng)。
從以上技術(shù)方案可以看出,本發(fā)明實(shí)施例具有以下優(yōu)點(diǎn):
本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法,通過(guò)粒子群算法對(duì)微電網(wǎng)的電壓、電流和功率進(jìn)行優(yōu)化計(jì)算,可實(shí)現(xiàn)新能源100%并網(wǎng),充分發(fā)揮了分布式電源的發(fā)電優(yōu)勢(shì),提高了清潔能源的利用率;可實(shí)現(xiàn)家庭微網(wǎng)對(duì)市電呈現(xiàn)純阻性,消除新能源發(fā)電和電力電子設(shè)備對(duì)市電的諧波污染,提高功率因數(shù);可實(shí)現(xiàn)家庭微網(wǎng)分時(shí)恒功率,降低上級(jí)電網(wǎng)調(diào)度的難度,提高上級(jí)電網(wǎng)的穩(wěn)定運(yùn)行能力;解決了新能源利用率不足并且微電網(wǎng)將對(duì)上級(jí)電網(wǎng)造成沖擊,嚴(yán)重影響電能供需平衡和電能質(zhì)量的技術(shù)問(wèn)題。
附圖說(shuō)明
為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例,對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講,在不付出創(chuàng)造性勞動(dòng)性的前提下,還可以根據(jù)這些附圖獲得其它的附圖。
圖1為本發(fā)明實(shí)施例用于解釋的交直流混合微網(wǎng)結(jié)構(gòu)圖;
圖2為本發(fā)明實(shí)施例用于解釋的傳統(tǒng)微網(wǎng)優(yōu)化運(yùn)行方法流程圖;
圖3為本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法的一個(gè)實(shí)施例的流程圖;
圖4為本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法的一個(gè)應(yīng)用例的流程圖。
具體實(shí)施方式
本發(fā)明實(shí)施例提供了一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法,用于解決新能源利用率不足并且微電網(wǎng)將對(duì)上級(jí)電網(wǎng)造成沖擊,嚴(yán)重影響電能供需平衡和電能質(zhì)量的技術(shù)問(wèn)題。
為使得本發(fā)明的發(fā)明目的、特征、優(yōu)點(diǎn)能夠更加的明顯和易懂,下面將結(jié)合本發(fā)明實(shí)施例中的附圖,對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述,顯然,下面所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例,而非全部的實(shí)施例?;诒景l(fā)明中的實(shí)施例,本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例,都屬于本發(fā)明保護(hù)的范圍。
請(qǐng)參閱圖3,本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法的一個(gè)實(shí)施例,包括:
101:采集家庭微電網(wǎng)系統(tǒng)中電壓、電流和功率數(shù)據(jù);
102:根據(jù)所述電壓、電流和功率數(shù)據(jù)隨機(jī)初始化粒子群;
103:將所述粒子群中粒子的位置作為自身歷史最佳位置并計(jì)算各粒子的適應(yīng)度值,從粒子群中選擇適應(yīng)度值最小的粒子的位置作為全局歷史最佳位置;
104:根據(jù)預(yù)設(shè)的迭代公式更新粒子的速度和位置;
105:計(jì)算更新后的每個(gè)粒子的適應(yīng)度值,將所述更新后的每個(gè)粒子的適應(yīng)度值與更新前的對(duì)應(yīng)每個(gè)粒子的適應(yīng)度值進(jìn)行比較,選擇適應(yīng)度值小的粒子的位置替換所述自身歷史最佳位置,從替換后的所述自身歷史最佳位置中選擇適應(yīng)度值最小的粒子的位置替換所述全局歷史最佳位置;
