CN103490410B - 一种基于多目标优化的微电网规划和容量配置方法 - Google Patents

Abstract

本发明公开了一种基于多目标优化的微电网规划和容量配置方法，其特征在于，包括以下步骤：一）设定微电网运行模式，微电网的运行模式包括独立微电网和并网型微电网；二）基础数据输入：基础数据输入包括***条件、电价参数、负荷参数、光伏参数、风电参数和蓄电池参数；三）基础数据预处理；四）分布式电源及储能***优化。本发明可以对微电网规划中的分布式电源容量和储能***容量进行联合求解，同时进行优化配置。

Description

一种基于多目标优化的微电网规划和容量配置方法

技术领域

本发明涉及一种微电网规划和容量配置方法，属于微电网技术领域。

背景技术

微电网技术的提出与分布式发电(Distributed Generation,DG)技术的应用与发展密切相关，与依靠远距离输配电的传统电源相比，分布式发电技术具有能源形式多样化、能源利用效率高和环境友好等多方面优点。分布式发电***安装地点灵活、分散的特点极好地适应了分散电力需求和资源分布，延缓了输、配电网升级换代所需的巨额投资，同时，它与大电网互为备用也使供电可靠性得以改善，有效解决了大型集中电网的许多潜在问题。然而分布式发电***接入电网也存在诸多问题，如分布式电源单机接入成本高、控制困难等。

为协调电网和分布式电源的矛盾，解决大量位置分散、形式多样、特性各异的分布式电源简单并网对电网和用户造成的冲击，减小其接入对电能质量、***保护、***运行等带来的不利影响，充分挖掘分布式电源为电网和用户带来的价值和效益，R.H.Lasseter在2002年IEEE Power EngineeringSociety Winter Meeting上发表Microgrids一文，首次提出了微电网的概念，并给出了微电网的框架结构。微电网从***观点出发，将分布式电源、负荷、储能装置及控制装置等集成，形成一个可控的单元，同时向用户供给电能和热能。既可与大电网联网运行，也可在电网故障或需要时与主网断开单独运行。微电网概念的提出有效的协调了大电网与分布式电源间的矛盾，充分挖掘了分布式能源为电网和用户所带来的价值和效益。

分布式电源的多样性及其出力的不确定性，使得微电网的规划和容量配置问题十分复杂，且分布式电源和储能***的容量配置受到可利用的能源资源(风能、太阳能等)、负荷重要性、供电可靠性、可再生能源利用率以及经济性等多方面条件的影响。因此，如何实现微电网中分布式电源和储能***的容量优化配置是微电网规划中亟须解决的问题。

对现有文献资料和专利说明的检索发现，肖峻等人发表的论文《微电网规划设计方法与软件》（中国电机工程学报第32卷第25期）实现了独立微电网和并网型微电网的分布式电源和储能***的容量配置方法，并开发了一套微电网规划设计软件；陈健等人发表的论文《考虑不同控制策略的独立型微电网优化配置》（电力***自动化第37卷第11期）建立了基于不同控制策略的独立型风光柴储微电网优化配置模型，以供电经济性和环保性为优化目标，寻求优化控制策略下的容量配置方案；刘梦璇等人发表的论文《基于多目标的独立微电网优化设计方法》（电力***自动化第36卷第17期）针对风光柴储独立微电网，提出了考虑全寿命周期净费用、可再生能源利用率以及污染物排放水平的多目标优化设计模型，在既定的控制策略下实现分布式电源和储能***的容量配置；马溪原等人发表的论文《采用改进细菌觅食算法的风/光/储混合微电网电源优化配置》（中国电机工程学报第31卷第25期）提出了改进细菌觅食算法在分布式电源和储能***的容量配置的应用，实现了配置的经济性。

根据上述技术背景的介绍，现有文章分别侧重不同角度进行理论研究，已经取得一系列的研究成果，但仍然不同程度的存在以下问题：

（1）现有的微电网规划和容量配置方法往往将分布式电源容量优化配置和储能***容量优化配置作为两个独立的优化计算过程。

即在进行分布式电源容量优化时，储能***容量配置作为已知条件；在进行储能***容量优化时，分布式电源容量作为已知条件。这样的计算方法，简化了全年运行仿真过程中微电网的控制策略对分布式电源和储能装置的影响、储能装置削峰填谷带来的经济效益、储能装置全年的充放电次数、分布式电源弃风弃光等情况。因此，将分布式电源容量优化和储能***容量优化作为两个独立的优化计算过程可能导致计算结果并不是最优解。

