[發明專利]微電網多目標轉化單目標的方法在審
| 申請號: | 201611007282.3 | 申請日: | 2016-11-16 |
| 公開(公告)號: | CN106602593A | 公開(公告)日: | 2017-04-26 |
| 發明(設計)人: | 李揚;翟曉娟;李國慶;張明江;王振浩;金鵬;陳繼開 | 申請(專利權)人: | 東北電力大學 |
| 主分類號: | H02J3/38 | 分類號: | H02J3/38;H02J3/46;G06F17/50;G06N3/00 |
| 代理公司: | 吉林長春新紀元專利代理有限責任公司22100 | 代理人: | 白冬冬 |
| 地址: | 132012 吉*** | 國省代碼: | 吉林;22 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 電網 多目標 轉化 目標 方法 | ||
1.一種微電網多目標轉化單目標的方法,其特征在于:
①建立風機和光伏的不確定性出力模型,利用序列運算理論得到風機、光伏的共同出力的期望值,具體過程為:
a、根據對實測數據的分析表明,風速近似服從威布爾分布,其分布函數為:
(1)
其概率密度函數為:
(2)
式(1)、(2)中,代表實際風速;代表形狀參數,一般取;代表尺度參數,反映某個時段的平均風速,有;
風力機組的輸出功率和實際風速的函數關系如下:
(3)
式(3)中,表示額定風速;表示切入風速;表示切出風速;表示風機的額定輸出功率;
b、光伏電池組件的功率輸出表達式如下:
(4)
式(4)中,為光伏電池的實際輸出功率;為標準測試條件下的電池輸出功率;為實際輻照強度;為標準測試條件下的輻照強度;為功率溫度系數;為電池板工作溫度;為參考溫度;
光伏電池出力的概率密度函數為:
(5)
式(5)中,、為形狀參數,其關系為,為光強平均值;為光伏電池的最大輸出功率;
c、令風機出力的概率性序列為,序列長度為,光伏出力的概率性序列為,序列長度為,令風機、光伏的共同出力的概率性序列為,序列長度為;共同出力的計算公式如下:
(6)
(7)
公式(6)中,為時段風機和光伏共同出力的期望值;
式(7)完整的表述如下:
(8);
②在考慮機會約束規劃的同時建立優化模型,選取待優化變量、優化目標及確定約束條件:
a、選取待優化變量,連續變量為各臺微燃機在時刻的有功出力,離散變量主要包括機組狀態變量和開機變量;
b、選取優化目標,優化目標函數表達式為:
(9)
(10)
式(9)中,為微電網運行發電成本;為機組在時刻的出力;為機組在時刻表示機組的燃料消耗成本;為0-1變量,機組在時刻的運行狀態,該值是0表示停機,該值是1表示運行;為機組的啟動成本;為機組的備用容量成本;為機組在第時刻的旋轉備用;式(10)中,為污染氣體的排放總量;、、為微燃機的污染氣體排放系數;
c、確定約束條件,約束條件包括等式約束和不等式約束兩部分:
等式約束寫為:
(11)
式(11)中,為時刻的卸荷負載出力;為儲能在時刻的充電功率;為儲能在時刻的放電功率;為時刻的負荷預測值;、為蓄電池運行一個周期的始末容量;
不等式約束條件:
(12)
式(12)中,、分別為機組出力的上下限;、分別為蓄電池所允許的剩余電量的最小最大值;為備用容量;、分別為時段風機和光伏的出力;為給定的置信度;、分別為微燃機增加和降低有功功率的極限值;
③分別選取適合兩個目標函數的隸屬度函數,并確定隸屬度函數:
兩個目標函數選取的隸屬度函數分別為:
(13)
(14)
式(13)、(14)中,為以微電網發電成本最小為單目標優化的目標值;為以污染物排放總量最小為單目標優化的目標值;為可以接受的成本的增加值;為可接受的污染物排放的伸縮值;E指的是污染氣體的排放量;F指的是發電成本;有關污染氣體的隸屬度函數;有關發電成本的隸屬度函數;
確定隸屬度函數的過程為:
a、 將原始數據輸入,利用混合整數規劃算法,求解以微電網發電成本最小為目標函數的單目標模型,得到了一天中各時段的最小發電成本、最大發電成本和污染氣體總排放量,以及各臺微燃機的出力情況;
b、將原始數據輸入,用上述同樣的方法,求解以微網系統運行污染物排放總量為目標函數的單目標模型,得到了一天中各時段污染氣體最小總排放量、最大總排放量和各時段的發電成本,以及各臺微燃機的出力情況;
c、在a、b兩個步驟的基礎上,將各個單目標進行伸縮,確定和,同時和的確定方法:,;
d、將和代入式(13)和式(14)中,得到隸屬度函數,從而將多目標轉化為單目標問題;設為所有隸屬度函數中的最小值,最終多目標問題就可以轉化為在滿足所有約束條件的前提下,滿意度指標最大的單目標優化問題;轉化后的單目標模型如下:
(15)
(16)
(17)
(18)。
2.利用改進蟻群算法求解單目標,其特征在于:常規蟻群算法中信息素的更新規則為:
(19)
(20)
式(19)中,為本次迭代的最優解,對于所有的信息素需滿足:,若,則將設置為;若,則將設置為;和分別是指信息素濃度的最大值和最小值;
確定和的方法如下:
信息素未更新時:
(21)
信息素更新后:
(22)。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于東北電力大學,未經東北電力大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611007282.3/1.html,轉載請聲明來源鉆瓜專利網。





