CN112600209A - 一种含潮流能的海岛独立微电网容量多目标优化配置方法 - Google Patents

Abstract

本发明属于电力系统优化技术领域，尤其涉及一种含潮流能的海岛独立微电网容量多目标优化配置方法，具体包括以下步骤：步骤1、建立独立海岛混合能源微电网模型；步骤2、设定优化目标及约束；步骤3、确定各优化目标优先顺序下的协调方案。本发明以经济性、可靠性为优化目标，应用一种改进的多目标灰狼优化算法，结合海岛实际自然条件，选择潮流能作为分布式电源之一，配合商业化成熟的光伏发电、海上风电，建立光伏‑风机‑潮流‑储能‑柴油发电机的海岛混合能源微电网模型，具有较高的可行性和有效性。

Description

一种含潮流能的海岛独立微电网容量多目标优化配置方法

技术领域

本发明属于电力系统优化技术领域，尤其涉及一种含潮流能的海岛独立微电网容量多目标优化配置方法。

背景技术

随着可再生能源发电、电力储能等技术发展，有效利用海岛丰富的可再生能源构建多种能源互补的海岛微电网，成为各国不约而同的选择。构建海岛微电网的重要工作是对微电网中可再生能源发电机进行容量优化，容量配置合理的海岛微电网可为海岛提供长期稳定的电能供给，同时有利于生态环境保护和可持续发展，对海洋开发具有重大促进作用。面向海岛的可再生能源容量配置、能量管理是多目标、非线性和复杂的优化问题，由于可再生能源和负荷的不确定性，需要有效的优化技术和算法来解决此问题。马溪原，吴耀文等人以总投资最少为目标，求解含风机、光伏、柴油发电机、储能装置的孤岛运行微电网容量优化问题。段帅等人以微电网运行成本最小为目标，求解含混合能源系统最优容量配置问题。Hamanah等人以年成本最小化为目标，提出了一种优化混合能源系统配置的新方法。此外，很多其他智能算法和混合优化模型(HOMER)软件也被用来解决复杂的微电网容量优化问题。

上述针对海岛微电网可再生能源发电系统容量优化及求解方法的研究都取得了一定的成果，但仍存在一定的局限性。在微电网结构方面，大部分示范项目或研究成果都是基于并网型微电网，系统与主电网通过输电线路相连，可靠性总是能够得到保证，即使针对孤岛微电网的研究成果，也不一定适用于海岛环境。在容量优化求解方面，部分研究成果使用常规智能算法和HOMER软件求解问题，存在编码复杂、过早收敛或陷入局部最优的问题，且大部分研究使用单目标进行优化，虽然也能够获得较为合理的容量配置方案，但基于目标之间的矛盾性(例如经济与可靠性)，显然需要考虑更多目标。在可再生能源选择方面，大部分的研究集中在风力、光伏综合发电系统，这与新能源发展政策导向、技术水平有关，但忽略了丰富的海洋能源，例如海流能。

因此，本申请有必要设计一种含潮流能的海岛独立微电网容量多目标优化配置方法，以解决上述技术问题。

发明内容

基于以上现有技术的不足，本发明所解决的技术问题在于提供一种含潮流能的海岛独立微电网容量多目标优化配置方法，以经济性、可靠性为优化目标，应用一种改进的多目标灰狼优化算法，结合海岛实际自然条件，选择潮流能作为分布式电源之一，配合商业化成熟的光伏发电、海上风电，建立光伏-风机-潮流-储能-柴油发电机的海岛混合能源微电网模型，具有较高的可行性和有效性。

