CN108039741B - 计及微源余电上网的交直流混合微网优化运行方法 - Google Patents
计及微源余电上网的交直流混合微网优化运行方法 Download PDFInfo
- Publication number
- CN108039741B CN108039741B CN201711360241.7A CN201711360241A CN108039741B CN 108039741 B CN108039741 B CN 108039741B CN 201711360241 A CN201711360241 A CN 201711360241A CN 108039741 B CN108039741 B CN 108039741B
- Authority
- CN
- China
- Prior art keywords
- micro
- grid
- source
- family
- cost
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000000446 fuel Substances 0.000 claims abstract description 56
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 43
- 238000010248 power generation Methods 0.000 claims abstract description 34
- 238000013178 mathematical model Methods 0.000 claims abstract description 29
- 230000008901 benefit Effects 0.000 claims abstract description 22
- 230000007613 environmental effect Effects 0.000 claims abstract description 17
- 238000012423 maintenance Methods 0.000 claims abstract description 15
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 230000009194 climbing Effects 0.000 claims abstract description 11
- 230000008602 contraction Effects 0.000 claims description 15
- 230000006872 improvement Effects 0.000 claims description 9
- 230000002457 bidirectional effect Effects 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 8
- 239000003344 environmental pollutant Substances 0.000 claims description 7
- 231100000719 pollutant Toxicity 0.000 claims description 7
- 230000004083 survival effect Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 claims description 3
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000009395 breeding Methods 0.000 claims description 3
- 230000001488 breeding effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 239000000356 contaminant Substances 0.000 claims description 3
- 239000002737 fuel gas Substances 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J4/00—Circuit arrangements for mains or distribution networks not specified as ac or dc
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种计及微源余电上网的交直流混合微网优化运行方法：建立包含风力发电、光伏发电、蓄电池、柴油发电机、燃料电池的交直流混合微网优化运行数学模型，交直流混合微网数学模型包含考虑电网购电成本、微源燃料成本、环境效益成本、网损、运行维护成本及微源余电上网收益构建的多目标、多约束及非线性的目标函数，且数学模型服从微网内部功率平衡、可控微源爬坡率、单位时间蓄电池充放电上下限、蓄电池荷电状态上下限、蓄电池前后时间段功率平衡及蓄电池荷电状态不变的约束条件；对基本列队竞争算法进行改进，得到改进列队竞争算法；用改进列队竞争算法求解交直流混合微网优化运行数学模型。本发明能有效减少微网运行成本，促进新能源消纳率。
