CN106600022A - 基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力系统容量优化配置方法 - Google Patents

Abstract

本发明公开了一种基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力系统的容量优化配置方法包括以下步骤：一)设定孤立电力系统的控制策略；二)输入日前预测数据和基本参数；三)根据风力发电机、光伏组件、微型燃气轮机以及海水抽水蓄能模型，结合输入数据和决策变量进行数据处理；四)结合步骤三，对风-光-燃气-海水抽水蓄能系统进行容量优化配置。本发明可以对由风力发电、光伏发电、燃气轮机发电及海水抽水蓄能构成的孤立电力系统进行容量优化配置。

Description

基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力系统容量优化配置方法

技术领域

本发明涉及一种风-光-燃气-海水抽水蓄能孤立电力系统的容量优化配置方法，属于新能源电力系统优化调度技术领域。

技术背景

很多海岛由于远离大陆，不能与大陆电网相连接，目前只能依靠岛上的柴油发电机组和燃气轮机组等供电以满足电能需求，但是仅靠从外界输送化石燃料，存在发电成本较高，系统供电可靠性较低等问题。

由于许多海岛具有丰富的风能、太阳能资源、海水资源和起伏的地势，所以可以发展基于风光互补的海水抽水蓄能孤立电力系统。其中，将大海用作天然的下水库，可以有效降低工程投资成本，缩短工程建设周期。基于风光互补的海水抽水蓄能孤立电力系统对于缓解海岛地区供电不足、成本较高等问题，保障岛上居民用电安全具有十分重要的意义。

发明内容

本发明的目的是提供一种海岛风-光-燃气-海水抽水蓄能孤立电力系统的容量优化配置方法，以解决海岛孤立电力系统中多种能源形式同时供电时的难以合理配置各发电系统的容量，导致电力供应不足或资源浪费的问题。

本发明为了解决上述技术问题而提供一种风-光-燃气-海水抽水蓄能孤立发电系统容量优化配置方法，该调度方法的步骤如下：

一)设定孤立电力系统的控制策略：所述控制策略指通过控制线路来调控风电场、光伏电站、微型燃气轮机电站、水泵站和水电站等子系统的运行，并通过开断线路开关实现整个电力系统的控制；

二)输入基本数据：所述基本数据包括典型日每一个时段t的负荷数据P_load(t)，风速数据V_wind(t)，太阳辐射数据R_solar(t)，气温数据Temp(t)，海浪预测数据H_tide(t)，风力发电机参数，光伏组件参数，微型燃气轮机参数，上水库参数，水泵参数及水轮机参数；

三)根据风力发电、光伏发电、微型燃气轮机及海水抽水蓄能模型，结合输入数据和决策变量进行数据处理：

(1)风力发电机可输出功率数据P_w(t)处理：根据输入数据典型日每一个时段t的风速数据V_wind(t)、风力发电机参数以及功率转换模型，结合决策变量风力发电机的台数N_w进行计算；所述数据处理过程已有较成熟的方法，在此不再赘述；

(2)光伏组件可输出功率数据P_pv(t)处理：根据输入数据典型日每一个时段t的太阳辐射数据R_solar(t)、典型日气温数据Temp(t)、光伏组件参数以及功率转换模型，结合决策变量光伏组件的台数N_pv进行计算；所述数据处理过程已有较成熟的方法，在此不再赘述；

(3)微型燃气轮机输出功率数据P_mt(t)处理：根据输入数据典型日每一个时段t的负荷数据P_load(t)、控制策略以及微型燃气轮机参数，结合决策变量微型燃气轮机的台数N_mt进行计算；所述数据处理过程已有较成熟的方法，在此不再赘述；

(4)海水抽水蓄能数据处理：

1)水泵站数据处理：

1A.输入控制策略分配水泵站的功率P_p,set(t)(由控制策略结合已知参数P_load(t)、P_w(t)、P_pv(t)和P_mt(t)得到)、该时段开始时上水库水位Z_u(t)、水泵站运行/停机判断标志q(由上 一时段上水库数据处理得到)；