为了解决上述技术问题，本发明通过以下技术方案来实现：

本发明的含潮流能的海岛独立微电网容量多目标优化配置方法，具体包括以下步骤：

步骤1、建立独立海岛混合能源微电网模型；

步骤2、设定优化目标及约束；

步骤3、确定各优化目标优先顺序下的协调方案。

进一步的，所述步骤1中，包括建立以下模型：

1.3、建立光伏发电阵列模型

光伏列阵实际输出功率由标准额定条件下的输出功率、光照强度、环境温度计算得到：

其中：P_pv为光伏阵列的输出功率，P_ref为标准参考条件下的额定功率，标准参考条件特指辐照度G_ref为1000W/m²、温度T_ref为25℃、相对大气光学质量为AM1.5的条件，G是工作点的太阳辐照度(单位W/m²)，k为功率温度系数，定义为-3.7*10^-3(1/℃)，T_amb为环境温度；

1.4、建立风力发电模型

风力发电机的输出功率可近似用如下分段函数表示：

其中，v为实际风速，v_ci为切入风速；v_co为切出风速；v_r为额定风速；P_r为风力发电机组额定输出功率，η(v)为风力发电机输出功率风速因子；当风速介于v_ci和v_r之间时，η(v)可以近似表示为风速的线性关系函数，即：

1.3、建立潮流能发电模型

潮流涡轮机产生的功率可通过下式估算：

其中，C_p为功率系数，本质上是涡轮机从潮流中获得的机械功率的比率，并考虑了转换效率；C_p被贝茨定律限制在16/27，对于风力发电机，典型值在0.25-0.3范围内，对于潮流能发电机，典型值在0.35–0.5范围内，ρ为海水密度，A为涡轮机转子扫掠面积，v_tid是潮流速度；潮流速度v_tid周期变化的规律可以简化表示为：

其中，T′是大潮与小潮之间的周期；T是潮流的周期；V_m是潮流的平均流速，其值为(V_s+V_n)/2,V_s和V_n分别为大潮和小潮的最大流速；K是潮流波动系数，可表示为(V_s-V_n)/(V_s+V_n)，一般取值0.2；

1.4、电池储能系统模型

电池储能系统的容量可以使用下式求得：

式中，A_d是电池的自主工作天数，即电池无需任何电源充电即可提供连续能量的最大天数；P_l表示为功率需求；η_bat表示电池效率；η_inv表示逆变器转换效率；DOD是电池的最大允许放电深度；相对于DOD，参数SOC为电池的荷电状态，通常用来表示电池的剩余容量；

任意时刻(t)电池的SOC都与前一时刻(t-Δt)的电池SOC相关，由下式计算：

SOC(t)＝SOC(t-1)·(1-σ)+P_b(t)×η_bat

其中，σ表示电池自放电率，P_b(t)表示发电设备总功率P_gen与考虑效率因子的功率需求P_l的差值，即：

P_gen(t)＝P_pv(t)+P_wt(t)+P_tid(t)+P_dg(t)

P_b(t)的正值表示电池处于充电状态，P_b(t)的负值表示电池处于放电状态，零值表示电池保持空闲状态；

1.5、柴油发电机模型

在运行功率范围内，柴油发电机的耗油量F(t)与其输出功率P_dg(t)之间的关系可近似表示为：

F(t)＝aP_dg(t)+bP_dgra

其中P_dgra为柴油发电机额定功率，a＝0.246(L/kWh)和b＝0.0845(L/kWh)是燃油消耗曲线系数；柴油发电机的燃料成本C_dg为：

进一步的，所述步骤2中， 包括以下子步骤：

2.1、确定能量管理策略；

2.2、确定优化目标；

2.21、计算最小等年值成本

微电网的等年值成本数学模型可以表示为：

式中，x为决策变量，i为电源种类，x_i为第i种电源的数量，n为电源类型数量，C_ACA，i为第i种电源的等年值设备投资成本，C_ARE，i为第i种电源的年均设备更换成本，C_AOM，i为第i种电源的年均运维费用，

第i种电源的年均燃料费用；C_ACA，i与C_ARE，i分别由以下公式计算：

C_ACA，i＝C_CAP*CRF(r，y)

C_ARE，i＝C_REP*SFF(r，y_i)

