CN106505632A - 中压独立微电网系统的分布式电源位置和容量的规划方法 - Google Patents

Abstract

本发明公开了一种中压独立微电网系统的分布式电源位置和容量的规划方法，包括以下步骤：建立微电网系统的改进协调控制策略；并根据该策略，建立新的综合考虑经济性、环保性和可靠性的优化规划模型；获取系统的发电机组的位置、发电机组的台数、储能单元的容量、储能用双向变流器的容量，作为优化规划模型的优化变量，并利用优化条件进行优化处理，得到系统的优化结果；最后采用遗传算法，得到系统中分布式电源的最优位置和最优容量。采用本发明提供的方法，在规划过程充分考虑系统运行时的无功功率和电压问题，可使该系统在供电时稳定性良好，不会出现电压大幅波动的情况，从而得到合理可行的中压独立微电网系统的分布式电源的位置和容量。

Description

中压独立微电网系统的分布式电源位置和容量的规划方法

技术领域

本发明涉及微电网优化规划技术领域，特别涉及一种中压独立微电网系统的分布式电源位置和容量的规划方法。

背景技术

随着微电网研究的深入，微电网对于延缓或减免配电网投资具有日渐突出的意义。微电网通常指包含分布式电源和储能单元的电压分布式发电系统。然而，随着微电网建设规模和容量的不断增大，微电网电压等级得以提高，中压微电网受到更多关注。而随着微电网规模的增大，其规划将变得越来越复杂，尤其是独立微电网系统。独立微电网的前期规划是微电网建设的必要条件，同时是独立微电网系统研究的核心问题之一。

中压独立微电网系统的规划和运行与分布式电源的位置和容量息息相关。分布式电源合理的安装位置及容量可有效地改善系统的电压质量、减小有功损耗、提高系统负荷率，反之配置不合理将严重影响系统的安全稳定运行。中压独立微电网系统内选取何种分布式电源的组合方案和控制策略，取决于当地的可再生能源资源、负荷情况，以及系统内的设备和燃料费用情况等，而选择合理的设备组合方案和运行控制策略则可以有效降低系统的投资和运行成本。

目前，大量分布式电源的并网运行使得配电网由无源网络变成有源网络，改变了系统的潮流分布。在优化规划设计上，传统的优化规划方法不考虑独立微电网系统的网架结构，不能对独立微电网系统中分布式电源和储能单元位置进行规划；规划过程中，仅考虑系统中有功功率平衡，忽略了无功功率平衡和因无功功率不足引起的电压越限的情况；当系统中部分发电机组故障或变压器故障导致部分发电机组退出运行时，可能出现系统发电容量高于有功负荷，但无功功率需求无法满足的场景，因此，传统的对分布式电源的位置和容量的优化规划方法中，存在不考虑无功功率平衡和电压越限的情况，导致微电网系统供电不稳定。

发明内容

本发明的发明目的在于提供一种中压独立微电网系统的分布式电源位置和容量的规划方法，以解决传统的对分布式电源的位置和容量的优化规划方法中，存在不考虑无功功率平衡和电压越限的情况，导致微电网系统供电不稳定的问题。

根据本发明的实施例，提供了一种中压独立微电网系统的分布式电源位置和容量的规划方法，包括以下步骤：

S1、建立微电网系统的改进协调控制策略，所述策略包括：

S11、调用硬充电运行策略，根据所述硬充电运行策略对所述系统的发电机组的出力和储能单元的出力进行计算，得到所述发电机组发出的有功功率和无功功率、所述储能单元发出的有功功率和无功功率、系统功率缺额值和系统缺电情况，并调整所述发电机组的开启台数；

S12、根据所述发电机组发出的有功功率和无功功率、所述储能单元发出的有功功率和无功功率、所述系统功率缺额值和所述系统缺电情况，利用潮流程序，判断所述系统中是否出现潮流越限和电压越限；

S13、若所述系统中出现潮流越限，则根据潮流越限判断标准进行潮流越限修正，使得所述系统的潮流恢复；

S14、若所述系统中出现电压越限，则根据电压越限判断标准进行电压越限修正，使得所述系统的电压恢复；

S15、登记所述发电机组的出力情况、所述储能单元的出力情况、所述潮流越限的情况和所述电压越限的情况；

S2、根据所述策略，建立新的综合考虑经济性、环保性和可靠性的优化规划模型；

S3、获取所述系统的发电机组的位置、发电机组的台数、储能单元的容量、储能用双向变流器的容量，作为所述优化规划模型的优化变量；

S4、根据所述优化变量，利用所述系统的优化条件进行优化处理，得到所述系统的优化结果；其中，所述优化条件包括：系统运行约束、设备运行约束和可再生能源利用率约束；

S5、根据所述系统的优化结果，采用遗传算法，得到所述系统中分布式电源的最优位置和最优容量。

优选地，所述步骤S1中的S11包括以下步骤：

S111、计算所述发电机组的开启台数：若运行的所述发电机组的最大出力大于所述系统的备用容量的净负荷与所述储能单元的最大功率的和，则减少所述发电机组的开启台数；若运行的所述发电机组的最大出力小于所述系统的备用容量的净负荷，且所述系统中的所有发电机组的最大出力大于所述备用容量的净负荷，则增加所述发电机组的开启台数；若所述系统中的所有发电机组的最大出力与所述储能单元的最大功率的和小于所述备用容量的净负荷，则开启所有的所述发电机组，并计算所述系统的系统功率缺额；

S112、计算所述系统中各设备的出力：当所述发电机组的最小允许出力满足所述净负荷时，则所述发电机组按最小功率发电；当所述发电机组的最小允许出力与所述储能单元的功率的和满足所述净负荷时，所述发电机组按最小功率发电，所述系统的储能放电；当所述发电机组的最大允许出力与所述储能单元的功率的和满足所述净负荷时，根据负荷需求确定所述发电机组的发电方式；当所述发电机组的最大允许出力与所述储能单元的功率的和不满足所述净负荷，则所述发电机组按最大功率发电，所述系统的储能放电，并计算所述系统的系统缺电情况。

优选地，所述步骤S1中的S12包括以下步骤：

S121、根据所述发电机组发出的有功功率和无功功率，利用所述潮流程序的潮流越限判断标准，当所述发电机组发出的有功功率和无功功率的和大于或等于所述系统的实际容量时，则出现潮流越限；

