CN110048411A - 基于多端口电能路由器的微电网组网方法、装置和设备 - Google Patents
基于多端口电能路由器的微电网组网方法、装置和设备 Download PDFInfo
- Publication number
- CN110048411A CN110048411A CN201910329411.8A CN201910329411A CN110048411A CN 110048411 A CN110048411 A CN 110048411A CN 201910329411 A CN201910329411 A CN 201910329411A CN 110048411 A CN110048411 A CN 110048411A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- distribution node
- networking
- energy router
- power distribution
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000002245 particle Substances 0.000 claims abstract description 98
- 230000006855 networking Effects 0.000 claims abstract description 94
- 238000005457 optimization Methods 0.000 claims abstract description 94
- 238000009826 distribution Methods 0.000 claims description 145
- 230000006870 function Effects 0.000 claims description 42
- 230000005611 electricity Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 6
- 230000000295 complement effect Effects 0.000 abstract description 17
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种基于多端口电能路由器的微电网组网方法、装置和设备，通过建立电能路由器模型，考虑微电网多能互补系统组网的稳定性和电能质量影响因素，以供电可靠率和电能质量为优化目标，根据确定的电能路由器模型的组网选址规则进行粒子编码，以目标函数优化模型为优化目标，采用改进的多目标粒子群优化算法求解目标函数优化模型，求得非劣解集，最后再根据预置经济性指标计算满足预置经济性指标的最优解，同时考虑了微电网运行的稳定性、电能质量和经济性成本，能够解决微电网多能互补系统组网的多目标优化问题，为微电网多能互补系统组网提供更为合理的组网优化策略。
Description
技术领域
本申请涉及微电网组网技术领域，尤其涉及一种基于多端口电能路由器的微电网组网方法、装置和设备。
背景技术
微电网是一个小型的发、配、用电系统，也是智能电网的重要组成部分，可孤岛或并网运行，更是分布式电源可靠接入电网的有效形式之一。
微电网多能互补系统由电能自治单元通过电能路由器对等互联形成，由于微电网的负荷和出力具有差异性，在一定时间尺度内不同微电网呈现出不同的平衡结果，表现为电能富余或者电能短缺，需要从电网或者其他外部途径进行能量调度实现能量平衡。相比于直接从电网中购电，如果电能紧缺的微电网能够优先利用其他微电网富余电能，将实现整体效益的更优。因此，对微电网多能互补系统进行组网，优化微电网的运行策略是一个重要的研究目标。
申请公布号为CN 107546773的专利申请公开了一种基于图论的区域多微电网动态组网方法，其以区域内多微电网总体的经济运行最优和系统供电可靠性最高的优化模型，并引入一种图论的思想对区域多微电网的动态组网优化模型进行处理，并采用改进粒子群算法求解该动态组网优化模型，实现区域多微电网的动态组网。但是由于分布式电源并网点多且电能形式多种多样，并网运行后会带来电能质量如电压偏差、频率偏差和谐波污染等方面的问题，如何调控能量路由使得电网中电能质量最优也是微电网运行的一个重要研究目标，因此，如何实现微电网多能互补系统组网的多目标优化，是本领域技术人员亟待解决的技术问题。
发明内容
本申请提供了一种基于多端口电能路由器的微电网组网方法、装置和设备，用于综合考虑微电网多能互补系统组网的稳定性、电能质量和经济性因素，解决微电网多能互补系统组网的多目标优化问题。
有鉴于此，本申请第一方面提供了一种基于多端口电能路由器的微电网组网方法，包括以下步骤：
101、根据微电网的配电节点信息，建立配电节点模型，所述配电节点信息包括配电节点的地理位置、供电可靠率和电能参数；
102、根据所述微电网中的电能路由器的端口数和所述配电节点模型，建立电能路由器模型；
103、根据所述配电节点信息建立分别以供电可靠率和电能质量为指标的目标函数优化模型和约束条件；
104、根据确定的所述电能路由器模型的组网选址规则进行粒子编码，以所述目标函数优化模型为优化目标，采用改进的多目标粒子群优化算法求解所述目标函数优化模型，得到非劣解集；
105、输出所述非劣解集中满足预置经济性指标的最优解，得到最优组网方案。
优选地，步骤104具体包括：
1041、根据所述电能路由器的端口数确定所述电能路由器模型的组网选址规则；