1B.判断水泵站是否工作，如水泵站停机q＝0，则直接输出水泵站运送水量W_p(t)＝0，如水泵站运行q＝1，则继续以下步骤1C至1F；

1C.根据上水库水位Z_u(t)，同时根据历史经验考虑海风V_wind(t)和海浪H_tide(t)对水面高度的影响，确定水泵站扬程H_p(t)；

1D.根据扬程H_p(t)和已知的水泵的运转综合特性，确定水泵在该扬程下的输入功率P_p,in(t)和效率η_p(t)；

1E.根据控制策略分配水泵站的功率P_p,set(t)和水泵的输入功率P_p,in(t)，结合决策变量水泵的总台数N_p，确定实际投入的水泵数量N_pp(t)；其中，当P_p,set(t)≤P_p,in(t)×N_p时， ([·]表示取整)，当P_p,set(t)＞P_p,in(t)×N_p时，N_pp(t)＝N_p；

1F.根据水泵功率P_p,in(t)、扬程H_p(t)以及水泵效率η_p(t)，根据公式W_p(t)＝ΔT×[P_p,in(t)×N_pp(t)×η_p(t)]/[1.025×9.8H_p(t)]计算并输出该时段运送至上水库的水量W_p(t)，同时输出水泵站消耗的实际功率P_p(t)＝P_p,in(t)×N_pp(t)；

2)水电站数据处理：

2A.输入控制策略分配水电站P_ht,set(t)的负荷(由控制策略结合已知参数P_load(t)、P_w(t)、P_pv(t)和P_mt(t)得到)、该时段开始时上水库水位Z_u(t)、水电站运行/停机判断标志s(由上一时段上水库数据处理得到)；

2B.判断水电站是否工作，如水电站停机s＝0，则直接输出水电站消耗水量为W_ht(t)＝0，如水电站运行s＝1，则继续以下步骤2C至2G；

2C.根据上水库水位Z_u(t)，同时根据历史经验考虑海风V_wind(t)和海浪H_tide(t)对水面高度的影响，确定水轮机水头H_ht(t)；

2D.根据水头H_ht(t)和已知的水轮机运转综合特性，确定水轮机的最大出力P_ht,max(t)；

2E.根据控制策略分配负荷P_ht,set(t)以及水轮机最大出力P_ht,max(t)，结合决策变量水轮机的台数N_ht，确定水轮机实际出力P_ht(t)，；其中，当P_ht,set(t)≤P_ht,max(t)×N_ht时，P_ht(t)＝P_ht,set(t)，当P_ht,set(t)＞P_ht,max(t)×N_ht时，P_ht(t)＝P_ht,max(t)×N_ht；

2F.根据水头H_ht(t)、水轮机实际出力P_ht(t)和已知的水轮机运转综合特性，确定水轮机效率η_ht(t)；

2G.根据水轮机实际出力P_ht(t)、水头H_ht(t)以及水轮机效率η_ht(t)，根据公式W_ht(t)＝ΔT×P_ht(t)×N_ht/[1.025×9.8H_ht(t)η_ht(t)]计算并输出该时段消耗的上水库水量W_ht(t)，同时输出水电站的实际出力P_ht(t)；

3)上水库数据处理：

3A.输入时段开始时上水库水位Z_u(t)(由上一时段上水库数据处理得到)、该时段水泵站运送至上水库的水量W_p(t)、该时段水轮机消耗的上水库水量W_ht(t)(由该时段水泵站和水电站数据处理得到)；

3B.计算时段结束，即下一时段开始时上水库水位Z_u(t+1)＝Z_u(t)+[W_p(t)-W_ht(t)]×α；其中，α是根据实际水库参数已知的水量-水位转化关系；

3C.判断时段结束时上水库水位Z_u(t+1)是否低于最低死水位Z_min，如低于最低死水位Z_min，则下一时段水电站停机s＝0，否则s＝1；

3D.判断时段结束时上水库水位Z_u(t+1)是否高于最大蓄水位Z_max，如高于最大蓄水位Z_max，则下一时段水泵站停机q＝0，否则q＝1；

3E.得到下一时段开始时上水库水位Z_u(t+1)，下一时段水泵站运行/停机判断标志q和水电站运行/停机判断标志s；

3F.重复以上步骤1)至步骤3)得到典型日全天海水抽水蓄能运行数据，包括每一时 段t的上水库水位Z_u(t)、水泵站消耗功率P_p(t)和水电站输出功率P_ht(t)；

四)结合步骤三，对风-光-燃气-海水抽水蓄能系统进行容量优化配置：建立多目标优化模型，运用多目标优化算法进行求解，优化模型包括目标函数和约束条件：

(1)目标函数：

从系统运行经济性、环保性和供电可靠性角度建立目标函数：

1)系统经济性：

选择风-光-燃气-海水抽水蓄能联合系统总建设投资成本和维护成本最小作为目标函数，其表达式为：

min C_total＝C_w+C_pv+C_p+C_ht+C_mt式(1)