（2）现有的微电网规划和容量配置方法大多针对独立微电网，对并网型微电网的研究很少，在少数研究并网型微电网的文献中，也没有考虑外部大电网对微电网中分布式电源容量的接纳能力。

现有文献大多数是研究独立微电网的规划和容量配置问题，这种情况下，微电网与外部大电网的联络线没有功率交换，简化了仿真模型。

已有的少数研究并网型微电网的规划和容量配置问题的文献，也简化了外部大电网对微电网中分布式电源容量的接纳能力。

（3）现有的微电网规划和容量配置方法多数侧重单一目标优化，而将其它条件作为约束，最终得到一组最优解。

现有文献多数具有较强的针对性，针对某种结构的微电网或某种特定假设条件，如需计算别的微电网结构或者修改假设条件，则需相应调整算法。因此，在一定程度上具有局限性。

（4）现有的微电网规划和容量配置方法研究侧重于算法和理论研究，难以直接应用于工程实际。

发明内容

本发明所要解决的技术问题是：提出的方法，可以在同时考虑对微电网规划中的分布式电源容量和储能***容量情况下进行联合求解，同时进行优化配置，；既可以解决独立微电网规划和容量配置问题，也可以解决并网型微电网的规划和容量配置问题，并在并网型微电网的规划和容量配置方法中，详细给出了实际工程设计中外部大电网对微电网中分布式电源容量的接纳能力的计算方法，更加结合工程实际；采用多约束、多目标的算法，可以得到不同条件下的多组最优解，供设计人员参考；本发明的方法是在经过大量的风电、光伏等分布式电站及其接入***设计的基础上提出的，注重工程师设计经验，更加结合工程实际，可以作为辅助决策***进行实际工程设计。

为解决上述技术问题，本发明提供一种基于多目标优化的微电网规划和容量配置方法，其特征在于，包括以下步骤：

一）设定微电网运行模式：微电网的运行模式包括独立微电网和并网型微电网；

二）基础数据输入：基础数据输入包括***条件、电价参数、负荷参数、光伏参数、风电参数和蓄电池参数；

根据权利要求1所述的基于多目标优化的微电网规划和容量配置方法，其特征在于：所述基础数据具体包括：

（1）***条件输入：只针对并网型微电网，包括微电网并网电压等级、上一级变压器容量、联络线导线型号和长度、PCC点短路容量；

（2）电价参数输入：对于独立微电网，电价参数计量点设置在分布式电站出口侧，电价参数输入包括各种类型分布式电源发电电价；对于并网型微电网，根据微电网运营模式分为两种电价计量方式，分别为计量点设置在分布式电站出口侧和计量点设置在微电网与外部大电网的联络线上，电价参数输入为购电电价和售电电价，同时包括区分峰谷电价和不区分峰谷电价；

（3）负荷参数输入：包括全年负荷、敏感负荷的功率和电网平均短时故障时间；

（4）光伏参数输入：包括光伏组件的电气参数、成本参数、容量限制和光资源参数；

（5）风电参数输入：包括风机的电气参数、成本参数、容量限制和风资源参数；

（6）蓄电池参数输入：包括蓄电池的电气参数和成本参数；

（7）其它参数输入，包括最大失负荷概率、最小可再生能源利用率、基准年利率，

其中：

三）基础数据预处理：

（1）***约束条件：

对于并网型微电网：

1）联络线输送功率极限约束，联络线为微电网接入外部大电网的并网线路：

P-P_Lmin＜P_linemax  式(1)

式中，P为微电网内各种分布式电源的有功功率之和，P_Lmin为负荷最小功率，P_linemax为联络线极限输送功率，其中，联络线极限输送功率P_linemax由联络线导线型号决定；

2）PCC点短路电流与微电网联络线最大正常电流之比约束：

$\frac{I_k}{I_e}\≥10$   式（2）

式中，I_k为***PCC点短路电流，I_e为微电网内各种分布式电源的额定电流之和；其中，PCC点短路电流由短路容量计算得到；

3）输电线路的电压损耗约束：

  式（3）

式中，ΔU%为输电线路的电压损耗，U为并网电压，R、X分别为联络线的电阻和电抗，

为光伏电站输出电压和电流相位差，功率因数取0.98，P为微电网内各种分布式电源的有功功率之和，l为联络线长度；

4）电压波动约束：

$U_{d\max }\%=\frac{\mathrm{PR}+\mathrm{QX}}{U}\×100\%\≤U_{d\_\mathrm{limite}}\%$   式（4）