1042、根据所述组网选址规则采用整数编码方式对所述微电网中的配电节点进行编码和分组；
1043、以所述目标函数优化模型为优化目标，计算每个粒子的供电可靠率适应度值和电能质量适应度值；
1044、对每个所述粒子进行交叉和变异，更新所述粒子的适应度值，所述交叉包括与自身历史最优交叉和与种群最优交叉；
1045、判断是否达到最大迭代次数，若是，则输出所有非劣解，得到非劣解集，否则，返回步骤1044。
优选地，所述预置经济性指标为：
其中，cl为单位长度线路的折合成本，ce为购买或出售单位电能所损失的机会成本，uij为第j个电能路由器配电节点R和第i个非电能路由器配电节点N的连接关系，dij为配电节点i和配电节点j的地理位置距离，ei为配电节点 i的交易需求电量，电能缺乏则为正，否则为负。
优选地，所述电能质量指标包括：总电压偏移量、总频率偏移量和谐波总畸变率；
所述总电压偏移量为：
所述总频率偏移量为：
所述谐波总畸变率为：
其中，ui为配电节点i的电压，uNi为配电节点i处的额定电压，fi为配电节点i的频率，fNi为配电节点i的额定频率，THDi为配电节点i的谐波畸变率。
优选地，所述目标函数优化模型为：
所述约束条件为：
其中，zi为配电节点i的供电可靠率，PG为电源功率，PL为负载功率，δij为配电节点i和配电节点j之间的电压相角差。
优选地，所述组网选址规则具体为：
将所述电能路由器中连接的任一所述配电节点的所在位置作为地址。
本申请第二方面还提供了一种基于多端口电能路由器的微电网组网装置，包括以下模块：
第一建模模块，用于根据微电网的配电节点信息，建立配电节点模型，所述配电节点信息包括配电节点的地理位置、供电可靠率和电能参数；
第二建模模块，用于根据所述微电网中的电能路由器的端口数和所述配电节点模型，建立电能路由器模型；
第三建模模块，用于根据所述配电节点信息建立分别以供电可靠率和电能质量为指标的目标函数优化模型和约束条件；
求解模块，用于根据确定的所述电能路由器模型的组网选址规则进行粒子编码，以所述目标函数优化模型为优化目标，采用改进的多目标粒子群优化算法求解所述目标函数优化模型，得到非劣解集；
输出模块，用于输出所述非劣解集中满足预置经济性指标的最优解，得到最优组网方案。
优选地，所述求解模块具体用于：
根据所述电能路由器的端口数确定所述电能路由器模型的组网选址规则；
根据所述组网选址规则采用整数编码方式对所述微电网中的配电节点进行编码和分组；
以所述目标函数优化模型为优化目标，计算每个粒子的供电可靠率适应度值和电能质量适应度值；
对每个所述粒子进行交叉和变异，更新所述粒子的适应度值，所述交叉包括与自身历史最优交叉和与种群最优交叉；
判断是否达到最大迭代次数，若是，则输出所有非劣解，得到非劣解集，否则，返回执行所述对每个所述粒子进行交叉和变异，更新所述粒子的适应度值。
本申请第三方面还提供了一种基于多端口电能路由器的微电网组网设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行第一方面所述的基于多端口电能路由器的微电网组网方法。
本申请第四方面还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行第一方面所述的基于多端口电能路由器的微电网组网方法。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请中，提供了一种基于多端口电能路由器的微电网组网方法，包括以下步骤：101、根据微电网的配电节点信息，建立配电节点模型，配电节点信息包括配电节点的地理位置、供电可靠率和电能参数；102、根据微电网中的电能路由器的端口数和配电节点模型，建立电能路由器模型；103、根据配电节点信息建立分别以供电可靠率和电能质量为指标的目标函数优化模型和约束条件；104、根据确定的电能路由器模型的组网选址规则进行粒子编码，以目标函数优化模型为优化目标，采用改进的多目标粒子群优化算法求解目标函数优化模型，得到非劣解集；105、输出非劣解集中满足预置经济性指标的最优解，得到最优组网方案。本申请提供的微电网组网方法，通过建立电能路由器模型，考虑微电网多能互补系统组网的稳定性和电能质量影响因素，以供电可靠率和电能质量为优化目标，根据确定的电能路由器模型的组网选址规则进行粒子编码，以目标函数优化模型为优化目标，采用改进的多目标粒子群优化算法求解目标函数优化模型，求得非劣解集，最后再根据预置经济性指标计算满足预置经济性指标的最优解，同时考虑了微电网运行的稳定性、电能质量和经济性成本，能够解决微电网多能互补系统组网的多目标优化问题，为微电网多能互补系统组网提供更为合理的组网优化策略。
附图说明
图1为本申请提供的一种基于多端口电能路由器的微电网组网方法的一个实施例的流程示意图；
图2为本申请提供的一种基于多端口电能路由器的微电网组网方法的另一个实施例的流程示意图；
图3为本申请提供的一种基于多端口电能路由器的微电网组网装置的一个实施例的结构示意图；
图4为本申请实施例中提供的微电网配电节点的空间分布示意图；
图5为本申请实施例中提供的对图4中的配电节点分布情况进行求解得到的结果方案示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
为了便于理解，请参阅图1，本申请提供的一种基于馈线容量约束的配电网可靠性评估方法的一个实施例，包括以下步骤：
步骤101、根据微电网的配电节点信息，建立配电节点模型，配电节点信息包括配电节点的地理位置、供电可靠率和电能参数。