式中，C_total是系统的年度总成本，C_w是风电场的年度总成本，C_pv是光伏电站的年度总成本，C_p是水泵站中水泵机组的年度总成本，C_ht是水电站的年度总成本，C_mt是微型燃气轮机电站的年度总成本。

风电场的年度总成本可表示为

式(2)

式中，N_w是决策变量风电场中风力发电机的数量，e_w是已知的每台风力发电机的单位造价，P_wn是已知的每台风力发电机的额定功率，r_w是已知的风电场项目的贴现率，m_w是已知的风力发电机的折旧年限，u_wf是已知的风力发电机的年固定运行维护费用，u_wv是已知的风力发电机的年可变运行维护费用，E_w是风力发电机的年发电量，E_w由通过步骤二)和步骤三)数据处理得到典型日每时段t风力发电机的实际出力和弃风功率得到全天的发电量 其中n_max表示预设的将全天等分成n_max个时间段，P_w(n)表示第n个时段风电场的可输出功率，P_ww(n)表示第n个时段系统弃风功率，再乘以一年的天数得到E_w＝E_w-day×365；光伏电站、水泵站、水电厂和微型燃气轮机电厂的年度总成本可以用相同的原理计算，不再赘述。

2)环保性：

选择可再生能源渗透率最大作为目标函数，其表达式为：

式(3)

式中，β表示总负荷中的可再生能源渗透率，n_max表示预设的将全天等分成n_max个时间段，P_w(n)、P_pv(n)、P_a(n)、P_ht(n)分别表示通过步骤二)和步骤三)得到的第n个时段风电场的可输出功率、光伏电站的可输出功率、系统弃风弃光功率和水电站的输出功率，P_load(n)表示步骤二)输入的第n个时段内的负荷；

3)供电可靠性：

选择系统负荷失电率最小作为目标函数，其表达式为：

式(4)

式中，LPSP表示系统负荷失电率，n_max表示预设的将全天等分成n_max个时间段，P_lp(n表示通过步骤二)和步骤三)得到的第n个时段内的弃荷功率，P_load(n)表示步骤二)输入的第n个时段内的负荷；

(2)约束条件：

以决策变量，风力发电机的台数N_w，光伏组件的台数N_pv，水泵的台数N_p，水轮机的台数N_ht和微型燃气轮机的台数N_mt的上下限作为约束条件

0≤N_w≤N_wmax式(5)

0≤N_pv≤N_pvmax式(6)

0≤N_p≤N_pmax式(7)

0≤N_ht≤N_htmax式(8)

0≤N_mt≤N_mtmax式(9)

式中，N_wmax、N_pvmax、N_pmax、N_htmax和N_mtmax分别为风力发电机、光伏组件、水泵、水轮机和微型燃气轮机的最大数量。

(3)优化：根据建立的优化模型选择多目标加权的遗传算法进行优化。

本发明的有益效果是：

考虑了风力发电、光伏发电、燃气轮机发电和海水抽水蓄能多种供电方式构成的孤立电力系统进行了容量优化配置，在建模优化中特别针对海水抽水蓄能仅有上水库，会受到海浪和海风影响的特点进行了考虑，可以在保证供电可靠性的条件下从经济性、环保性和可再生能源利用多个角度进行优化调度，得到风-光-燃气-海水抽水蓄能孤立电力系统最优的容量配置方式。

附图说明

图1是风-光-燃气-海水抽水蓄能孤立电力系统结构示意图

图2是海水抽水蓄能数据处理流程图

图3是风-光-燃气-海水抽水蓄能系统容量优化配置流程图

具体实施方式

下面结合实施例和附图对本发明作进一步说明，但不应以此限制本发明的保护范围。

风-光-燃气-海水抽水蓄能孤立电力系统的结构如图1所示。

风电场与公共母线通过输电线路相连，可向公共母线输出电功率；风电场与水泵站通过输电线路相连，可向水泵站输出电功率；风电场与控制系统通过信号传输线路相连，可接收控制系统的控制信号。

光伏电站与公共母线通过输电线路相连，可向公共母线输出电功率；光伏电站与水泵站通过输电线路相连，可向水泵站输出电功率；光伏电站与控制系统通过信号传输线路相连，可接收控制系统的控制信号。