Description
技术领域
本发明涉及一种交直流混合微网优化运行方法。特别是涉及一种计及微源余电上网的交直流混合微网优化运行方法。
背景技术
随着社会的进步和发展和人们日益增长的物质需求，电力行业面临传统能源的枯竭和电力需求的增长之间的矛盾，寻求新型发电能源迫在眉睫。光伏发电(photovoltaics,PV)、风力发电(wind turbine,WT)、燃料电池(fuel cell,FC)及柴油发电机(dieselgenerator,DEG)由于具有对可再生能源的高效利用、环境效益较好、安装地点灵活等优点受到广泛关注，并把这类电源统称为分布式电源(distributed generation,DG)。虽然分布式发电就有显著的优势，但是其输出功率的不确定性和间歇性限制了大规模的开发利用。微网(microgrid,MG)可以对分布式电源统一管理控制，促进新能源的大规模消纳利用，国内外已建立多个微网示范工程用于微网控制和可靠运行技术的研究。交直流混合微网包含分布式电源、交直流负荷、储能装置和电力电子设备，能够实现对分布式电源的统一管理调度，同时满足交流和直流负荷的用电需求，减少电力电子设备的使用，降低谐波污染，是当前研究的重点和难点。
目前常用的智能算法寻优效果良好，但仍存在一些收敛速度慢或者达不到收敛精度要求等问题，因此需要尝试新的智能算法。列队竞争算法(Line-up CompetitionAlgorithm,LCA)由武汉理工大学鄢烈祥教授于1998年首次提出，算法模拟进化过程中始终保持独立并行进化的家族，通过家族内部的纵向生存竞争和家族之间的横向地位竞争双重竞争方法，来提高算法收敛精度。生存竞争指同一家族内繁殖的子代为生存进行的竞争，最后只剩下一个最优秀的个体代表自己的家族，地位竞争指不同家族之间的地位竞争,根据各个家族目标函数值的大小排列成一个列队，越优秀的家族在列队中越靠前。经过双重竞争之后，列队中的首位个体不断更新被其他家族个体所取代，提高了算法的收敛精度。
发明内容
本发明所要解决的技术问题是，提供一种能有效减少微网运行成本，促进新能源消纳率的计及微源余电上网的交直流混合微网优化运行方法。
本发明所采用的技术方案是：一种计及微源余电上网的交直流混合微网优化运行方法，包括如下步骤：
1)计及微源余电上网，建立包含风力发电、光伏发电、蓄电池、柴油发电机、燃料电池的交直流混合微网优化运行数学模型，所述的交直流混合微网数学模型包含考虑电网购电成本、微源燃料成本、环境效益成本、网损、运行维护成本及微源余电上网收益，所构建的多目标、多约束及非线性的目标函数，且所述的交直流混合微网优化运行数学模型服从微网内部功率平衡、可控微源爬坡率、单位时间蓄电池充放电上下限、蓄电池荷电状态上下限、蓄电池前后时间段功率平衡及蓄电池荷电状态不变的约束条件；
2)对基本列队竞争算法进行改进，得到改进列队竞争算法；
3)用改进列队竞争算法求解交直流混合微网优化运行数学模型。
步骤1)所述的电网购电成本、微源燃料成本、环境效益成本、网损、运行维护成本及微源余电上网收益，具体如下：
(1)电网购电成本FGrid：
式中，△T为向电网购电的时间段；T为一天内总时段；t为一天内各时段；
为交直流混合微网向电网购电电量；
为相应时间段内电网售电价格；
(2)微源燃料成本Ffuel：
ηFC＝-0.0023×PFC+0.6735
式中，FFCfuel为燃料电池的燃料成本；FDEGfuel为柴油发电机的燃料成本；CFC为燃料电池的燃料单价；LHV为燃料气体的低热值；PFC为燃料电池的输出功率；PDEG为柴油发电机的输出功率；a、b、c为柴油发电机发电系数，由柴油机生产厂家给出；ηFC为燃料电池的发电效率；
(3)环境效益成本Fen：
式中，N为微源个数，M为污染物的类型，αj为相应污染物的折算成本，单位为元/kg，EFi,j为第i个微源产生的第j种污染物的单位排放量，kg/kW，Pi为第i个微源的输出功率；
(4)网损Floss：
式中，FILCloss为换流器损耗；FACloss为交流区网损；FDCloss为直流区网损；WT为风力发电；PV为光伏发电；ES为蓄电池；FC为燃料电池；ηi为微源i的发电效率；Pk、Qk为支路k传输的有功、无功功率；l为交流区支路总数；L为交直流混合微网支路总数，则直流区支路数为L-l；Rk为支路k的电阻；Uk为支路k的电压有效值；
(5)运行维护成本Fom：
式中：βi为第i个微源的运行维护成本系数。
(6)微源余电上网收益FGRID：
式中：△T表示微源可以实现余电上网时的时间段；T是微源余电上网的总时间段；N1是可以实现余电上网的微源的个数；
是在第t个时段内发电成本小于电网上网费用的微源k输出功率；
为第t个时段内微源余电上网价格；
是第k个可以实现余电上网的微源在第t个时段内的发电成本。
步骤1)所述的目标函数F表示如下：
