lt;4r 當(dāng)t時(shí)刻儲能的容量大于放電深度時(shí),儲能放電,小于放電深度時(shí),儲能不放電,所 述放電深度為總儲能電量馬巧的50% ; (4) 微電網(wǎng)與配電網(wǎng)之間交互的最大容量約束 P<P亡1;'織一町知?dú)vI 巧;微電網(wǎng)與配電網(wǎng)聯(lián)絡(luò)線實(shí)際傳輸功率,巧,.心微電網(wǎng)與配電網(wǎng)聯(lián)絡(luò)線實(shí)際傳輸 功率允許的最大值; (5) 柴油發(fā)電機(jī)初始啟動的最小值約束 巧S巧她泣 巧為額定功率的50% ; (6) 柴油機(jī)發(fā)電機(jī)運(yùn)行約束 當(dāng)柴油發(fā)電機(jī)連續(xù)運(yùn)行時(shí)間大于1化時(shí),其額定輸出功率為原來的90%。
[0021]優(yōu)選的,上述孤島約束條件為: (1)功率平衡約束
其中,巧.,.、巧運(yùn)、瑞:、巧、巧分別為"寸刻光伏發(fā)電、風(fēng)力發(fā)電、柴油 發(fā)電機(jī)、燃料電池、儲能W及電網(wǎng)的輸出功率,4、、4、《:;為電源功率效率系數(shù), 為f時(shí)刻的負(fù)荷,為f時(shí)刻的網(wǎng)損; (2) 各分布式電源功率上下限約束 &貨論《P施《fijatoax 巧》^3。取0,巧,a",.33;為各分布式電源的額定功率; (3) 儲能充放電約束 50%馬堪 <馬了 <100%玄觀 當(dāng)t時(shí)刻儲能的容量大于放電深度時(shí),儲能放電,小于放電深度時(shí),儲能不放電,所 述放電深度為總儲能電量Ss雄的50%; (4) 柴油發(fā)電機(jī)初始啟動的最小值約束 巧S巧》泣泣 為額定功率的50%; (5) 柴油機(jī)發(fā)電機(jī)運(yùn)行約束 當(dāng)柴油發(fā)電機(jī)連續(xù)運(yùn)行時(shí)間大于1化時(shí),其額定輸出功率為原來的90%。
[0022] 優(yōu)選的,上述可再生資源最大化利用;可再生能源電能大于負(fù)荷時(shí),大于負(fù)荷部分 電能由儲能系統(tǒng)吸收,小于負(fù)荷時(shí),儲能系統(tǒng)放電補(bǔ)充電能缺失,儲能系統(tǒng)放電系統(tǒng)也無法 補(bǔ)充電能缺失時(shí),采用其他分布式電源進(jìn)行競價(jià)送電,從發(fā)電價(jià)格從小到大的方式優(yōu)先出 力進(jìn)行供電,所述其他分布式電源為燃料電池、柴油發(fā)電機(jī)和大電網(wǎng)。
[0023] 優(yōu)選的,上述遺傳算法采用群體大小為M=100,交叉概率化=70%,變異概率Pm=4%, 最優(yōu)保存?zhèn)€數(shù)選取為10,最大迭代次數(shù)為N=1000,所述粒子群算法群體大小為M=40,最大 速度Vmax=10,學(xué)習(xí)因子cl=c2=2,最大迭代次數(shù)3000次。
[0024] -種微電網(wǎng)電源的優(yōu)化規(guī)劃的評估方法,該方法包括W下步驟: (1) 建立評估參數(shù),所述評估參數(shù)為權(quán)利要求1所述的一種微電網(wǎng)電源的優(yōu)化規(guī)劃方 法步驟(4)中獲得的燃料電池功率和柴油發(fā)電機(jī)功率之和占所有電源功率的比值、總投資 占全部由大電網(wǎng)進(jìn)行供電所需的費(fèi)用、儲能時(shí)移電量電源容量充裕度W及柴油放電機(jī)最長 運(yùn)行時(shí)間; (2) 通過對評估參數(shù)進(jìn)行評估,即將獲得的燃料電池功率和柴油發(fā)電機(jī)功率之和占所 有電源功率的比值最大、總投資占全部由大電網(wǎng)進(jìn)行供電所需的費(fèi)用最小、儲能時(shí)移電量 電源容量充裕度最大W及柴油放電機(jī)最長運(yùn)行時(shí)間進(jìn)行評估,選取分布式電源的最優(yōu)配置 方案。