或，S121、根据所述储能单元发出的有功功率和无功功率，利用所述潮流程序的潮流越限判断标准，当所述储能单元发出的有功功率和无功功率的和大于或等于所述系统的实际容量时，则出现潮流越限；

S122、根据所述系统的一个节点的电压，利用所述潮流程序的电压越限判断标准，当所述一个节点的电压大于或等于所述系统的节点电压的最大值，或，所述一个节点的电压小于或等于所述系统的节点电压的最小值，则出现电压越限。

优选地，所述步骤S1中的S13包括以下步骤：

S131、当所述发电机组作为主控电源时，根据所述系统中的储能单元的充放电修正方程，调整所述系统中储能单元的有功出力；

S132、若调整后，所述系统内仍有无功功率缺额，则根据所述无功功率的修正方程，调整所述系统的储能功率，根据所述储能功率控制所述系统的无功出力；

S133、若所述无功功率仍小于所述无功功率缺额，则增加所述发电机组的开启台数，并执行步骤S11和步骤S12的步骤；

S134、当所述储能单元作为主控电源时，若所述储能单元能够满足所述系统的无功功率需求，则执行步骤S14，判断电压约束是否满足；

S135、若所述储能单元无法满足所述系统的无功功率需求，则直接增加所述发电机组的开启台数，并执行步骤S11和步骤S12的步骤。

优选地，所述步骤S1中的S14包括以下步骤：

S141、当所述发电机组作为主控电源时，调整所述发电机组的出力，根据所述出力调节主控电源的一个节点的电压；

S142、若所述一个节点的电压大于或等于所述节点电压的最大值，则调低所述电源的电压；若所述一个节点的电压小于或等于所述节点电压的最小值，则调高所述电源的电压；

S143、当所述储能单元作为主控电源时，增加所述发电机组的开启台数，由所述发电机组作为主控电源，并执行步骤S11和步骤S12的步骤。

优选地，所述步骤S2中，

所述经济性的优化规划模型为：

C_total＝C₀+C_loss；

C(k)＝C_R(k)+C_M(k)+C_F(k)-B_salvege(k)；

式中，C_total表示全寿命周期内系统成本费用现值，C₀表示全寿命周期内系统发电成本现值，C_loss表示有功网损折现费用，I₀表示初始投资费用，产生于经济评估寿命的第一年；r表示贴现率；K表示整个系统的工程寿命；C(k)表示第k年产生的发电费用；C_R(k)，C_M(k)，C_F(k)分别表示第k年微电网的设备更新、维护检修和燃料费用；B_salvage(k)表示设备残值，产生于经济评估寿命的最后一年，λ表示有功网损折现系数；P_loss(k)表示第k年的有功网损总和；P_w,t(k)表示第k年第t步长的有功网损值；

所述环保性的优化规划模型为：

式中，m表示污染物种类；σ_m表示第m类污染物的排放系数；V表示项目周期内的耗油量；

所述可靠性的优化规划模型为：

式中，D_lol,t表示系统第t步长的缺电情况，ρ_lol表示系统年缺电率，ρ_lol,max表示系统允许最大年缺电率。

优选地，所述步骤S4中，所述系统运行约束包括潮流约束、电压约束、支路潮流约束和分布式电源安装容量约束，其中，

所述潮流约束根据潮流约束式对所述系统的潮流进行约束；所述潮流约束式为：

式中，P_is表示节点i的有功出力和Q_is表示节点i的无功出力，U_i表示节点i的电压幅职，j∈i表示所有与节点i直接相连的节点，G_ij和表示节点导纳矩阵的实部，B_ij表示节点导纳矩阵的虚部，θ_ij表示节点i和j之间的相角差；

所述电压约束根据电压约束式对所述系统的电压进行约束；所述电压约束式为：

U_i,min≤U_i≤U_i,max i∈N；

式中，U_i表示i节点的电压，U_i,min表示节点i电压的最小值，U_i,max表示节点i电压的最大值，N表示节点集合；

所述支路潮流约束根据支路潮流约束式对所述系统的支路潮流进行约束；所述支路潮流约束式为：

S_j≤S_j,max j∈T；

式中，S_j表示通过线路j的视在功率，S_j,max表示线路j的容量极限，T为线路集合；

所述分布式电源安装容量约束根据分布式电源安装容量约束式对所述系统的接入容量进行约束；所述分布式电源安装容量约束式为：

G_dis,i≤G_dis,max i∈N_dis；

式中，G_dis,i表示第i个分布式电源待选节点的接入容量；G_dis,max表示待选节点的最大接入容量。

优选地，所述步骤S4中，所述设备运行约束包括发电机组约束、风机约束和储能约束，其中，

所述发电机组约束根据发电机组约束式对所述系统的实际输出功率进行约束；所述发电机组约束式为：

P_d,min≤P_d≤P_d,rated；

式中，P_d,rated表示所述发电机组的额定功率；P_d,min表示所述发电机组的最小允许输出功率；

所述风机约束根据风机约束式对所述系统的风能利用率进行约束；所述风机约束式为：

式中，ρ表示风能利用率，P_WT,real,t表示第t步长风力发电机实际出力；P_WT,t表示t步长风力发电机允许出力；ρ₀表示所述系统允许最小风能利用率；

所述储能约束根据储能约束式对所述系统的储能容量进行约束；所述储能约束式为：

SOC_min＜SOC_t＜SOC_max

P_bat,dmax＜P_bat＜P_bat,cmax；

式中，SOC_max表示储能荷电状态的最大值，SOC_min表示储能荷电状态的最小值，P_bat,dmax表示储能最大放电功率，和P_bat,cmax表示储能最大充电功率。

优选地，所述步骤S4中，所述可再生能源利用率约束根据可再生能源约束式对所述系统的可靠性进行约束，其中，所述可再生能源约束式为：

式中，D_lol,t表示所述系统第t步长的缺电情况，为离散变量(1表示缺电，0表示不缺电)，ρ_lol表示系统年缺电率，ρ_lol,max为所述系统允许的最大年缺电率。

