CN103259258A - 微电网及其控制方法和装置 - Google Patents

Abstract

本发明公开了一种微电网及其控制方法和装置。该微电网的控制方法包括：获取微电网的目标函数中预定运行参数的值，其中，目标函数与微电网的运行成本相对应，由多个运行参数的混合运算构成；获取目标函数的约束条件，其中，约束条件包括环境约束条件；根据约束条件和获取到的运行参数值，计算目标函数值最小时，目标函数中未知运行参数的值，以得到微电网运行参数的最优值；以及控制微电网以预定运行参数的值和未知运行参数的最优值运行。通过本发明，能够使微电网在运行时经济成本最小且符合环境约束条件。

Description

微电网及其控制方法和装置

技术领域

本发明涉及电力领域，具体而言，涉及一种微电网及其控制方法和装置。

背景技术

微电网是相对传统大电网的一个概念，是指多个分布式电源及其相关负载按照一定的拓扑结构组成的网络，并通过静态开关关联至常规电网，即是指由分布式电源、储能装置、能量转换装置、相关负荷和监控、保护装置汇集而成的小型发配电***，是一个能够实现自我控制、保护和管理的自治***，既可以与外部电网并网运行，也可以孤立运行。

在建设和控制微电网运行的过程中，需要根据需求调整微电网的目标运行参数，例如单位时间从主网购买和销售的电力、外部充电装置单位时间充电所需的电能、微电源的启停次数以及微燃机单位时间生产的电力等，以使微电网运行的成本最小、能效最高并且对环境污染达到最小。目前，在控制微电网运行、调整目标运行参数时，只能把经济最优(即经济成本最小)和排放最优(即符合环境约束条件)作为独立的目标进行控制，从而无法达到经济和排放同时最优的运行效果。

针对相关技术中微电网控制无法兼顾经济和排放的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种微电网及其控制方法和装置，以解决微电网控制无法兼顾经济和排放的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种微电网的控制方法。

根据本发明的微电网的控制方法包括：获取微电网的目标函数中预定运行参数的值，其中，目标函数与微电网的运行成本相对应，由多个运行参数的混合运算构成；获取目标函数的约束条件，其中，约束条件包括环境约束条件；根据约束条件和获取到的运行参数值，计算目标函数值最小时，目标函数中未知运行参数的值，以得到微电网运行参数的最优值；以及控制微电网以预定运行参数的值和未知运行参数的最优值运行。

进一步地，微电网目标函数为以下函数：

$M=\mathrm{\α}{P}_b+\mathrm{\ϵD}+K_{\mathrm{OM}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{E}_{\mathrm{CO}2i}\left(P_i\right){\mathrm{\λ}}_{\mathrm{CO}2}+{\mathrm{\δF}}_{\mathrm{MT}}\left(P\right)-{\mathrm{\βP}}_s-\mathrm{\γ}{P}_C$

其中，i＝1～N，其中N为微电网中微电源的总数，微电源与微电网中的微燃机相对应，P_b为微电网单位时间内从主网购买的总电能，α为单位电能的购电价格，D为微电网中微电源的启停次数，ε为微电源的开停机成本，K_OM为微电网中微燃机运行维护的成本系数，P_i为微电网中第i台微燃机在单位时间内产生的电能，E_CO2i(P_i)为第i台微燃机在单位时间内生产电能为Pi时CO₂的总排放量，λ_CO2为单位排放量的CO₂的排放惩罚价格，F_MT(P)为微电网中微燃机在单位时间内所需的天然气总量，δ为单位天然气的价格，P_s为微电网在单位时间内向主网销售的总电能，β为单位电能的售电价格，P_c为微电网在单位时间向外部充电装置输出的总电能，γ外部充电装置接收单位电能的充电价格。

进一步地，环境约束条件为：

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{E}_{\mathrm{CO}2i}\left(P_i\right)\≤L_{\mathrm{CO}2}$

