【技术实现步骤摘要】
本申请涉及一种考虑储能及新能源的多微网系统双层优化方法及系统，属于电力系统能源管理。
技术介绍
1、随着可再生能源的广泛接入，多微网系统在支持分布式发电和提高能源利用效率方面发挥着越来越重要的作用。优化调度策略对于确保系统的经济性和可靠性至关重要。然而，现有的多微网系统调度方法往往集中于单一能源或缺乏对储能系统的有效整合，这限制了它们在应对可再生能源的间歇性和不确定性方面的能力，导致在实际应用中的调度效率不高和成本控制不精确。
2、现有的技术方案包括采用启发式算法，如粒子群优化(pso)和遗传算法，来处理多微网系统中的调度问题。尽管这些方法在处理优化问题上取得了一定的进展，但它们通常面临收敛速度慢、容易陷入局部最优解、对参数设置敏感等挑战。此外，现有的经济成本模型构建不够全面，未能充分考虑储能系统的成本效益，以及在实际电网操作中遇到的复杂约束条件，如电网运行的安全性、法规要求和市场需求变化。
技术实现思路
1、鉴于上述问题，本专利技术提出一种考虑储能及新能源的多微网系统双层优化方法及系统，以解决现有的优化算法面临收敛速度慢、容易陷入局部最优解、对参数设置敏感等挑战，以及现有的经济成本模型构建不够全面的问题。
2、为了实现上述目的，本申请提供如下技术方案：
3、第一方面，本申请实施例提供一种考虑储能及新能源的多微网系统双层优化方法，其包括：
4、构建多微网系统模型，为所述多微网系统模型中的每一个能量生成单元和储能单元定义性能参数和成本参
5、定义所述多微网系统模型的双层优化模型的目标函数和约束条件；其中，所述双层优化模型包括配网层优化调度模型和微网层优化模型，所述配网层优化调度模型的目标是最小化功率和电压的波动，所述微网层优化模型的目标是最小化微电网的总体运营成本；
6、将初始麻雀算法与黄金正弦策略和自适应t分布策略相结合，建立改进的麻雀搜索算法模型；
7、利用所述改进的麻雀搜索算法模型求解所述多微网系统模型的双层优化模型，并根据求解结果生成优化策略。
8、基于以上的方法，可选地，所述配网层优化调度模型的目标函数为：
9、minf＝w1f1+w2f2+w3f3
10、其中，f1、f2和f3分别代表电压稳定性、频率稳定性和供电可靠性的量化指标，w1-w3为权重系数；
11、电压稳定性f1是衡量电力系统能够维持用户电压在可接受范围内，不发生电压崩溃的能力，通过考虑所有微电网和配电网节点的电压偏移来衡量：
12、
13、其中，t是调度周期内的所有时段，n是微电网和配电网中所有节点的集合，vn(t)是节点n在时段t的电压幅值，vref是参考电压幅值；
14、频率稳定性是指整个系统能够维持发电和负荷之间的功率平衡，避免频率偏移超出允许范围，通过频率偏差来衡量：
15、
16、其中，fsys(t)是时段t的系统频率，fref是参考频率；
17、供电可靠性是指系统能够持续向用户提供电力的能力，通过停电损失电量来衡量：
18、
19、其中，pn(t)是节点n在时段t的负荷需求，un(t)是一个二元变量，表示节点n在时段t是否停电，1表示停电，0表示未停电。
20、基于以上的方法，可选地，所述配网层优化调度模型的约束条件包括：
21、a)功率平衡约束：确保在任何给定时间点，配电网的总供电量与总负载需求相匹配：
22、
23、其中，pload(t)是t时段的系统总负荷功率，ploss(t)是功率损耗，pmgi,out(t)是第i个微电网在t时段的输出功率，pdn,in/out(t)是配电网与微电网之间的交互功率；
24、b)电压稳定性约束：限制系统各节点的电压在允许范围内，以确保电压稳定：
25、
26、其中，vj(t)是t时段节点j的电压，vmin和vmax是电压的下限和上限；
27、c)频率稳定性约束：确保系统频率在允许的偏差范围内：
28、
29、其中，f(t)是t时段的系统频率，fmin和fmax是频率的下限和上限；
30、d)微网与配电网交互功率约束：限制微电网与配电网之间的交互功率在物理上和技术上可行的范围内：
31、
32、其中，pdn,min和pdn,max是交互功率的下限和上限。