微型燃气轮机电站与公共母线通过输电线路相连，可向公共母线输出电功率；微型燃气轮机电站与控制系统通过信号传输线路相连，可接收控制系统的控制信号。

水电站与公共母线通过输电线路相连，可向公共母线输出电功率；水电站与控制系统通过信号传输线路相连，可接收控制系统的控制信号；水电站与上水库通过输水管道相连，可接收上水库流下的海水；水电站与大海通过输水管道相连，可向大海输送海水。

上水库与水电站通过输水管道相连，可向水电站输送海水；上水库与水泵站通过输水管道相连，可接收水泵站输送的海水；上水库与控制系统通过信号传输线路相连，可向控制系统传输自身状态。

大海与水电站通过输水管道相连，可接收水电站流下的海水；大海与水泵站通过输水管道相连，可向水泵站输送海水。

水泵站与风电场通过输电线路相连，可接收风电场输送的电功率；水泵站与光伏电站通过输电线路相连，可接收光伏电站输送的电功率；水泵站与上水库通过输水管道相连，可向上水库输送海水；水泵站与大海通过输水管道相连，可接收大海输送的海水；水泵站与控制系统通过信号传输线路相连，可接收控制系统的控制信号。

负荷系统与公共母线通过输电线路相连，可接收公共母线输送的电功率；负荷系统与控制系统通过信号传输线路相连，可向控制系统传输自身状态。

控制系统与公共母线通过输电线路相连，可接收公共母线输送的电功率；控制系统与风电场通过信号传输线路相连，可向风电场传输控制信号；控制系统与光伏电站通过信号传输线路相连，可向光伏电站传输控制信号；控制系统与微型燃气轮机电站通过信号传输线路相连，可向微型燃气轮机电站传输控制信号；控制系统与水电站通过信号传输线路相连，可向水电站传输控制信号；控制系统与水泵站通过信号传输线路相连，可向水泵站传输控制信号；控制系统与上水库通过信号传输线路相连，可接收上水库的状态信号；控制系统与负荷系统通过信号传输线路相连，可接收负荷系统的状态信号。

多目标的风-光-燃气-海水抽水蓄能系统容量优化配置流程图如图3所示，下面详细介绍图3所示的流程。

第一步：设定孤立电力系统的控制策略。

所设定的控制策略可以是但不限于以下的策略：风力发电和光伏发电优先供给系统负荷，若风力发电和光伏发电有剩余，则输入水泵站，若风力发电和光伏发电仍然有剩余，则造成“弃风”和“弃光”现象。其余负荷由水电站优先满足，微型燃气轮机电站作为备用，若所有发电设施发电后仍然无法满足负荷需求，则造成“负荷失电”现象。

第二步：输入基本数据。

所述基本数据包括：典型日负荷数据P_load(t)，典型日风速数据V_wind(t)，典型日太阳辐射数据R_solar(t)，典型日气温数据Temp(t)，典型日海浪数据H_tide(t)，风力发电机参数，光伏组件参数，微型燃气轮机参数，上水库参数，水泵参数及水轮机参数；

第三步：根据风力发电、光伏发电、微型燃气轮机及海水抽水蓄能模型，结合输入数据和决策变量进行数据处理。

(1)风力发电机可输出功率数据P_w(t)处理：根据典型日风力数据V_wind(t)、风力发电机参数以及功率转换模型，结合决策变量风力发电机的台数N_w进行计算。通过典型日风力数据V_wind(t)推算风力发电机可输出功率P_w(t)已有较成熟的方法，在这里可以采用但不限于以下方法：由已知的典型日风力数据V_wind(t)结合风力发电机高度参数，推算出风力发电机轮毂高度处风力数据V_wind,h(t)，再结合风力发电机出力特性参数和决策变量风力发电机的台数N_w确定风力发电机可输出功率数据P_w(t)；

(2)光伏组件可输出功率数据P_pv(t)处理：根据典型日太阳辐射数据R_solar(t)、典型日气温预测数据Temp(t)、光伏组件参数以及功率转换模型，结合决策变量光伏组件的台数N_pv进行计算。推算光伏组件可输出功率P_pv(t)已有较成熟的方法，在这里可以采用但不限于以下方法：由已知的典型日太阳辐射数据R_solar(t)和参考值R_solar,ref、典型日气温预测数据Temp(t)和参考值Temp,ref，结合光伏组件最佳工作电压参数V_mp、最佳工作电流参数I_mp、开路电压参数V_oc、短路电流参数I_sc以及串并联系数K，结合决策变量光伏组件的台数N_pv，利用公式得到光伏组件可输出功率数据P_pv(t)。