F＝(1-λ)×(FGrid+Ffuel+Fen+Fom-FGRID)+λ×Floss
式中，λ为网损成本系数；FGrid为电网购电成本；Ffuel为微源燃料成本；Fen为环境效益成本；Fom为运行维护成本；FGRID为微源余电上网收益；Floss为网损折算成本。
步骤1)所述的约束条件包括：
微网内部功率平衡约束条件：
可控微源爬坡率约束条件：
Pi t-Pi t-1≤ri△t
单位时间蓄电池充放电上下限约束条件。
蓄电池荷电状态上下限约束条件。
Socmin≤Soct≤Socmax
蓄电池前后时间段功率平衡约束条件：
蓄电池荷电状态不变约束条件：
Socinitial＝Socend
其中，N为微源个数；
表示第t个时段第i个微源出力；
表示第t个时段从电网购电功率；
为第t个时段蓄电池功率变化量，放电为正，充电为负；
分别表示第t个时段交、直流区负荷；N1为第t个时段可以实现余电上网的微源个数；
为第k个可以实现余电上网的微源在第t个时段的上网电量；Pi t表示第t个时段微源i的输出功率；ri为第i个微源的单位时间爬坡率；△t表示在可控微源出力时段内的单位时间段；
为第t个时段蓄电池功率变化量的绝对值；
为第t个时段蓄电池功率变化量的限值；Soct为第t个时段蓄电池蓄电池的荷电状态；Socmin、Socmax分别为荷电状态的上下限值；uu表示充放电系数，充电时为1，放电时为-1；ηES为蓄电池充放电效率，这里取95％；△T表示蓄电池充放电时间内单位时间段；QES为蓄电池额定容量；Socinitial、Socend为荷电状态的初始值和最终值。
步骤2)所述的对基本列队竞争算法进行改进是:
(1)将基本列队竞争算法的单向繁殖迭代公式：
xwc＝ac+Cc×rand w＝1,2,…W,c＝1,2,…s
改进为双向繁殖公式如下：
式中，xwc表示第w个家族产生的第c个家族子代个体；ac表示第c个家族子代个体的取值下限；bc表示第c个家族子代个体的取值上限；W表示家族总个数；s表示每个家族中的子代个体总数。
(2)将基本列队竞争算法中的收缩迭代公式：
Dw(G+1)＝ε×Dw(G) w＝1,2,…W
改进为：
Dw(G+1)＝(W-w)÷W×ε×Dw(G) w＝1,2,…W
式中，ε表示收缩比；Dw(G)表示第G次迭代的搜索区域的边长；W表示家族总个数。
步骤3)所述的用改进列队竞争算法求解交直流混合微网优化运行数学模型，包括：
(1)随机生成W个家族父代，代入交直流混合微网优化运行数学模型中，计算每个家族父代的适应度值；
(2)采用升序排列，对W个家族父代进行排序；
(3)确定每个家族父代的搜索空间，列队中越靠前的家族父代搜索空间越小，Lw和Hw分别为第w个家族父代的搜索下限和搜索上限，在求解过程中，Lw和Hw分别为各微源的出力范围，Dw＝Hw-Lw，w＝1,2,…,W，则第w个家族父代的搜索空间Sw为：
Sw＝w×Dw÷W
第w个家族父代的搜索空间是以家族父代w为中心，以Dw为边长向量的一个矩形区域，W取值范围为5～10。
(4)每个家族在各自搜索空间内繁殖，按照双向繁殖公式随机产生2s个均匀分布的家族子代个体，A＝a1,a2,…,as和B＝b1,b2,…,bs分别为家族子代的取值下限和上限，搜索空间大小C＝B-A，繁殖迭代公式如下：
式中，xwc为第w个家族中生成的第c个个体；rand为区间[0,1]上均匀分布的随机数；
(5)2s个家族子代与家族父代一起进行纵向生存竞争，即将家族子代和父代分别代入到交直流混合微网优化运行数学模型的目标函数中，保留适应度值最好的1个个体，代表家族进行横向地位竞争；
(6)进行第k次迭代之后，所有家族收缩搜索空间，通过减少搜索区域的边长来实现收缩搜索空间：
Dw(G+1)＝(W-w)÷W×ε×Dw(G)
其中，Dw(G)表示第G次迭代的搜索区域的边长；ε为收缩比，取值范围在(0,1)之间，ε值越小收缩越快；
(7)判断算法是否达到设定的迭代次数，若否则回到第(2)步，若是算法结束，此时列队中剩余一个个体，该个体即为交直流混合微网优化运行数学模型的解。
本发明的计及微源余电上网的交直流混合微网优化运行方法，能有效减少微网运行成本，促进新能源消纳率。本发明具有如下优点：
1、本发明建立的交直流混合微网数学模型，考虑了电网购电成本、微源燃料成本、环境效益成本、网损、运行维护成本及微源余电上网收益，目标函数服从微网内部功率平衡、可控微源爬坡率、单位时间蓄电池充放电上下限、蓄电池荷电状态上下限、蓄电池前后时间段功率平衡及蓄电池荷电状态不变的约束条件，便于方法应用到实际工程中；
2、将改进列队竞争算法成功应用到交直流混合微网优化运行的目标函数求解中，为交直流混合微网优化运行提供一种新方法和新思路；
3、计及微源余电上网的交直流混合微网优化运行方法具有显著的有效性和经济性，有利于交直流混合微网的经济运行。
附图说明
图1是本发明中列队竞争算法流程图；
图2是本发明中交直流混合微网典型网架结构；
图3本发明改进列队竞争算法收敛情况图；
图4是本发明交流区各微源出力情况图；
图5是本发明交流区运行成本曲线；
图6是本发明直流区各微源出力情况图；
图7是本发明直流区运行成本曲线；
图8是蓄电池SOC变化曲线；