式中涉及到两个经济学因子，分别为资本回收因子CRF(r，y)、偿债基金因子SFF(r，y_i)：

式中，r为折现率，其值为6.7％，y为项目寿命，y_i为模块寿命；

2.22、计算功率供应缺失率

功率供应缺失率(DPSP)使用以下表达式计算：

其中，P_l(t)为功率需求，此处以小时计算；P_sup(t)为微电网系统每小时内提供的功率总和；

2.3、确定约束条件

2.31、决策变量约束

决策变量应具备合理的上限值，即第i类电源的数量应设置合理的最大值，表示为：

式中：x_pv、x_wt、x_tid、x_dg、x_bat分别表示光伏、风电、潮流能、柴油机、蓄电池决策变量值；x_pv,max、x_wt,max、x_tid,max、x_dg,max、x_bat,max分别表示光伏、风电、潮流能、柴油机、蓄电池决策变量的上限值；

2.32、功率限制约束

任意时刻，系统内每个单元的功率输出应在最小值、最大值限制范围内，如下公式所示：

2.33、功率平衡约束

单位时间内，微电网系统提供的总功率应满足负荷功率需求，如下所示：

P_sup(t)＝P_l(t)

2.34、蓄电池充放电约束

SOC(t)是防止电池过度充放电的重要决策变量，以减少电池损耗，其值需满足：

SOC_min≤SOC(t)≤SOC_max

SOC_min＝(1-DOD)*SOC_max。

进一步的，所述步骤3中，包括以下子步骤：

3.1、算例概况；

3.2、算例分析；

3.21、多目标优化结果分析；

3.22、系统组件经济效益分析。

由上，本发明提供的含潮流能的海岛独立微电网容量多目标优化配置方法至少具有如下有益效果：

1、本发明根据海岛可再生资源情况并结合海岛实际自然条件，潮流能的利用可以提高供电稳定性、节约系统成本，选择潮流能作为分布式电源之一，配合商业化成熟的光伏发电、海上风电，建立光伏-风机-潮流-储能-柴油发电机的海岛混合能源微电网。

2、本发明考虑供电经济性和可靠性，优化目标设定为等年值成本最低和功率缺失率最小，可以解决微电网中分布式电源的容量优化问题，且该双目标能量管理策略满足系统运行要求，避免了单目标容量配置方案中陷入局部最优、处理复杂问题效果欠佳等问题。

3、本发明应用一种改进的混合多目标灰狼优化算法来求解所述的双目标优化问题，采用MATLAB软件进行了建模和计算。在这种多目标容量优化配置的海岛微电网中，潮汐能发电机可以提供稳定的电力输出，光伏与风机提供的电力输出较为随机，电池储能和柴油机与可再生电源之间可以形成很好的互补性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下结合优选实施例，并配合附图，详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍。

图1为本发明的独立海岛混合能源微电网结构示意图；

图2为本发明实施例的全年负荷曲线图；

图3为本发明实施例的全年日照强度曲线图；

图4为本发明实施例的全年风速曲线图；

图5为本发明实施例的全年潮流速度曲线图；

图6为本发明实施例的微电网容量优化配置帕累托前沿曲线图；

图7为本发明实施例的微电网全年负荷与发电设备出力情况图；

图8为本发明实施例的微电网典型月负荷与发电设备出力情况图；

图9为本发明实施例的微电网典型周负荷与发电设备出力情况图；

图10为本发明实施例的不同组件发电量占比图；

图11为本发明实施例的不同组件成本占比图；

图12为本发明实施例的全年负荷曲线图。

具体实施方式

下面结合附图详细说明本发明的具体实施方式，其作为本说明书的一部分，通过实施例来说明本发明的原理，本发明的其他方面、特征及其优点通过该详细说明将会变得一目了然。在所参照的附图中，不同的图中相同或相似的部件使用相同的附图标号来表示。