式中，U_dmax%为微网在PCC点引起的电压波动，P为微电网内各种分布式电源的有功功率之和，Q为微电网内各种分布式电源的无功功率之和，R、X分别为联络线的电阻和电抗，U为并网电压，U_{d_limite}%为PCC点的电压波动限值；

（2）投产年光伏出力曲线、投产年风机出力曲线：

光伏出力曲线、投产年风机出力曲线根据光资源、风资源情况以及光伏、风机的稳态数学模型，通过风-功率转换、光-功率转换进行计算，相关的研究成果较多，属于现有技术，如焦阳等人发表的论文《光伏电池实用仿真模型及光伏发电***仿真》（电网技术第34卷第11期）；陈杰等人发表的论文《变速定桨风力发电机组的全风速功率控制》（中国电机工程学报第32卷第30期）；

（3）蓄电池预处理：

1)输入电价参数和负荷数据；

2）输入数据中若有敏感负荷功率和电网平均短时故障时间的数值，则为保障敏感负荷的可靠供电，对蓄电池容量进行约束：

保障敏感负荷的蓄电池容量=敏感负荷×电网平均短时故障时间式（5）

3）如果购电电价或售电电价存在峰谷电价，则蓄电池起到削峰填谷的作用：

单位储能容量削峰填谷经济效益=单位容量×(峰电价-谷电价)×365×Л式（6）其中，Л为综合系数；

4）蓄电池预处理后进入分布式电源及储能***优化***进行优化；

四）分布式电源及储能***优化：建立优化模型，通过优化算法进行求解，优化模型包括目标函数和约束条件，约束条件包括***约束、蓄电池约束、可靠性约束和可再生能源利用率约束，

（1）目标函数：

选择微电网总成本最小为目标函数，其表达式为：

minf＝min(C_c+C_OM-C_gs+C_gp)  式（7）

式中，f为目标函数，C_c为微电网的初始投资成本，C_OM为***的运行维护和置换总成本现值，C_gs为微电网向外部大电网售电的总收益现值，C_gp为购电总成本现值；

（2）蓄电池约束：

蓄电池的荷电状态需满足：

S_OCmin≤S_OC≤S_OCmax  （8）

式中，S_OC为荷电状态，S_OCmin、S_OCmax分别为蓄电池荷电状态的下限、上限，

蓄电池的充电率、放电率约束需满足：

$\left\{\begin{array}{c}{r}_{\mathrm{ch}}\≤r_{\mathrm{ch}\max }\\ r_{\mathrm{dch}}\≤r_{\mathrm{dch}\max }\end{array}\right.---\left(9\right)$

式中，r_ch、r_dch分别为蓄电池的充电率、放电率；r_chmax、r_dchmax分别为充电率限制和放电率限制；

蓄电池的充放电电流约束需满足：

$\left\{\begin{array}{c}{I}_{\mathrm{ch}}\≤I_{\mathrm{ch}\max }\\ I_{\mathrm{dch}}\≤I_{\mathrm{dch}\max }\end{array}\right.---\left(10\right)$

式中，I_ch、I_dch分别为蓄电池的充电电流、放电电流；I_chmax、I_dchmax分别为充电电流限制和放电电流限制；

蓄电池的充放电功率需满足：

$\left\{\begin{array}{c}0\≤P_{\mathrm{ch}}\≤P_{\mathrm{ch}\max }\\ 0\≤P_{\mathrm{dch}}\≤P_{\mathrm{dch}\max }\end{array}\right.---\left(11\right)$

式中，P_ch、P_dch分别为蓄电池的充电功率、放电功率；P_chmax、P_dchmax分别为充电功率上限、放电功率上限；

在一个调度周期内，蓄电池的充放电循环次数满足：

N_C≤N_Cmax  （12）

式中，N_C为蓄电池的充放电循环次数，N_Cmax为蓄电池充放电循环次数上限；

（3）***约束：***约束指外部大电网对微电网分布式电源的接纳能力，包括联络线输送功率极限约束、短路电流比约束、输电线路的电压损耗约束和电压波动约束，具体内容与步骤三）中的基础数据预处理的***约束条件相同，式（1）～式（4）构成了***约束；