33、基于以上的方法，可选地，所述微网层优化调度模型的目标函数为：
34、minc＝w1c1+w2c2
35、其中，c1为发电成本，c2为污染控制成本，w1和w2为权重系数；
36、所述发电成本包括燃料成本、维护成本、负荷削减补偿成本、与主电网的能源交易成本以及各发电单元的折旧成本：
37、
38、其中，t为调度时段，a为微网考虑系数；cf(t)表示t时刻每一种分布式能源消耗的燃料成本；com(t)表示t时刻各机组的维修费用；cl(t)为减载时的停电补偿费用；cgrid表示微电网和主电网之间的能源交易成本；cdep(t)为t时刻各发电机组的折旧成本；
39、
40、cl＝cbu×load(t)
41、cgrid＝cp(t)×cgp(t)-cs(t)×csp(t)
42、其中，n为接入微电网的发电机组数量；i为分布式能源类型；cfuel是天然气的价格；lhv表示天然气的热值较低；pi(t)表示分布式能源i在时刻t的输出有功功率；ηi(t)表示时间t时分布式能源i的燃料燃烧效率，它是产生的电能相对于燃料输入的热能的百分比；cins,i表示分布式能源i的安装成本；fcf,i为容量因子；pri为分布式能源i的额定功率；fcr为资本回收系数，d为年利率，l为系统的使用寿命；cl表示减载期间的停电补偿成本；cbu表示微电网在减载过程中产生的补偿损失费用；load(t)表示在时间段t内减少的负载量；cp(t)和cs(t)表示t时段微网与主网之间的购售电价；cgp(t)和csp(t)分别表示时间段t微电网向主电网购买电量和向主电网出售电量；
43、所述污染控制成本为：
44、
45、其中，b＝0；m为排放污染物种类的数量；k为微电网气体排放类型；ck为单位处理费用；rik表示i发电单位每单位发电量产生k种污染物的惩罚成本；rgridk表示主电网产生的污染物k的惩罚成本。
46、基于以上的方法，可选地，所述微网层优化调度模型的约束条件包括：
47、g)功率平衡约束：
48、
49、其中，表示t时段的系统负载功率；表示t时刻电能传输过程中系统的功率损耗；为各分布式发电机组在时段t内提供的有功功率；表示t时段微网与主网之间交换的有功功率；
50、h)分布式发电输出功率约本文档来自技高网...
【技术保护点】
1.一种考虑储能及新能源的多微网系统双层优化方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述配网层优化调度模型的目标函数为：
3.根据权利要求2所述的方法，其特征在于，所述配网层优化调度模型的约束条件包括：
4.根据权利要求3所述的方法，其特征在于，所述微网层优化调度模型的目标函数为：
5.根据权利要求4所述的方法，其特征在于，所述微网层优化调度模型的约束条件包括：
6.根据权利要求1所述的方法，其特征在于，所述将初始麻雀算法与黄金正弦策略和自适应t分布策略相结合，建立改进的麻雀搜索算法模型，包括：
7.根据权利要求1所述的方法，其特征在于，所述利用所述改进的麻雀搜索算法模型求解所述多微网系统模型的双层优化模型，包括：
8.根据权利要求7所述的方法，其特征在于，所述根据求解结果生成优化策略，包括：
9.一种考虑储能及新能源的多微网系统双层优化系统，其特征在于，包括：
【技术特征摘要】
1.一种考虑储能及新能源的多微网系统双层优化方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述配网层优化调度模型的目标函数为：
3.根据权利要求2所述的方法，其特征在于，所述配网层优化调度模型的约束条件包括：
4.根据权利要求3所述的方法，其特征在于，所述微网层优化调度模型的目标函数为：
5.根据权利要求4所述的方法，其特征在于，所述微网层优化调度模型的约束条件包括：
...【专利技术属性】
技术研发人员：高振军，任景，张小东，彭明侨，高敏，谷宇豪，李征，朱明辉，张启文，
申请(专利权)人：国家电网有限公司西北分部，
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。