其中，LCO₂为预设的微电网CO₂的排放限值。

进一步地，约束条件还包括以下任意一种或多种约束条件：

P_d＝P_MT+P_PV+P_b-P_s-P_loss

E_d＝E_MT-E_loss

$P_i^{\min }\≤P_i\≤P_i^{\max }$

D＜N_max

P_C≤PC_max

其中，P_d为微电网运行工况在单位时间内的电能总需求，P_MT为微电网中的MT在单位时间内产生的电能，P_PV为微电网中的PV在单位时间内产生的电能，P_loss为微电网的功率损耗，E_d为微电网运行工况在单位时间内的热电能总需求，E_MT为微电网中的微燃机在单位时间内产生的热能，E_loss微电网的热能损耗，

为微电网中第i台微燃机在单位时间内产生的电能的预设范围值，N_max为微电网中微电源开停机的预设次数，P_Cmax为微电网在单位时间向外部充电装置输出的预设总电能。

进一步地，根据约束条件和获取到的运行参数值，计算目标函数值最小时，目标函数中未知运行参数的值，以得到微电网运行参数的最优值包括：根据约束条件和获取到的运行参数值，计算目标函数值最小时，在单位时间内微电网向外部充电装置输出的总电能，以得到微电网向外部充电装置输出总电能的最优值；根据约束条件和获取到的运行参数值，计算目标函数值最小时，在单位时间内微电网中微电源启停次数，以得到微电网中微电源启停次数的最优值；以及根据约束条件和获取到的运行参数值，计算目标函数值最小时，在单位时间内微电网中微燃机产生的电能，以得到微电网中微燃机产生电能的最优值。

进一步地，控制微电网以预定运行参数的值和未知运行参数的最优值运行包括：控制微电网在单位时间内，按照输出总电能的最优值向外部充电装置输出电能；控制微电网中的微电源在单位时间内，按照启停次数的最优值启停；以及控制微电网中的微燃机在单位时间内，按照产生电能的最优值产生电能。

进一步地，根据约束条件和获取到的运行参数值，计算目标函数值最小时，目标函数中未知运行参数的值，以得到微电网运行参数的最优值包括：采用粒子群优化算法根据约束条件和获取到的运行参数值，计算目标函数值最小时，目标函数中未知运行参数的值，以得到微电网运行参数的最优值。

为了实现上述目的，根据本发明的另一方面，提供了一种微电网的控制装置。

根据本发明的微电网的控制装置包括：第一获取模块，用于获取微电网的目标函数中预定运行参数的值，其中，目标函数与微电网的运行成本相对应，由多个运行参数的混合运算构成；第二获取模块，用于获取目标函数的约束条件，其中，约束条件包括环境约束条件；计算模块，用于根据约束条件和获取到的运行参数值，计算目标函数值最小时，目标函数中未知运行参数的值，以得到微电网运行参数的最优值；以及控制模块，用于控制微电网以预定运行参数的值和未知运行参数的最优值运行。

为了实现上述目的，根据本发明的另一方面，提供了一种微电网。

根据本发明的微电网包括本发明提供的微电网的控制装置。

通过本发明，采用包括以下步骤的微电网的控制方法：获取微电网的目标函数中预定运行参数的值，其中，目标函数与微电网的运行成本相对应，由多个运行参数的混合运算构成；获取目标函数的约束条件，其中，约束条件包括环境约束条件；根据约束条件和获取到的运行参数值，计算目标函数值最小时，目标函数中未知运行参数的值，以得到微电网运行参数的最优值；以及控制微电网以预定运行参数的值和未知运行参数的最优值运行，解决了微电网控制不能同时兼顾经济和排放的问题，进而达到了微电网运行时能够兼顾经济和排放的效果。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的微电网控制装置的框图；以及

图2是根据本发明实施例的微电网控制方法的流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

首先，介绍本具体实施方式提供的微电网。

该微电网包括微电源、微燃机、微燃机运行所需的天然气输送管道以及相关的储能装置、能量转换装置、负荷和监控、保护装置，其中，该微电网还包括一种控制装置，通过该控制装置控制微电网中的各装置按照最优的运行参数运行，使得微电网运行满足用电和输电需求，并且运行成本小、符合环境约束条件。其中，该微电网中的控制装置具体介绍见如下文。