优选地，所述步骤S5中，所述根据所述系统的优化结果，采用遗传算法，得到所述系统中分布式电源的最优位置和最优容量的步骤中，所述系统的优化结果的优化式为：

X＝[N_d,L_WT,N_WT,C_bat,C_pcs]；

式中，N_dg表示所述发电机组的台数，N_WT表示所述风力发电机的台数，C_bat表示所述储能单元的容量，C_pcs表示储能功率控制系统容量，L_WT表示所述风力发电机的接入位置，L_bat表示所述储能单元的接入位置；

所述遗传算法的步骤为：

S51、数据初始化：获取所述系统的优化结果、系统组成、结构参数、设备模型参数和所述遗传算法的参数；

S52、种群初始化：随机地产生一个初始种群，其中每个个体对应一个规划设计方案；

S53、针对所述每个个体调用所述改进协调控制策略，计算所述每个个体的目标函数值和适应度；

S54、将所述种群的每个个体适应度传递给优化模块，通过锦标赛选择、单点交叉、均匀变异等操作，得到子代种群；

S55、返回所述步骤S53，直至满足算法终止条件；

S56、算法终止后输出最终优化结果；所述最终优化结果包括所述系统中分布式电源的最优位置和最优容量。

由以上技术方案可知，本发明实施例提供了一种中压独立微电网系统的分布式电源位置和容量的规划方法，首先建立微电网系统的改进协调控制策略：通过调用硬充电运行策略得到应开启的发电机组的台数和系统中各设备的出力情况，利用潮流程序，判断系统中是否出现潮流越限和电压越限，并通过相应的修正方程进行修正，使得系统中的电压稳定，不会出现大幅波动，系统供电的可靠性良好，并记录每一个过程的数据以备后序使用；其次根据记录的数据，建立新的综合考虑经济性、环保性和可靠性的优化规划模型；再次获取所述系统的发电机组的位置、发电机组的台数、储能单元的容量、储能用双向变流器的容量，作为所述优化规划模型的优化变量；根据所述优化变量，利用所述系统的优化条件进行优化处理，得到所述系统的优化结果；最后采用遗传算法，得到所述系统中分布式电源的最优位置和最优容量。本发明提供的方法涉及系统的潮流约束和电压约束，不仅考虑了系统的有功功率平衡，还考虑了无功功率平衡和电压越限的问题，还考虑了当系统中发电机组出现故障导致部分发电机组退出运行时，系统发电容量高于有功负荷而无功功率需求无法得到满足的情况；因此，本发明的方法采用储能单元补偿系统的有功和无功缺额的方式，解决中压独立微电网系统中的无功平衡和电压越限问题；采用本发明提供的方法，在规划过程了充分考虑系统运行时的无功功率和电压越限问题，可使该系统在供电时稳定性良好，不会出现电压大幅波动的情况，从而得到合理可行的中压独立微电网系统的分布式电源的位置和容量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的中压微电网系统的网架结构图；

图2为本发明实施例提供的中压微电网系统的分布式电源位置和容量规划方法的流程图；

图3为本发明实施例提供的步骤S1的流程图；

图4为本发明实施例提供的储能功率控制系统控制模式图；

图5为本发明实施例提供的遗传算法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

由图2所示，第一方面，本发明实施例提供了一种中压独立微电网系统的分布式电源位置和容量的规划方法方法，包括以下步骤：

S1、建立微电网系统的改进协调控制策略，如图3所示，所述策略包括：

S11、调用硬充电运行策略，根据所述硬充电运行策略对所述系统的发电机组的出力和储能单元的出力进行计算，得到所述发电机组发出的有功功率和无功功率、所述储能单元发出的有功功率和无功功率、系统功率缺额值和系统缺电情况，并调整所述发电机组的开启台数；

S12、根据所述发电机组发出的有功功率和无功功率、所述储能单元发出的有功功率和无功功率、所述系统功率缺额值和所述系统缺电情况，利用潮流程序，判断所述系统中是否出现潮流越限和电压越限；

S13、若所述系统中出现潮流越限，则根据潮流越限判断标准进行潮流越限修正，使得所述系统的潮流恢复；

S14、若所述系统中出现电压越限，则根据电压越限判断标准进行电压越限修正，使得所述系统的电压恢复；

S15、登记所述发电机组的出力情况、所述储能单元的出力情况、所述潮流越限的情况和所述电压越限的情况。

S2、根据所述策略，建立新的综合考虑经济性、环保性和可靠性的优化规划模型；

S3、获取所述系统的发电机组的位置、发电机组的台数、储能单元的容量、储能用双向变流器的容量，作为所述优化规划模型的优化变量；

S4、根据所述优化变量，利用所述系统的优化条件进行优化处理，得到所述系统的优化结果；其中，所述优化条件包括：系统运行约束、设备运行约束和可再生能源利用率约束；

S5、根据所述系统的优化结果，采用遗传算法，得到所述系统中分布式电源的最优位置和最优容量。

本发明实施例提供的方法，不仅可应用于具有复杂网架结构的含发电机组、风力发电机和储能单元的中压独立微电网系统，还可应用于弱互联配电网系统。其中，发电机组为可再生能源发电机组，由数个柴油发电机组成。中压独立微电网系统的网架结构图如图1所示。

本发明实施例提供的方法，可根据系统的潮流约束和节点电压约束，采用储能单元补偿系统的有功和无功缺额，并解决系统运行时，电压越限的问题，使得微电网系统的供电可靠性得到保障。

具体地，步骤S11，具体包括以下步骤：

S111、计算所述发电机组的开启台数：

其中，若运行的所述发电机组的最大出力大于所述系统的备用容量的净负荷与所述储能单元的最大功率的和，则减少所述发电机组的开启台数；若运行的所述发电机组的最大出力小于所述系统的备用容量的净负荷，且所述系统中的所有发电机组的最大出力大于所述备用容量的净负荷，则增加所述发电机组的开启台数；若所述系统中的所有发电机组的最大出力与所述储能单元的最大功率的和小于所述备用容量的净负荷，则开启所有的所述发电机组，并计算所述系统的系统功率缺额；

S112、计算所述系统中各设备的出力：

其中，当所述发电机组的最小允许出力满足所述净负荷时，则所述发电机组按最小功率发电；当所述发电机组的最小允许出力与所述储能单元的功率的和满足所述净负荷时，所述发电机组按最小功率发电，所述系统的储能放电；当所述发电机组的最大允许出力与所述储能单元的功率的和满足所述净负荷时，根据负荷需求确定所述发电机组的发电方式；当所述发电机组的最大允许出力与所述储能单元的功率的和不满足所述净负荷，则所述发电机组按最大功率发电，所述系统的储能放电，并计算所述系统的系统缺电情况。

