[發明專利]基于主從博弈模型的交直流混合微電網優化運行方法

有效

• 申請號: 201710199928.0
• 申請日: 2017-03-29
• 公開（公告）號: CN106712120B
• 公開（公告）日: 2019-04-05
• 發明（設計）人: 李鵬;韓鵬飛;陳安偉;張斌;周國華
• 申請（專利權）人: 華北電力大學（保定）;國網浙江省電力有限公司
• 主分類號: H02J5/00
• 分類號: H02J5/00;H02J3/38;H02J3/32;H02J3/06
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 杜文茹

1.一種基于主從博弈模型的交直流混合微電網優化運行方法，其特征在于，包括如下步驟：

1)采集微電網所在區域光照強度、溫度、云量的氣象數據，統計微電網中光伏發電量歷史數據，對交直流混合微電網中次日光伏電池出力采用基于典型趨勢的預測方法進行預測；分別統計交流區和直流區的歷史負荷數據，分別對次日交流負荷和直流負荷進行預測；

2)對交直流混合微電網中雙向換流器、潮流控制器兩側傳輸功率數據進行采集，利用所采集數據建立交直流混合微電網中各種設備的數學模型；

3)將一天分為多個調度時段，建立光伏運營商和電網公司在每個調度時段利益相互協調的主從博弈模型，主從博弈模型包括光伏運營商利益最大化的光伏利用率模型和代表電網公司損失最小化的交直流混合微電網網損模型；

所述的主從博弈模型為：

其中，P_PV,k(t)為第k個光伏電池的實際出力，為第k個光伏電池的預測出力；S_SB(t)為儲能電池在第t時段的荷電量；μ_ch為充電標識，當儲能處于充電狀態時μ_ch為1，處于其他狀態時為0；μ_dis為放電標識，當儲能處于放電狀態時μ_dis為1，處于其他狀態時為0；為儲能充電功率，為儲能放電功率；η_ch為儲能充電效率，η_dis為儲能放電效率；P_grid(t)為交直流微電網與大電網交換功率；P_PV(t)為光伏輸出功率；η_PV,i為光伏換流器功率傳輸效率；P_ACL,j(t)表示交流區第j個負荷功率；P_ILC為雙向換流器傳輸功率；Η_ILC為雙向換流器功率傳輸效率；P_ET(t)為電力電子變壓器傳輸功率；Η_ET(t)電力電子變壓器功率傳輸效率；Η_SBC為與儲能電池連接的換流器功率傳輸效率；P_DCL,m為直流區第m個負荷功率；為雙向換流器傳輸容量；為潮流控制器傳輸容量；γ_PV表示光伏利用率，f為電網網損及儲能壽命損耗和能量損耗折現函數，γ_PV通過下式計算：

式中，T為調度周期中的時段數；s為分散安裝的光伏電池數量；P_PV,k(t)與分別為第k個光伏電池調度出力與預測出力；

f通過下式計算：

f＝f_l+f_bat

f_bat為儲能電池損耗引起的經濟損失；C_init為儲能電池的安裝費用；f_l為交直流混合微電網網損；P_i,k表示第i類潮流控制器或雙向換流器k傳輸的功率；η_i,k表示第i類潮流控制器或雙向換流器k傳輸效率；N為功率轉換設備的種類；m_k為混合微電網中第k類功率轉換設備的數量；

4)采用異步變化學習因子的二階振蕩粒子群算法，提高算法的全局搜索性能，從而避免早熟現象；

所述的使用異步變化學習因子的二階振蕩粒子群算法包含如下步驟：

(1)初始化，輸入粒子群的規模、變量個數、慣性權重、最大飛行速度、最大迭代次數、各個無功調節設備的參數和初始出力向量；

(2)設定當前每個粒子的位置為個體極值點x_pbest，計算每一個粒子的適應值δ_fit＝F^t(x)，取最小適應值作為群體當前的最優解F_best，并記最小適應值對應的粒子的位置為全局極值點x_gbest，設定初始迭代次數n_it為1；采用下式對微粒的速度v進行進化：

v_it+1＝wv_it+c_1,itr₁[x_it-(1+ξ₁)x_it+ξ₁x_it-1]+c_2,itr₂[x_pbest-(1+ξ₂)x_it+ξ₂x_it-1]

同時根據下式對粒子的位置x進行進化：

x_it+1＝x_it+v_it+1

式中，c_1,it和c_2,it為學習因子，在異步變化學習因子的二階振蕩粒子群算法中，每次迭代中c_1,it和c_2,it按照下式計算，

其中c_1,ini為c_1,it的迭代初始值，c_1,fin為c_1,it的迭代終值，c_2,ini為c_2,it的迭代初始值，c_2,fin為c_2,it的迭代終值，it表示當前迭代次數，it_max為最大迭代次數；

ξ₁和ξ₂均為隨機數，如果當前迭代次數小于最大迭代次數的1/2，ξ₁和ξ₂滿足：

如果當前迭代次數大于最大迭代次數的1/2，ξ₁和ξ₂應當滿足：

(3)判斷當前的迭代次數是否滿足最大迭代次數，若滿足則輸出計算結果，否則設定迭代次數n_it＝n_it+1；

(4)更新粒子的位置和速度，并更新無功調節設備出力變量；

(5)判斷粒子群中全部粒子的狀態是否滿足主從博弈模型中各不等式約束條件，若滿足則保留粒子位置，否則取不等式約束條件對應的粒子位置限值；

(6)計算當前每個粒子的適應值，保存全局最優解F_best，全局最優位置x_gbest和個體最優位置x_pbest，并轉到第(3)步。