（4）可靠性约束：采用微电网的失负荷概率作为可靠性约束指标，对于独立微电网，当分布式电源和储能的供电能力不能满足所有负荷需求时，为保障微电网安全稳定运行，允许切除部分非敏感负荷，

f_LPSP≤λ_max  （13）

式中，f_LPSP为负荷的失负荷概率，λ_max为输入条件中的最大失负荷概率，

f_LPSP由下式计算：

$f_{\mathrm{LPSP}}=\frac{\underset{i=1}{\overset{T}{\mathrm{\Σ}}}[P_{\mathrm{LPSP}}\left(t_i\right)\×\mathrm{\Δt}]}{\underset{i=1}{\overset{T}{\mathrm{\Σ}}}[P_L\left(t_i\right)\×\mathrm{\Δt}]}---\left(14\right)$

式中，P_LPSP(t_i)、P_L(t_i)分别为t_i时刻的失负荷功率和全部负荷功率，Δt为计算步长，一般取一小时；T为优化计算的时间，一般取一年，即8760小时；t_i为第i小时，f_LPSP越小，表示微电网的供电可靠性越高；

（5）可再生能源利用率约束：可再生能源利用率是指微电网中可再生能源发电量占负荷全部用电量的比例，其中要扣除弃风弃光的发电量，

η≥η_min  （15）

式中，η为可再生能源利用率，η_min为输入条件中可再生能源利用率限值，

η由下式计算：

$\mathrm{\η}=1-\frac{\underset{i=1}{\overset{T}{\mathrm{\Σ}}}[P_{\mathrm{waste}}\left(t_i\right)\×\mathrm{\Δt}]}{\underset{i=1}{\overset{T}{\mathrm{\Σ}}}[P_L\left(t_i\right)\×\mathrm{\Δt}]}---\left(16\right)$

式中，P_waste(t_i)、P_L(t_i)分别为t_i时刻的弃风弃光功率和全部负荷功率，η越大，表示微电网的可再生能源利用率越高；

（6）优化：根据建立的优化模型采用遗传算法进行优化。

本发明所达到有益效果：

本发明提出的方法，可以对微电网规划中的分布式电源容量和储能***容量进行联合求解，同时进行优化配置；既可以解决独立微电网规划和容量配置问题，也可以解决并网型微电网的规划和容量配置问题，在并网型微电网的规划和容量配置方法中，详细给出了实际工程设计中外部大电网对微电网中分布式电源容量的接纳能力的计算方法，更加结合工程实际；采用多约束、多目标的算法，可以得到不同条件下的多组最优解，供设计人员参考；本发明的方法是在经过大量的风电、光伏等分布式电站及其接入***设计的基础上提出的，更加结合工程实际，可以作为辅助决策***进行实际工程设计。

附图说明

图1为基于多目标优化的微电网规划和容量配置流程图；

图2为输入的基础数据以及输入输出关系图；

图3为蓄电池预处理流程。

具体实施方式

基于多目标优化的微电网规划和容量配置的流程示意如图1所示。主要包括设定微电网运行模式、基础数据输入、基础数据预处理、分布式电源及储能***优化、得到优化结果、方案经济技术比较、得到最终满意的方案等步骤。

以下将详细介绍图1所示的微电网规划和容量配置的流程。

第一步：设定微电网运行模式：微电网的运行模式，分为独立微电网和并网型微电网两大类。

第二步：基础数据输入：基础数据输入包括***条件、电价参数、负荷参数、光伏参数、风电参数、蓄电池参数、其它参数7个部分，输入的基础数据以及输入输出之间的关系如图2所示。

其中：

（1）***条件输入，只针对并网型微电网，包括微电网并网电压等级、上一级变压器容量、联络线导线型号和长度、PCC点短路容量。

（2）电价参数输入，对于独立微电网，计量点设置在分布式电站出口侧，输入包括各种类型分布式电源发电电价；对于并网型微电网，根据微电网运营模式，分为两种电价计量方式，分别为计量点设置在分布式电站出口侧和计量点设置在微电网与外部大电网的联络线上，输入为购电电价和售电电价，同时可以选择区分峰谷电价和不区分峰谷电价。