106:重復(fù)執(zhí)行步驟104至105,直到所述迭代公式中的迭代次數(shù)達(dá)到預(yù)設(shè)的最大迭代次數(shù),獲得所述全局歷史最佳位置;
107:根據(jù)所述全局歷史最佳位置的向量公式中包含的電壓、電流和功率數(shù)據(jù)控制家庭微電網(wǎng)系統(tǒng)運(yùn)行。
以上是對(duì)本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法的一個(gè)實(shí)施例進(jìn)行詳細(xì)的描述,以下將對(duì)本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法的另一個(gè)實(shí)施例進(jìn)行詳細(xì)的描述。
本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法的另一個(gè)實(shí)施例包括:
201:采集家庭微電網(wǎng)系統(tǒng)中交流型電能質(zhì)量非敏感型負(fù)載1~N上的電流i1,i2,...,iN;交流型電能質(zhì)量敏感型負(fù)載1~M上的電流i1,i2,...,iM;直流型電能質(zhì)量非敏感型負(fù)載1~U上的電流i1,i2,...,iU;直流型電能質(zhì)量敏感型負(fù)載1~V上的電流i1,i2,...,iV;各直流新能源模塊的最大輸出功率Pmax1,Pmax2,...,PmaxW及各直流新能源模塊的實(shí)際輸出功率P1,P2,...,PW賦給K維輸入向量:
202:隨機(jī)初始化粒子群,設(shè)定每個(gè)粒子的初始位置和速度,所述粒子群由N個(gè)粒子組成,每個(gè)粒子在多維空間中的位置均表示為以下形式的向量:
其中,UAC為電能質(zhì)量非敏感型負(fù)載交流母線電壓,UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓,Pstore為儲(chǔ)能模塊充放電功率,iAC/DC為雙向阻抗型交直流變換器電流。
203:將所述粒子群中粒子的位置作為自身歷史最佳位置并計(jì)算各粒子的適應(yīng)度值,從粒子群中選擇適應(yīng)度值最小的粒子的位置作為全局歷史最佳位置;
204:根據(jù)下式更新各粒子的速度和位置:
其中i=1,2,…N,t是迭代次數(shù),ω是慣性因子,c1,c2為學(xué)習(xí)因子,r1,r2為0到1之間的隨機(jī)數(shù);
205:計(jì)算更新后的每個(gè)粒子的適應(yīng)度值,將所述更新后的每個(gè)粒子的適應(yīng)度值與更新前的對(duì)應(yīng)每個(gè)粒子的適應(yīng)度值進(jìn)行比較,選擇適應(yīng)度值小的粒子的位置替換所述自身歷史最佳位置,從替換后的所述自身歷史最佳位置中選擇適應(yīng)度值最小的粒子的位置替換所述全局歷史最佳位置;
需要說(shuō)明的是,步驟205中的替換分為兩步。第一步是先將所述更新后的每個(gè)粒子的適應(yīng)度值與更新前的對(duì)應(yīng)每個(gè)粒子的適應(yīng)度值進(jìn)行比較,即兩兩比較(就像辦公室里有六個(gè)人,今天的這六個(gè)人和明天的自己進(jìn)行比較),然后每?jī)蓚€(gè)對(duì)比的粒子中選出應(yīng)度值小的粒子的位置替換所述自身歷史最佳位置。第二步是從替換后的所述自身歷史最佳位置中選擇適應(yīng)度值最小的粒子的位置替換所述全局歷史最佳位置(就像是辦公室里適應(yīng)度值最小的人當(dāng)領(lǐng)導(dǎo),更新之后,適應(yīng)度值最小的人變成另外一個(gè)人了,那么領(lǐng)導(dǎo)也變成相應(yīng)的人了)。
206:重復(fù)執(zhí)行步驟204至205,直到所述迭代公式中的迭代次數(shù)達(dá)到預(yù)設(shè)的最大迭代次數(shù),獲得所述全局歷史最佳位置;
207:將所述全局歷史最佳位置的向量公式表示為:
其中,UAC為電能質(zhì)量非敏感型負(fù)載交流母線電壓,UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓,Pstore為存儲(chǔ)系統(tǒng)模塊充放電功率,iAC/DC為雙向阻抗型交直流變換器電流;