参照图1-图12，本发明的含潮流能的海岛独立微电网容量多目标优化配置方法，具体包括以下步骤：

步骤1、建立独立海岛混合能源微电网模型；

本实施例考虑到海岛土地资源宝贵，因此选用商业化较为成熟的海上光伏、海上风电、潮流能作为分布式可再生能源，同时加入电池储能系统、柴油发电机，平抑可再生能源波动性，同时保证系统的高可靠性。图1展示了拟研究的海岛混合微电网结构，微电网采用AC/DC混合系统，风机、潮流能发电机通过AC/DC转换器，与光伏、电池储能集成DC母线，通过DC/AC转换器与AC母线连接，AC母线接入柴油发电机组，向负荷供电。针对各电源进行详细建模。

1.1、建立光伏发电阵列模型

光伏组件的输出能量取决于组件平面接收到太阳辐射能量的多少，而这又取决于当地的气候条件、安装方法、模块类型、电池材料等，光伏列阵实际输出功率由标准额定条件下的输出功率、光照强度、环境温度计算得到：

其中：P_pv为光伏阵列的输出功率，P_ref为标准参考条件下的额定功率，标准参考条件特指辐照度G_ref为1000W/m²、温度T_ref为25℃、相对大气光学质量为AM1.5的条件，G是工作点的太阳辐照度(单位W/m²)，k为功率温度系数，定义为-3.7*10^-3(1/℃)，T_amb为环境温度。

1.2、建立风力发电模型

风力发电机输出功率模型是一个分段函数，不同风速区间的输出功率不同。当风速达到切入风速时，风力涡轮机开始旋转和发电，输出功率是风力密度、叶片扫掠面积和效率系数的乘积。当风速达到额定功率风速或处于额定功率风速与切出风速之间时，风力涡轮机输出额定功率。当风速达到切出风速时，为防止设备损坏，涡轮机将停止发电。

风力发电机的输出功率可近似用如下分段函数表示：

其中，v为实际风速，v_ci为切入风速；v_co为切出风速；v_r为额定风速；P_r为风力发电机组额定输出功率，η(v)为风力发电机输出功率风速因子；当风速介于v_ci和v_r之间时，η(v)可以近似表示为风速的线性关系函数，即：

1.3、建立潮流能发电模型

潮汐的天文性质由地球-月亮-太阳的引力相互作用决定，潮汐导致每天出现两次涨潮和两次退潮，潮流的强度根据月亮、太阳与地球的距离、相对位置和角度而变化，周期性的出现大潮、小潮。潮流涡轮机产生的功率可通过下式估算：

其中，C_p为功率系数，本质上是涡轮机从潮流中获得的机械功率的比率，并考虑了转换效率；C_p被贝茨定律限制在16/27，对于风力发电机，典型值在0.25-0.3范围内，对于潮流能发电机，典型值在0.35–0.5范围内，ρ为海水密度，A为涡轮机转子扫掠面积，v_tid是潮流速度；潮流速度v_tid周期变化的规律可以简化表示为：

其中，T′是大潮与小潮之间的周期；T是潮流的周期；V_m是潮流的平均流速，其值为(V_s+V_n)/2,V_s和V_n分别为大潮和小潮的最大流速；K是潮流波动系数，可表示为(V_s-V_n)/(V_s+V_n)，一般取值0.2；

1.4、电池储能系统模型

储能在混合能源系统中是非常重要的组成部分，可平滑分布式电源波动、增强系统可调度性、提高系统运行可靠性。在各种存储技术中，电池存储系统是独立发电系统中最灵活，最可靠和响应最快的系统，本实施例中选用锂离子电池作为储能设备，它具有高循环效率、低成本及较长的循环寿命，这意味着维护和更换的成本更少。

电池储能系统的容量可以使用下式求得：

式中，A_d是电池的自主工作天数，即电池无需任何电源充电即可提供连续能量的最大天数；P_l表示为功率需求(以日计算)；η_bat表示电池效率；η_inv表示逆变器转换效率；DOD是电池的最大允许放电深度；相对于DOD，参数SOC为电池的荷电状态，通常用来表示电池的剩余容量；

任意时刻(t)电池的SOC都与前一时刻(t-Δt)的电池SOC相关，由下式计算：

SOC(t)＝SOC(t-1)·(1-σ)+P_b(t)×η_bat (7)