其次，介绍本具体实施方式提供的微电网的控制装置。

图1是根据本发明实施例的微电网控制装置的框图，如图1所示，该控制装置包括：第一获取模块20，第二获取模块40，计算模块60和控制模块80。

其中，第一获取模块20用于获取微电网的目标函数中预定运行参数的值，其中，目标函数为预设的微电网模型函数，表示微电网的运行成本，由多个运行参数的混合运算构成，优选地，该目标函数采用如下的函数：

$M=\mathrm{\α}{P}_b+\mathrm{\ϵD}+K_{\mathrm{OM}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{E}_{\mathrm{CO}2i}\left(P_i\right){\mathrm{\λ}}_{\mathrm{CO}2}+{\mathrm{\δF}}_{\mathrm{MT}}\left(P\right)-{\mathrm{\βP}}_s-\mathrm{\γ}{P}_C$

其中，i＝1～N，其中N为微电网中微电源的总数，微电源与微电网中的微燃机相对应，P_b为微电网单位时间内从主网购买的总电能，α为单位电能的购电价格，D为微电网中微电源的启停次数，ε为微电源的开停机成本，K_OM为微电网中微燃机运行维护的成本系数，P_i为微电网中第i台微燃机在单位时间内产生的电能，E_CO2i(P_i)为第i台微燃机在单位时间内生产电能为Pi时CO₂的总排放量，λ_CO2为单位排放量的CO₂的排放惩罚价格，F_MT(P)为微电网中微燃机在单位时间内所需的天然气总量，δ为单位天然气的价格，P_s为微电网在单位时间内向主网销售的总电能，β为单位电能的售电价格，P_c为微电网在单位时间向外部充电装置输出的总电能，γ外部充电装置接收单位电能的充电价格。

在上述函数中，预定的微电网运行参数包括：微电网中微电源的总数N，单位电能的购电价格α，微电源的开停机成本ε，微电网中微燃机运行维护的成本系数K_OM，微电网中微燃机在单位时间内生产电能为Pi时CO₂的总排放量，单位排放量的CO₂的排放惩罚价格λ_CO2，单位天然气的价格δ，单位电能的售电价格β，外部充电装置接收单位电能的充电价格γ。第一获取模块20可接收用户输入的运行参数值，或者获取预存的运行参数值。在目标函数中，上述预定的运行参数之外的运行参数是否预定，可根据实际运行工况决定：当实际运行工况要求某一运行参数为固定值时，该运行参数也为预定运行参数。例如，当微电网的实际运行工况要求在单位时间内微电网向主网销售的总电能为P_s0时，P_s＝P_s0。

第二获取模块40用于获取目标函数的约束条件，其中，约束条件包括环境约束条件，优选地，当目标函数为M时，环境约束条件为：

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{E}_{\mathrm{CO}2i}\left(P_i\right)\≤L_{\mathrm{CO}2}$

其中，L_CO2为预设的微电网CO₂的排放限值，该极限值一般为微电网所处地理区域确定的CO₂的排放指标。进一步优选地，约束条件还包括以下任意一种或多种约束条件：

P_d＝P_MT+P_PV+P_b-P_s-P_loss

E_d＝E_MT-E_loss

$P_i^{\min }\≤P_i\≤P_i^{\max }$

D＜N_max

P_C≤P_Cmax

其中，第一个约束条件为微电网运行工况的电能需求与微电网产生电能相平衡的约束，P_d为微电网运行工况在单位时间内的电能总需求，P_MT为微电网中的MT在单位时间内产生的电能，P_PV为微电网中的PV在单位时间内产生的电能，P_loss为微电网的功率损耗。

第二个约束条件为微电网运行工况的热能需求与微电网产生热能相平衡的约束，E_d为微电网运行工况在单位时间内的热能总需求，E_MT为微电网中的微燃机在单位时间内产生的热能，E_loss微电网的热能损耗。

