一种微电网运行优化方法和系统技术方案

本发明专利技术提供了一种微电网运行优化方法和系统，包括：采集微电网参数并输入微电网运行优化模型；采用改进粒子群算法，求解微电网运行优化模型，得到微电网运行优化方案；根据微电网运行优化方案，进行微电网运行优化；改进粒子群算法包括：自适应惯性权重调整、混沌算法初始化粒子群和模拟退火接受粒子位置更新；微电网运行优化模型是基于最小化环境代价为目标函数建立的。本发明专利技术提供的技术方案克服了传统PSO算法的缺点，如迭代收敛速度较慢，易陷入局部极值等，收敛速度快，不易陷入局部极值，能够更好的对微电网运行进行优化。

【技术实现步骤摘要】
一种微电网运行优化方法和系统
本专利技术属于微电网运行控制
，具体涉及一种微电网运行优化方法和系统。
技术介绍
分布式发电(DG)的大力发展，对于缓解日益严重的能源和环境问题具有一定的效果。由多种发电形式的DG组成的微电网，一般具有对环境影响小，能源供应可靠性高和经济效益好等特点而受到广泛的关注。但微电网运行要达到环境友好，同时又有经济效益，其优化运行问题的求解是一个多目标多约束条件的非线性优化问题。传统优化算法已难以解决多目标多约束条件的非线性优化问题。随着智能优化算法的发展，粒子群(PSO)算法、神经网络和遗传算法(geneticalgorithm，GA)等智能优化算法已经广泛应用于此类问题的求解，并取得良好的效果。但各种智能优化算法各有其利弊，针对微电网优化问题，寻找合适的求解算法是研究难点之一。作为智能优化算法之一，粒子群PSO算法适用于于多目标优化问题，且其具有参数少、程序简单易实现等优点，但传统的PSO算法也存在一些缺点，如迭代收敛速度较慢，易陷入局部极值等，采用传统的PSO算法进行的微电网运行优化难以实现环境友好和经济效益高。
技术实现思路
为克服传统PSO算法的缺点，本专利技术提出一种微电网运行优化方法，其改进之处在于，包括：采集微电网参数并输入微电网运行优化模型；采用改进粒子群算法，求解微电网运行优化模型，得到微电网运行优化方案；根据所述微电网运行优化方案，进行微电网运行优化；所述改进粒子群算法包括：自适应惯性权重调整、混沌算法初始化粒子群和模拟退火接受粒子位置更新；所述微电网运行优化模型是基于最小化环境代价为目标函数建立的。优选的，所述微电网运行优化模型的建立，包括：以环境保护折算成本、运行成本和微电网网损成本总和最小为目标函数，以功率平衡、电源出力限制、节点电压上下限以及储能单元容量限制为约束条件，建立微电网运行优化模型。优选的，所述目标函数的计算式如下：minF＝FC+F2+λPl式中，minF表示最小化的目标函数，FC表示运行成本，F2表示环境保护折算成本，λ表示有功网损成本系数，Pl表示微电网网损；运行成本FC的计算式如下：式中，N为微网中电源的总数目；Fi(Pi)为第i个电源的燃料成本；FOMi(Pi)为第i个电源的运行维护成本；Pi为第i个电源的输出功率；环境保护折算成本F2的计算式如下：式中，M为污染物的类型数目；αj为第j类污染物的折算系数；EFi,j为第i个微电源产生的第j种污染物的单位排放量。优选的，所述采用改进粒子群算法，求解微电网运行优化模型，得到微电网运行优化方案，包括：步骤a1：以粒子在各维度的位置分量分别对应各微电网参数，建立粒子群；步骤a2：采用混沌算法在微电网参数范围内初始化各粒子的位置；步骤a3：基于自适应算法调整改进粒子群算法中的惯性权重，并根据所述惯性权重更新粒子群中粒子的位置；步骤a4：采用模拟退火算法接受粒子位置的更新；步骤a5：判断当前的粒子群位置是否求解出微电网运行优化模型：若是则结束；否则转入步骤a3；所述微电网参数包括：功率预测数据、负荷预测数据、微电网运维成本数据、微电网中各发电单元的功率爬坡率上限数据以及微电网各节点的电压。优选的，所述采用混沌算法在微电网参数范围内初始化各粒子的位置，包括：随机初始化一个粒子的位置量；以所述位置量为基础，采用完全的混沌系统计算多个具有混沌特性的随机量；将各随机量映射入微电网参数的取值范围；采用适应度函数对映射入微电网参数取值范围的随机量进行评价，选择适应度函数值大于预设阈值的随机量作为改进粒子群算法中各粒子的位置的初始值；其中，所述适应度函数为微电网运行优化模型的目标函数的倒数。优选的，所述随机量的计算式如下：u(l+1)＝μu(l)(1-u(l))其中，u(l)表示第l个随机量，u(l+1)表示第l+1个随机量，μ为控制参数，u(0)为所述位置量。优选的，所述粒子群中粒子的位置更新的计算式如下：xi(k+1)＝xi(k)+vi(k+1)vi(k+1)＝ωi(k)vi(k)+c1r(pbest,i(k)-xi(k))+c2r(gbest-xi(k))式中，xi(k+1)表示第i个粒子在第k+1次迭代时的位置，xi(k)表示第i个粒子在第k次迭代时的位置；vi(k+1)表示第i个粒子在第k+1次迭代时的速度，vi(k)表示第i个粒子在第k次迭代时的速度；ωi(k)表示第i个粒子在第k次迭代时的惯性权重；c1表示第一学习因子，c2表示第二学习因子；r为随机数；pbest,i(k)表示第i个粒子在第k次迭代时最优位置，gbest表示整个粒子群的最优位置。优选的，所述第i个粒子在第k次迭代时的惯性权重ωi(k)的计算式如下：式中，b为惯性权重取值上限，a为惯性权重取值下限；fi(k)表示第i个粒子在第k次迭代时的适应度指数，fi(k)的计算式如下：式中，c为适应度常数，fd(k)表示整个粒子群在第k次迭代时全局最优适应度函数值；fid(k)表示第i个粒子在第k次迭代时的局部最优适应度函数值；所述适应度函数为微电网运行优化模型的目标函数的倒数。优选的，所述采用模拟退火算法接受粒子位置的更新，包括：计算更新粒子位置前后的对应粒子的适应度函数值的变化值；判断所述变化值是否小于0：若是，则接受粒子位置的更新；否则，按照预设概率接受粒子位置的更新；其中，所述适应度函数为微电网运行优化模型的目标函数的倒数。基于同一专利技术构思，本申请还提供了一种微电网运行优化系统，其特征在于，包括：数据采集模块、优化方案模块和运行优化模块；所述数据采集模块，用于采集微电网参数并输入微电网运行优化模型；所述优化方案模块，用于采用改进粒子群算法，求解微电网运行优化模型，得到微电网运行优化方案；所述运行优化模块，用于根据所述微电网运行优化方案，进行微电网运行优化；所述改进粒子群算法包括：自适应惯性权重调整、混沌算法初始化粒子群和模拟退火接受粒子位置更新；所述微电网运行优化模型是基于最小化环境代价为目标函数建立的。与最接近的现有技术相比，本专利技术具有的有益效果如下：本专利技术提供了一种微电网运行优化方法和系统，包括：采集微电网参数并输入微电网运行优化模型；采用改进粒子群算法，求解微电网运行优化模型，得到微电网运行优化方案；根据微电网运行优化方案，进行微电网运行优化；改进粒子群算法包括：自适应惯性权重调整、混沌算法初始化粒子群和模拟退火接受粒子位置更新；微电网运行优化模型是基于最小化环境代价为目标函数建立的。本专利技术提供的技术方案克服了传统PSO算法的缺点，如迭代收敛速度较慢，易陷入局部极值等，收敛速度快，不易陷入局部极值，能够更好的对微电网运行进行优化。本文档来自技高网...