其中，σ表示电池自放电率，P_b(t)表示发电设备总功率P_gen与考虑效率因子的功率需求P_l的差值，即：

P_gen(t)＝P_pv(t)+P_wt(t)+P_tid(t)+P_dg(t) (9)

P_b(t)的正值表示电池处于充电状态，P_b(t)的负值表示电池处于放电状态，零值表示电池保持空闲状态；

1.5、柴油发电机模型

当可再生能源和储能发电量不足时，柴油发电机组作为系统备用电源，弥补系统功率缺额，增强系统可靠性。柴油发电机需运行在较高功率水平，功率水平过低会影响其经济性和使用寿命。在运行功率范围内，柴油发电机的耗油量F(t)(单位L/h)与其输出功率P_dg(t)(单位kW)之间的关系可近似表示为：

F(t)＝aP_dg(y)+dP_dgra(10)

其中P_dgra为柴油发电机额定功率，a＝0.246(L/kWh)和b＝0.0845(L/kWh)是燃油消耗曲线系数。柴油发电机的燃料成本C_dg为：

步骤2、设定优化目标及约束

2.1、确定能量管理策略

混合能源系统的容量优化和能量管理是微电网成功运行的基本保障。建立海岛混合能源微电网的准则包括最大程度的利用可再生能源发电、保障海岛电力供应、减少燃料消耗和废气排放、减小电池储能系统的运行损耗等。本实施例提出的混合能源微电网能量管理策略如下：

2.11、可再生能源发电量足够满足负荷需求，若此时电池储能不是满电状态，则多余的发电量为电池充电；

2.12、可再生能源发电量足够满足负荷需求，若此时电池储能是满电状态，则降低可再生能源出力以匹配负荷；

2.13、可在生能源发电量不足以满足负荷需求，若此时电池储能有电可用，则使用电池提供电源；

2.14、可在生能源发电量不足以满足负荷需求，若电池储能无电可用，或可再生能源加上电池出力仍不满足负荷需求时，启动柴油发电机，补充发电量。

2.2、确定优化目标

本实施例建立的含有光伏、风机、潮流能、电池储能、柴油机的混合能源微电网，其目的是提高孤岛模式下微电网的经济性、可靠性。为此，本实施例方案选择等年值成本最低、功率供应缺失率最低作为优化目标，来解决微电网容量优化问题。

2.21、计算最小等年值成本

微电网的等年值成本需考虑各模块的投资成本(设备采购和安装)、更换成本、运维成本、燃料费用等，并考虑到年利率等经济性因素，能够合理的反应系统的经济效益。微电网的等年值成本数学模型可以表示为：

式中，x为决策变量，i为电源种类，x_i为第i种电源的数量，n为电源类型数量，C_ACA，i为第i种电源的等年值设备投资成本，C_ARE，i为第i种电源的年均设备更换成本，C_AOM，i为第i种电源的年均运维费用，

第i种电源的年均燃料费用；C_ACA，i与C_ARE，i分别由以下公式计算：

C_ACA，i＝C_CAP*CRF(r，y) (13)

C_ARE，i＝C_REP*SFF(r，y_i) (14)

式中涉及到两个经济学因子，分别为资本回收因子CRF(r，y)、偿债基金因子SFF(r，y_i)：

式中，r为折现率，按照中国人民银行利率计算为6.7％，y为项目寿命，本实施例中为20年，y_i为模块寿命；

2.22、计算功率供应缺失率

功率供应缺失率(DPSP)作为系统可靠性评价指标，它指示能源生产不满足能源需求的程度。DPSP在0％到100％之间变化，0％表示能源需求全部满足，数值越大表示功率缺失越多。功率供应缺失率(DPSP)使用以下表达式计算：