经过步骤S11的过程，首先调用硬充电运行策略，一方面，根据该策略计算可用于补偿系统有功和无功缺额时，应开启的发电机组的台数；通过比较运行的发电机组的最大出力与系统的净负荷及储能单元的最大功率的和的结果，决定增加发电机组的开启台数，或减少发电机组的开启台数；并将补偿系统有功和无功缺额时的系统功率缺额进行登记记录；另一方面，根据该策略计算系统中各设备的出力情况，包括发电机组的出力和储能单元的出力，出力即为额定功率；通过比较各设备的额定功率与是否满足系统的备用容量的净负荷的结果，判断系统的缺电情况，决定各设备的发电功率大小和储能单元的工作状态以补偿系统的缺电，并将补偿系统的缺电情况进行登记记录。

优选地，步骤S12中，判断系统中是否出现潮流越限和电压越限的情况，具体包括以下步骤：

S121、根据所述发电机组发出的有功功率和无功功率，利用潮流越限判断标准，当所述发电机组发出的有功功率和无功功率的和大于或等于所述系统的实际容量时，则出现潮流越限；

其中，潮流越限判断标准如下所示：

P_0,p+Q_0,p≥S₀；

式中，P_0,p表示潮流计算所得的系统主控电源应发出的有功出力，Q_0,p表示潮流计算所得的系统主控电源应发出的无功出力，S₀是指系统主控电源的实际容量。

或，S121、根据所述储能单元发出的有功功率和无功功率，利用潮流越限判断标准，当所述储能单元发出的有功功率和无功功率的和大于或等于所述系统的实际容量时，则出现潮流越限；

判断潮流越限情况时，可根据发电机组发出的有功功率和无功功率进行判断，也可根据储能单元发出的有功功率和无功功率进行判断，实际应用时，可根据实际情况进行选择其一。

S122、根据所述系统的一个节点的电压，利用电压越限判断标准，当所述一个节点的电压大于或等于所述系统的节点电压的最大值，或，所述一个节点的电压小于或等于所述系统的节点电压的最小值，则出现电压越限。

其中，电压越限判断标准如下式所示；

U_i,min≤U_i≤U_i,max i∈N

式中，U_i指i节点的电压，U_i,min表示节点i电压的最小值，U_i,max表示节点i电压的最大值，U_min和U_max的值取决于该系统的电能质量要求，通常取0.95与1.05；N为所有节点集合。

经过步骤S12的过程，将根据步骤S11的硬充电运行策略计算得到的结果置于潮流程序中，判断系统中是否出现潮流越限和电压越限的情况，该潮流程序包括潮流越限判断标准和电压越限判断标准；若判断出系统出现潮流越限和电压越限情况，则执行步骤S13和步骤S14的步骤，以对潮流越限和电压越限进行修正。

优选地，步骤S13中，对潮流越限进行修正，具体包括以下步骤：

S131、当所述发电机组作为主控电源时，根据所述系统中的储能单元的充放电修正方程，调整所述系统中储能单元的有功出力；

其中，储能单元的充放电修正方程如下式所示：

储能单元放电时：

储能单元充电时：

式中，P_dg,p、Q_dg,p、S_dg分别为潮流计算所得的发电机组应发出的有功功率、无功功率以及视在功率，P_bat,d表示风力发电机的实际出力，P_bat,c表示风力发电机的有功出力，P₃表示储能单元的最大充电功率，P₄表示储能单元的最大放电功率，P_N为系统网络损耗。

S132、若调整后，所述系统内仍有无功功率缺额，则根据所述无功功率的修正方程，调整所述系统的储能功率，根据所述储能功率控制所述系统的无功出力；

其中，无功功率的修正方程如下式所示：

式中，P_bat,d指储能单元的放电功率，Q_bat为储能单元双向变流器应发出的无功功率；S_bat指储能单元的实际容量；10为网损裕度。

S133、若所述无功功率仍小于所述无功功率缺额，则增加所述发电机组的开启台数，并执行步骤S11和步骤S12的步骤；

当所补偿的无功功率仍小于所述系统的无功功率缺额，则增加发电机组的开启台数，并重新调用硬充电运行策略，并判断此时系统的潮流越限和电压越限情况。

S134、当所述储能单元作为主控电源时，若所述储能单元能够满足所述系统的无功功率需求，则执行步骤S14，判断电压约束是否满足；

S135、若所述储能单元无法满足所述系统的无功功率需求，则直接增加所述发电机组的开启台数，并执行步骤S11和步骤S12的步骤。

若储能单元的补偿功率无法满足系统的无功功率需求，增加发电机组的开启台数后，再重新调用硬充电运行策略，并判断此时系统中潮流越限的情况。

在经过步骤S13的过程，对潮流越限进行修正：分别当主控电源为不同的供电设备时，调整相应设备的有功出力，并通过储能单元的充放电修正方程和无功功率的修正方式，调整相应的有功出力情况；若无法满足无功功率的情况，则增加作为主控电源设备的开启台数，并重新调用硬充电运行策略和判断此时的潮流越限情况；通过多次循环的判断系统中的潮流越限情况和相应增加或减少主控电源的开启台数，可保证系统的供电稳定性，不会出现波动的情况。

优选地，步骤S14的过程，对电压越限进行修正，具体包括以下步骤：

S141、当发电机组作为主控电源时，调整所述发电机组的出力，根据所述出力调节主控电源的一个节点的电压；

S142、若所述一个节点的电压大于或等于所述节点电压的最大值，则调低所述电源的电压；若所述一个节点的电压小于或等于所述节点电压的最小值，则调高所述电源的电压；

S143、当储能单元作为主控电源时，增加所述发电机组的开启台数，由所述发电机组作为主控电源，并执行步骤S11和步骤S12的步骤。

具体地，储能功率控制系统采用电流控制模式，原理如图4所示。发电机组的励磁电压调节模块控制其端口电压，调速模块维持发电机转速恒定。当系统无功负荷较大，无法通过增大发电机组励磁电流满足无功功率缺额时，发电机组输出电压将低于参考值。此时储能功率控制系统工作在STATCOM模式，通过比较发电机组提供的实际电压值与参考电压值，得到无功电流参考值，进而自动补偿微电网系统无功功率缺额，维持交流侧电压在约束范围内。

