[發明專利]一種基于動態電價的微電網運行優化方法

有效

• 申請號: 201410270976.0
• 申請日: 2014-06-16
• 公開（公告）號: CN104065072A
• 公開（公告）日: 2014-09-24
• 發明（設計）人: 劉天琪;胡曉通;李興源;時珊珊;李妮;劉舒;柳勁松;周宜廣
• 申請（專利權）人: 四川大學;國網上海市電力公司
• 主分類號: H02J3/06
• 分類號: H02J3/06
• 代理公司: 成都科海專利事務有限責任公司 51202
• 代理人: 鄧繼軒

1.一種基于動態電價的微電網運行優化方法，其特征在于：

1)考慮微電網參與配電網協調運行優化模型

將微電網當作一個可正可負的負荷接入配電網中，配電網根據運行優化目標確定出一條24h的微電網參考計劃交換功率控制曲線，將參考計劃交換功率和計劃交換功率模糊化，分別求出隸屬度函數值，通過計算二者的歐幾里得貼近度來實現電價的動態化，曲線貼近度越高，售電價越高，購電價越低；

2)計及動態電價的微電網運行優化目標函數

本發明建立了含有風力發電機、光伏電池、微型燃氣輪機、蓄電池多種微電源的微電網運行優化模型；考慮了包括動態電價、運行維護成本、排污處理成本在內的目標函數，考慮了微電網系統中的功率平衡、各個微電源容量限制、微型燃氣輪機爬坡率、聯絡線傳輸功率、蓄電池容量和蓄電池充放電各類約束；同時模型通過計算參考計劃交換功率曲線和計劃交換功率曲線的歐幾里得貼近度來確定動態電價，來計及配電網對微電網的運行；

min C=Σt=124[Cf(t)+CDP(t)+COM(t)+Ce(t)]+Cgrid-Csc---(1)]]>

其中

Cf(t)=Σi=1nFi(Pi(t))---(2)]]>

CDP(t)=Σi=1n[Caz,i8760ki×r(1+r)ni(1+r)ni-1×Pi(t)]---(3)]]>

COM(t)=Σi=1n[KOM,i×Pi(t)]---(4)]]>

Ce(t)=Σi=1nΣj=1m[VejQijPi(t)]---(5)]]>

N(A,B)=1-124(Σi=124(A(i)-B(i))2)1/2---(6)]]>

C'_P(t)＝C_P(t)×(0.5+N(A,B)) (7)

C'_S(t)＝C_S(t)×(1.5+N(A,B)) (8)

C_grid(t)＝C'_P(t)C_GP(t)-C'_S(t)C_SP(t) (9)

C_sc(t)＝Q_ce(i)K_pc(10)

式中，C_f(t)、C_DP(t)、C_OM(t)、C_e(t)分別為t時刻各微電源的燃料成本、投資折舊成本、運行維護成本、排污處理成本；C_grid、C_sc分別為微電網與配電網的交互成本和微型燃氣輪機制冷收益，C_az,i、k_i、r、n_i、K_OM,i、V_ej、Q_ij分別為單位容量的微電源的安裝成本、容量因素、年利率、投資償還期、單位電量運行維護成本系數、污染物的環境價值和污染物的排放量；A(i)、B(i)分別為參考計劃交換功率曲線和計劃交換功率曲線模糊化后的隸屬度函數值；C_P(t)、C_P(t)為t時刻的實時購售電價，C'_P(t)、C_s'(t)為引入歐幾里得貼近度后的動態實時購售電價；Q_ce(i)為微型燃氣輪機各時刻制冷量；K_pc為單位制冷的售價；

其約束條件為：

A、功率平衡約束

Pload=Pgrid+Σi=1nPDG,i---(11)]]>

式中，P_load為系統總的負荷，P_grid為微網與配網的交換功率，P_DG,i為各微源的出力；

B、微源有功出力約束

P_i,min≤P_i≤P_i,max (12)

C、微型燃氣輪機爬坡率約束

增加出力時為：

P_MT(t)-P_MT(t-1)≤R_up (13)

減少出力時為：

P_MT(t-1)-P_MT(t)≤R_down (14)

D、微網與配電網交換功率約束

P_grid,min≤P≤P_grid,max (15)

E、蓄電池運行約束

P_SB,min≤P≤P_SB,max (16)

SOC_min≤SOC≤SOC_max(17)

對微電網中的風、光等出力按照分布式電源模型進行求解，將求得的風、光出力以及負荷作為已知量代入粒子群算法中；將其它微電源作為未知量，進行編碼操作，生成初始種群，可以求取出一條計劃交換功率曲線；

3)計及動態電價的粒子群優化算法

A、對微電網優化調度模型中的各微電源、負荷參數、目標函數參數以及約束條件參數進行設置，電價通過計算參考計劃交換功率曲線和計劃交換功率曲線的歐幾里得貼近度來實現動態化，即曲線貼近度越高，售電價越高，購電價越低；

B、對粒子群算法中的控制參數進行設置，其中包括仿真代數、粒子規模、學習因子和慣性權重等；

C、對微電網中的燃氣輪機、燃料電池和交換功率進行編碼，隨機生成初始種群；

D、通過解碼，將個體代入適應度函數中，對個體進行適應度值評價，選出種群中的最優個體；

E、對種群進行位置和速度行進更新，同時在操作過程中采用最優保留政策，生成新的子代種群；

F、新生成種群重新計算群體中各個體的適應度值，進入判別條件，滿足條件的個體作為最優解輸出，不滿足條件則返回步驟4)；

G、最終輸出的最優解即為一天24小時各微電源出力以及交換功率。