【技术保护点】
1.一种微电网运行优化方法，其特征在于，包括：/n采集微电网参数并输入微电网运行优化模型；/n采用改进粒子群算法，求解微电网运行优化模型，得到微电网运行优化方案；/n根据所述微电网运行优化方案，进行微电网运行优化；/n所述改进粒子群算法包括：自适应惯性权重调整、混沌算法初始化粒子群和模拟退火接受粒子位置更新；所述微电网运行优化模型是基于最小化环境代价为目标函数建立的。/n

【技术特征摘要】
1.一种微电网运行优化方法，其特征在于，包括：
采集微电网参数并输入微电网运行优化模型；
采用改进粒子群算法，求解微电网运行优化模型，得到微电网运行优化方案；
根据所述微电网运行优化方案，进行微电网运行优化；
所述改进粒子群算法包括：自适应惯性权重调整、混沌算法初始化粒子群和模拟退火接受粒子位置更新；所述微电网运行优化模型是基于最小化环境代价为目标函数建立的。


2.如权利要求1所述的方法，其特征在于，所述微电网运行优化模型的建立，包括：
以环境保护折算成本、运行成本和微电网网损成本总和最小为目标函数，以功率平衡、电源出力限制、节点电压上下限以及储能单元容量限制为约束条件，建立微电网运行优化模型。


3.如权利要求2所述的方法，其特征在于，所述目标函数的计算式如下：
minF＝FC+F2+λPl
式中，minF表示最小化的目标函数，FC表示运行成本，F2表示环境保护折算成本，λ表示有功网损成本系数，Pl表示微电网网损；
运行成本FC的计算式如下：



式中，N为微网中电源的总数目；Fi(Pi)为第i个电源的燃料成本；FOMi(Pi)为第i个电源的运行维护成本；Pi为第i个电源的输出功率；
环境保护折算成本F2的计算式如下：



式中，M为污染物的类型数目；αj为第j类污染物的折算系数；EFi,j为第i个微电源产生的第j种污染物的单位排放量。


4.如权利要求2所述的方法，其特征在于，所述采用改进粒子群算法，求解微电网运行优化模型，得到微电网运行优化方案，包括：
步骤a1：以粒子在各维度的位置分量分别对应各微电网参数，建立粒子群；
步骤a2：采用混沌算法在微电网参数范围内初始化各粒子的位置；
步骤a3：基于自适应算法调整改进粒子群算法中的惯性权重，并根据所述惯性权重更新粒子群中粒子的位置；
步骤a4：采用模拟退火算法接受粒子位置的更新；
步骤a5：判断当前的粒子群位置是否求解出微电网运行优化模型：若是则结束；否则转入步骤a3；
所述微电网参数包括：功率预测数据、负荷预测数据、微电网运维成本数据、微电网中各发电单元的功率爬坡率上限数据以及微电网各节点的电压。


5.如权利要求4所述的方法，其特征在于，所述采用混沌算法在微电网参数范围内初始化各粒子的位置，包括：
随机初始化一个粒子的位置量；
以所述位置量为基础，采用完全的混沌系统计算多个具有混沌特性的随机量；
将各随机量映射入微电网参数的取值范围；
采用适应度函数对映射入微电网参数取值范围的随机量进行评价，选择适应度函数值大于预设阈值的随机量作为改进粒子群算法中各粒子...

【专利技术属性】
技术研发人员：华光辉，汪春，栗峰，刘海璇，张祥文，
申请(专利权)人：中国电力科学研究院有限公司，国家电网有限公司，
类型：发明
国别省市：江苏;32