第三个约束条件为微燃机产能约束，可以为微燃机自身产能的极限值，也可以为根据实际工况设定的值，

为微电网中第i台微燃机在单位时间内产生的电能的预设范围值。

第四个约束条件为微电源开停机的约束，可以为微电源自身开停机次数的极限值，也可以为根据实际工况设定的值，N_max为微电网中微电源开停机的预设次数。

最后一个约束条件为微电网向外部充电装置，例如电动车，输出电能的约束条件，可以为具体外部充电装置类型充电时所需电能的限定值，P_Cmax为微电网在单位时间向外部充电装置输出的预设总电能。

计算模块60用于根据约束条件和获取到的运行参数值，计算目标函数值最小时，目标函数中未知运行参数的值，以得到微电网运行参数的最优值。该计算模块的运算过程实质上是多目标函数的求解过程，可以使用经典的蚁群算法、遗传算法或粒子群算法等智能优化算法来完成计算过程。

相对前两种优化算法，粒子群算法既避免了遗传算法中染色体的遗传问题和蚁群算法中的壁障问题，又具有较快的收敛速度。优选地，计算模块60采用粒子群算法计算目标函数值最小时，目标函数中未知运行参数的值。

其中，为了进一步提高粒子群算法(PSO)的寻优性能，该具体实施方式中运用了自适应惯性权重(inertia weight)法，对粒子群算法进行优化。

其速度位置更新方式如下：

$v_i^{j+1}=\mathrm{\ω}{v}_i^j+c_1\mathrm{\ϵ}(p_i^j-x_i^j)+c_2\mathrm{\η}(p_g^j-x_i^j)$

$x_i^{j+1}=x_i^j+v_i^{j+1}$

上式中运用惯性权重来控制原始速度对当前速度的影响。其中，较大的ω可以加强PSO的全局搜索能力，而较小的ω能加强局部搜索能力。基本的PSO中ω＝1，因此在迭代后期缺少局部搜索能力。在此惯性权重法中将ω设置为0.9到0.4，使得PSO在开始的时候搜索较大的区域，较快的确定最优解的大致方位，随着ω逐渐减小，粒子速度开始减慢，开始进行局部搜索。该方法有效的提高了PSO算法的性能。其中，权重系数ω由下式确定：

ω＝(ω_max-ω_min)(G_en-i_ter/G_en)+ω_min

ω_max，ω_min分别为ω的最大值和最小值；G_en，i_ter分别是最大迭代次数和当前迭代次数。

控制模块80用于控制微电网以预定运行参数的值和未知运行参数的最优值运行，即控制微电网中的微电源和/或微燃机按照预定的参数值和计算得到的参数值运行。

采用该实施例提供的微电网的控制装置，在确定微电网中的运行参数时，以最小的经济成本为目标函数，以排放最优为约束条件，按照确定的运行参数值控制微电网运行时，使得微电网能够运行于排放最优下的最优经济运行方式。在该最优运行方式下，可以达到微电网运行成本降低、污染物排放达标的双重效果，使得微电网在保证经济成本的基础上，更好的达到节能环保的效果。

图2是根据本发明实施例的微电网控制方法的流程图，如图2所示，该方法包括如下的步骤S102至步骤S108：

步骤S102：获取微电网的目标函数中预定运行参数的值，其中，目标函数为预设的微电网模型函数，表示微电网的运行成本，由多个运行参数的混合运算构成，该步骤可通过图1所示实施例中的第一获取模块20实现。

优选地，该目标函数采用与图1所示实施例中相同的目标函数M，此处不再重复说明。

步骤S104：获取目标函数的约束条件，其中，约束条件包括环境约束条件，该步骤可通过图1所示实施例中的第二获取模块40实现。

优选地，当目标函数为M时，环境约束条件为：

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{E}_{\mathrm{CO}2i}\left(P_i\right)\≤L_{\mathrm{CO}2}$

进一步优选地，约束条件还包括以下任意一种或多种约束条件：

P_d＝P_MT+P_PV+P_b-P_s-P_loss

E_d＝E_MT-E_loss

$P_i^{\min }\≤P_i\≤P_i^{\max }$

D＜N_max

P_C≤P_Cmax

上述各约束条件已经在图1所示实施例中详细说明，该处不再重复。

步骤S106：根据约束条件和获取到的运行参数值，计算目标函数值最小时，目标函数中未知运行参数的值，以得到微电网运行参数的最优值，该步骤可通过图1所示实施例中的计算模块60实现。