將UAC,UDC,Pstore,iAC/DC賦給相應(yīng)的控制器,使微網(wǎng)在新能源完全并網(wǎng),對(duì)外呈現(xiàn)純阻性以及分時(shí)恒功率的前提下達(dá)到電能質(zhì)量篩選調(diào)制器的功率損耗、雙向阻抗型AC-DC變換器的功率損耗和存儲(chǔ)系統(tǒng)的功率損耗最小且使用壽命最長(zhǎng)。
計(jì)算粒子的適應(yīng)度值具體由以下公式計(jì)算:
其中:Ploss=P1+P2+P3,P1為電能質(zhì)量篩選調(diào)制器的功率損耗,P2為雙向阻抗型AC-DC變換器的功率損耗,P3為儲(chǔ)能模塊的功率損耗;Lloss為儲(chǔ)能模塊的壽命損耗;為保證新能源100%并網(wǎng)的罰函數(shù);λ2Q2為保證微網(wǎng)對(duì)外呈現(xiàn)純阻性的罰函數(shù);λ3(P*-P)2為保證實(shí)現(xiàn)分時(shí)恒功率的罰函數(shù);
其中:
P1=f1(UAC,i1,i2,...,iN)+f2(UDC,i1,i2,...,iU)
P2=f3(i1,i2,...,iU,i1,i2,...,iV,P1,P2,...,PW,Pstore)
P3=f4(Pstore)
Lloss=f5(Pstore,soc)
Q=f6(uAC,iAC,iAC/DC,i1,i2,...,iM)
UAC為電能質(zhì)量非敏感型負(fù)載交流母線電壓;UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓;uAC為交流母線電壓,iAC為交流母線電流,iAC/DC為雙向阻抗型交直流變換器電流;soc為存儲(chǔ)系統(tǒng)模塊荷電狀態(tài),P*來(lái)自上級(jí)電網(wǎng)指令,i1,i2,...,iN為交流型電能質(zhì)量非敏感型負(fù)載1~N上的電流;i1,i2,...,iM為交流型電能質(zhì)量敏感型負(fù)載1~M上的電流;i1,i2,...,iU為直流型電能質(zhì)量非敏感型負(fù)載1~U上的電流;i1,i2,...,iV為直流型電能質(zhì)量敏感型負(fù)載1~V上的電流;Pmax1,Pmax2,...,PmaxW為各直流新能源模塊的最大輸出功率,P1,P2,...,PW為各直流新能源模塊的實(shí)際輸出功率。
以上是對(duì)本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法的另一個(gè)實(shí)施例進(jìn)行詳細(xì)的描述,以下將對(duì)本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行裝置的一個(gè)實(shí)施例進(jìn)行詳細(xì)的描述。
本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行裝置,基于上述的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法進(jìn)行控制,包括:
數(shù)據(jù)采集模塊,用于采集家庭微電網(wǎng)系統(tǒng)中電壓、電流和功率數(shù)據(jù);
粒子群初始化模塊,用于根據(jù)所述電壓、電流和功率數(shù)據(jù)隨機(jī)初始化粒子群;
位置及適應(yīng)度初始計(jì)算模塊,用于將所述粒子群中粒子的位置作為自身歷史最佳位置并計(jì)算各粒子的適應(yīng)度值,從粒子群中選擇適應(yīng)度值最小的粒子的位置作為全局歷史最佳位置;
迭代更新模塊,用于根據(jù)預(yù)設(shè)的迭代公式更新粒子的速度和位置;
位置及適應(yīng)度更新計(jì)算模塊,用于計(jì)算更新后的每個(gè)粒子的適應(yīng)度值,將所述更新后的每個(gè)粒子的適應(yīng)度值與更新前的對(duì)應(yīng)每個(gè)粒子的適應(yīng)度值進(jìn)行比較,選擇適應(yīng)度值小的粒子的位置替換所述自身歷史最佳位置,從替換后的所述自身歷史最佳位置中選擇適應(yīng)度值最小的粒子的位置替換所述全局歷史最佳位置;