(3)微型燃气轮机输出功率数据P_mt(t)处理：根据典型日负荷数据P_load(t)、控制策略以及微型燃气轮机参数，结合决策变量微型燃气轮机的台数N_mt进行计算；所述数据处理过程已有较成熟的方法，在这里可以采用但不限于以下方法：若由典型日负荷数据P_load(t)和控制策略得到的微型燃气轮机分配功率P_mt.set(t)小于由微型燃气轮机台数Nmt和额定功率P_mt.rating(t)得到的微型燃气轮机电厂总容量N_mtP_mt.rating(t)，则P_mt(t)＝P_mt.set(t)，否则P_mt(t)＝N_mtP_mt.rating(t)。

(4)海水抽水蓄能数据处理。

海水抽水蓄能数据处理流程图如图2所示，结合图2，海水抽水蓄能数据处理过程分为 以下步骤：

1)水泵站数据处理：

A.输入控制策略分配水泵站的功率P_p,set(t)、该时段开始时上水库水位Z_u(t)、水泵站运行/停机判断标志q；

B.判断水泵站是否工作，如水泵站停机q＝0，则直接输出水泵站运送水量W_p(t)＝0，如水泵站运行q＝1，则继续以下步骤C至F；

C.根据上水库水位Z_u(t)，同时根据历史经验考虑海风V_wind(t)和海浪H_tide(t)对水面高度的影响，计算水泵站扬程H_p(t)；

D.根据扬程H_p(t)和已知的水泵的运转综合特性，确定水泵在该扬程下的输入功率P_p,in(t)和效率η_p(t)；

E.根据控制策略分配水泵站的功率P_p,set(t)和水泵的输入功率P_p,in(t)，结合决策变量水泵的总台数N_p，确定实际投入的水泵数量N_p(t)；

F.根据水泵功率P_p,in(t)、扬程H_p(t)以及水泵效率η_p(t)，计算并输出该时段运送至上水库的水量W_p(t)；

2)水电站数据处理：

A.输入控制策略分配水电站P_ht,set(t)的负荷、该时段开始时上水库水位Z_u(t)、水电站运行/停机判断标志s；

B.判断水电站是否工作，如水电站停机s＝0，则直接输出水电站消耗水量为W_ht(t)＝0，如水电站运行s＝1，则继续以下步骤C至G；

C.根据上水库水位Z_u(t)，同时根据历史经验考虑海风V_wind(t)和海浪H_tide(t)对水面高度的影响，计算水轮机水头H_ht(t)；

D.根据水头H_ht(t)和已知的水轮机运转综合特性，确定水轮机的最大出力P_ht,max(t)；

E.根据控制策略分配负荷P_ht,set(t)以及水轮机最大出力P_ht,max(t)，结合决策变量水轮机的台数N_ht，确定水轮机实际出力P_ht(t)；

F.根据水头H_ht(t)、水轮机实际出力P_ht(t)和已知的水轮机运转综合特性，确定水轮机效率η_ht(t)；

G.根据水轮机实际出力P_ht(t)、水头H_ht(t)以及水轮机效率η_ht(t)，计算并输出该时段消耗的上水库水量W_ht(t)；

3)上水库数据处理：

A.输入时段开始时上水库水位Z_u(t)、该时段水泵站运送至上水库的水量W_p(t)、该时段水轮机消耗的上水库水量W_ht(t)；

B.计算时段结束，即下一时段开始时上水库水位Z_u(t+1)；

C.判断时段结束时上水库水位Z_u(t+1)是否低于最低死水位Z_min，如低于最低死水位Z_min，则下一时段水电站停机s＝0，否则s＝1；

D.判断时段结束时上水库水位Z_u(t+1)是否高于最大蓄水位Z_max，如高于最大蓄水位Z_max，则下一时段水泵站停机q＝0，否则q＝1；

E.得到下一时段开始时上水库水位Z_u(t+1)，下一时段水泵站运行/停机判断标志q和水电站运行/停机判断标志s；

F.重复以上步骤得到典型日全天海水抽水蓄能运行数据；

四)结合步骤三，对风-光-燃气-海水抽水蓄能系统进行容量优化配置：建立多目标优化模型，运用多目标优化算法进行求解，优化模型包括目标函数和约束条件：

(1)目标函数：

从系统运行经济性、环保性和供电可靠性角度建立目标函数：

1)系统经济性：

选择风-光-燃气-海水抽水蓄能联合系统总建设投资成本和维护成本最小作为目标函数，其表达式为：

min C_total＝C_w+C_pv+C_p+C_ht+C_mt

式中，C_total是系统的年度总成本，C_w是风电场的年度总成本，C_pv是光伏电站的年度总成本，C_p1是水泵站中水泵机组的年度总成本，C_ht是水电站的年度总成本，C_mt是微型燃气轮机电站的年度总成本。