需要说明的是，本申请实施例中，首先需要获得微电网的空间分布情况，确定配电节点的地理位置信息、供电可靠率信息和电能参数信息等配电节点信息，从而可以根据配电节点信息建立配电节点模型，配电节点模型可以描述为Ni(xi,yi,zi,Ei)，其中，xi，yi分别表示配电节点i地理位置的横、纵坐标， zi表示配电节点i的供电可靠率，Ei是一个向量，表示配电节点i的相关电能参数，包括电压大小ui，频率fi，谐波总畸变率THDi和配电节点i的交易需求电量ei(若电能缺乏，则ei为正，否则，ei为负)。
步骤102、根据微电网中的电能路由器的端口数和配电节点模型，建立电能路由器模型。
需要说明的是，本申请实施例中，需要建立多端口的电能路由器模型记录电能路由器组网的地理位置以及端口数量，因此电能路由器模型可以描述为Ri(xi,yi,zi,Ei,n)，n为电能路由器的端口数，即电能路由器所能连接的配电节点数，如图2所示，图2中的微电网配电节点空间分布有50个，每个配电节点的地理位置可以用坐标进行表示，每个配电节点均有其对应的电能参数。
步骤103、根据配电节点信息建立分别以供电可靠率和电能质量为指标的目标函数优化模型和约束条件。
进一步地，电能质量指标包括：总电压偏移量、总频率偏移量和谐波总畸变率。
需要说明的是，本申请实施例中，同时考虑微电网运行的稳定可靠性和并网运行存在的电压偏移、频率偏移和谐波污染等电能质量问题，分别以供电可靠率和电能质量为指标作为优化目标，根据配电节点信息建立相应的目标函数优化模型和用来约束目标函数优化模型的约束条件。
步骤104、根据确定的电能路由器模型的组网选址规则进行粒子编码，以目标函数优化模型为优化目标，采用改进的多目标粒子群优化算法求解目标函数优化模型，得到非劣解集。
进一步地，组网选址规则具体为：
将电能路由器中连接的任一配电节点的所在位置作为地址。
需要说明的是，本申请实施例中，电能路由器模型的组网选址规则可以根据电能路由器的端口数确定，以四端口电能路由器为例，组网规则为电能路由器作为四个微电网的能量交换枢纽连接四个配电节点，选址规则为电量路由器选取其连接的四个配电节点中某节点所在位置作为地址。确定组网选址之后，对电能路由器进行粒子编码，以目标函数优化模型为优化目标，采用改进的多目标粒子群优化算法求解目标函数优化模型，当一个粒子不受其他粒子支配(即不存在其他粒子的四项适应度值均优于该粒子)时，该粒子对应的解成为多目标优化问题的非劣解，所有非劣解组成的集合成为非劣解集。本申请实施例中的改进的多目标粒子群优化算法是公知技术，其算法流程在此不再赘述。
步骤105、输出非劣解集中满足预置经济性指标的最优解，得到最优组网方案。
进一步地，预置经济性指标为：
其中，cl为单位长度线路的折合成本，ce为购买或出售单位电能所损失的机会成本，uij为第j个电能路由器配电节点R和第i个非电能路由器配电节点N的连接关系，dij为配电节点i和配电节点j的地理位置距离，ei为配电节点 i的交易需求电量，电能缺乏则为正，否则为负。
需要说明的是，本申请实施例中，输出非劣解集后，根据经济性指标在非劣解集中择取最优粒子及相应组网方案。对经济性指标的具体分析为：
每台电能路由器的线路建设成本为：
cl为单位长度线路的折合成本，由于线路的使用是有一定年限的，在考虑线路建设的费用时，应考虑在研究的时间尺度内单位时间所对应的折合成本，具体计算公式为：
其中，cl′为线路单位长度的原始造价，r是机会成本，按年计算，T为工程寿命。
考虑到每个配电节点具有各自的交易需求量，电能路由器连接的n个配电节点的交易需求量之和往往不为零。如果互联的几个微电网经过电能路由器之后，仍有电能剩余，则可能将多余的电量向电网出售，表面上，网络整体获得了卖电收益，但事实上这些电能的使用价值高于电价，售电行为实际是造成经济性损失的。相应地，如果互联的微电网经过电能路由器的能量调控之后仍有电能不足的情况，则需要从电网购买电量以满足负载需求，购买电能需要支付高于电能使用价值的电价，购电行为实际上也是经济性损失的，本申请实施例中将着中国损失用电能价值损失成本来描述：
其中，ce为购买或出售单位电能所损失的机会成本。
综上所述，考虑建设成本和电能价值损失成本的微电网多能互补系统组网经济性指标为：
计算满足该指标公式的粒子，即为全局最优粒子，输出相应的组网方案作为最优组网方案，如图5所示，图5为本申请实施例中对图4的微电网配电节点分布的求解结果示意图。图5中每相连的4个节点表示由四端口电能路由器连接起来的节点，这些节点之间能够进行电能路由，其中，与其他三个节点均直接相连的配电节点作为电能路由器的选址定点。
本申请实施例中提供的基于多端口电能路由器的微电网组网方法，通过建立电能路由器模型，考虑微电网多能互补系统组网的稳定性和电能质量影响因素，以供电可靠率和电能质量为优化目标，根据确定的电能路由器模型的组网选址规则进行粒子编码，以目标函数优化模型为优化目标，采用改进的多目标粒子群优化算法求解目标函数优化模型，求得非劣解集，最后再根据预置经济性指标计算满足预置经济性指标的最优解，同时考虑了微电网运行的稳定性、电能质量和经济性成本，能够解决微电网多能互补系统组网的多目标优化问题，为微电网多能互补系统组网提供更为合理的组网优化策略。
为了便于理解，请参阅图2，本申请提供的一种基于多端口电能路由器的微电网组网方法的另一个实施例，包括：
步骤201、根据微电网的配电节点信息，建立配电节点模型，配电节点信息包括配电节点的地理位置、供电可靠率和电能参数。
需要说明的是，本申请实施例中，步骤201与上一实施例中的步骤101 一致，在此不再进行赘述。
步骤202、根据微电网中的电能路由器的端口数和配电节点模型，建立电能路由器模型。
需要说明的是，本申请实施例中，步骤202与上一实施例中的步骤102 一致，在此不再进行赘述。