其中，P_l(t)为功率需求，此处以小时计算；P_sup(t)为微电网系统每小时内提供的功率总和。

2.3、确定约束条件

混合能源独立微电网的规模优化受到许多实际条件约束，包括功率平衡、功率限制、设备运行限制、电池充放电等约束等。

2.31、决策变量约束

决策变量应具备合理的上限值，即第i类电源(分别指光伏、风电、潮流能、柴油机、蓄电池)的数量应设置合理的最大值，表示为：

式中：x_pv、x_wt、x_tid、x_dg、x_bat分别表示光伏、风电、潮流能、柴油机、蓄电池决策变量值；x_pv,max、x_wt,max、x_tid,max、x_dg,max、x_bat,max分别表示光伏、风电、潮流能、柴油机、蓄电池决策变量的上限值。

2.32、功率限制约束

任意时刻，系统内每个单元的功率输出应在最小值、最大值限制范围内，如下公式所示：

2.33、功率平衡约束

单位时间内，微电网系统提供的总功率应满足负荷功率需求，如下所示：

P_sup(t)＝P_l(t) (20)

2.34、蓄电池充放电约束

SOC(t)是防止电池过度充放电的重要决策变量，以减少电池损耗，其值需满足：

SOC_min≤SOC(t)≤SOC_max (21)

SOC_min＝(1-DOD)*SOC_max (22)。

步骤3、确定各优化目标优先顺序下的协调方案

确定各优化目标优先顺序下的协调方案，并根据实际运行情况(或仿真结果)选择最终配置方案，以实施算例进行海岛独立微电网容量多目标优化配置算例分析，包括以下步骤：

3.1、算例概况

算例分析对象为中国境内某太平洋海域的海岛，该海岛微电网单日负荷在约400～1400kW范围内波动，旅游季节和夏季负荷较大，冬季负荷较小，以一日为步长，年负荷曲线如图2所示。该海岛的日均日照、风速曲线如图3、图4所示，数据取自NOAA's NationalCenters for Environmental Information数据存档中该海岛监测点一年的实际数据，潮流流速曲线如图5所示，根据实测数据拟合生成，计算过程中忽略潮流能的双向不对称性。

海岛作为特殊的研究对象，处于较恶劣的气象环境中，微电网设备易受到台风等自然灾害破坏，维护和检修工作较为困难，为保障机组可靠性，组件选型策略上应考虑较小额定容量的组件，以避免大容量设备突然故障导致系统大面积停电，甚至微电网瘫痪。本算例微电网主要组件的经济和技术参数如表1所示。

3.2、算例分析

本发明中海岛独立微电网容量多目标优化配置是基于混合灰狼优化算法(HMOGWO)在Matlab2.18b版本的环境下实现的。HMOGWO的参数配置表2所示，优化结果帕累托前沿如图6所示。

Table 2 HMOGWO Parameters

3.21、多目标优化结果分析

图6显示混合能源微电网系统的可靠性随着成本的增加而提高，筛选出等年值成本最小、DPSP最小、DPSP分别等于0.1、0.5的四个有代表性的解，对应的微电网配置如表3所示：

Table 3 Sizing of hybrid energy microgrid

系统的最大等年值成本为1.87×10⁶$，对应的功率供应缺失率可低至0.4％，系统的最小等年值成本为0.97×10⁶$，对应的功率供应缺失率为2.7％。系统的功率供应缺失率低于0.5％时，微电网的等年值成本增长迅速，说明了高供电可靠性会以高经济性为代价。因此在微电网整体规划时，应当根据规划对象实际要求，合理地评估和平衡成本与可靠性之间的关系，确定两者的合适数值，避免过度的投资冗余，本方案取DPSP为0.5％进一步分析，此情况构成混合能源微电网的组件包括光伏(1kW)358台、风机(80kW)12台、潮流能(70kW)14台、储能(100kWh)10台、柴油机(100kW)5台。

图7展示了混合能源微电网各个电源、储能、负荷全年的运行情况，图8、图9分别展示了典型月份及其中一周的运行情况。潮汐发电机提供了很稳定的电力输出，光伏与风机提供的电力输出较为随机，这是他们资源的特性决定的。电池储能与可再生电源之间形成了很好的互补性，在可再生能源发电充足时充电进行能量存储，在可再生能源发电不足时放电提供能源输出，与运行策略相符。柴油发电机因环保限制，仅在无任何能源供给的特殊情况下，为系统提供必须电力保障。由运行情况分析验证了该海岛独立微电网容量多目标优化配置方案解决混合能源微电网容量优化问题的可行性。