（3）负荷参数输入，包括全年负荷（分小时）、敏感负荷的功率和电网平均短时故障时间。

（4）光伏参数输入，包括光伏组件的电气参数、成本参数、容量限制、光资源情况。

（5）风电参数输入，包括风机的电气参数、成本参数、容量限制、风资源情况。

（6）蓄电池参数输入，包括蓄电池的电气参数和成本参数。

（7）其它参数输入，包括最大失负荷概率、最小可再生能源利用率、基准年利率。

其中：

第三步：基础数据预处理：

（1）***约束条件：对于并网型微电网，本发明首次考虑了外部大电网对微电网分布式电源的接纳能力，从以下几个方面提出了约束：

1）联络线（微电网接入外部大电网的并网线路）输送功率极限约束

P-P_Lmin＜P_linemax  (1)

式中，P为微电网内各种分布式电源的有功功率之和，P_Lmin为负荷最小功率，P_linemax为联络线极限输送功率。其中，联络线极限输送功率P_linemax由联络线导线型号决定。

2）PCC（Point of Conmen Coupling,公共连接点）点短路电流与微电网联络线最大正常电流之比约束

$\frac{I_k}{I_e}\≥10---\left(2\right)$

式中，I_k为***PCC点短路电流，I_e为微电网内各种分布式电源的额定电流之和。其中，PCC点短路电流可以由短路容量计算得到。

3）输电线路的电压损耗约束

式中，ΔU%为输电线路的电压损耗，U为并网电压，R、X分别为联络线的电阻和电抗，

为光伏电站输出电压和电流相位差，功率因数取0.98，P为微电网内各种分布式电源的有功功率之和，l为联络线长度。

4）电压波动约束

$U_{d\max }\%=\frac{\mathrm{PR}+\mathrm{QX}}{U}\×100\%\≤U_{d\_\mathrm{limite}}\%---\left(4\right)$

式中，U_dmax%为微网在PCC点引起的电压波动，P为微电网内各种分布式电源的有功功率之和，Q为微电网内各种分布式电源的无功功率之和，R、X分别为联络线的电阻和电抗，U为并网电压，U_{d_limite}%为PCC点的电压波动限值。

（2）投产年光伏出力曲线、投产年风机出力曲线

光伏、风机的出力曲线可根据光资源、风资源情况以及光伏、风机的稳态数学模型，通过风-功率转换、光-功率转换进行计算，相关的研究成果较多，此处不再赘述。

（3）蓄电池预处理

1）输入数据中若有敏感负荷功率和电网平均短时故障时间的数值，则为保障敏感负荷的可靠供电，需对蓄电池容量进行约束：

保障敏感负荷的蓄电池容量=敏感负荷×电网平均短时故障时间  （5）

其中，保障敏感负荷的蓄电池容量单位为千瓦时（kWh），敏感负荷单位为千瓦（kW），电网平均短时故障时间单位为小时（h）。

2）如果购电电价或售电电价存在峰谷电价，则蓄电池可以起到削峰填谷的作用，具有一定的经济效益，单位储能容量削峰填谷经济效益：

单位储能容量削峰填谷经济效益=单位容量×(峰电价-谷电价)×365×Л（6）

其中：单位储能容量削峰填谷经济效益单位为元/年，单位容量单位为千瓦时（kWh），电价单位为元/kWh，Л为综合系数，该系数考虑了充放电效率、蓄电池一次充放电容量占总容量的百分比等因素。

蓄电池预处理的流程详见图3，蓄电池预处理后进入分布式电源及储能***优化步骤。

第四步：分布式电源及储能***优化

分布式电源及储能***容量配置问题，是一个优化问题，可以建立优化模型，通过优化算法进行求解。优化模型由目标函数和约束条件组成，其中本发明提出的模型约束条件包括***约束、蓄电池约束、可靠性约束、可再生能源利用率约束。

（1）目标函数：选择微电网总成本最小为目标函数，其表达式为：

minf＝min(C_c+C_OM-C_gs+C_gp)  （7）

式中，f为目标函数，C_c为微电网的初始投资成本，C_OM为***的运行维护和置换总成本现值，C_gs为微电网向外部大电网售电的总收益现值，C_gp为购电总成本现值。其中，如果电价区分峰谷电价，则在微电网中配置了蓄电池的情况下，售电成本和购电成本的计算中，应考虑削峰填谷的经济效益，具体参见图3。

（2）蓄电池约束：为使蓄电池安全稳定运行，并确保其使用寿命，微网规划设计中需要对***运行过程中蓄电池的充放电作出严格的限制。

蓄电池的荷电状态(state of charge，SOC)需满足：

S_OCmin≤S_OC≤S_OCmax  （8）

式中，S_OC为荷电状态，S_OCmin、S_OCmax分别为蓄电池荷电状态的下限、上限。

蓄电池的充电率、放电率约束需满足：

$\left\{\begin{array}{c}{r}_{\mathrm{ch}}\≤r_{\mathrm{ch}\max }\\ r_{\mathrm{dch}}\≤r_{\mathrm{dch}\max }\end{array}\right.---\left(9\right)$