图9是本发明中微源余电上网的电量；
图10是本发明中交直流混合微网的运行成本及微源余电上网收益曲线。
具体实施方式
下面结合实施例和附图对本发明的计及微源余电上网的交直流混合微网优化运行方法做出详细说明。
本发明的一种计及微源余电上网的交直流混合微网优化运行方法，以交直流混合微网的经济优化运行为研究重点，通过建立经济优化运行数学模型，并应用改进列队竞争算法求解目标函数，验证数学模型的可行性。
本发明的计及微源余电上网的交直流混合微网优化运行方法，包括如下步骤：
1)计及微源余电上网，针对包含风力发电、光伏发电、蓄电池、柴油发电机、燃料电池的交直流混合微网，建立交直流混合微网优化运行数学模型，所述的交直流混合微网数学模型包含考虑电网购电成本、微源燃料成本、环境效益成本、网损、运行维护成本及微源余电上网收益，所构建的多目标、多约束及非线性的目标函数，且所述的交直流混合微网优化运行数学模型服从微网内部功率平衡、可控微源爬坡率、单位时间蓄电池充放电上下限、蓄电池荷电状态上下限、蓄电池前后时间段功率平衡及蓄电池荷电状态不变的约束条件，其中：
所述的电网购电成本、微源燃料成本、环境效益成本、网损、运行维护成本及微源余电上网收益，具体如下：
(1)电网购电成本FGrid：
式中，△T为向电网购电的时间段；T为一天内总时段；t为一天内各时段；
为交直流混合微网向电网购电电量；
为相应时间段内电网售电价格；
(2)微源燃料成本Ffuel：
ηFC＝-0.0023×PFC+0.6735
式中，FFCfuel为燃料电池的燃料成本；FDEGfuel为柴油发电机的燃料成本；CFC为燃料电池的燃料单价；LHV为燃料气体的低热值；PFC为燃料电池的输出功率；PDEG为柴油发电机的输出功率；a、b、c为柴油发电机发电系数，由柴油机生产厂家给出；ηFC为燃料电池的发电效率；
(3)环境效益成本Fen：
式中，N为微源个数，M为污染物的类型，αj为相应污染物的折算成本，单位为元/kg，EFi,j为第i个微源产生的第j种污染物的单位排放量，kg/kW，Pi为第i个微源的输出功率；不同污染物的折算成本和不同微源的排放因子如表1所示。
表1折算成本和排放因子
(4)网损Floss：
式中，FILCloss为换流器损耗；FACloss为交流区网损；FDCloss为直流区网损；WT为风力发电；PV为光伏发电；ES为蓄电池；FC为燃料电池；ηi为微源i的发电效率；Pk、Qk为支路k传输的有功、无功功率；l为交流区支路总数；L为交直流混合微网支路总数，则直流区支路数为L-l；Rk为支路k的电阻；Uk为支路k的电压有效值；
(5)运行维护成本Fom：
式中：βi为第i个微源的运行维护成本系数。βi具体数值可取：
其中，βFC为燃料电池的运行维护成本系数；βDEG为柴油发电机的运行维护成本系数；βES为蓄电池的运行维护成本系数。
(6)微源余电上网收益FGRID：
式中：△T表示微源可以实现余电上网时的时间段；T是微源余电上网的总时间段；N1是可以实现余电上网的微源的个数；
是在第t个时段内发电成本小于电网上网费用的微源k输出功率；
为第t个时段内微源余电上网价格；
是第k个可以实现余电上网的微源在第t个时段内的发电成本。
所述的目标函数F表示如下：
F＝(1-λ)×(FGrid+Ffuel+Fen+Fom-FGRID)+λ×Floss
式中，λ为网损成本系数；FGrid为电网购电成本；Ffuel为微源燃料成本；Fen为环境效益成本；Fom为运行维护成本；FGRID为微源余电上网收益；Floss为网损折算成本。
所述的约束条件包括：
微网内部功率平衡约束条件：
可控微源爬坡率约束条件：
Pi t-Pi t-1≤ri△t
单位时间蓄电池充放电上下限约束条件。
蓄电池荷电状态上下限约束条件。
Socmin≤Soct≤Socmax
蓄电池前后时间段功率平衡约束条件：
蓄电池荷电状态不变约束条件：
Socinitial＝Socend
其中，N为微源个数；
表示第t个时段第i个微源出力；
表示第t个时段从电网购电功率；
为第t个时段蓄电池功率变化量，放电为正，充电为负；
分别表示第t个时段交、直流区负荷；N1为第t个时段可以实现余电上网的微源个数；
为第k个可以实现余电上网的微源在第t个时段的上网电量；Pi t表示第t个时段微源i的输出功率；ri为第i个微源的单位时间爬坡率；△t表示在可控微源出力时段内的单位时间段；
为第t个时段蓄电池功率变化量的绝对值；
为第t个时段蓄电池功率变化量的限值；Soct为第t个时段蓄电池蓄电池的荷电状态；Socmin、Socmax分别为荷电状态的上下限值；uu表示充放电系数，充电时为1，放电时为-1；ηES为蓄电池充放电效率，这里取95％；△T表示蓄电池充放电时间内单位时间段；QES为蓄电池额定容量；Socinitial、Socend为荷电状态的初始值和最终值。
2)对基本列队竞争算法进行改进，得到改进列队竞争算法，如图1所示，所述的对基本列队竞争算法进行改进是:
(1)基本列队竞争算法的繁殖迭代是从各变量的下限加一个随机位移量产生的s个子代个体，将基本列队竞争算法的单向繁殖迭代公式：
xwc＝ac+Cc×rand w＝1,2,…W,c＝1,2,…s