3.22、系统组件经济效益分析

图10展示了微电网系统不同组件全年提供能源的占比，图11展示了微电网系统投入成本占比。光伏通过11.16％的投资占比贡献了5.27％的能源输出，风机通过35.37％的投资占比贡献了38.11％的能源输出，潮流能通过39.81％的投资占比贡献了52.25％的能源输出，储能通过11.16％的投资占比贡献了5.27％的能源输出，柴油发电机通过5.65％的投资占比贡献了0.16％的能源输出。显而易见，混合微电网中潮流能投资效益最高，风电投资效益中等，光伏和储能投资效益较差，柴油发电机投资效益最差。然而电池储能和柴油机是保证系统可靠性的必要部件，尤其是柴油发电机，在无能源输出时，作为系统的应急电源，是满足微电网系统必须负荷的直接保障。

为了进一步说明潮汐能在海岛独立微电网中的优势，针对可再生能源仅使用风机和光伏的情况，进行了仿真，对比结果如图12所示。

取DPSP为2％、1％、0.5％时，系统对应的等年值成本如表4所示，在不包含潮汐能时，同样的系统成本大约为含潮汐能情况的2倍。结合图10、图11的能源占比数据分析，显而易见，目标地点的混合能源微电网中使用潮汐能作为分布式发电具有最优越的经济性，应当作为混合能源系统的基础电源之一。

Table 4含与不含潮流能对比

以上所述是本发明的优选实施方式而已，当然不能以此来限定本发明之权利范围，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和变动，这些改进和变动也视为本发明的保护范围。

Claims (4)

1.一种含潮流能的海岛独立微电网容量多目标优化配置方法，其特征在于，具体包括以下步骤：

步骤1、建立独立海岛混合能源微电网模型；

步骤2、设定优化目标及约束；

步骤3、确定各优化目标优先顺序下的协调方案。

2.如权利要求1所述的一种含潮流能的海岛独立微电网容量多目标优化配置方法，其特征在于，所述步骤1中，包括建立以下模型：

1.1、建立光伏发电阵列模型

光伏列阵实际输出功率由标准额定条件下的输出功率、光照强度、环境温度计算得到：

其中：P_pv为光伏阵列的输出功率，P_ref为标准参考条件下的额定功率，标准参考条件特指辐照度G_ref为1000W/m²、温度T_ret为25℃、相对大气光学质量为AM1.5的条件，G是工作点的太阳辐照度(单位W/m²)，k为功率温度系数，定义为-3.7*10^-3(1/℃)，T_amb为环境温度；

1.2、建立风力发电模型

风力发电机的输出功率可近似用如下分段函数表示：

其中，v为实际风速，v_ci为切入风速；v_co为切出风速；v_r为额定风速；P_r为风力发电机组额定输出功率，n(v)为风力发电机输出功率风速因子；当风速介于v_ci和v_r之间时，η(v)可以近似表示为风速的线性关系函数，即：

1.3、建立潮流能发电模型

潮流涡轮机产生的功率可通过下式估算：

其中，C_p为功率系数，本质上是涡轮机从潮流中获得的机械功率的比率，并考虑了转换效率；C_p被贝茨定律限制在16/27，对于风力发电机，典型值在0.25-0.3范围内，对于潮流能发电机，典型值在0.35-0.5范围内，ρ为海水密度，A为涡轮机转子扫掠面积，v_tid是潮流速度；潮流速度v_tid周期变化的规律可以简化表示为：

其中，T′是大潮与小潮之间的周期；T是潮流的周期；V_m是潮流的平均流速，其值为(V_s+V_n)/2，V_s和Vn分别为大潮和小潮的最大流速；K是潮流波动系数，可表示为(V_s-V_n)/(V_s+V_n)，一般取值0.2；