[0025] 本發(fā)明可采用遺傳算法或粒子群算法進(jìn)行求解,運(yùn)用遺傳算法的計(jì)算流程如圖1 所示,粒子群算法的計(jì)算流程如圖2所示。
[0026] 本發(fā)明建立的微電網(wǎng)電源優(yōu)化規(guī)劃方案的評估方法,所用的評價(jià)指標(biāo)具體如下: 1) 穩(wěn)定電源的占比: 燃料電池和柴油機(jī)占所有電源的比例,該指標(biāo)對電網(wǎng)的安全穩(wěn)定運(yùn)行有著很重要的意 義,當(dāng)微電網(wǎng)由并網(wǎng)轉(zhuǎn)孤島時(shí),穩(wěn)定電源能夠提供電壓和頻率的支撐,W保證孤島的正常運(yùn) 行; 2) 總投資 能夠有效體現(xiàn)微電網(wǎng)有其自身的經(jīng)濟(jì)效益; 3) 儲能的時(shí)移電量 儲能裝置的加入能夠提供快速的有功支撐,增強(qiáng)電網(wǎng)調(diào)頻能力,可W有效解決風(fēng)能和 太陽能的隨機(jī)性和波動性的問題,大幅度提高電網(wǎng)接納新能源的能力,同時(shí)也可W使得微 電網(wǎng)更好地利用風(fēng)能和太陽能; 4) 電源容量充裕度 電源容量充裕度為t時(shí)刻各分布式電源電量總與負(fù)荷量差值占據(jù)負(fù)荷量的比值,充裕 水平體現(xiàn)了微電網(wǎng)的安全性,充裕水平越高,備用容量越大,抵御災(zāi)害或故障的能力越強(qiáng), 充裕水平越低,備用容量越小,抵御災(zāi)害或故障的能力越弱; 5) 柴油發(fā)電機(jī)最長運(yùn)行時(shí)間 主要考慮了在間歇性分布式電源占比較大的規(guī)劃方案中,當(dāng)風(fēng)速、光照強(qiáng)度較小時(shí),需 要柴油發(fā)電機(jī)長期運(yùn)行,而柴油發(fā)電機(jī)連續(xù)運(yùn)行時(shí)間過長后,其輸出功率將降低。
[0027] 實(shí)施例2 ;根據(jù)某一區(qū)域的負(fù)荷特性;平均負(fù)荷為114kW,最小負(fù)荷為35kW,最大 負(fù)荷為224kW。目標(biāo)函數(shù)包括微電源的初始投資,運(yùn)行管理費(fèi)用,向配電網(wǎng)的購電費(fèi)用,殘 值,燃料費(fèi)用,環(huán)境效益W及中斷負(fù)荷費(fèi)用,分別運(yùn)用遺傳算法和粒子群算進(jìn)行求解,對于 該區(qū)域一年8760小時(shí)進(jìn)行模擬仿真,本文遺傳算法參數(shù)選取如下;群體大小為M=100,交叉 概率化=70%,變異概率Pm=4%,最優(yōu)保存?zhèn)€數(shù)選取為10,最大迭代次數(shù)選取為N=1000。粒子 群算法參數(shù)選取如下:群體大小為M=40,最大速度Vmax=10,學(xué)習(xí)因子cl=c2=2,最大迭代次 數(shù)3000次,運(yùn)行多次遺傳算法的求解結(jié)果如圖3所示,在VC++環(huán)境下進(jìn)行模擬仿真,共仿 真141次,其結(jié)果分布如圖3所示,其大部分結(jié)果在160-180萬元之間,大于180萬元的有 3次,150-160萬元之間有1次,下表1僅僅列寫了較優(yōu)的5種方案。