步骤203、根据配电节点信息建立分别以供电可靠率和电能质量为指标的目标函数优化模型和约束条件。
进一步地，电能质量指标包括：总电压偏移量、总频率偏移量和谐波总畸变率。
需要说明的是，本申请实施例中，同时考虑微电网运行的稳定可靠性和并网运行存在的电压偏移、频率偏移和谐波污染等电能质量问题，分别以供电可靠率和电能质量为指标作为优化目标，根据配电节点信息建立相应的目标函数优化模型和用来约束目标函数优化模型的约束条件。
总电压偏移量为：
总频率偏移量为：
谐波总畸变率为：
其中，ui为配电节点i的电压，uNi为配电节点i处的额定电压，fi为配电节点i的频率，fNi为配电节点i的额定频率，THDi为配电节点i的谐波畸变率。
此外，微电网在运行过程中，需要满足相应的功率、电压约束条件，因此，目标函数优化模型和约束条件可以描述为：
其中，zi为配电节点i的供电可靠率，PG为电源功率，PL为负载功率，δij为配电节点i和配电节点j之间的电压相角差。
步骤204、根据电能路由器的端口数确定电能路由器模型的组网选址规则。
步骤205、根据组网选址规则采用整数编码方式对微电网中的配电节点进行编码和分组。
步骤206、以目标函数优化模型为优化目标，计算每个粒子的供电可靠率适应度值和电能质量适应度值。
步骤207、对每个粒子进行交叉和变异，更新粒子的适应度值，交叉包括与自身历史最优交叉和与种群最优交叉。
步骤208、判断是否达到最大迭代次数，若是，则输出所有非劣解，得到非劣解集，否则，返回步骤207。
需要说明的是，本申请实施例中，采用整数编码的方法，利用改进的多目标粒子群优化算法求解微电网多能互补系统组网问题，具体过程可以描述为：
1)粒子编码
对研究的若干配电节点进行编号，采用整数编码的方式将50个自然数随机排列得到粒子编码。如图4所示，对四端口电能路由器而言，每四个配电节点分为一组，读码原则为：第1至4个元素为第一组分组，第5至8个元素为第二组分组，以此类推，最后一组将49和50个配电节点作为一组分组，每组的第一个元素作为电能路由器的选址定点，即电能路由器选择键在编号为1、5、…、45、49的配电节点上。
2)适应度值计算
根据优化目标，确定粒子的适应度值。本申请实施例中以供电可靠率和电能质量作为优化目标，每个粒子有供电可靠率、电压偏移量、频率偏移量和谐波总畸变率四个适应度值，同时每个粒子必须满足相应的约束条件，即本申请实施例中提供的约束条件，计算出每个粒子代表的组网方案对应的适应度值。
3)交叉、变异操作
利用交叉和变异操作来模拟经验认知、社会引导和自身的粒子速度对优化过程的影响。其中要指出的是，与普通的交叉方法不同，由于粒子的编码元素是50个不重复的自然数，交叉过程应剔除原有粒子与交叉片段相同的因素，用未重复的元素代替。如果交叉、变异得到的新粒子的适应度值比原有更优，则更新相应的最优粒子和最优适应度值。当一个粒子不受其他粒子支配(即不存在其他粒子的四项适应度值均优于该粒子)时，该粒子对应的解成为多目标优化问题的非劣解，所有非劣解组成的集合成为非劣解集。
4)迭代终止
设定最大迭代次数，当迭代次数在设定值之内时，循环交叉变异择优的过程，当迭代次数达到设定值的时候，输出最终得到的非劣解集。
步骤208、输出非劣解集中满足预置经济性指标的最优解，得到最优组网方案。
本申请实施例中采用的改进的多目标粒子群优化算法的算法迭代具体过程可以描述为：
首先，根据配电节点数得到粒子长度，利用随机排序的方式初始化粒子群，根据配电节点数n设定粒子数，生成1～n的自然数随机排列作为初始化粒子群，每个粒子代表一种方案(解)；
将每种方案对应的供电可靠率、电压偏移量、频率偏移量以及谐波总畸变率作为适应度值，计算初始化粒子群的各适应度值，分别记录种群相应的最优适应度和种群最优粒子，记录每个粒子历史最优适应度和个体最优粒子，初始化非劣解集；
每个粒子与自身历史最优交叉，更新粒子。变化结果与该粒子历史最优相比适应度值更优，则更新个体最优方案，与种群最优相比适应度值更优，则更新种群最优方案；
每个粒子与种群最优交叉，更新粒子。变化结果与该粒子历史最优相比适应度值更优，则更新个体最优方案，与种群最优相比适应度值更优，则更新种群最优方案；
若更新后的新粒子不受其他粒子支配，则把新粒子放入非劣解集，否则舍弃该粒子；
若未达到最大迭代次数，则继续迭代，否则输出最终非劣解集。
计算选择出最终非劣解集中线路建设成本和电能价值损失成本最小的粒子作为最优粒子，相应方案作为最终确定的含多端口电能路由器的微电网多能互补系统组网方案，如图5所示。
为了便于理解，请参与图3，本申请还提供了一种基于多端口电能路由器的微电网组网装置的实施例，包括以下模块：
第一建模模块301，用于根据微电网的配电节点信息，建立配电节点模型，配电节点信息包括配电节点的地理位置、供电可靠率和电能参数。
第二建模模块302，用于根据微电网中的电能路由器的端口数和配电节点模型，建立电能路由器模型。
第三建模模块303，用于根据配电节点信息建立分别以供电可靠率和电能质量为指标的目标函数优化模型和约束条件。
求解模块304，用于根据确定的电能路由器模型的组网选址规则进行粒子编码，以目标函数优化模型为优化目标，采用改进的多目标粒子群优化算法求解目标函数优化模型，得到非劣解集。
输出模块305，用于输出非劣解集中满足预置经济性指标的最优解，得到最优组网方案。
进一步地，求解模块304具体用于：
根据电能路由器的端口数确定电能路由器模型的组网选址规则；
根据组网选址规则采用整数编码方式对微电网中的配电节点进行编码和分组；
以目标函数优化模型为优化目标，计算每个粒子的供电可靠率适应度值和电能质量适应度值；