改进列队竞争算法增加一倍数量的家族子代个体,在基本列队竞争的基础上再通过各变量的上限减去一个随机位移量产生家族子代个体，由双向繁殖共产生2s个家族子代个体，改进为双向繁殖公式如下：
式中，xwc表示第w个家族产生的第c个家族子代个体；ac表示第c个家族子代个体的取值下限；bc表示第c个家族子代个体的取值上限；W表示家族总个数；s表示每个家族中的子代个体总数。
这2s个家族子代个体与家族父代一起进行纵向生存竞争，保留最优秀的家族个体，代表家族进行横向地位竞争。
(2)基本列队竞争算法第w个家族从第G代到第G+1代的繁殖迭代，收缩比ε取值范围在(0,1)之间的定值，为了增加搜索区域较大的家族进行家族内部的全局搜索的机会，将基本列队竞争算法中的收缩迭代公式：
Dw(G+1)＝ε×Dw(G) w＝1,2,…W
改进为：
Dw(G+1)＝(W-w)÷W×ε×Dw(G) w＝1,2,…W
式中，ε表示收缩比；Dw(G)表示第G次迭代的搜索区域的边长；W表示家族总个数。可以看出列队中越靠前的家族搜索空间越小，其收缩速度越慢，列队中越靠后的家族搜索空间越大，其收缩速度越快，有利于算法找到全局最优解。
3)用改进列队竞争算法求解交直流混合微网优化运行数学模型，验证计及微源余电上网的交直流混合微网优化运行方法的有效性和经济性。包括：
(1)随机生成W个家族父代，代入交直流混合微网优化运行数学模型中，计算每个家族父代的适应度值；
(2)采用升序排列，对W个家族父代进行排序；
(3)确定每个家族父代的搜索空间，列队中越靠前的家族父代搜索空间越小，Lw和Hw分别为第w个家族父代的搜索下限和搜索上限，在求解过程中，Lw和Hw分别为各微源的出力范围，Dw＝Hw-Lw，w＝1,2,…,W，则第w个家族父代的搜索空间Sw为：
Sw＝w×Dw÷W
第w个家族父代的搜索空间是以家族父代w为中心，以Dw为边长向量的一个矩形区域，当家族数量W较大时，会使各家族的搜索空间重叠，降低搜索效率。W取值范围为5～10。
(4)每个家族在各自搜索空间内繁殖，按照双向繁殖公式随机产生2s个均匀分布的家族子代个体，A＝a1,a2,…,as和B＝b1,b2,…,bs分别为家族子代的取值下限和上限，搜索空间大小C＝B-A，繁殖迭代公式如下：
式中，xwc为第w个家族中生成的第c个个体；rand为区间[0,1]上均匀分布的随机数；
(5)2s个家族子代与家族父代一起进行纵向生存竞争，即将家族子代和父代分别代入到交直流混合微网优化运行数学模型的目标函数中，保留适应度值最好的1个个体，代表家族进行横向地位竞争；
(6)进行第k次迭代之后，所有家族收缩搜索空间，通过减少搜索区域的边长来实现收缩搜索空间：
Dw(G+1)＝(W-w)÷W×ε×Dw(G)
其中，Dw(G)表示第G次迭代的搜索区域的边长；ε为收缩比，取值范围在(0,1)之间，ε值越小收缩越快；
(7)判断算法是否达到设定的迭代次数，若否则回到第(2)步，若是算法结束，此时列队中剩余一个个体，该个体即为交直流混合微网优化运行数学模型的解。
下面给出实例：
本发明的实例考虑如图2所示的交直流混合微网，图中MS代表微源，Load代表负荷。对于交流区与直流区之间的潮流控制器采用双向潮流控制器，实现交流区和直流区之间的功率流通，从而降低微网运行成本，提高对微源的利用率。算例中直流区包含燃料电池、光伏发电及蓄电池，交流区包含柴油发电机和风力发电，交流区和直流区之间通过换流器连接，各微源参数如表2所示。蓄电池容量为250kW·h，始末时刻的荷电状态为0.3，SOC变化范围为0.3～0.9。本发明微源余电上网电量由各时刻单位电量电网购电成本和微源发电成本比较得出。为促进可再生能源消纳，本文确定微源余电上网价格时，不考虑大电网收益，上网价格由各时刻电网购电成本和微源发电成本比较得出：在微网内部负荷满足需求的前提下，如果前者小于后者，则该微源余电不上网，否则为促进微源的消纳率，将微源余电以同时刻电网售电价格上网，将微源余电以同时刻电网购电价格上网，具体数值如表3所示。
表2各微源的参数
表3大电网分时电价
(1)对交直流混合微网未来一天内24小时各微源出力进行优化，建立考虑电网购电成本、微源燃料成本、环境效益成本、网损、运行维护成本及微源余电上网收益的目标函数，且服从微网内部功率平衡、公共连接点传输容量、可控微源爬坡率、单位时间蓄电池充放电上下限、蓄电池荷电状态上下限、蓄电池前后时间段功率平衡及蓄电池荷电状态不变的约束条件。本发明用改进列队竞争算法进行求解，图3为算法中家族个数收敛情况；
(2)如图4-图7所示的交直流混合微网交流区和直流区的各微源出力情况曲线及成本曲线。可以看出，由于直流区微源燃料电池、蓄电池和光伏发电环境效益较好，所以环保折算成本接近于零；
(3)图8为优化后的蓄电池SOC变化曲线，可以看出其变化在约束范围之内，满足各约束条件。
(4)计及微源余电上网的交直流混合微网在运行过程中，要将可以获得利润的微源尽量多发，得到图9为向电网售电的电量；