[0028] 表1遺傳算法計(jì)算結(jié)果
由上表可見,方案4為最優(yōu)方案,微電源優(yōu)化規(guī)劃結(jié)果為風(fēng)力發(fā)電180kW,光伏67kW,燃 料電池50kW,柴油機(jī)49kW,儲能270kWh,總的目標(biāo)函數(shù)計(jì)算結(jié)果為163. 7936萬元,其中風(fēng)力 發(fā)電的規(guī)劃容量比較大。
[0029] 運(yùn)行多次粒子群算法的結(jié)果如下圖4所示,在VC++環(huán)境下進(jìn)行模擬仿真,共仿真 150次,其結(jié)果分布如上圖所示,其大部分結(jié)果在160-180萬元之間,大于180萬元的有12 次,不收斂的有3次,表2所示僅僅列寫了較優(yōu)的5種方案。
[0030] 表2粒子群算法計(jì)算結(jié)果
由上表可見,方案六為最優(yōu)方案,微電源優(yōu)化規(guī)劃結(jié)果為風(fēng)力發(fā)電191kW,光伏62kW, 燃料電池51kW,柴油機(jī)47kW,儲能280kWh,總的目標(biāo)函數(shù)計(jì)算結(jié)果為1661804元,其中風(fēng)力 發(fā)電的規(guī)劃容量比較大。
[0031] 對W上兩類算法的規(guī)劃分析;遺傳算法;編碼方式較多,收斂速度比較慢,初始種 群的影響比較小,且遺傳算法不容易越界;粒子群算法;收斂速度比較快,但容易陷入局部 最優(yōu),初始種群的影響比較大,且粒子群算法容易越界,編碼容易,沒有交叉和變異操作,找 尋最優(yōu)解的效率更高,但參數(shù)的影響較大,如表3所示。
[0032] 表3兩種算法的比較
本算例中可W看出粒子群優(yōu)化算法比遺傳算法更快收斂于最優(yōu)解,但是遺傳算法的穩(wěn) 定性比粒子群算法好。
[0033] 規(guī)劃效果評估分析: 1) 穩(wěn)定電源的占比: 表4穩(wěn)定電源的占比
由上表4可W看出,粒子群算法的方案10的占比最大,該說明方案時(shí)在微電網(wǎng)由并網(wǎng) 轉(zhuǎn)為孤島運(yùn)行時(shí),最能保證電網(wǎng)的穩(wěn)定運(yùn)行; 2) 總投資 如圖5所示,經(jīng)過計(jì)算,如果該區(qū)域所有負(fù)荷全部由大電網(wǎng)進(jìn)行供電,則投資總費(fèi)用 為1964888元,最優(yōu)的10種方案均小于全部由大電網(wǎng)供電所需的費(fèi)用,該說明微電網(wǎng)有其 自身的經(jīng)濟(jì)效益,微電網(wǎng)的發(fā)展前景是極其可觀的,其中方案4~7的總投資最少,經(jīng)濟(jì)性最 優(yōu); 3) 儲能的時(shí)移電量 如表5所示,由計(jì)算結(jié)果知遺傳算法的方案1儲能時(shí)移電量最大,表明儲能在微電網(wǎng)運(yùn) 行中發(fā)揮了更有效的作用,儲能能夠平滑風(fēng)力發(fā)電機(jī)和太陽能光伏的出力,提高電網(wǎng)對綠 色能源的消納能力,增強(qiáng)系統(tǒng)穩(wěn)定性; 表5儲能的時(shí)移電量 4) 電源容量充裕度
依圖6可知,并網(wǎng)方式下,方案1的電源充裕度最大,孤島方式下,方案3的電源充裕度 最大,