对每个粒子进行交叉和变异，更新粒子的适应度值，交叉包括与自身历史最优交叉和与种群最优交叉；
判断是否达到最大迭代次数，若是，则输出所有非劣解，得到非劣解集，否则，返回执行对每个粒子进行交叉和变异，更新粒子的适应度值。
进一步地，预置经济性指标为：
其中，cl为单位长度线路的折合成本，ce为购买或出售单位电能所损失的机会成本，uij为第j个电能路由器配电节点R和第i个非电能路由器配电节点 N的连接关系，dij为配电节点i和配电节点j的地理位置距离，ei为配电节点 i的交易需求电量，电能缺乏则为正，否则为负。
进一步地，电能质量指标包括：总电压偏移量、总频率偏移量和谐波总畸变率；
总电压偏移量为：
总频率偏移量为：
谐波总畸变率为：
其中，ui为配电节点i的电压，uNi为配电节点i处的额定电压，fi为配电节点i的频率，fNi为配电节点i的额定频率，THDi为配电节点i的谐波畸变率。
进一步地，目标函数优化模型为：
约束条件为：
其中，zi为配电节点i的供电可靠率，PG为电源功率，PL为负载功率，δij为配电节点i和配电节点j之间的电压相角差。
进一步地，组网选址规则具体为：
将电能路由器中连接的任一配电节点的所在位置作为地址。
本申请中还提供了一种基于多端口电能路由器的微电网组网设备的实施例，该设备包括处理器以及存储器：
存储器用于存储程序代码，并将程序代码传输给处理器；
处理器用于根据程序代码中的指令执行前述的基于多端口电能路由器的微电网组网方法实施例中的基于多端口电能路由器的微电网组网方法。
本申请中还提供了一种计算机可读存储介质的实施例，该计算机可读存储介质用于存储程序代码，程序代码用于执行前述的基于多端口电能路由器的微电网组网方法实施例中的基于多端口电能路由器的微电网组网方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称： Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称： Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种基于多端口电能路由器的微电网组网方法，其特征在于，包括以下步骤：
101、根据微电网的配电节点信息，建立配电节点模型，所述配电节点信息包括配电节点的地理位置、供电可靠率和电能参数；
102、根据所述微电网中的电能路由器的端口数和所述配电节点模型，建立电能路由器模型；
103、根据所述配电节点信息建立分别以供电可靠率和电能质量为指标的目标函数优化模型和约束条件；
104、根据确定的所述电能路由器模型的组网选址规则进行粒子编码，以所述目标函数优化模型为优化目标，采用改进的多目标粒子群优化算法求解所述目标函数优化模型，得到非劣解集；
105、输出所述非劣解集中满足预置经济性指标的最优解，得到最优组网方案。
2.根据权利要求1所述的基于多端口电能路由器的微电网组网方法，其特征在于，步骤104具体包括：
1041、根据所述电能路由器的端口数确定所述电能路由器模型的组网选址规则；
1042、根据所述组网选址规则采用整数编码方式对所述微电网中的配电节点进行编码和分组；
1043、以所述目标函数优化模型为优化目标，计算每个粒子的供电可靠率适应度值和电能质量适应度值；
1044、对每个所述粒子进行交叉和变异，更新所述粒子的适应度值，所述交叉包括与自身历史最优交叉和与种群最优交叉；
1045、判断是否达到最大迭代次数，若是，则输出所有非劣解，得到非劣解集，否则，返回步骤1044。
3.根据权利要求1所述的基于多端口电能路由器的微电网组网方法，其特征在于，所述预置经济性指标为：
其中，cl为单位长度线路的折合成本，ce为购买或出售单位电能所损失的机会成本，uij为第j个电能路由器配电节点R和第i个非电能路由器配电节点N的连接关系，dij为配电节点i和配电节点j的地理位置距离，ei为配电节点i的交易需求电量，电能缺乏则为正，否则为负。
4.根据权利要求1所述的基于多端口电能路由器的微电网组网方法，其特征在于，所述电能质量指标包括：总电压偏移量、总频率偏移量和谐波总畸变率；
所述总电压偏移量为：
所述总频率偏移量为：
所述谐波总畸变率为：
其中，ui为配电节点i的电压，uNi为配电节点i处的额定电压，fi为配电节点i的频率，fNi为配电节点i的额定频率，THDi为配电节点i的谐波畸变率。
5.根据权利要求4所述的基于多端口电能路由器的微电网组网方法，其特征在于，所述目标函数优化模型为：
所述约束条件为：
其中，zi为配电节点i的供电可靠率，PG为电源功率，PL为负载功率，δij为配电节点i和配电节点j之间的电压相角差。
6.根据权利要求1所述的基于多端口电能路由器的微电网组网方法，其特征在于，所述组网选址规则具体为：
将所述电能路由器中连接的任一所述配电节点的所在位置作为地址。
7.一种基于多端口电能路由器的微电网组网装置，其特征在于，包括以下模块：
第一建模模块，用于根据微电网的配电节点信息，建立配电节点模型，所述配电节点信息包括配电节点的地理位置、供电可靠率和电能参数；
第二建模模块，用于根据所述微电网中的电能路由器的端口数和所述配电节点模型，建立电能路由器模型；
第三建模模块，用于根据所述配电节点信息建立分别以供电可靠率和电能质量为指标的目标函数优化模型和约束条件；
求解模块，用于根据确定的所述电能路由器模型的组网选址规则进行粒子编码，以所述目标函数优化模型为优化目标，采用改进的多目标粒子群优化算法求解所述目标函数优化模型，得到非劣解集；
输出模块，用于输出所述非劣解集中满足预置经济性指标的最优解，得到最优组网方案。
8.根据权利要求7所述的基于多端口电能路由器的微电网组网装置，其特征在于，所述求解模块具体用于：