该步骤的运算过程实质上是多目标函数的求解过程，可以使用经典的蚁群算法、遗传算法或粒子群算法等智能优化算法来完成计算过程。优选地，采用粒子群算法计算目标函数值最小时，目标函数中未知运行参数的值。

步骤S108：控制微电网以预定运行参数的值和未知运行参数的最优值运行，即控制微电网中的微电源和/或微燃机按照预定的参数值和计算得到的参数值运行，该步骤可通过图1所示实施例中的控制模块80实现。

采用该实施例提供的微电网的控制方法，在确定微电网中的运行参数时，以最小的经济成本为目标函数，以排放最优为约束条件，按照确定的运行参数值控制微电网运行时，使得微电网能够运行于排放最优下的最优经济运行方式。在该最优运行方式下，可以达到微电网运行成本降低、污染物排放达标的双重效果，使得微电网在保证经济成本的基础上，更好的达到节能环保的效果。

其中，步骤S106包括：根据约束条件和获取到的运行参数值，计算目标函数值最小时，在单位时间内微电网向外部充电装置输出的总电能，以得到微电网向外部充电装置输出总电能的最优值，相应地，步骤S108包括：控制微电网在单位时间内，按照输出总电能的最优值向外部充电装置输出电能。

步骤S106包括：根据约束条件和获取到的运行参数值，计算目标函数值最小时，在单位时间内微电网中微电源启停次数，以得到微电网中微电源启停次数的最优值，相应地，步骤S108包括：控制微电网中的微电源在单位时间内，按照启停次数的最优值启停。

步骤S106包括：根据约束条件和获取到的运行参数值，计算目标函数值最小时，在单位时间内微电网中微燃机产生的电能，以得到微电网中微燃机产生电能的最优值，相应地，步骤S108包括：控制微电网中的微燃机在单位时间内，按照产生电能的最优值产生电能。

从以上的描述中，可以看出，本发明实现了如下技术效果：使得微电网能够运行于排放最优下的最优经济运行方式，从而达到微电网运行成本降低、污染物排放达标的双重效果。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种微电网的控制方法，其特征在于，包括：

获取微电网的目标函数中预定运行参数的值，其中，所述目标函数与所述微电网的运行成本相对应，由多个运行参数的混合运算构成；

获取所述目标函数的约束条件，其中，所述约束条件包括环境约束条件；

根据所述约束条件和获取到的运行参数值，计算所述目标函数值最小时，所述目标函数中未知运行参数的值，以得到所述微电网运行参数的最优值；以及

控制所述微电网以所述预定运行参数的值和所述未知运行参数的最优值运行。

2.根据权利要求1所述的微电网的控制方法，其特征在于，所述微电网目标函数为以下函数：

$M=\mathrm{\α}{P}_b+\mathrm{\ϵD}+K_{\mathrm{OM}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{E}_{\mathrm{CO}2i}\left(P_i\right){\mathrm{\λ}}_{\mathrm{CO}2}+{\mathrm{\δF}}_{\mathrm{MT}}\left(P\right)-{\mathrm{\βP}}_s-\mathrm{\γ}{P}_C$

其中，i＝1～N，其中N为所述微电网中微电源的总数，所述微电源与所述微电网中的微燃机相对应，P_b为所述微电网单位时间内从主网购买的总电能，α为单位电能的购电价格，D为所述微电网中微电源的启停次数，ε为所述微电源的开停机成本，K_OM为所述微电网中微燃机运行维护的成本系数，P_i为所述微电网中第i台微燃机在所述单位时间内产生的电能，E_CO2i(P_i)为所述第i台微燃机在所述单位时间内生产电能为Pi时CO₂的总排放量，λ_CO2为单位排放量的CO₂的排放惩罚价格，F_MT(P)为所述微电网中微燃机在所述单位时间内所需的天然气总量，δ为单位天然气的价格，P_s为所述微电网在所述单位时间内向主网销售的总电能，β为单位电能的售电价格，P_c为所述微电网在单位时间向外部充电装置输出的总电能，γ外部充电装置接收单位电能的充电价格。