式中，r_ch、r_dch分别为蓄电池的充电率、放电率；r_chmax、r_dchmax分别为充电率限制和放电率限制。

蓄电池的充放电电流约束需满足：

$\left\{\begin{array}{c}{I}_{\mathrm{ch}}\≤I_{\mathrm{ch}\max }\\ I_{\mathrm{dch}}\≤I_{\mathrm{dch}\max }\end{array}\right.---\left(10\right)$

式中，I_ch、I_dch分别为蓄电池的充电电流、放电电流；I_chmax、I_dchmax分别为充电电流限制和放电电流限制。

蓄电池的充放电功率需满足：

$\left\{\begin{array}{c}0\≤P_{\mathrm{ch}}\≤P_{\mathrm{ch}\max }\\ 0\≤P_{\mathrm{dch}}\≤P_{\mathrm{dch}\max }\end{array}\right.---\left(11\right)$

式中，P_ch、P_dch分别为蓄电池的充电功率、放电功率；P_chmax、P_dchmax分别为充电功率上限、放电功率上限。

在一个调度周期内，蓄电池的充放电循环次数需满足：

N_C≤N_Cmax  （12）

式中，N_C为蓄电池的充放电循环次数，N_Cmax为蓄电池充放电循环次数上限。式（8）～式（12）构成了蓄电池约束。

（3）***约束：***约束指外部大电网对微电网分布式电源的接纳能力，包括联络线输送功率极限约束、短路电流比约束、输电线路的电压损耗约束和电压波动约束。具体详见第三步，基础数据预处理的***约束条件部分内容，式（1）～式（4）构成了***约束。

（4）可靠性约束：采用微电网的失负荷概率作为可靠性约束指标。对于独立微电网，当分布式电源和储能的供电能力不能满足所有负荷需求时，为保障微电网安全稳定运行，允许切除部分非敏感负荷（普通负荷）。

f_LPSP≤λ_max  （13）

式中，f_LPSP为负荷的失负荷概率，λ_max为输入条件中的最大失负荷概率。

f_LPSP可由下式计算：

$f_{\mathrm{LPSP}}=\frac{\underset{i=1}{\overset{T}{\mathrm{\Σ}}}[P_{\mathrm{LPSP}}\left(t_i\right)\×\mathrm{\Δt}]}{\underset{i=1}{\overset{T}{\mathrm{\Σ}}}[P_L\left(t_i\right)\×\mathrm{\Δt}]}---\left(14\right)$

式中，P_LPSP(t_i)、P_L(t_i)分别为t_i时刻的失负荷功率和全部负荷功率，f_LPSP越小，表示微电网的供电可靠性越高。

（5）可再生能源利用率约束：可再生能源利用率是指微电网中可再生能源发电量占负荷全部用电量的比例，其中要扣除弃风弃光的发电量。

η≥η_min  （15）

式中，η为可再生能源利用率，η_min为输入条件中可再生能源利用率限值。

η可由下式计算：

$\mathrm{\η}=1-\frac{\underset{i=1}{\overset{T}{\mathrm{\Σ}}}[P_{\mathrm{waste}}\left(t_i\right)\×\mathrm{\Δt}]}{\underset{i=1}{\overset{T}{\mathrm{\Σ}}}[P_L\left(t_i\right)\×\mathrm{\Δt}]}---\left(16\right)$

式中，P_waste(t_i)、P_L(t_i)分别为t_i时刻的弃风弃光功率和全部负荷功率，η越大，表示微电网的可再生能源利用率越高。

（6）优化算法：根据上文建立的优化模型，可以采用人工智能算法进行优化。本发明的优化算法采用目前广泛应用的遗传算法，相关的研究成果较多，此处不再赘述。

第五步：优化结果，由优化算法计算得到的最优解，包括分布式电源的装机容量、储能***的配置容量、投资回报率、实际失负荷概率。

进一步的，还可以进行方案经济技术综合比较，在得到优化结果后，工程技术人员可以根据工程实际情况，结合个人设计经验，修改某个（或某些）条件，再重新进行优化计算。可以修改的条件有某种分布式电源装机容量、储能***配置容量、最大失负荷概率、可再生能源利用率限值等，最终可以得到满意的方案。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (2)