经过步骤S14的过程，对电压越限进行修正：分别当主控电源为不同的供电设备时，调整相应设备的有功出力，并调节主控电源所在的节点电压使之恢复；若储能单元作为主控电源时，则增加作为主控电源的发电机组的的开启台数，并重新调用硬充电运行策略和判断此时的潮流越限和电压越限情况；通过多次循环的判断系统中的潮流越限情况和相应增加或减少主控电源的开启台数，可保证系统的供电稳定性，不会出现波动的情况。

具体地，在步骤S15中，登记所述发电机组的出力情况、所述储能单元的出力情况、所述潮流越限的情况和所述电压越限的情况，除此之外，还需登记储能单元的容量、风力发电机的位置、风机发电机的台数、发电机组的台数和储能用双向变流器的容量，将上述数据作为优化变量，为后序计算中压独立微电网系统中分布式电源的最优位置和最优容量提供基础。

具体地，在步骤S2中，所述经济性的优化规划模型为：

C_total＝C₀+C_loss；

C(k)＝C_R(k)+C_M(k)+C_F(k)-B_salvege(k)；

式中，C_total表示全寿命周期内系统成本费用现值，C₀表示全寿命周期内系统发电成本现值，C_loss表示有功网损折现费用，I₀表示初始投资费用，产生于经济评估寿命的第一年；r表示贴现率；K表示整个系统的工程寿命；C(k)表示第k年产生的发电费用；C_R(k)，C_M(k)，C_F(k)分别表示第k年微电网的设备更新、维护检修和燃料费用；B_salvage(k)表示设备残值，产生于经济评估寿命的最后一年，λ表示有功网损折现系数；P_loss(k)表示第k年的有功网损总和；P_w,t(k)表示第k年第t步长的有功网损值；

其中，优化规划模型中的经济性模型由全寿命周期内系统成本费用C_total现值来表征，全寿命周期内系统成本费用C_total是指全寿命周期内系统发电成本现值C₀和有功网损折现费用C_loss之和。

所述环保性的优化规划模型为：

式中，m表示污染物种类；σ_m表示第m类污染物的排放系数；V表示项目周期内的耗油量；

其中，环保性由全寿命周期内各类污染物的排放总量表征，通常包括CO₂，CO，NO_x，SO₂和碳氢化合物。

所述可靠性的优化规划模型为：

式中，D_lol,t表示系统第t步长的缺电情况，为离散变量(1表示缺电，0表示不缺电)，ρ_lol表示系统年缺电率，ρ_lol,max表示系统允许最大年缺电率。

其中，可靠性由以惩罚项约束的形式计入到优化目标中，采用系统年缺电率P_lol作为系统可靠性评估指标。

在经过步骤S2的过程，基于步骤S1中的建立微电网系统的改进协调控制策略，建立中压独立微电网系统的多目标的优化规划模型，根据孤立系统内的风力资源和负荷需求情况，以及设备相关的投资、运行和维护费用等经济性指标，对系统内各种分布式电源和储能单元的位置和外容量进行优化设计。

本发明的多目标的优化规划模型综合考虑了经济性和环保性，可靠性则作为约束条件考虑，表达式如下：

f＝min(ω₁C_total'+ω₂E_emis')；

式中，C_total’为全寿命周期内系统成本费用通过min-max标准化后的归一化量值；E_emis’为系统年排污量通过min-max标准化后的归一化量值；ω₁和ω₂为目标相应的权重系数。

优选地，所述步骤S4中，所述系统运行约束包括潮流约束、电压约束、支路潮流约束和分布式电源安装容量约束，其中，

所述潮流约束根据潮流约束式对所述系统的潮流进行约束；所述潮流约束式为：

式中，P_is表示节点i的有功出力和Q_is表示节点i的无功出力，U_i表示节点i的电压幅职，j∈i表示所有与节点i直接相连的节点，G_ij和表示节点导纳矩阵的实部，B_ij表示节点导纳矩阵的虚部，θ_ij表示节点i和j之间的相角差；

所述电压约束根据电压约束式对所述系统的电压进行约束；所述电压约束式为：

U_i,min≤U_i≤U_i,max i∈N；

式中，U_i表示i节点的电压，U_i,min表示节点i电压的最小值，U_i,max表示节点i电压的最大值，N表示节点集合；

所述支路潮流约束根据支路潮流约束式对所述系统的支路潮流进行约束；所述支路潮流约束式为：

S_j≤S_j,max j∈T；

式中，S_j表示通过线路j的视在功率，S_j,max表示线路j的容量极限，T为线路集合；

所述分布式电源安装容量约束根据分布式电源安装容量约束式对所述系统的接入容量进行约束；所述分布式电源安装容量约束式为：

G_dis,i≤G_dis,max i∈N_dis；

式中，G_dis,i表示第i个分布式电源待选节点的接入容量；G_dis,max表示待选节点的最大接入容量。

其中，根据系统运行约束中的潮流约束、电压约束、支路潮流约束和分布式电源安装容量约束，对系统中各节点处的电压、各节点处的有功和无功功率、输电线路的容量和分布式电源的待选节点的接入容量进行约束，使其均在安全范围内波动，不会出现大幅波动不安全的情况，保证系统供电的稳定性。

优选地，所述步骤S4中，所述设备运行约束包括发电机组约束、风机约束和储能约束，其中，

所述发电机组约束根据发电机组约束式对所述系统的实际输出功率进行约束；所述发电机组约束式为：

P_d,min≤P_d≤P_d,rated；

式中，P_d,rated表示所述发电机组的额定功率；P_d,min表示所述发电机组的最小允许输出功率；

其中，对于发电机组约束，为简化处理，利用燃料曲线描述发电机组的发电功率和燃料使用量的对应关系。由下式所示：

F＝F₀·P_dg,rated+F₁·P_dg；

式中，F₀是燃料曲线的截距系数；F₁是燃料曲线的斜率；P_dg,rated是发电机的额定功率。

同时，为了减少频繁启停对发电机组寿命的影响，发电机组的运行时间应满足下式：

t_d≥t_d,min；

所述风机约束根据风机约束式对所述系统的风能利用率进行约束；所述风机约束式为：

式中，ρ表示风能利用率，P_WT,real,t表示第t步长风力发电机实际出力；P_WT,t表示t步长风力发电机允许出力；ρ₀表示所述系统允许最小风能利用率；

其中，本发明实施例采用永磁直取风机，该风机可通过风机监控系统下发调降指令，限制风机出力。风机输出功率特性需要考虑切入风速W_in、切出风速W_out。当风速高于W_in时，风机才可以启动。风机输出功率与风速和风机的风速-功率特性曲线有关。当风速高于切出风速W_out时，为了保护风机，风机停机。