根据所述电能路由器的端口数确定所述电能路由器模型的组网选址规则；
根据所述组网选址规则采用整数编码方式对所述微电网中的配电节点进行编码和分组；
以所述目标函数优化模型为优化目标，计算每个粒子的供电可靠率适应度值和电能质量适应度值；
对每个所述粒子进行交叉和变异，更新所述粒子的适应度值，所述交叉包括与自身历史最优交叉和与种群最优交叉；
判断是否达到最大迭代次数，若是，则输出所有非劣解，得到非劣解集，否则，返回执行所述对每个所述粒子进行交叉和变异，更新所述粒子的适应度值。
9.一种基于多端口电能路由器的微电网组网设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-6任一项所述的基于多端口电能路由器的微电网组网方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-6任一项所述的基于多端口电能路由器的微电网组网方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910329411.8A CN110048411B (zh) | 2019-04-23 | 2019-04-23 | 基于多端口电能路由器的微电网组网方法、装置和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910329411.8A CN110048411B (zh) | 2019-04-23 | 2019-04-23 | 基于多端口电能路由器的微电网组网方法、装置和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110048411A true CN110048411A (zh) | 2019-07-23 |
| CN110048411B CN110048411B (zh) | 2023-05-12 |
Family
ID=67278759
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910329411.8A Active CN110048411B (zh) | 2019-04-23 | 2019-04-23 | 基于多端口电能路由器的微电网组网方法、装置和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110048411B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111210361A (zh) * | 2019-12-30 | 2020-05-29 | 国网江苏省电力有限公司信息通信分公司 | 基于可靠性预测和粒子群优化的电力通信网路由规划方法 |
| CN117035373A (zh) * | 2023-10-09 | 2023-11-10 | 中国电建集团山东电力管道工程有限公司 | 一种管道预制生产线智能管理方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101924391A (zh) * | 2010-08-03 | 2010-12-22 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于无线自组网的配电网馈线自动化系统及其组网方法 |
| US20120259477A1 (en) * | 2011-04-05 | 2012-10-11 | King Fahd University Of Petroleum And Minerals | Particle swarm optimization system and method for microgrids |
| CN103489047A (zh) * | 2013-09-30 | 2014-01-01 | 国家电网公司 | 一种中压配电网络分段开关的优化配置方法 |
| CN105160451A (zh) * | 2015-07-09 | 2015-12-16 | 上海电力学院 | 一种含电动汽车的微电网多目标优化调度方法 |
| CN105512807A (zh) * | 2015-12-01 | 2016-04-20 | 中国电力科学研究院 | 一种配电网网络健康指数评估方法 |
| CN106058844A (zh) * | 2016-08-01 | 2016-10-26 | 西北工业大学 | 一种用于直流微网的多端口能量路由器 |
| US20170308968A1 (en) * | 2014-10-21 | 2017-10-26 | Qin Zhou | System, method and apparatus for capacity determination for micro grid and tangible computer readable medium |
| CN107546773A (zh) * | 2017-09-25 | 2018-01-05 | 天津大学 | 一种基于图论的区域多微电网动态组网方法 |
| CN107546781A (zh) * | 2017-09-06 | 2018-01-05 | 广西电网有限责任公司电力科学研究院 | 基于pso改进算法的微电网多目标运行优化方法 |
| CN107732960A (zh) * | 2017-09-18 | 2018-02-23 | 国网甘肃省电力公司电力科学研究院 | 微电网储能系统容量优化配置方法 |