风电场的年度总成本可表示为

式中，N_w是决策变量风电场中风力发电机的数量，e_w是每台风力发电机的单位造价，P_wn是每台风力发电机的额定功率，r_w是风电场项目的贴现率，m_w是风力发电机的折旧年限，u_wf是风力发电机的年固定运行维护费用，u_wv是风力发电机的年可变运行维护费用，E_w是风力发电机的年发电量。

光伏电站、水泵站、水电厂和微型燃气轮机电厂的年度总成本可以用相同的原理计算，不再赘述。

2)环保性：

选择可再生能源渗透率最大作为目标函数，其表达式为：

式中，β表示总负荷中的可再生能源渗透率，n_max表示将全天等分成n_max个时间段，P_w(n)、P_pv(n)、P_a(n)、P_ht(n)分别表示第n个时段风电场的可输出功率、光伏电站的可输出功率、系统弃风弃光功率和水电站的输出功率，P_load(n)表示第n个时段内的负荷；

3)供电可靠性：

选择系统负荷失电率最小作为目标函数，其表达式为：

式中，LPSP表示系统负荷失电率，n_max表示将全天等分成n_max个时间段，P_lp(n)表示第n个时段内的弃荷功率，P_load(n)表示第n个时段内的负荷；

(2)约束条件：

以决策变量，风力发电机的台数N_w，光伏组件的台数N_pv，水泵的台数N_p，水轮机的台数N_ht和微型燃气轮机的台数N_mt的上下限作为约束条件

0≤N_w≤N_wmax

0≤N_pv≤N_pvmax

0≤N_p≤N_pmax

0≤N_ht≤N_htmax

0≤N_mt≤N_mtmax

式中，N_wmax、N_pvmax、N_pmax、N_htmax和N_mtmax分别为风力发电机、光伏组件、水泵、水轮机和微型燃气轮机的最大数量。

(3)优化：根据建立的优化模型选择多目标加权的遗传算法进行优化。

多目标加权的遗传算法已有较成熟的理论，在这里可以采用但不限于以下的方法：根据决策目标函数的重要性分别赋予三个目标函数不同的权重ω₁、ω₂和ω₃，从而将多目标优化问题简化为单目标优化问题，目标函数变为

min f＝minω₁C_total+ω₂(-β)+ω₃LPSP

进而通过遗传算法进行优化求解，遗传算法是一种较成熟的智能优化算法，在此不再赘述。

通过以上步骤，可以得到风-光-燃气-海水抽水蓄能孤立电力系统容量的优化配置结果，包括在制定控制策略下的风力发电机、光伏组件、水泵、水轮机和微型燃气轮机数量的最优配置方案，以及对应的总年度成本，可再生能源渗透率和负荷失电率。

进一步的，还可以针对不同的控制策略，比较不同控制策略下孤立电力系统的容量配置结果，根据工程技术人员的工程经验对不同的控制策略提供比较的指标。

Claims (3)

1.一种基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力系统容量优化配置方法，其特征在于，包括以下步骤：

步骤1、设定孤立电力系统的控制策略；

步骤2、输入初始数据：包括典型日每一个时段t的负荷数据P_load(t)、风速数据V_wind(t)、太阳辐射数据R_solar(t)、气温数据Temp(t)、海浪数据H_tide(t)，风力发电机参数，光伏组件参数，微型燃气轮机参数，上水库参数，水泵参数及水轮机参数；

步骤3、根据风力发电、光伏发电、微型燃气轮机及海水抽水蓄能模型，结合输入数据典型日每一个时段t的风速数据V_wind(t)、太阳辐射数据R_solar(t)、气温数据Temp(t)、海浪数据H_tide(t)和决策变量进行典型日每一个时段t风力发电机可输出功率P_w(t)的数据处理、光伏组件可输出功率P_pv(t)的数据处理、微型燃气轮机输出功率P_mt(t)的数据处理和海水抽水蓄能的数据处理；

步骤4、结合步骤3对风-光-燃气-海水抽水蓄能系统进行容量优化配置：首先建立多目标优化模型，然后根据建立的优化模型运用多目标优化算法进行优化处理。

2.根据权利要求1所述的基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力系统容量优化配置方法，其特征在于，所述的步骤3中海水抽水蓄能的数据处理，具体包括：针对典型日的每一个时长为ΔT的时段t，进行以下处理：

