[發明專利]一種模塊化微電網及其日前能量優化調度的方法

有效

• 申請號: 201810095574.X
• 申請日: 2018-01-31
• 公開（公告）號: CN108306338B
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 張先勇;黃耀宏;李麗;王娜;肖蕾;張緒紅
• 申請（專利權）人: 廣東技術師范學院
• 主分類號: H02J3/46
• 分類號: H02J3/46;H02J3/32
• 代理公司: 四川力久律師事務所 51221
• 代理人: 韓洋;王蕓

1.一種用于模塊化微電網日前能量優化調度的方法，其特征在于，所述方法包括：

以模塊化微電網中各模塊內各組成單元之間的能量守恒關系和模塊之間的功率交換能量守恒關系為約束條件，建立運行成本目標函數；

以各模塊內的柴油發電機輸出功率時間序列和模塊與微電網的交換功率時間序列為日前能量優化的變量，采用粒子群優化算法求解運行成本目標函數，獲取運行成本最小的變量矩陣；根據獲取的變量矩陣對模塊化微電網中模塊的日前能量進行配置；

所述運行成本目標函數為：

其中，N為模塊的數量，T₁，…，T_m為日前調度時間序列，m為序列的數量，C_dsli(T_k)為模塊的柴油發電機燃料費用，C_bati(T_k)為蓄電池運行損耗，C_tfi(T_k)為模塊與微電網間功率傳輸損耗；而且，為保證調度的有效性，各模塊的蓄電池在調度終了時刻的荷電狀態一致且大于或等于設定荷電狀態值；

所述采用粒子群優化算法求解運行成本目標函數包括：

以各模塊內的柴油發電機輸出功率時間序列和模塊與微電網的交換功率時間序列為日前能量優化的變量，采用實數編碼，建立粒子群并設置粒子群初始化參數；計算粒子群中每個粒子的適應度以評價每個粒子；計算每個粒子的個體最優值和整個粒子群的全局最優值；更新粒子群中每個粒子的速度和位置；判斷是否達到迭代次數；當迭代次數小于初始化參數中設置的迭代次數時，重新計算各粒子的適應值；當迭代次數大于或等于初始化參數中設置的迭代次數時，終止迭代，輸出每個粒子的個體最優值和整個粒子群的全局最優值。

2.根據權利要求1所述的方法，其特征在于，所述模塊化微電網中各模塊內各組成單元之間的能量守恒關系為：

P_bati＝P_dsli+P_pvi+P_wti-P_Ei-P_loadi

其中，P_bati為蓄電池充放電功率，P_dsli為柴油發電機輸出功率，P_wti為風力發電功率，P_pvi為光伏發電功率，P_Ei為模塊與微電網的交換功率，P_loadi為負載功率。

3.根據權利要求2所述的方法，其特征在于，所述模塊之間的功率交換能量守恒關系：

其中，N為模塊數量。

4.根據權利要求1所述的方法，其特征在于，所述設置粒子群初始化參數包括：設置粒子群大小P＝100，迭代次數M_max＝500～5000，慣性權重ω＝0.9，以及加速度常數c₁＝c₂＝2。

5.根據權利要求1所述的方法，其特征在于，粒子i的第d維速度更新公式為：

粒子i的第d維位置更新公式為：

其中，其中，為第k次迭代粒子i飛行速度矢量的第d維分量；

為第k次迭代粒子i位置矢量的第d維分量；

pbest_id為粒子i的個體最優值的d維分量；

gbest_d為整個粒子群的全局最優值的d維分量；

c₁，c₂為加速度常數，用于調節學習最大步長；

r₁，r₂為兩個隨機數，取值范圍[0，1]，用于增加搜索隨機性；

ω為慣性權重，非負數，用于調節對解空間的搜索范圍。