| CN108134393A (zh) * | 2018-01-29 | 2018-06-08 | 华中科技大学 | 一种基于电能路由技术的区域能源互联配电网系统 |
| CN108964027A (zh) * | 2018-07-02 | 2018-12-07 | 清华大学 | 基于电能路由器组网的功率路由方法及装置 |
-
2019
- 2019-04-23 CN CN201910329411.8A patent/CN110048411B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101924391A (zh) * | 2010-08-03 | 2010-12-22 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于无线自组网的配电网馈线自动化系统及其组网方法 |
| US20120259477A1 (en) * | 2011-04-05 | 2012-10-11 | King Fahd University Of Petroleum And Minerals | Particle swarm optimization system and method for microgrids |
| CN103489047A (zh) * | 2013-09-30 | 2014-01-01 | 国家电网公司 | 一种中压配电网络分段开关的优化配置方法 |
| US20170308968A1 (en) * | 2014-10-21 | 2017-10-26 | Qin Zhou | System, method and apparatus for capacity determination for micro grid and tangible computer readable medium |
| CN105160451A (zh) * | 2015-07-09 | 2015-12-16 | 上海电力学院 | 一种含电动汽车的微电网多目标优化调度方法 |
| CN105512807A (zh) * | 2015-12-01 | 2016-04-20 | 中国电力科学研究院 | 一种配电网网络健康指数评估方法 |
| CN106058844A (zh) * | 2016-08-01 | 2016-10-26 | 西北工业大学 | 一种用于直流微网的多端口能量路由器 |
| CN107546781A (zh) * | 2017-09-06 | 2018-01-05 | 广西电网有限责任公司电力科学研究院 | 基于pso改进算法的微电网多目标运行优化方法 |
| CN107732960A (zh) * | 2017-09-18 | 2018-02-23 | 国网甘肃省电力公司电力科学研究院 | 微电网储能系统容量优化配置方法 |
| CN107546773A (zh) * | 2017-09-25 | 2018-01-05 | 天津大学 | 一种基于图论的区域多微电网动态组网方法 |
| CN108134393A (zh) * | 2018-01-29 | 2018-06-08 | 华中科技大学 | 一种基于电能路由技术的区域能源互联配电网系统 |
| CN108964027A (zh) * | 2018-07-02 | 2018-12-07 | 清华大学 | 基于电能路由器组网的功率路由方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 冯高辉 等: "基于能量平衡的电能路由器综合控制技术", 《电工技术学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111210361A (zh) * | 2019-12-30 | 2020-05-29 | 国网江苏省电力有限公司信息通信分公司 | 基于可靠性预测和粒子群优化的电力通信网路由规划方法 |
| CN111210361B (zh) * | 2019-12-30 | 2021-07-13 | 国网江苏省电力有限公司信息通信分公司 | 基于可靠性预测和粒子群优化的电力通信网路由规划方法 |
| CN117035373A (zh) * | 2023-10-09 | 2023-11-10 | 中国电建集团山东电力管道工程有限公司 | 一种管道预制生产线智能管理方法及系统 |
| CN117035373B (zh) * | 2023-10-09 | 2024-01-23 | 中国电建集团山东电力管道工程有限公司 | 一种管道预制生产线智能管理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110048411B (zh) | 2023-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Khorasany et al. | A decentralized bilateral energy trading system for peer-to-peer electricity markets | |
| Mashhour et al. | Bidding strategy of virtual power plant for participating in energy and spinning reserve markets—Part I: Problem formulation | |