1)水泵站数据处理：

1A.输入控制策略分配水泵站的功率P_p,set(t)、该时段开始时上水库水位Z_u(t)、水泵站运行/停机判断标志q；其中，分配水泵站的功率P_p,set(t)由步骤1中的控制策略结合已知数据风力发电机可输出功率P_w(t)、光伏组件可输出功率P_pv(t)、负荷数据P_load(t)和微型燃气轮机输出功率P_mt(t)得到；时段开始时上水库水位Z_u(t)和水泵站运行/停机判断标志q由上一时间段上水库数据处理得到，第一个时段开始时Z_u(t)和q值为已知的预设值；

1B.判断水泵站是否工作，如水泵站停机q＝0，则直接输出水泵站运送水量W_p(t)＝0，如水泵站运行q＝1，则继续以下步骤1C至1F；

1C.根据上水库水位Z_u(t)，同时根据历史经验考虑海风V_wind(t)和海浪H_tide(t)对水面高度的影响，确定水泵站平均扬程H_p(t)；

1D.根据扬程H_p(t)和已知的水泵的运转综合特性，确定水泵在该扬程下的输入功率P_p,in(t)和效率η_p(t)；

1E.根据控制策略分配水泵站的功率P_p,set(t)和水泵的输入功率P_p,in(t)，结合决策变量水泵的总台数N_p，确定实际投入的水泵数量N_pp(t)；其中，当P_p,set(t)≤P_p,in(t)×N_p时， ([·]表示取整)，当P_p,set(t)>P_p,in(t)×N_p时，N_pp(t)＝N_p；

1F.根据水泵功率P_p,in(t)、扬程H_p(t)以及水泵效率η_p(t)，根据公式W_p(t)＝ΔT×[P_p,in(t)×N_pp(t)×η_p(t)]/[1.025×9.8H_p(t)]计算并输出该时段运送至上水库的水量W_p(t)，同时输出水泵站消耗的实际功率P_p(t)＝P_p,in(t)×N_pp(t)；

2)水电站数据处理：

2A.输入控制策略分配水电站P_ht,set(t)的负荷、该时段开始时上水库水位Z_u(t)、水电站运行/停机判断标志s；其中，分配水电站的负荷P_ht,set(t)由步骤1中的控制策略结合已知数据风力发电机可输出功率P_w(t)、光伏组件可输出功率P_pv(t)、负荷数据P_load(t)和微型燃气轮机输出功率P_mt(t)得到；时段开始时上水库水位Z_u(t)和水电站运行/停机判断标志s由上一时间段上水库数据处理得到，第一个时段开始时Z_u(t)和s值为已知的预设值；

2B.判断水电站是否工作，如水电站停机s＝0，则直接输出水电站消耗水量为W_ht(t)＝0，如水电站运行s＝1，则继续以下步骤2C至2G；

2C.根据上水库水位Z_u(t)，同时根据历史经验考虑海风V_wind(t)和海浪H_tide(t)对水面高度的影响，确定水轮机平均水头H_ht(t)；

2D.根据水头H_ht(t)和已知的水轮机运转综合特性，确定单台水轮机的最大出力P_ht,max(t)；

2E.根据控制策略分配负荷P_ht,set(t)以及单台水轮机最大出力P_ht,max(t)，结合决策变量水轮机的台数N_ht，确定所有水轮机实际出力P_ht(t)；其中，当P_ht,set(t)≤P_ht,max(t)×N_ht时，P_ht(t)＝P_ht,set(t)，当P_ht,set(t)>P_ht,max(t)×N_ht时，P_ht(t)＝P_ht,max(t)×N_ht；

2F.根据水头H_ht(t)、水轮机实际出力P_ht(t)和已知的水轮机运转综合特性，确定水轮机效率η_ht(t)；

2G.根据水轮机实际出力P_ht(t)、水头H_ht(t)以及水轮机效率η_ht(t)，根据公式W_ht(t)＝ΔT×P_ht(t)×N_ht/[1.025×9.8H_ht(t)η_ht(t)]计算并输出该时段消耗的上水库水量W_ht(t)，同时输出水电站的实际出力P_ht(t)；

