[發明專利]基于小生境混沌粒子群算法的微網群優化調度策略

有效

• 申請號: 202110259648.0
• 申請日: 2021-03-10
• 公開（公告）號: CN112821470B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 潘庭龍;陳友芹;吳定會;許德智
• 申請（專利權）人: 江南大學
• 主分類號: H02J3/46
• 分類號: H02J3/46;H02J3/00
• 代理公司: 無錫承果知識產權代理有限公司 32373
• 代理人: 張婷婷

1.一種基于小生境混沌粒子群算法的微網群優化調度策略，其特征在于，包括：

步驟1：建立動態電價模型和動態電價下的負荷模型，基于所述動態電價模型建立成本模型和經濟收益模型，基于所述成本模型和經濟收益模型建立目標函數模型；

步驟2：分別設定微網功率平衡、出力，可控機組出力、爬坡，儲能電池運行，微網間功率交互及微網與配電網功率交互的約束條件；

步驟3：將所述約束條件下的目標函數模型作為調度模型；

步驟4：采用小生境混沌粒子群算法優化所述調度模型，求解所述調度模型的最優成本解。

2.根據權利要求1所述的微網群優化調度策略，其特征在于，所述動態電價模型為：

其中，t＝1,2,…,24為時間段，P_t^pro為系統功率供應量，P_t^re為系統功率需求量，為微網間售購電的價格，為微網選擇從配電網購買電能的價格，為微網選擇向配電網售賣電能的價格，為供需平衡時所設定的基準電價；

所述動態電價下的負荷模型為：

其中，i＝1,2,…,n為微網群中第i個子微網，P_i,t為動態電價下子微網i在t時段中的電力負荷，為可調控的負荷，δ_i,t為電價對負荷的影響因子。

3.根據權利要求2所述的基于小生境混沌粒子群算法的微網群優化調度策略，其特征在于，所述成本模型為：

其中，為動力裝置維護成本，σ^Wg、σ^Pv、σ^Fc、σ^De、σ^Bat分別為風電機組、光伏陣列、燃料電池、柴油發電機、儲能電池的運行維護單價，分別為子微網i在t時段中的風光預測功率、燃料電池發電功率、柴油發電機發電功率、儲能電池充放電功率，為子微網i在t時段中的光伏陣列輸出功率，為子微網i在t時段中的機組總發電功率，分別為子微網i的燃料電池、柴油發電機、配電網治理環境單價和配電網輸出功率，為子微網i在t時段中的機組發電成本，包括燃料電池和柴油發電機的發電成本，為子微網i在t時段中的燃料電池單價，為微網i在t時段中的柴油發電機單價，為子微網i在t時段中的購電成本，為子微網i向配電網、子微網j買電的功率，N為微網群除子微網i、j以外的子微網數量；

所述經濟收益模型為：

其中，為微網群系統運行中的售電收益，為在子微網i在t時段向配電網、子微網j售電的功率。

4.根據權利要求3所述的基于小生境混沌粒子群算法的微網群優化調度策略，其特征在于，所述目標函數模型為：

其中，C_i,min為微網群運行的最小成本，n為子微網數量。