一种微电网群优化配置方法技术

本发明专利技术涉及一种微电网群优化配置方法，传统的微网系统优化配置方法缺少对风光出力不确定性以及对微网中不同投资商利益关系的考虑，导致微电网群的配置方案中存在风机光伏以及其他分布式电源和储能安装数量不合理，微网投资成本较高的情况；本发明专利技术提出构建一个以微电网群和配电网共同投资微电网群系统的非合作博弈模型，平衡微电网群运营商和配电运营商利益，且在微电网群的配置过程中针对风光出力的不确定性和相关性，构建一种场景生成方法，更准确的进行微网配置的求解，能较好的进行微电网群配置，有助于微网与微网间以及微网与配网间电能交互利用最大化，使得微电网群运营商和配电网运营商均实现收益最大化。和配电网运营商均实现收益最大化。和配电网运营商均实现收益最大化。

【技术实现步骤摘要】
一种微电网群优化配置方法


[0001]本专利技术涉及微电网配置
，尤其是涉及一种微电网群优化配置方法。

技术介绍

[0002]为了减少碳排放，微电网的使用数量在不断增加。大量不确定性能源如风电、光电也接入了微电网，作为消纳新能源的微电网需要针对风光出力的不确定性和波动性进行研究并合理配置风机和光伏的数量。随着微电网数量不断增加，在一定区域下可能存在多个微电网，如果组成微电网群系统则可以进行电能交互利用，增强供电的可靠性，提高微电网群系统的经济效益。但是微电网群系统的建设成本高昂，如果配电网能够参与投资，则能减轻微电网群系统的建设压力，引导其进行有序建设，并获得一定收益。
[0003]目前针对微电网群的配置问题，主要是在确定的场景下对微电网群进行配置，且主要采用单主体投资微电网进行优化配置，并未考虑到多主体投资微电网群的优化配置。

技术实现思路

[0004]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种微电网群优化配置方法。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种微电网群优化配置方法，该方法包括如下骤：
[0007]S1：构建考虑微电网群运营商收益，以及配电网运营商投资收益为目标的非合作博弈模型。
[0008]S2：构建考虑风光出力相关性的场景生成方法，并将生成的风光出力典型日数据用在微电网群的配置中。
[0009]S3：求解非合作博弈模型，进而获取微电网群中分布式电源、储能的最优配置。
[0010]进一步地，S2中，所述非合作博弈模型以微电网群运营商年运行成本最小化为目标，配电网运营商以配电网运营商收益最大化为目标进行微网源
‑
储规划。
[0011]进一步地，S2中，风光出力场景生成方法以非参数核密度估计法选择高斯核函数，生成一天中二十四小时内各个时间段的风光出力的概率密度函数；通过Frank
‑
Copula函数建立每小时风机和光伏出力的联合分布函数。
[0012]进一步地，S3中，采用粒子群算法求解非合作博弈模型。
[0013]本专利技术提供的微电网群优化配置方法，相较于现有技术至少包括如下有益效果：
[0014]1)本专利技术提出构建一个以微电网群和配电网共同投资微电网群系统的非合作博弈模型，平衡微电网群运营商和配电运营商利益，且在微电网群的配置过程中针对风光出力的不确定性和相关性，构建一种场景生成方法，能够更准确的进行微网配置的求解，使得本专利技术能较好的进行微电网群配置，有助于微网与微网间以及微网与配网间电能交互利用最大化，使得微电网群运营商和配电网运营商均实现收益最大化。
[0015]2)通过采用粒子群算法对微电网中分布式电源、储能的最优配置进行求解，全局
寻优能力好，收敛速度快。
附图说明
[0016]图1为实施例中本专利技术微电网群优化配置方法的流程示意图；
[0017]图2为实施例中某地2018年风机出力标幺化数据；
[0018]图3为实施例中某地2018年光伏出力标幺化数据；
[0019]图4为实施例中风机出力场景生成结果；
[0020]图5为实施例中光伏出力场景生成结果；
[0021]图6为实施例中MG1典型日负荷曲线；
[0022]图7为实施例中MG2典型日负荷曲线；
[0023]图8为实施例中MG3典型日负荷曲线。
具体实施方式
[0024]下面结合附图和具体实施例对本专利技术进行详细说明。显然，所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本专利技术保护的范围。
[0025]实施例
[0026]本专利技术涉及一种微电网群优化配置方法，该方法考虑到配电网和微电网联合投资微电网群系统构建非合作博弈模型，并采用场景生成方法得到具有相关性的风光出力进行微电网群的优化配置，在现有专利文献中，尚无此技术应用。为了实现微电网群的最优配置，提出采用场景生成方法得到风光出力相序列，并构建微电网群和配电网联合投资的非合作博弈模型进行最优配置结果求解。
[0027]具体地，如图1所示，本专利技术微电网群优化配置方法的具体步骤如下：
[0028]步骤一、风光的场景生成。具体地：
[0029]1.以一年中风机和光伏各个时间段的总发电功率为基础，在通过非参数核密度估计法选择高斯核函数，生成一天中二十四小时内各个时间段的风、光出力的概率密度函数，函数表达式为：
[0030][0031]式中：
[0032]g——样本容量，这里指一年365天；
[0033]t——t＝1,2,
…
,24，表示24个时段；
[0034]h——平滑系数；
[0035]d——某一天；
[0036]x
t
——t时段风机出力；
[0037]y
t
——t时段光伏出力；
[0038]——第d天t时段风机出力；
[0039]——第d天t时段光伏出力；
[0040]K(
·
)——高斯核函数，其中；
[0041]2.以风光出力每小时的概率密度函数为基础，计算出它的累积分布函数和并通过Frank
‑
Copula函数建立起每小时风机和光伏出力的联合分布函数。即：
[0042][0043]式中：C
·
——二维Frank
‑
Copula函数，表达式为：
[0044][0045]式中：
[0046]——t时刻风机出力的累积分布函数；
[0047]——t时刻光伏出力的累积分布函数；
[0048]λ
t
——相关参数，λ
t
∈(
‑
1,1)且λ
t
≠0。
[0049]其中，λ
t
＞0表示u
t
、v
t
正相关；λ
t
→
0表示u
t
、v
t
相互独立；λ
t
＜0表示u
t
、v
t
负相关。
[0050]3.采样每小时的联合分布函数，根据采样结果和风光的联合概率分布函数反变换得到每个时段的采样风机和光伏出力。
[0051]4.场景生成获得的数据众多，且场景间相似度很高。为使相近场景可以进行有效合并，采用同步回代缩减法进行场景缩减，并计算各场景出现的概率。
[0052]步骤二、构建微电网群和配电网的非合作博弈函数模型。具体地：
[0053]1.微电网群中的各个微电网中包含风机(wind turbine，WT)、光伏(photovoltaic，PV)、微型燃气轮机(Microturbines，MT本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种微电网群优化配置方法，其特征在于，包括下列步骤：1)构建考虑微电网群运营商收益，以及配电网运营商投资收益为目标的非合作博弈模型；2)构建考虑风光出力相关性的场景生成方法，并将生成的风光出力典型日数据用在微电网群的配置中；3)求解非合作博弈模型，进而获取微电网群中分布式电源、储能的最优配置。2.根据权利要求1所述的微电网群优化配置方法，其特征在于，步骤2)中，所述非合作博弈模型以微电网群运营商年运行成本最小化为目标，配电网运营商以配电网运营商收益最...

【专利技术属性】
技术研发人员：李安，杨秀，潘瑞媛，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：