| Dang et al. | Demand side load management for big industrial energy users under blockchain-based peer-to-peer electricity market | |
| Luo et al. | Short‐term operational planning framework for virtual power plants with high renewable penetrations | |
| Bahramara et al. | A risk-based decision framework for the distribution company in mutual interaction with the wholesale day-ahead market and microgrids | |
| Metzler et al. | Nash-Cournot equilibria in power markets on a linearized DC network with arbitrage: Formulations and properties | |
| Wang et al. | Stochastic cooperative bidding strategy for multiple microgrids with peer-to-peer energy trading | |
| Holmberg et al. | Congestion management in electricity networks: Nodal, zonal and discriminatory pricing | |
| PankiRaj et al. | An auction mechanism for profit maximization of peer-to-peer energy trading in smart grids | |
| CN107370157B (zh) | 一种基于潮流熵的电网可用输电能力风险效益决策方法 | |
| CN111932075A (zh) | 主动配电网多区域调度方法、系统、设备及可读存储介质 | |
| Bjørndal et al. | Congestion management in the nordic power market: nodal pricing versus zonal pricing | |
| CN110048411A (zh) | 基于多端口电能路由器的微电网组网方法、装置和设备 | |
| CN115577852A (zh) | 基于集群划分的配电网分布式储能选址定容双层优化方法 | |
| Salkuti et al. | Multi-objective day-ahead real power market clearing with voltage dependent load models | |
| Nicolaisen et al. | Concentration and capacity effects on electricity market power | |
| Shivaie et al. | MULTI OBJECTIVE TRANSMISSION EXPANSION PLANNING USING FUZZY–GENETIC ALGORITHM | |
| Boumaiza et al. | Local energy marketplace agents-based analysis | |
| Kiose et al. | The ACEWEM framework: An integrated agent-based and statistical modelling laboratory for repeated power auctions | |
| Bahramara et al. | Optimal operation of distribution networks through clearing local day-ahead energy market | |
| Xiang et al. | Dynamic price discrimination in demand response market: A bilevel game theoretical model | |
| Rajesh et al. | Congestion management in deregulated environment using Generation Rescheduling with an intelligent approach | |
| Ding et al. | A control loop approach for integrating the future decentralized power markets and grids | |
| Cuevas et al. | Distributed energy procurement and management in smart environments | |
| Sütő et al. | Local electricity market design utilizing network state dependent dynamic network usage tariff |
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 |