一种CCHP型微电网调度优化方法技术

本发明专利技术涉及一种CCHP型微电网调度优化方法，所述方法包括：S1：构建数据矩阵和变量矩阵；S2：构建目标函数以及约束条件；S3：初始化布谷鸟算法发现概率参数，并随机产生初始鸟巢；计算各鸟巢位置相应的适应度值，记录当前最佳鸟巢位置；S4：更新鸟巢位置，得到新的鸟巢位置，计算搜索步长以及发现概率，计算更新后各鸟巢位置的相应适应度，比较后更新最优鸟巢位置；S5：采用随机数与发现概率比较，保留发现概率较小的鸟巢，随机更新发现概率大的鸟巢位置，得到一组新的更优的鸟巢位置；S6：判断是否满足算法终止条件，若满足则输出结果，否则返回S4。本发明专利技术可提高独立微电网承受可再生能源的随机变化性影响的能力。

A scheduling optimization method for CCHP microgrid

【技术实现步骤摘要】
一种CCHP型微电网调度优化方法
本专利技术涉及新能源发电
，更具体地，涉及一种CCHP型微电网调度优化方法。
技术介绍
微电网冷热电联产技术(microgrid-CCHP)，将微电网和冷热电联产相结合提高可再生能源的利用效率。随着国际能源危机的日渐加剧，风能和太阳能因其储量丰富及绿色无污染的特点，具有巨大的开发价值和潜力。但是由于风能和太阳能的不确定性，会导致大量的弃风弃光的现象产生。因此，在分布式发电领域引入微电网技术可有效地解决分布式发电源分散接入问题，不仅能够充分发挥各分布式发电独特的优势，克服了风力发电和光伏发电等随机波动性产生的不利影响，提高可再生能源的利用效率。由于独立微电网没有大电网的支持，承受可再生能源的随机变化性影响的能力较弱。热电联产微电网由于系统同时进行热电联供，增加系统调度的复杂性。因此，对热电联产微电网进行合理的调度，可降低风能、太阳能发电的波动的影响，增强系统的可靠性、降低微电网成本并实现经济运巧。微电网技术(microgrid)充分利用微电网技术能够灵活调度接入分布式可再生能源，减轻可再生能源的随机本文档来自技高网...

【技术保护点】
1.一种CCHP型微电网调度优化方法，其特征在于，所述方法包括：/nS1：输入CCHP型微电网原始数据集，并构建数据矩阵和变量矩阵；/nS2：构建CCHP型微电网目标函数以及约束条件；/nS3：初始化布谷鸟算法发现概率参数，并随机产生初始鸟巢；计算各鸟巢位置相应的适应度值，记录当前最佳鸟巢位置；/nS4：更新鸟巢位置，得到新的鸟巢位置，计算搜索步长以及发现概率，计算更新后各鸟巢位置的相应适应度，比较后更新最优鸟巢位置；/nS5：采用随机数与发现概率比较，保留发现概率较小的鸟巢，随机更新发现概率大的鸟巢位置，得到一组新的更优的鸟巢位置；/nS6：判断是否满足算法终止条件，若满足则输出结果，否则返...

【技术特征摘要】
1.一种CCHP型微电网调度优化方法，其特征在于，所述方法包括：
S1：输入CCHP型微电网原始数据集，并构建数据矩阵和变量矩阵；
S2：构建CCHP型微电网目标函数以及约束条件；
S3：初始化布谷鸟算法发现概率参数，并随机产生初始鸟巢；计算各鸟巢位置相应的适应度值，记录当前最佳鸟巢位置；
S4：更新鸟巢位置，得到新的鸟巢位置，计算搜索步长以及发现概率，计算更新后各鸟巢位置的相应适应度，比较后更新最优鸟巢位置；
S5：采用随机数与发现概率比较，保留发现概率较小的鸟巢，随机更新发现概率大的鸟巢位置，得到一组新的更优的鸟巢位置；
S6：判断是否满足算法终止条件，若满足则输出结果，否则返回S4。