迭代輸出模塊,用于重復(fù)執(zhí)行迭代更新模塊及位置及適應(yīng)度更新計(jì)算模塊,直到所述迭代公式中的迭代次數(shù)達(dá)到預(yù)設(shè)的最大迭代次數(shù),獲得所述全局歷史最佳位置;
控制運(yùn)行模塊,用于根據(jù)所述全局歷史最佳位置的向量公式中包含的電壓、電流和功率數(shù)據(jù)控制家庭微電網(wǎng)系統(tǒng)運(yùn)行。
粒子群初始化模塊具體用于:
隨機(jī)初始化粒子群,設(shè)定每個(gè)粒子的初始位置和速度,所述粒子群由N個(gè)粒子組成,每個(gè)粒子在多維空間中的位置均表示為以下形式的向量:
其中,UAC為電能質(zhì)量非敏感型負(fù)載交流母線電壓,UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓,Pstore為儲(chǔ)能模塊充放電功率,iAC/DC為雙向阻抗型交直流變換器電流。
迭代更新模塊具體用于:
根據(jù)下式更新各粒子的速度和位置:
其中i=1,2,…N,t是迭代次數(shù),ω是慣性因子,c1,c2為學(xué)習(xí)因子,r1,r2為0到1之間的隨機(jī)數(shù)。
控制運(yùn)行模塊具體用于:
將所述全局歷史最佳位置的向量公式表示為:
其中,UAC為電能質(zhì)量非敏感型負(fù)載交流母線電壓,UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓,Pstore為存儲(chǔ)系統(tǒng)模塊充放電功率,iAC/DC為雙向阻抗型交直流變換器電流;
將UAC,UDC,Pstore,iAC/DC賦給相應(yīng)的控制器,使微網(wǎng)在新能源完全并網(wǎng),對(duì)外呈現(xiàn)純阻性以及分時(shí)恒功率的前提下達(dá)到電能質(zhì)量篩選調(diào)制器的功率損耗、雙向阻抗型AC-DC變換器的功率損耗和存儲(chǔ)系統(tǒng)的功率損耗最小且使用壽命最長(zhǎng)。
以上是對(duì)本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行裝置的一個(gè)實(shí)施例進(jìn)行詳細(xì)的描述,以下將對(duì)本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法的一個(gè)應(yīng)用例進(jìn)行詳細(xì)的描述。
請(qǐng)參閱圖4,本發(fā)明實(shí)施例提供的一種基于粒子群算法的交直流智能家庭微網(wǎng)運(yùn)行方法的一個(gè)應(yīng)用例包括:
步驟1:采集家庭微電網(wǎng)系統(tǒng)中交流型電能質(zhì)量非敏感型負(fù)載1~N上的電流i1,i2,...,iN;交流型電能質(zhì)量敏感型負(fù)載1~M上的電流i1,i2,...,iM;直流型電能質(zhì)量非敏感型負(fù)載1~U上的電流i1,i2,...,iU;直流型電能質(zhì)量敏感型負(fù)載1~V上的電流i1,i2,...,iV;各直流新能源模塊的最大輸出功率Pmax1,Pmax2,...,PmaxW及各直流新能源模塊的實(shí)際功率P1,P2,...,PW賦給K維輸入向量:
步驟2:隨機(jī)初始化粒子群,設(shè)定每個(gè)粒子的初始位置和速度,所述粒子群由N個(gè)粒子組成,每個(gè)粒子在多維空間中的位置均表示為以下形式的向量。
其中,UAC為電能質(zhì)量非敏感型負(fù)載交流母線電壓,UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓,Pstore為存儲(chǔ)系統(tǒng)模塊充放電功率,iAC/DC為雙向阻抗型交直流變換器電流。
步驟3:粒子群中各粒子的適應(yīng)度值按以下公式計(jì)算:
其中:Ploss=P1+P2+P3,P1為電能質(zhì)量篩選調(diào)制器的功率損耗,P2為雙向阻抗型AC-DC變換器的功率損耗,P3為存儲(chǔ)系統(tǒng)模塊的功率損耗;Lloss為存儲(chǔ)系統(tǒng)模塊壽命損耗;為可保證新能源100%并網(wǎng)的罰函數(shù);λ2Q2為可保證微網(wǎng)對(duì)外呈現(xiàn)純阻性的罰函數(shù);λ3(P*-P)2為保證實(shí)現(xiàn)分時(shí)恒功率的罰函數(shù)。