(5)图10为交直流混合微网总运行成本曲线，通过对比交直流混合微网的运行成本曲线和微源余电上网收益曲线，可以看出计及微源余电上网的交直流混合微网在运行过程中，能有效减少其运行总成本。经过运行算法程序，得到运行结果为：交直流混合微网优化运行总成本为1480.4元，其中交流区运行成本为1268.6元，直流区运行成本为696.8元，微源余电上网收益为484.9元。从运行结果看出，计及微源余电上网的交直流混合微网通过微源余电上网获得收益，降低交直流混合微网运行成本，具有显著的经济性。
综上所述，通过本实施例的测试结果，说明本发明的一种计及微源余电上网的交直流混合微网优化运行方法在满足交直流混合微网内部负荷需求的前提下，通过微源余电上网促进微源消纳率，并获得微源余电上网收益，能有效降低微网运行成本，验证了计及微源余电上网的交直流混合微网优化运行方法的有效性和经济性。
Claims (2)
1.一种计及微源余电上网的交直流混合微网优化运行方法，其特征在于，包括如下步骤：
1)计及微源余电上网，建立包含风力发电、光伏发电、蓄电池、柴油发电机、燃料电池的交直流混合微网优化运行数学模型，所述的交直流混合微网优化运行数学模型包含考虑电网购电成本、微源燃料成本、环境效益成本、网损、运行维护成本及微源余电上网收益，所构建的多目标、多约束及非线性的目标函数，且所述的交直流混合微网优化运行数学模型服从微网内部功率平衡、可控微源爬坡率、单位时间蓄电池充放电上下限、蓄电池荷电状态上下限、蓄电池前后时间段功率平衡及蓄电池荷电状态不变的约束条件；其中，
所述的电网购电成本、微源燃料成本、环境效益成本、网损、运行维护成本及微源余电上网收益，具体如下：
(1)电网购电成本FGrid：
式中，ΔT为向电网购电的时间段；T为一天内总时段；t为一天内各时段；
为交直流混合微网向电网购电电量；
为相应时间段内电网售电价格；
(2)微源燃料成本Ffuel：
ηFC＝-0.0023×PFC+0.6735
式中，FFCfuel为燃料电池的燃料成本；FDEGfuel为柴油发电机的燃料成本；CFC为燃料电池的燃料单价；LHV为燃料气体的低热值；PFC为燃料电池的输出功率；PDEG为柴油发电机的输出功率；a、b、c为柴油发电机发电系数，由柴油机生产厂家给出；ηFC为燃料电池的发电效率；
(3)环境效益成本Fen：
式中，N为微源个数，M为污染物的类型，αj为相应污染物的折算成本，单位为元/kg，EFi,j为第i个微源产生的第j种污染物的单位排放量，kg/kW，Pi为第i个微源的输出功率；
(4)网损Floss：
式中，FILCloss为换流器损耗；FACloss为交流区网损；FDCloss为直流区网损；WT为风力发电；PV为光伏发电；ES为蓄电池；FC为燃料电池；ηi为微源i的发电效率；Pk、Qk为支路k传输的有功、无功功率；l为交流区支路总数；L为交直流混合微网支路总数，则直流区支路数为L-l；Rk为支路k的电阻；Uk为支路k的电压有效值；
(5)运行维护成本Fom：
式中：βi为第i个微源的运行维护成本系数；Pi为第i个微源的输出功率；
(6)微源余电上网收益FGRID：
式中：ΔT表示微源可以实现余电上网时的时间段；T是微源余电上网的总时间段；N1是可以实现余电上网的微源的个数；
是在第t个时段内发电成本小于电网上网费用的微源k输出功率；
为第t个时段内微源余电上网价格；
是第k个可以实现余电上网的微源在第t个时段内的发电成本；
所述的目标函数表示如下：
F＝(1-λ)×(FGrid+Ffuel+Fen+Fom-FGRID)+λ×Floss
式中，F为目标函数；λ为网损成本系数；FGrid为电网购电成本；Ffuel为微源燃料成本；Fen为环境效益成本；Fom为运行维护成本；FGRID为微源余电上网收益；Floss为网损；
2)对基本列队竞争算法进行改进，得到改进列队竞争算法；所述的对基本列队竞争算法进行改进是:
(1)将基本列队竞争算法的单向繁殖迭代公式：
xwc＝ac+Cc×rand w＝1,2,…W,c＝1,2,…s
改进为双向繁殖公式如下：
式中，xwc表示第w个家族产生的第c个家族子代个体；ac表示第c个家族子代个体的取值下限；bc表示第c个家族子代个体的取值上限；Cc＝bc-ac，表示第c个家族子代个体的取值范围；xw,s+c表示第w个家族产生的第s+c个家族子代个体；bs+c表示第s+c个家族子代个体的取值上限；Cs+c表示第s+c个家族子代个体的取值范围；W表示家族父代总个数；s表示每个家族中的子代个体总数；
(2)将基本列队竞争算法中的收缩迭代公式：
Dw(G+1)＝ε×Dw(G) w＝1,2,…W
改进为：
Dw(G+1)＝(W-w)÷W×ε×Dw(G) w＝1,2,…W
式中，ε表示收缩比；Dw(G)表示第G次迭代的搜索区域的边长；Dw(G+1)表示第G+1次迭代的搜索区域的边长；W表示家族父代总个数；
3)用改进列队竞争算法求解交直流混合微网优化运行数学模型；包括：
(1)随机生成W个家族父代，代入交直流混合微网优化运行数学模型中，计算每个家族父代的适应度值；
(2)采用升序排列，对W个家族父代进行排序；
(3)确定每个家族父代的搜索空间，列队中越靠前的家族父代搜索空间越小，Lw和Hw分别为第w个家族父代的搜索下限和搜索上限，在求解过程中，Lw和Hw分别为各微源的出力范围，Dw＝Hw-Lw，w＝1,2,…,W，则第w个家族父代的搜索空间Sw为：