1.一种基于多目标优化的微电网规划和容量配置方法，其特征在于，包括以下步骤：

一）设定微电网运行模式：微电网的运行模式包括独立微电网和并网型微电网；

二）基础数据输入：基础数据输入包括***条件、电价参数、负荷参数、光伏参数、风电参数和蓄电池参数；

三）基础数据预处理：

（1）***约束条件：

对于并网型微电网：

1）联络线输送功率极限约束，联络线为微电网接入外部大电网的并网线路：

P-P_Lmin<P_linemax      式(1)

式中，P为微电网内各种分布式电源的有功功率之和，P_Lmin为负荷最小功率，P_linemax为联络线极限输送功率，其中，联络线极限输送功率P_linemax由联络线导线型号决定；

2）公共连接点短路电流与微电网联络线最大正常电流之比约束：

$\frac{I_k}{I_e}\&GreaterEqual;10$        式（2）

式中，I_k为***公共连接点短路电流，I_e为微电网内各种分布式电源的额定电流之和；其中，公共连接点短路电流由短路容量计算得到；

3）输电线路的电压损耗约束：

式中，△U%为输电线路的电压损耗，U为并网电压，R、X分别为联络线的电阻和电抗，

为光伏电站输出电压和电流相位差，功率因数取0.98，P为微电网内各种分布式电源的有功功率之和，l为联络线长度；

4）电压波动约束：

$U_{d\max }\%=\frac{\mathrm{PR}+\mathrm{QX}}{U}\&times;100\%\&le;U_{d\_\mathrm{limite}}\%$        式（4）

式中，U_dmax%为微网在公共连接点引起的电压波动，P为微电网内各种分布式电源的有功功率之和，Q为微电网内各种分布式电源的无功功率之和，R、X分别为联络线的电阻和电抗，U为并网电压，U_{d_limite}%为公共连接点的电压波动限值；

（2）投产年光伏出力曲线、投产年风机出力曲线：

光伏出力曲线、投产年风机出力曲线根据光资源、风资源情况以及光伏、风机的稳态数学模型，通过风-功率转换、光-功率转换进行计算；

（3）蓄电池预处理：

1)输入电价参数和负荷数据；

2）输入数据中若有敏感负荷功率和电网平均短时故障时间的数值，则为保障敏感负荷的可靠供电，对蓄电池容量进行约束：

保障敏感负荷的蓄电池容量=敏感负荷×电网平均短时故障时间     式（5）

3）如果购电电价或售电电价存在峰谷电价，则蓄电池起到削峰填谷的作用：

单位储能容量削峰填谷经济效益=单位容量×(峰电价-谷电价)×365×

Л     式（6）其中，Л为综合系数；

4）蓄电池预处理后进入分布式电源及储能***优化***进行优化；

四）分布式电源及储能***优化：建立优化模型，通过优化算法进行求解，优化模型包括目标函数和约束条件，约束条件包括***约束、蓄电池约束、可靠性约束和可再生能源利用率约束，

（1）目标函数：

选择微电网总成本最小为目标函数，其表达式为：

minf=min(C_c+C_OM-C_gs+C_gp)     式（7）

式中，f为目标函数，C_c为微电网的初始投资成本，C_OM为***的运行维护和置换总成本现值，C_gs为微电网向外部大电网售电的总收益现值，C_gp为购电总成本现值；

（2）蓄电池约束：

蓄电池的荷电状态需满足：

S_OCmin≤S_OC≤S_OCmax      （8）

式中，S_OC为荷电状态，S_OCmin、S_OCmax分别为蓄电池荷电状态的下限、上限，

蓄电池的充电率、放电率约束需满足：

$\left\{\begin{array}{c}{r}_{\mathrm{ch}}\&le;r_{\mathrm{ch}\max }\\ r_{\mathrm{dch}}\&le;r_{\mathrm{dch}\max }\end{array}\right.$        （9）

式中，r_ch、r_dch分别为蓄电池的充电率、放电率；r_chmax、r_dchmax分别为充电率限制和放电率限制；

蓄电池的充放电电流约束需满足：

$\left\{\begin{array}{c}{I}_{\mathrm{ch}}\&le;I_{\mathrm{ch}\max }\\ I_{\mathrm{dch}}\&le;I_{\mathrm{dch}\max }\end{array}\right.$        （10）