3.根据权利要求2所述的微电网的控制方法，其特征在于，所述环境约束条件为：

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{E}_{\mathrm{CO}2i}\left(P_i\right)\≤L_{\mathrm{CO}2}$

其中，LCO₂为预设的微电网CO₂的排放限值。

4.根据权利要求3所述的微电网的控制方法，其特征在于，所述约束条件还包括以下任意一种或多种约束条件：

P_d＝P_MT+P_PV+P_b-P_s-P_loss

E_d＝E_MT-E_loss

$P_i^{\min }\≤P_i\≤P_i^{\max }$

D＜N_max

P_C≤P_Cmax

其中，P_d为所述微电网运行工况在所述单位时间内的电能总需求，P_MT为所述微电网中的MT在单位时间内产生的电能，P_PV为所述微电网中的PV在单位时间内产生的电能，P_loss为所述微电网的功率损耗，E_d为所述微电网运行工况在所述单位时间内的热电能总需求，E_MT为所述微电网中的微燃机在单位时间内产生的热能，E_loss所述微电网的热能损耗，

为所述微电网中第i台微燃机在所述单位时间内产生的电能的预设范围值，N_max为所述微电网中微电源开停机的预设次数，P_Cmax为所述微电网在单位时间向外部充电装置输出的预设总电能。

5.根据权利要求1所述的微电网的控制方法，其特征在于，根据所述约束条件和获取到的运行参数值，计算所述目标函数值最小时，所述目标函数中未知运行参数的值，以得到所述微电网运行参数的最优值包括：

根据所述约束条件和获取到的运行参数值，计算所述目标函数值最小时，在单位时间内所述微电网向外部充电装置输出的总电能，以得到所述微电网向外部充电装置输出总电能的最优值；

根据所述约束条件和获取到的运行参数值，计算所述目标函数值最小时，在所述单位时间内所述微电网中微电源启停次数，以得到所述微电网中微电源启停次数的最优值；以及

根据所述约束条件和获取到的运行参数值，计算所述目标函数值最小时，在所述单位时间内所述微电网中微燃机产生的电能，以得到所述微电网中微燃机产生电能的最优值。

6.根据权利要求5所述的微电网的控制方法，其特征在于，控制所述微电网以所述预定运行参数的值和所述未知运行参数的最优值运行包括：

控制所述微电网在所述单位时间内，按照所述输出总电能的最优值向外部充电装置输出电能；

控制所述微电网中的微电源在所述单位时间内，按照所述启停次数的最优值启停；以及

控制所述微电网中的微燃机在所述单位时间内，按照所述产生电能的最优值产生电能。

7.根据权利要求1至6中任一项所述的微电网的控制方法，其特征在于，根据所述约束条件和获取到的运行参数值，计算所述目标函数值最小时，所述目标函数中未知运行参数的值，以得到所述微电网运行参数的最优值包括：

采用粒子群算法根据所述约束条件和获取到的运行参数值，计算所述目标函数值最小时，所述目标函数中未知运行参数的值，以得到所述微电网运行参数的最优值。

8.一种微电网的控制装置，其特征在于，包括：

第一获取模块，用于获取微电网的目标函数中预定运行参数的值，其中，所述目标函数与所述微电网的运行成本相对应，由多个运行参数的混合运算构成；

第二获取模块，用于获取所述目标函数的约束条件，其中，所述约束条件包括环境约束条件；

计算模块，用于根据所述约束条件和获取到的运行参数值，计算所述目标函数值最小时，所述目标函数中未知运行参数的值，以得到所述微电网运行参数的最优值；以及

控制模块，用于控制所述微电网以所述预定运行参数的值和所述未知运行参数的最优值运行。

9.一种微电网，其特征在于，包括权利要求8所述的微电网的控制装置。