Sw＝w×Dw÷W
第w个家族父代的搜索空间是以第w个家族父代为中心，以Dw为边长向量的一个矩形区域，W取值范围为5～10；
(4)每个家族在各自搜索空间内繁殖，按照双向繁殖公式随机产生2s个均匀分布的家族子代个体，A＝a1,a2,…,as和B＝b1,b2,…,bs分别为家族子代的取值下限和上限，搜索空间大小C＝B-A，繁殖迭代公式如下：
式中，xwc为第w个家族中生成的第c个家族子代个体；rand为区间[0,1]上均匀分布的随机数；
(5)2s个家族子代与家族父代一起进行纵向生存竞争，即将家族子代和父代分别代入到交直流混合微网优化运行数学模型的目标函数中，保留适应度值最好的1个个体，代表家族进行横向地位竞争；
(6)进行第k次迭代之后，所有家族收缩搜索空间，通过减少搜索区域的边长来实现收缩搜索空间：
Dw(G+1)＝(W-w)÷W×ε×Dw(G)
其中，Dw(G)表示第G次迭代的搜索区域的边长；Dw(G+1)表示第G+1次迭代的搜索区域的边长；ε为收缩比，取值范围在(0,1)之间，ε值越小收缩越快；
(7)判断算法是否达到设定的迭代次数，若否则回到第(2)步，若是算法结束，此时列队中剩余一个个体，该个体即为交直流混合微网优化运行数学模型的解。
2.根据权利要求1所述的计及微源余电上网的交直流混合微网优化运行方法，其特征在于，步骤1)所述的约束条件包括：
微网内部功率平衡约束条件：
可控微源爬坡率约束条件：
Pi t-Pi t-1≤riΔt
单位时间蓄电池充放电上下限约束条件：
蓄电池荷电状态上下限约束条件：
Socmin≤Soct≤Socmax
蓄电池前后时间段功率平衡约束条件：
蓄电池荷电状态不变约束条件：
Socinitial＝Socend
其中，N为微源个数；
表示第t个时段第i个微源出力；
表示第t个时段从电网购电功率；
为第t个时段蓄电池功率变化量，放电为正，充电为负；
分别表示第t个时段交、直流区负荷；N1为第t个时段可以实现余电上网的微源个数；
为是在第t个时段内发电成本小于电网上网费用的微源k输出功率；Pi t表示第t个时段微源i的输出功率；ri为第i个微源的单位时间爬坡率；Δt表示在可控微源出力时段内的单位时间段；
为第t个时段蓄电池功率变化量的绝对值；
为第t个时段蓄电池功率变化量的限值；Soct为第t个时段蓄电池的荷电状态；Socmin、Socmax分别为荷电状态的上下限值；uu表示充放电系数，充电时为1，放电时为-1；ηES为蓄电池充放电效率，这里取95％；ΔT表示蓄电池充放电时间内单位时间段；QES为蓄电池额定容量；Socinitial、Socend为荷电状态的初始值和最终值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711360241.7A CN108039741B (zh) | 2017-12-15 | 2017-12-15 | 计及微源余电上网的交直流混合微网优化运行方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711360241.7A CN108039741B (zh) | 2017-12-15 | 2017-12-15 | 计及微源余电上网的交直流混合微网优化运行方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108039741A CN108039741A (zh) | 2018-05-15 |
| CN108039741B true CN108039741B (zh) | 2021-03-02 |
Family
ID=62099517
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711360241.7A Active CN108039741B (zh) | 2017-12-15 | 2017-12-15 | 计及微源余电上网的交直流混合微网优化运行方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108039741B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109066822B (zh) * | 2018-07-18 | 2020-07-10 | 清华大学 | 一种基于电力电子变压器的多点分散式配电系统调度方法 |
| CN110474338A (zh) * | 2019-08-06 | 2019-11-19 | 广东工业大学 | 一种交直流混合微电网优化配置方法 |
| CN111293719B (zh) * | 2020-02-29 | 2023-06-27 | 华北电力大学（保定） | 一种基于多因子进化算法的交直流混合微网优化运行方法 |
| CN111697635B (zh) * | 2020-06-03 | 2023-07-25 | 华北电力大学（保定） | 计及随机模糊双重不确定的交直流混合微网优化运行方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102722103A (zh) * | 2012-05-18 | 2012-10-10 | 镇江雅迅软件有限责任公司 | 基于模糊分析和可视化技术的多目标参数寻优方法 |