1.4、电池储能系统模型

电池储能系统的容量可以使用下式求得：

式中，A_d是电池的自主工作天数，即电池无需任何电源充电即可提供连续能量的最大天数；P₁表示为功率需求；η_bat表示电池效率；η_inv表示逆变器转换效率；DOD是电池的最大允许放电深度；相对于DOD，参数SOC为电池的荷电状态，通常用来表示电池的剩余容量；

任意时刻(t)电池的SOC都与前一时刻(t-Δt)的电池SOC相关，由下式计算：

SOC(t)＝SOC(t-1)·(1-σ)+P_b(t)×η_bat

其中，σ表示电池自放电率，P_b(t)表示发电设备总功率P_gen与考虑效率因子的功率需求P₁的差值，即：

P_gen(t)＝P_pv(t)+P_wt(t)+P_tid(t)+P_dg(t)

P_b(t)的正值表示电池处于充电状态，P_b(t)的负值表示电池处于放电状态，零值表示电池保持空闲状态；

1.5、柴油发电机模型

在运行功率范围内，柴油发电机的耗油量F(t)与其输出功率P_dg(t)之间的关系可近似表示为：

F(t)＝aP_dg(t)+bP_dgra

其中P_dgra为柴油发电机额定功率，a＝0.246(L/kWh)和b＝0.0845(L/kWh)是燃油消耗曲线系数；柴油发电机的燃料成本C_dg为：

3.如权利要求1所述的一种含潮流能的海岛独立微电网容量多目标优化配置方法，其特征在于，所述步骤2中，包括以下子步骤：

2.1、确定能量管理策略；

2.2、确定优化目标；

2.21、计算最小等年值成本

微电网的等年值成本数学模型可以表示为：

式中，x为决策变量，i为电源种类，x_i为第i种电源的数量，n为电源类型数量，C_ACA，i为第i种电源的等年值设备投资成本，C_ARE，i为第i种电源的年均设备更换成本，C_AOM，i为第i种电源的年均运维费用，

第i种电源的年均燃料费用；C_ACA，i与C_ARE，i分别由以下公式计算：

C_ACA，i＝C_CAP*CRF(r，y)

C_ARE，i＝C_REP*SFF(r，y_i)

式中涉及到两个经济学因子，分别为资本回收因子CRF(r，y)、偿债基金因子SFF(r，y_i)：

式中，r为折现率，其值为6.7％，y为项目寿命，y_i为模块寿命；

2.22、计算功率供应缺失率

功率供应缺失率(DPSP)使用以下表达式计算：

其中，P₁(t)为功率需求，此处以小时计算；P_sup(t)为微电网系统每小时内提供的功率总和；

2.3、确定约束条件

2.31、决策变量约束

决策变量应具备合理的上限值，即第i类电源的数量应设置合理的最大值，表示为：

式中：x_pv、x_wt、x_tid、x_dg、x_bat分别表示光伏、风电、潮流能、柴油机、蓄电池决策变量值；x_pv，max、x_wt，max、x_tid，max、x_dg，max、x_bat，max分别表示光伏、风电、潮流能、柴油机、蓄电池决策变量的上限值；

2.32、功率限制约束

任意时刻，系统内每个单元的功率输出应在最小值、最大值限制范围内，如下公式所示：

2.33、功率平衡约束

单位时间内，微电网系统提供的总功率应满足负荷功率需求，如下所示：

P_sup(t)＝P_l(t)

2.34、蓄电池充放电约束

SOC(t)是防止电池过度充放电的重要决策变量，以减少电池损耗，其值需满足：

SOC_min≤SOC(t)≤SOC_max

SOC_min＝(1-DOD)*SOC_max。

4.如权利要求1所述的一种含潮流能的海岛独立微电网容量多目标优化配置方法，其特征在于，所述步骤3中，包括以下子步骤：

3.1、算例概况；

3.2、算例分析；

3.21、多目标优化结果分析；

3.22、系统组件经济效益分析。

Images