风机出力利用率是指风机的有效出力与风机允许出力的比值，其与发电成本相关。为提高系统可再生能源利用效率，在不影响电网稳定性的前提下，风机出力利用率应尽可能大，约束如上式所示：

所述储能约束根据储能约束式对所述系统的储能容量进行约束；所述储能约束式为：

SOC_min＜SOC_t＜SOC_max

P_bat,dmax＜P_bat＜P_bat,cmax；

式中，SOC_max表示储能荷电状态的最大值，SOC_min表示储能荷电状态的最小值，P_bat,dmax表示储能最大放电功率，和P_bat,cmax表示储能最大充电功率。

其中，本发明实施例采用储能的简化模型描述储能特性。储能为时间耦合设备，本发明采用荷电状态(state of charge,SOC)描述储能的时间耦合特性。

其中，根据设备运行约束中的发电机组约束、风机约束和储能约束，对该系统中各设备的实际输出功率、风能利用率和储能功率控制系统的交流侧功率进行约束，使系统中的各设备在运行时，其值的变化在一个安全的范围内，以免导致系统中电压的大幅波动，影响系统供电的稳定性。

优选地，所述步骤S4中，所述可再生能源利用率约束根据可再生能源约束式对所述系统的可靠性进行约束，其中，所述可再生能源约束式为：

式中，D_lol,t表示所述系统第t步长的缺电情况，为离散变量(1表示缺电，0表示不缺电)，ρ_lol表示系统年缺电率，ρ_lol,max为所述系统允许的最大年缺电率。

其中，可再生能源发电具有随机性、间歇性的特点，因此微电网的供电可靠性是规划设计阶段的重要问题。本发明实施例采用系统年缺电率P_lol作为系统可靠性评估指标。

将可再生能源作为评估系统可靠性的指标，将其作为可再生能源利用率约束条件，是由于在独立微电网的实际运行中，可再生能源的间接性和随机性容易造成系统的注入功率发生骤变，进而导致电压大幅波动，因此，采用可再生能源利用率约束条件，对系统的缺电情况进行约束，以保证系统的电能可以充分地利用到相应的位置，不会造成电能的浪费，进而保证该系统的供电可靠性。

优选地，所述步骤S5中，所述根据所述系统的优化结果，采用遗传算法，得到所述系统中分布式电源的最优位置和最优容量的步骤中，所述系统的优化结果的优化式为：

X＝[N_d,L_WT,N_WT,C_bat,C_pcs]；

式中，N_dg表示所述发电机组的台数，N_WT表示所述风力发电机的台数，C_bat表示所述储能单元的容量，C_pcs表示储能功率控制系统容量，L_WT表示所述风力发电机的接入位置，L_bat表示所述储能单元的接入位置；

针对上述的优化规划问题，本发明实施例采用单目标遗传算法求解，输出最终的优化结果，即为中压微电网系统的分布式电源的最优位置和最优容量。

如图5所示，所述遗传算法的步骤为：

S51、数据初始化：获取所述系统的优化结果、系统组成、结构参数、设备模型参数和所述遗传算法的参数；

S52、种群初始化：随机地产生一个初始种群，其中每个个体对应一个规划设计方案；

S53、针对所述每个个体调用所述改进协调控制策略，计算所述每个个体的目标函数值和适应度；

S54、将所述种群的每个个体适应度传递给优化模块，通过锦标赛选择、单点交叉、均匀变异等操作，得到子代种群；

S55、返回步骤S53，直至满足算法终止条件；

S56、算法终止后输出最终优化结果；所述最终优化结果包括所述系统中分布式电源的最优位置和最优容量。

由以上技术方案可知，本发明实施例提供了一种中压独立微电网系统的分布式电源位置和容量的规划方法，首先建立微电网系统的改进协调控制策略：通过调用硬充电运行策略得到应开启的发电机组的台数和系统中各设备的出力情况，利用潮流程序，判断系统中是否出现潮流越限和电压越限，并通过相应的修正方程进行修正，使得系统中的电压稳定，不会出现大幅波动，系统供电的可靠性良好，并记录每一个过程的数据以备后序使用；其次根据记录的数据，建立新的综合考虑经济性、环保性和可靠性的优化规划模型；再次获取所述系统的发电机组的位置、发电机组的台数、储能单元的容量、储能用双向变流器的容量，作为所述优化规划模型的优化变量；根据所述优化变量，利用所述系统的优化条件进行优化处理，得到所述系统的优化结果；最后采用遗传算法，得到所述系统中分布式电源的最优位置和最优容量。本发明提供的方法涉及系统的潮流约束和电压约束，不仅考虑了系统的有功功率平衡，还考虑了无功功率平衡和电压越限的问题，还考虑了当系统中发电机组出现故障导致部分发电机组退出运行时，系统发电容量高于有功负荷而无功功率需求无法得到满足的情况；因此，本发明的方法采用储能单元补偿系统的有功和无功缺额的方式，解决中压独立微电网系统中的无功平衡和电压越限问题；采用本发明提供的方法，在规划过程了充分考虑系统运行时的无功功率和电压问题，可使该系统在供电时稳定性良好，不会出现电压大幅波动的情况，从而得到合理可行的中压独立微电网系统的分布式电源的位置和容量。

下面根据一个具体实例对本发明的技术方案进行解释说明。

当微电网系统采用如下配置时：

其中，发电机组采用柴油发电机，储能单元采用蓄电池，具体配置如下：

当t＝103时，采用本发明提供的规划方法，规划后的系统运行情况如下表所示：

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种中压独立微电网系统的分布式电源位置和容量的规划方法，其特征在于，包括以下步骤：