其中:
P1=f1(UAC,i1,i2,...,iN)+f2(UDC,i1,i2,...,iU)
P2=f3(i1,i2,...,iU,i1,i2,...,iV,P1,P2,...,PW,Pstore)
P3=f4(Pstore)
Lloss=f5(Pstore,soc)
Q=f6(uAC,iAC,iAC/DC,i1,i2,...,iM)
UAC電能質(zhì)量非敏感型負(fù)載交流母線電壓;UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓;uAC為交流母線電壓,iAC為交流母線電流,iAC/DC為雙向阻抗型交直流變換器電流;soc為存儲(chǔ)系統(tǒng)模塊荷電狀態(tài),P*來(lái)自上級(jí)電網(wǎng)指令。
步驟4:將各粒子的初始位置作為其歷史最佳位置并計(jì)算其適應(yīng)度值,然后從粒子群中挑選適應(yīng)度值最小的粒子為當(dāng)前全局最優(yōu)粒子,其位置記為
步驟5:根據(jù)下式更新各粒子的速度和位置:
其中i=1,2,…N:t是迭代次數(shù),ω是慣性因子,c1,c2為學(xué)習(xí)因子,r1,r2為[0,1]之間的隨機(jī)數(shù);
步驟6:采用步驟3的方法計(jì)算出更新后的每個(gè)粒子的適應(yīng)度值,并將其與自身歷史最佳位置和全局歷史最佳位置所對(duì)應(yīng)的適應(yīng)度值比較,若當(dāng)前粒子的適應(yīng)度值更小,則用其替換相應(yīng)的或
步驟7:重復(fù)步驟5~6直至達(dá)到最大迭代次數(shù),可獲全局最優(yōu)粒子如下:
其中,UAC為電能質(zhì)量非敏感型負(fù)載交流母線電壓,UDC為電能質(zhì)量非敏感型負(fù)載直流母線電壓,Pstore為存儲(chǔ)系統(tǒng)模塊充放電功率,iAC/DC為雙向阻抗型交直流變換器電流。
步驟8:將UAC,UDC,Pstore,iAC/DC賦給相應(yīng)的控制器,使微網(wǎng)在新能源完全并網(wǎng),對(duì)外呈現(xiàn)純阻性以及分時(shí)恒功率的前提下達(dá)到電能質(zhì)量篩選調(diào)制器的功率損耗、雙向阻抗型AC-DC變換器的功率損耗和存儲(chǔ)系統(tǒng)的功率損耗最小且使用壽命最長(zhǎng)。
本發(fā)明利用粒子群最優(yōu)化算法,針對(duì)以新能源發(fā)電為主的交直流智能家庭微網(wǎng),對(duì)電能質(zhì)量篩選調(diào)制器的功率損耗、雙向阻抗型AC-DC變換器的功率損耗和存儲(chǔ)系統(tǒng)的功率損耗與使用壽命以及用電設(shè)備電能消耗情況進(jìn)行協(xié)同優(yōu)化,從而實(shí)現(xiàn)智能家庭微網(wǎng)在新能源100%并網(wǎng)和對(duì)外呈現(xiàn)純阻性及分時(shí)恒功率的前提下的電能利用效率最大化,在理論上使得家庭電網(wǎng)對(duì)上級(jí)電網(wǎng)實(shí)現(xiàn)零污染。
所屬領(lǐng)域的技術(shù)人員可以清楚地了解到,為描述的方便和簡(jiǎn)潔,上述描述的系統(tǒng),裝置和單元的具體工作過(guò)程,可以參考前述方法實(shí)施例中的對(duì)應(yīng)過(guò)程,在此不再贅述。
以上所述,以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案,而非對(duì)其限制;盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明,本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解:其依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改,或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換;而這些修改或者替換,并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。