2.根据权利要求1所述的CCHP型微电网调度优化方法，其特征在于，S1具体为：构建调度日前的CCHP型微网原始输入数据模型，并输入原始数据，包括：历史电负荷、热负荷、风速数据、光照时长、实时电费交易价格、储能系统当前状态、预测微电网电负荷、热负荷、冷负荷、风电机组输出功率、光伏机组输出功率、燃气使用量；得到分别为温度、光照强度、风速、预测电负荷、预测热负荷、预测冷负荷的输入矩阵：



其中，XH1、XH2、...、XH6分别表示温度、光照强度、风速、预测电负荷、预测热负荷、预测冷负荷；
将输入矩阵代入模型得到光伏机组、风电机组运行状态矩阵；
将微电网中微燃机发电功率、储能装置运行充放电量、系统与电网交互电量分别作为变量，构建变量矩阵：



其中，X1、X2、X3分别为微燃机发电功率、储能装置运行充放电量、系统与电网交互电量。


3.根据权利要求2所述的CCHP型微电网调度优化方法，其特征在于，S2中的目标函数为：
(1)以能源利用率为优化目标函数：



ECCHP(t)为系统消耗的电能；HCCHP(t)为系统消耗的热能；CCCHP(t)为系统消耗的冷能；FCCHP(t)为系统消耗的一次能源；
(2)以微电网自身缺电率为优化目标函数：



其中，PL(t)为为微网电负荷，PPV(t)为光伏输出功率，PWT(t)为为风电机组实时功率，PMT(t)为微燃机输出电功率，PSOC(t)为蓄电池充放电功率；
(3)以运行成本部为优化目标函数：
minf3＝Cinf+Cfuel+Com+Cgrid
Cinf为设备初始投资年等值成本；Cfuel为系统燃料费用；Com为系统运行费用；Cgrid为微电网与电网交换的功率费用；
Cinf＝R(Pcap.MT·CMT+Pcap.WT·CWT+Pcap.PV·CPV+Pcap.inv·Cinv+Pcap.GB·CGB+Pcap.SOC·CSOC+Pcap.RB·CRB+Pcap.AC·CAC)



式中，CMT为微燃机投资单位容量成本；CWT为风电机组单位容量成本；CPV为光伏机组单位容量成本；Cinv为逆变器单位容量成本；CGB为燃气锅炉单位容量成本；CSOC为蓄电池单位容量成本；CRB为余热锅炉单位容量成本；CAC为吸收式制冷机单位容量成本；下标cap表示设备额定容量；R为资金年回收率；n为设备使用年限；r为折现率，加权平均资本成本；
系统燃料费用：



EMT(t)为微燃机耗气量，EGB(t)为燃气锅炉耗气量；
系统运行费用：



式中，Kom,i为不同系统设备运行维护费用，KMT(t)表示t时刻微燃机的启停状态，微燃机组停机时值为0，运行时为，CMT表示微燃机的启停成本，CGB表示燃气锅炉的启停成本；
系统与大电网交互费用：



式中，Pg为微电网从电网中获取电量的值，大于0时表示微网从电网购电，小于0时表示微网向电网输电能；和分别为微电网购电和售电费用；
目标函数：
minF＝ρf1+σf2+ζf3
其中，ρ、σ、ζ分别为权重系数。


4.根据权利要求3所述的CCHP型微电网调度优化方法，其特征在于，S2中的约束条件包括：微源输出功率约束、蓄电池充放电约束、电费结构约束、电能量平衡约束、热能量平衡约束、冷能量平衡约束。


5.根据权利要求4所述的CCHP型微电网调度优化方法，其特征在于，
(1)微源输出功率约束：

【专利技术属性】
技术研发人员：庄仲，吴杰康，杨金文，余方明，何家裕，梁继深，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44