【技术实现步骤摘要】
本专利技术属于光伏发电，具体涉及一种多目标优化器的高渗透率光伏配电台区优化运行方法。
技术介绍
1、随着全球能源需求的不断增长和对环境保护的迫切需求，大力发展新能源已成为当今世界的共同目标。可以预见光伏发电在未来能源供给中的比例将逐步上升。但随着新能源的装机比例不断提高，其波动性和不确定性对电力系统的消纳能力、调度运行等方面也提出更高要求，因此，如何在不断提升新能源装机比例得同时，保障电力系统的安全稳定运行，具有重要的研究应用价值。
2、到目前，对于配电台区更高效的消纳光伏能源，以及优化系统更安全稳定的运行方法仍在不断探索中。其中算法优化器的选择对配电台区的优化结果有着巨大影响。在优化求解配电台区模型的运行结果上，国内外专家及学者侧重于改进传统优化算法，如遗传算法、粒子群优化算法、模拟退火算法等，将模型分层处理或通过权重系数叠加为一个目标函数进行求解，且当优化目标过多时，求解效率低下，对简单有效求解更高维度的配电台区模型的应用方法上存在不足。因而本专利技术提出一种多目标优化器的高渗透率光伏配电台区优化运行方法。
技术实现思路
1、本专利技术目的在于提供一种多目标优化器的高渗透率光伏配电台区优化运行方法。该方法对高维非线性的含高渗透率的配电台区优化运行问题具有更强的求解能力和更快的求解速度，且多目标优化器的应用方法更方便，适应性更强。
2、为达到上述目的本专利技术采用了以下技术方案：
3、一种多目标优化器的高渗透率光伏配电台区优化运行方法，包括以下
4、步骤1，定义待优化的光伏配电台区的目标函数、决策变量和约束条件；
5、步骤2，设计多目标优化器：随机产生初始种群，对当前种群进行非支配排序后，进一步筛选出更优的种群进入下一代，更新下一代种群新的位置，计算当前所有种群个数的目标函数值，重复操作直至到达最大迭代次数，从pareto解集中选择最终种群，输出当前种群和目标函数的结果。
6、进一步，所述步骤1中目标函数包括最小化系统净负荷、最小化线路损耗、最大化系统可靠性。
7、更进一步，所述最大系统可靠性使用配电台区运行周期内的平均电压偏移情况决定：
8、
9、其中，k为配电台区系统可靠性指标，t为计算周期统计时长，l为台区电网负荷节点数，uj,t、uj*分别为t时刻第j节点的电压、参考电压，δumax为第j节点电压允许偏差值。
10、更进一步，所述步骤1中决策变量为分布式光伏和储能系统的功率输出情况。
11、更进一步，所述步骤1中约束条件包括电网稳定性约束、设备的功率容量约束、储能系统的充放电性能约束、配电台区潮流约束。
12、进一步，所述步骤2中设计多目标优化器，具体为：
13、步骤2.1，确定要优化的目标函数个数、优化变量的维度、优化器的迭代次数，随机初始化多目标优化器的种群，对当前种群进行快速非支配排序；
14、步骤2.2，对非支配排序后的种群，使用基于参考点临界层中的环境选择方法进一步筛选出更优的种群进入下一代；
15、步骤2.3，对当前种群同步进行全局搜索和局部搜索，依据搜索机制，更新下一代种群新的位置；
16、步骤2.4，对当前最优种群与上一代种群合并，计算当前所有种群个数的目标函数值；
17、步骤2.5，重复步骤2.2～2.4，直到到达最大迭代次数，使用熵权法从pareto解集中选择最终种群，输出当前种群和目标函数的结果。
18、更进一步，所述步骤2.1中对当前种群进行快速非支配排序，具体为：
19、确定数目为n的种群中的参数n和s，找出种群中所有n＝0的解，并保存到当前集合f1中；然后寻找当前集合f1中的所有解，对于每一个解xi1，计算它所支配的个体集si1，如果xq属于si1，则将nq减1；当nq＝0时，将解xq存入下一集合f2，依次类推，直到集合为空，完成种群的快速非支配排序。
20、更进一步，所述步骤2.2中基于参考点临界层中的环境选择方法，具体为：
21、当∣f1∪f2∪···∪fi-1∣<n且∣f1∪f2∪···∪fi∣>n时，定义f1为临界层；在环境选择过程中，当参考点均匀广泛地分布在整个规范化的超平面临界层时，所选择的种群将分布在真实的pareto面上。
22、更进一步，所述步骤2.3中搜索机制，具体实现过程为：
23、
24、
25、其中，qt是最优种群全局解的位置向量，pt是种群矢量在当前迭代中的位置，ri1和ri2是随机整数1或2，cofr是一个随机选择的系数向量，在每次迭代中更新，xra是ra区间内的随机解，pr是随机选择的搜索代理的平均数，r1和r2是介于0和1之间的随机值，n1d、n2d和n3d均是标准分布的随机数，iter是迭代次数，maxiter是最大迭代次数，r3和r4是0到1之间的随机值。
26、更进一步，所述步骤2.5中熵权法，具体实现过程为：
27、
28、其中，eeh为第h个目标函数的信息熵，xih为第i个种群的第h个目标函数的值，其中n为种群个数，m为目标函数个数，wh为第h个目标函数的权重，si为第i个种群的综合得分。
29、与现有技术相比，本专利技术具有以下优点：
30、1)该优化器具有更高效的收敛速度，且具有精度高、易实现等优点，在求解复杂优化问题时具有广泛的应用价值；
31、2)应用该多目标优化器能快速求解出配电台区一个运行周期内的光伏和储能系统协同运行策略，使系统快速反应，稳定运行。
本文档来自技高网...【技术保护点】
1.一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，所述步骤1中目标函数包括最小化系统净负荷、最小化线路损耗、最大化系统可靠性。
3.根据权利要求2所述的一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，所述最大系统可靠性使用配电台区运行周期内的平均电压偏移情况决定：
4.根据权利要求2所述的一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，所述步骤1中决策变量为分布式光伏和储能系统的功率输出情况。
5.根据权利要求2所述的一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，所述步骤1中约束条件包括电网稳定性约束、设备的功率容量约束、储能系统的充放电性能约束、配电台区潮流约束。
6.根据权利要求1所述的一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，所述步骤2中设计多目标优化器，具体为：
7.根据权利要求6所述的一种多目标优化器的高渗透
8.根据权利要求7所述的一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，所述步骤2.2中基于参考点临界层中的环境选择方法，具体为：
9.根据权利要求8所述的一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，所述步骤2.3中搜索机制，具体实现过程为：
10.根据权利要求9所述的一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，所述步骤2.5中熵权法，具体实现过程为：
...【技术特征摘要】
1.一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，所述步骤1中目标函数包括最小化系统净负荷、最小化线路损耗、最大化系统可靠性。
3.根据权利要求2所述的一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，所述最大系统可靠性使用配电台区运行周期内的平均电压偏移情况决定：
4.根据权利要求2所述的一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，所述步骤1中决策变量为分布式光伏和储能系统的功率输出情况。
5.根据权利要求2所述的一种多目标优化器的高渗透率光伏配电台区优化运行方法，其特征在于，所述步骤1中约束条件包括电网稳定性约束、设备的功率容量约束、储能系统的充放电性能...
【专利技术属性】
技术研发人员：庄冠群，李德鑫，王伟，张海锋，刘畅，彭晓宇，张家郡，张懿夫，陈超，刘鸣泰，张钰，赵波，魏于凯，张利，
申请(专利权)人：国网吉林省电力有限公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。