式中，I_ch、I_dch分别为蓄电池的充电电流、放电电流；I_chmax、I_dchmax分别为充电电流限制和放电电流限制；

蓄电池的充放电功率需满足：

$\left\{\begin{array}{c}0\&le;P_{\mathrm{ch}}\&le;P_{\mathrm{ch}\max }\\ 0\&le;P_{\mathrm{dch}}\&le;P_{\mathrm{dch}\max }\end{array}\right.$         （11）

式中，P_ch、P_dch分别为蓄电池的充电功率、放电功率；P_chmax、P_dchmax分别为充电功率上限、放电功率上限；

在一个调度周期内，蓄电池的充放电循环次数满足：

N_C≤N_Cmax          （12）

式中，N_C为蓄电池的充放电循环次数，N_Cmax为蓄电池充放电循环次数上限；

（3）***约束：***约束指外部大电网对微电网分布式电源的接纳能力，包括联络线输送功率极限约束、短路电流比约束、输电线路的电压损耗约束和电压波动约束，具体约束条件与步骤三）中的基础数据预处理的***约束条件相同，式（1）～式（4）构成了***约束；

（4）可靠性约束：采用微电网的失负荷概率作为可靠性约束指标，对于独立微电网，当分布式电源和储能的供电能力不能满足所有负荷需求时，为保障微电网安全稳定运行，允许切除部分非敏感负荷，

f_LPSP≤λ_max       （13）

式中，f_LPSP为负荷的失负荷概率，λ_max为输入条件中的最大失负荷概率，f_LPSP由下式计算：

$f_{\mathrm{LPSP}}=\frac{\underset{i=1}{\overset{T}{\mathrm{\&Sigma;}}}[P_{\mathrm{LPSP}}\left(t_i\right)\&times;\mathrm{\&Delta;t}]}{\underset{i=1}{\overset{T}{\mathrm{\&Sigma;}}}[P_L\left(t_i\right)\&times;\mathrm{\&Delta;t}]}$      （14）

式中，P_LPSP(t_i)、P_L(t_i)分别为t_i时刻的失负荷功率和全部负荷功率，△t为计算步长；T为优化计算的时间；t_i为第i小时，f_LPSP越小，表示微电网的供电可靠性越高；

（5）可再生能源利用率约束：可再生能源利用率是指微电网中可再生能源发电量占负荷全部用电量的比例，其中要扣除弃风弃光的发电量，

η≥η_min         （15）

式中，η为可再生能源利用率，η_min为输入条件中可再生能源利用率限值，η由下式计算：

$\mathrm{\&eta;}=1-\frac{\underset{i=1}{\overset{T}{\mathrm{\&Sigma;}}}[P_{\mathrm{waste}}\left(t_i\right)\&times;\mathrm{\&Delta;t}]}{\underset{i=1}{\overset{T}{\mathrm{\&Sigma;}}}[P_L\left(t_i\right)\&times;\mathrm{\&Delta;t}]}$         （16）

式中，P_waste(t_i)、P_L(t_i)分别为t_i时刻的弃风弃光功率和全部负荷功率，η越大，表示微电网的可再生能源利用率越高；

（6）优化：根据建立的优化模型采用遗传算法进行优化。

2.根据权利要求1所述的基于多目标优化的微电网规划和容量配置方法，其特征在于：所述基础数据具体包括：

（1）***条件输入：只针对并网型微电网，包括微电网并网电压等级、上一级变压器容量、联络线导线型号和长度、公共连接点短路容量；

（2）电价参数输入：对于独立微电网，电价参数计量点设置在分布式电站出口侧，电价参数输入包括各种类型分布式电源发电电价；对于并网型微电网，根据微电网运营模式分为两种电价计量方式，分别为计量点设置在分布式电站出口侧和计量点设置在微电网与外部大电网的联络线上，电价参数输入为购电电价和售电电价，同时包括区分峰谷电价和不区分峰谷电价；

（3）负荷参数输入：包括全年负荷、敏感负荷的功率和电网平均短时故障时间；

（4）光伏参数输入：包括光伏组件的电气参数、成本参数、容量限制和光资源参数；

（5）风电参数输入：包括风机的电气参数、成本参数、容量限制和风资源参数；

（6）蓄电池参数输入：包括蓄电池的电气参数和成本参数；

（7）其它参数输入，包括最大失负荷概率、最小可再生能源利用率、基准年利率，

其中：

Images