S1、建立微电网系统的改进协调控制策略，所述策略包括：

S11、调用硬充电运行策略，根据所述硬充电运行策略对所述系统的发电机组的出力和储能单元的出力进行计算，得到所述发电机组发出的有功功率和无功功率、所述储能单元发出的有功功率和无功功率、系统功率缺额值和系统缺电情况，并调整所述发电机组的开启台数；

S12、根据所述发电机组发出的有功功率和无功功率、所述储能单元发出的有功功率和无功功率、所述系统功率缺额值和所述系统缺电情况，利用潮流程序，判断所述系统中是否出现潮流越限和电压越限；

S13、若所述系统中出现潮流越限，则根据潮流越限判断标准进行潮流越限修正，使得所述系统的潮流恢复；

S14、若所述系统中出现电压越限，则根据电压越限判断标准进行电压越限修正，使得所述系统的电压恢复；

S15、登记所述发电机组的出力情况、所述储能单元的出力情况、所述潮流越限的情况和所述电压越限的情况；

S2、根据所述策略，建立新的综合考虑经济性、环保性和可靠性的优化规划模型；

S3、获取所述系统的发电机组的位置、发电机组的台数、储能单元的容量、储能用双向变流器的容量，作为所述优化规划模型的优化变量；

S4、根据所述优化变量，利用所述系统的优化条件进行优化处理，得到所述系统的优化结果；其中，所述优化条件包括：系统运行约束、设备运行约束和可再生能源利用率约束；

S5、根据所述系统的优化结果，采用遗传算法，得到所述系统中分布式电源的最优位置和最优容量。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1中的S11包括以下步骤：

S111、计算所述发电机组的开启台数：若运行的所述发电机组的最大出力大于所述系统的备用容量的净负荷与所述储能单元的最大功率的和，则减少所述发电机组的开启台数；若运行的所述发电机组的最大出力小于所述系统的备用容量的净负荷，且所述系统中的所有发电机组的最大出力大于所述备用容量的净负荷，则增加所述发电机组的开启台数；若所述系统中的所有发电机组的最大出力与所述储能单元的最大功率的和小于所述备用容量的净负荷，则开启所有的所述发电机组，并计算所述系统的系统功率缺额；

S112、计算所述系统中各设备的出力：当所述发电机组的最小允许出力满足所述净负荷时，则所述发电机组按最小功率发电；当所述发电机组的最小允许出力与所述储能单元的功率的和满足所述净负荷时，所述发电机组按最小功率发电，所述系统的储能放电；当所述发电机组的最大允许出力与所述储能单元的功率的和满足所述净负荷时，根据负荷需求确定所述发电机组的发电方式；当所述发电机组的最大允许出力与所述储能单元的功率的和不满足所述净负荷，则所述发电机组按最大功率发电，所述系统的储能放电，并计算所述系统的系统缺电情况。

3.根据权利要求1所述的方法，其特征在于，所述步骤S1中的S12包括以下步骤：

S121、根据所述发电机组发出的有功功率和无功功率，利用所述潮流程序的潮流越限判断标准，当所述发电机组发出的有功功率和无功功率的和大于或等于所述系统的实际容量时，则出现潮流越限；

或，S121、根据所述储能单元发出的有功功率和无功功率，利用所述潮流程序的潮流越限判断标准，当所述储能单元发出的有功功率和无功功率的和大于或等于所述系统的实际容量时，则出现潮流越限；

S122、根据所述系统的一个节点的电压，利用所述潮流程序的电压越限判断标准，当所述一个节点的电压大于或等于所述系统的节点电压的最大值，或，所述一个节点的电压小于或等于所述系统的节点电压的最小值，则出现电压越限。

4.根据权利要求1所述的方法，其特在于，所述步骤S1中的S13包括以下步骤：

S131、当所述发电机组作为主控电源时，根据所述系统中的储能单元的充放电修正方程，调整所述系统中储能单元的有功出力；

S132、若调整后，所述系统内仍有无功功率缺额，则根据所述无功功率的修正方程，调整所述系统的储能功率，根据所述储能功率控制所述系统的无功出力；

S133、若所述无功功率仍小于所述无功功率缺额，则增加所述发电机组的开启台数，并执行步骤S11和步骤S12的步骤；

S134、当所述储能单元作为主控电源时，若所述储能单元能够满足所述系统的无功功率需求，则执行步骤S14，判断电压约束是否满足；

S135、若所述储能单元无法满足所述系统的无功功率需求，则直接增加所述发电机组的开启台数，并执行步骤S11和步骤S12的步骤。

5.根据权利要求1所述的方法，其特在于，所述步骤S1中的S14包括以下步骤：

S141、当所述发电机组作为主控电源时，调整所述发电机组的出力，根据所述出力调节主控电源的一个节点的电压；

S142、若所述一个节点的电压大于或等于所述节点电压的最大值，则调低所述电源的电压；若所述一个节点的电压小于或等于所述节点电压的最小值，则调高所述电源的电压；

S143、当所述储能单元作为主控电源时，增加所述发电机组的开启台数，由所述发电机组作为主控电源，并执行步骤S11和步骤S12的步骤。

6.根据权利要求1所述的方法，其特征在于，所述步骤S2中，

所述经济性的优化规划模型为：

C_total＝C₀+C_loss；

$C_0=I_0+\underset{k=1}{\overset{K}{\Σ}}C\left(k\right)/{(1+r)}^k;$

C(k)＝C_R(k)+C_M(k)+C_F(k)-B_salvege(k)；

$C_{loss}=\underset{k=1}{\overset{K}{\Σ}}{\mathrm{\λP}}_{loss}\left(k\right)/{(1+r)}^k;$

$P_{loss}\left(k\right)=\underset{t=1}{\overset{8760}{\Σ}}{P}_{w,t}\left(k\right);$

式中，C_total表示全寿命周期内系统成本费用现值，C₀表示全寿命周期内系统发电成本现值，C_loss表示有功网损折现费用，I₀表示初始投资费用，产生于经济评估寿命的第一年；r表示贴现率；K表示整个系统的工程寿命；C(k)表示第k年产生的发电费用；C_R(k)，C_M(k)，C_F(k)分别表示第k年微电网的设备更新、维护检修和燃料费用；B_salvage(k)表示设备残值，产生于经济评估寿命的最后一年，λ表示有功网损折现系数；P_loss(k)表示第k年的有功网损总和；P_w,t(k)表示第k年第t步长的有功网损值；

所述环保性的优化规划模型为：

$E_{emis}=\underset{i=1}{\overset{m}{\Σ}}{\mathrm{\σ}}_{m}V;$

式中，m表示污染物种类；σ_m表示第m类污染物的排放系数；V表示项目周期内的耗油量；

所述可靠性的优化规划模型为：

${\mathrm{\ρ}}_{lol}=\left(\underset{t=1}{\overset{8760}{\Σ}}{D}_{lol,t}\right)/8760\≤{\mathrm{\ρ}}_{lol,max};$

式中，D_lol,t表示系统第t步长的缺电情况，ρ_lol表示系统年缺电率，ρ_lol,max表示系统允许最大年缺电率。

7.根据权利要求1所述的方法，其特征在于，所述步骤S4中，所述系统运行约束包括潮流约束、电压约束、支路潮流约束和分布式电源安装容量约束，其中，

所述潮流约束根据潮流约束式对所述系统的潮流进行约束；所述潮流约束式为：

$\left\{\begin{array}{c}{P}_{is}=U_i\underset{j\∈i}{\Σ}{U}_j(G_{ij}{\mathrm{cos\θ}}_{ij}+B_{ij}{\mathrm{sin\θ}}_{ij})\\ Q_{is}=U_i\underset{j\∈i}{\Σ}{U}_j(G_{ij}{\mathrm{sin\θ}}_{ij}-B_{ij}{\mathrm{cos\θ}}_{ij})\end{array}\right.;$

式中，P_is表示节点i的有功出力和Q_is表示节点i的无功出力，U_i表示节点i的电压幅职，j∈i表示所有与节点i直接相连的节点，G_ij和表示节点导纳矩阵的实部，B_ij表示节点导纳矩阵的虚部，θ_ij表示节点i和j之间的相角差；

所述电压约束根据电压约束式对所述系统的电压进行约束；所述电压约束式为：

U_i,min≤U_i≤U_i,max i∈N；

式中，U_i表示i节点的电压，U_i,min表示节点i电压的最小值，U_i,max表示节点i电压的最大值，N表示节点集合；

所述支路潮流约束根据支路潮流约束式对所述系统的支路潮流进行约束；所述支路潮流约束式为：

S_j≤S_j,max j∈T；

式中，S_j表示通过线路j的视在功率，S_j,max表示线路j的容量极限，T为线路集合；

所述分布式电源安装容量约束根据分布式电源安装容量约束式对所述系统的接入容量进行约束；所述分布式电源安装容量约束式为：

G_dis,i≤G_dis,max i∈N_dis；

式中，G_dis,i表示第i个分布式电源待选节点的接入容量；G_dis,max表示待选节点的最大接入容量。

8.根据权利要求1所述的方法，其特征在于，所述步骤S4中，所述设备运行约束包括发电机组约束、风机约束和储能约束，其中，

所述发电机组约束根据发电机组约束式对所述系统的实际输出功率进行约束；所述发电机组约束式为：

P_d,min≤P_d≤P_d,rated；

式中，P_d,rated表示所述发电机组的额定功率；P_d,min表示所述发电机组的最小允许输出功率；

所述风机约束根据风机约束式对所述系统的风能利用率进行约束；所述风机约束式为：

$\mathrm{\ρ}=\frac{\underset{t=1}{\overset{8760}{\Σ}}{P}_{WT,real,t}}{\underset{t=1}{\overset{8760}{\Σ}}{P}_{WT,t}}\≥{\mathrm{\ρ}}_0;$

式中，ρ表示风能利用率，P_WT,real,t表示第t步长风力发电机实际出力；P_WT,t表示t步长风力发电机允许出力；ρ₀表示所述系统允许最小风能利用率；

所述储能约束根据储能约束式对所述系统的储能容量进行约束；所述储能约束式为：

$\begin{array}{c}{\mathrm{SOC}}_{\min }<{\mathrm{SOC}}_t<{\mathrm{SOC}}_{max}\\ P_{bat,dmax}<P_{bat}<P_{bat,cmax}\end{array};$

式中，SOC_max表示储能荷电状态的最大值，SOC_min表示储能荷电状态的最小值，P_bat,dmax表示储能最大放电功率，P_bat,cmax表示储能最大充电功率。

9.根据权利要求1所述的方法，其特征在于，所述步骤S4中，所述可再生能源利用率约束根据可再生能源约束式对所述系统的可靠性进行约束，其中，所述可再生能源约束式为：

${\mathrm{\&rho;}}_{lol}=\left(\underset{t=1}{\overset{8760}{\&Sigma;}}{D}_{lol,t}\right)/8760\&le;{\mathrm{\&rho;}}_{lol,max};$

式中，D_lol,t表示所述系统第t步长的缺电情况，为离散变量(1表示缺电，0表示不缺电)，ρ_lol表示系统年缺电率，ρ_lol,max为所述系统允许的最大年缺电率。

10.根据权利要求1所述的方法，其特征在于，所述步骤S5中，所述根据所述系统的优化结果，采用遗传算法，得到所述系统中分布式电源的最优位置和最优容量的步骤中，所述系统的优化结果的优化式为：

X＝[N_d,L_WT,N_WT,C_bat,C_pcs]；

式中，N_dg表示所述发电机组的台数，N_WT表示所述风力发电机的台数，C_bat表示所述储能单元的容量，C_pcs表示储能功率控制系统容量，L_WT表示所述风力发电机的接入位置，L_bat表示所述储能单元的接入位置；

所述遗传算法的步骤为：

S51、数据初始化：获取所述系统的优化结果、系统组成、结构参数、设备模型参数和所述遗传算法的参数；

S52、种群初始化：随机地产生一个初始种群，其中每个个体对应一个规划设计方案；

S53、针对所述每个个体调用所述改进协调控制策略，计算所述每个个体的目标函数值和适应度；

S54、将所述种群个体适应度传递给优化模块，通过锦标赛选择、单点交叉、均匀变异等操作，得到子代种群；

S55、返回所述步骤S53，直至满足算法终止条件；

S56、算法终止后输出最终优化结果；所述最终优化结果包括所述系统中分布式电源的最优位置和最优容量。