3)上水库数据处理：

3A.输入时段开始时上水库水位Z_u(t)、该时段水泵站运送至上水库的水量W_p(t)、该时段水轮机消耗的上水库水量W_ht(t)；其中，时段开始时上水库水位Z_u(t)由上一时间段上水库数据处理得到，水泵站运送至上水库的水量W_p(t)和水轮机消耗的上水库水量W_ht(t)由该时段水泵站数据处理和水电站数据处理得到；

3B.计算时段结束，即下一时段开始时上水库水位Z_u(t+1)＝Z_u(t)+[W_p(t)-W_ht(t)]×α；其中，α是根据实际水库参数已知的水量-水位转化关系；

3C.判断时段结束时上水库水位Z_u(t+1)是否低于预设的最低死水位Z_min，如低于最低死水位Z_min，则下一时段水电站运行/停机标志s＝0，否则s＝1；

3D.判断时段结束时上水库水位Z_u(t+1)是否高于预设的最大蓄水位Z_max，如高于最大蓄水位Z_max，则下一时段水泵站运行/停机标志q＝0，否则q＝1；

3E.得到下一时段开始时上水库水位Z_u(t+1)、下一时段水泵站运行/停机判断标志q和水电站运行/停机判断标志s；

3F.重复以上步骤1)至步骤3)，得到典型日全天海水抽水蓄能运行数据，包括每一时段t的上水库水位Z_u(t)、水泵站消耗功率P_p(t)和水电站输出功率P_ht(t)。

3.根据权利要求1所述的基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力系统容量优化配置方法，其特征在于，所述的步骤4建立多目标优化模型，具体包括

(1)建立目标函数：

1)系统经济性：

选择风-光-燃气-海水抽水蓄能联合系统总建设投资成本和维护成本最小作为目标函数，其表达式为：

min C_total＝C_w+C_pv+C_p+C_ht+C_mt 式(1)

式中，C_total是系统的年度总成本，C_w是风电场的年度总成本，C_pv是光伏电站的年度总成本，C_p是水泵站中水泵机组的年度总成本，C_ht是水电站的年度总成本，C_mt是微型燃气轮机电站的年度总成本。

风电场的年度总成本可表示为

式(2)

式中，N_w是决策变量风电场中风力发电机的数量，e_w是已知的每台风力发电机的单位造价，P_wn是已知的每台风力发电机的额定功率，r_w是已知的风电场项目的贴现率，m_w是已 知的风力发电机的折旧年限，u_wf是已知的风力发电机的年固定运行维护费用，u_wv是已知的风力发电机的年可变运行维护费用，E_w是风力发电机的年发电量，E_w由通过步骤2和步骤3数据处理得到典型日每时段t风力发电机的实际出力和弃风功率得到全天的发电量 其中n_max表示预设的将全天等分成n_max个时间段，P_w(n)表示第n个时段风电场的可输出功率，P_ww(n)表示第n个时段系统弃风功率，再乘以一年的天数得到E_w＝E_w-day×365；

光伏电站、水泵站、水电厂和微型燃气轮机电厂的年度总成本用相同的原理计算；

2)环保性：

选择可再生能源渗透率最大作为目标函数，其表达式为：

式(3)

式中，β表示总负荷中的可再生能源渗透率，n_max表示预设的将全天等分成n_max个时间段，P_w(n)、P_pv(n)、P_a(n)、P_ht(n)分别表示通过步骤2和步骤3得到的第n个时段风电场的可输出功率、光伏电站的可输出功率、系统弃风弃光功率和水电站的输出功率，P_load(n)表示步骤2输入的第n个时段内的负荷；

3)供电可靠性：

选择系统负荷失电率最小作为目标函数，其表达式为：

式(4)

式中，LPSP表示系统负荷失电率，n_max表示预设的将全天等分成n_max个时间段，P_lp(n)表示通过步骤2和步骤3得到的第n个时段内的弃荷功率，P_load(n)表示步骤2输入的第n个时段内的负荷；

(2)约束条件：

以决策变量，风力发电机的台数N_w，光伏组件的台数N_pv，水泵的台数N_p，水轮机的台数N_ht和微型燃气轮机的台数N_mt的上下限作为约束条件

0≤N_w≤N_wmax 式(5)

0≤N_pv≤N_pvmax 式(6)

0≤N_p≤N_pmax 式(7)

0≤N_ht≤N_htmax 式(8)

0≤N_mt≤N_mtmax 式(9)

式中，N_wmax、N_pvmax、N_pmax、N_htmax和N_mtmax分别为风力发电机、光伏组件、水泵、水轮机和微型燃气轮机的最大数量。