| CN106100002A (zh) * | 2016-07-28 | 2016-11-09 | 华北电力大学（保定） | 一种交直流混合微网的优化运行方法 |
-
2017
- 2017-12-15 CN CN201711360241.7A patent/CN108039741B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102722103A (zh) * | 2012-05-18 | 2012-10-10 | 镇江雅迅软件有限责任公司 | 基于模糊分析和可视化技术的多目标参数寻优方法 |
| CN106100002A (zh) * | 2016-07-28 | 2016-11-09 | 华北电力大学（保定） | 一种交直流混合微网的优化运行方法 |
Non-Patent Citations (1)
| Title |
|---|
| "列队竞争算法解组合优化问题";鄢烈祥;《湖北工学院学报》;20000630;第15卷(第2期);1-4 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108039741A (zh) | 2018-05-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110689189B (zh) | 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法 | |
| CN108039741B (zh) | 计及微源余电上网的交直流混合微网优化运行方法 | |
| CN107546743B (zh) | 一种辐射状配电网分布式优化潮流方法 | |
| CN108233430B (zh) | 一种计及系统能源波动性的交直流混合微网优化方法 | |
| CN112464477A (zh) | 计及需求响应的多能耦合综合能源运行仿真方法 | |
| CN106487036A (zh) | 一种基于多目标优化算法的独立光伏拖动系统容量配置方法 | |
| CN106849190A (zh) | 一种基于Rollout算法的多能互补微网实时调度方法 | |
| CN108388964B (zh) | 一种多微网系统的双层协调鲁棒优化调度方法 | |
| CN105958537B (zh) | 面向能源互联网的能源转换系统及其优化控制方法 | |
| CN112651634A (zh) | 基于序列运算的有源配电系统源网荷储日前有功调度方法 | |
| CN107546781A (zh) | 基于pso改进算法的微电网多目标运行优化方法 | |
| CN110991000A (zh) | 计及固体氧化物燃料电池和电转气的能量枢纽建模方法 | |
| CN108039722A (zh) | 一种适用于交直流混合的分布式可再生能源系统优化配置方法 | |
| CN107947178B (zh) | 一种基于文化基因算法的交直流混合微网优化运行方法 | |
| CN110098623B (zh) | 一种基于智能负载的Prosumer单元控制方法 | |
| CN115345350A (zh) | 一种交直流混合配电网规划方法、介质及系统 | |
| CN114759616B (zh) | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 | |
| Deng et al. | Research on economic operation of grid-connected DC microgrid | |
| Li et al. | Research on microgrid optimization based on simulated annealing particle swarm optimization | |
| CN113794241B (zh) | 低压智能电网用户侧源储荷的优化调度方法及装置 | |
| CN115392784A (zh) | 一种主动配电网源-储协同规划方法 | |
| CN115375343A (zh) | 一种考虑分布式电源消纳效益的配电网协同互动方法 | |
| Liu et al. | Hierarchical optimal dispatching strategy for microgrid system considering user-side resources | |
| CN114971154A (zh) | 一种包含碳交易机制的可再生能源消纳方法 | |
| CN109412181B (zh) | 基于新能源转氨气的多能源框架、消纳方法、介质及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |