一种交直流混合系统的多目标优化配置方法和系统技术方案

本发明专利技术公开的一种交直流混合系统的多目标优化配置方法和系统，方法包括基于经济性优化目标、环保性优化目标和技术优化目标建立交直流混合系统优化目标函数和约束条件；约束条件包括可靠性、新能源占比、可再生能源发电弃电率和光伏系统安装容量；建立用于计算系统工作效率的交直流混合系统数学计算模型，并由交直流混合系统数学计算模型、优化目标函数和约束条件共同组成待求解的优化配置问题；对NSGA

【技术实现步骤摘要】
一种交直流混合系统的多目标优化配置方法和系统


[0001]本申请涉及交直流混合配用电和微电网
，尤其涉及一种交直流混合系统的多目标优化配置方法和系统。

技术介绍

[0002]在进行含可再生能源的交直流混合系统的优化配置时，交直流混合系统规划、设计以及建设的核心问题之一，合理地配置分布式电源和储能是保证交直流混合系统安全、可靠和经济运行的基础。多种分布式可再生能源整合通常根据可利用的能源情况和负荷需求，以经济性、供电可靠性、环保性等为最优目标进行系统规划配置，以确定系统中分布式能源和储能的类型及容量。
[0003]在进行分布式能源系统的容量优化配置时，在满足用户需求的前提下，主要目标是获得最经济的系统配置。不同的用户对经济、可靠性、环保的要求各不相同。对含多种可再生能源的交直流混合系统进行多目标优化，意味着可能同时考虑经济性、可靠性、环保性等不同特性下的多个优化指标，也可能仅考虑某一特性下的多个指标。在实际规划时，由于系统中某些技术指标、环保指标暂时不能获取，因此进行后决策多目标优化配置分析是十分必要的。
>
技术实现思路
...

【技术保护点】

【技术特征摘要】
1.一种交直流混合系统的多目标优化配置方法，其特征在于，包括：基于经济性优化目标、环保性优化目标和技术优化目标建立交直流混合系统优化目标函数和约束条件；所述约束条件包括可靠性、新能源占比、可再生能源发电弃电率和光伏系统安装容量；建立用于计算系统工作效率的交直流混合系统数学计算模型，并由所述交直流混合系统数学计算模型、所述优化目标函数和所述约束条件共同组成待求解的优化配置问题；对NSGA
‑
II算法进行改进，包括将优化目标的搜索策略作为NSGA
‑
II种群进化策略，采用非支配集距离调整解的分散性；采用改进的NSGA
‑
II算法求解所述优化配置问题，当满足阈值进化终止条件时，输出优化配置方案Pareto前沿。2.根据权利要求1所述的多目标优化配置方法，其特征在于，所述经济性优化目标包括全生命周期净现成本子目标、能源标准化成本子目标、投资回收期子目标和初始投资成本子目标；其中：所述全生命周期净现成本子目标为：交直流混合系统全生命周期内所有成本和收入的净现值，其中，全生命周期内的成本包括初始投资成本、运行维护成本、设备置换成本和购电成本，全生命周期内的收入包括售电收入以及设备残值总和；所述能源标准化成本子目标作为每生产单位电量所需的成本，具体为：年平均成本与年发电总量的商；所述投资回收期子目标作为系统回收初始投资所需要的时间，具体为：系统的初始投资成本除以年净收益现值；所述初始投资成本子目标作为系统投入的建设成本，包括电力电子变压器、光伏系统、风力发电系统和储能系统容量待优化的设备成本。3.根据权利要求1所述的多目标优化配置方法，其特征在于，所述环保性优化目标包括二氧化碳排放量子目标和二氧化碳减排量子目标；所述二氧化碳排放量子目标为：当所述交直流混合系统包括消耗化石能源的发电单元时，记录发电单元在消耗化石能源时产生的二氧化碳排放量A；所述二氧化碳减排量子目标为：当所述交直流混合系统含有可再生能源时，记录当前的二氧化碳减排量；其中，当二氧化碳排放量A大于二氧化碳减排量B时，则将A和B做减法，得到的差值C1即为二氧化碳排放量；当A小于B时，则将B和A做减法，得到的差值C2即为二氧化碳减排量。4.根据权利要求1所述的多目标优化配置方法，其特征在于，所述技术优化目标包括供电不足概率子目标、负荷缺电概率子目标、交直流混合系统电能利用率子目标和交直流混合系统电功率传输效率子目标；所述供电不足概率子目标为电能供应不足量和负荷总需求量的比值；所述负荷缺电概率子目标为负荷缺电时间与系统运行时间的比值；所述交直流混合系统电能利用率子目标为负荷总量与可再生能源应发电量和电网净供电量之和的比值；所述交直流混合系统传输效率子目标为负荷总量与可再生能源实发电量和电网净供电量之和的比值。5.根据权利要求1所述的多目标优化配置方法，其特征在于，所述对NSGA
‑
II算法进行
改进具体为：根据多目标优化问题的目标维数l设定代沟，其中，各优化目标的进化个体数量为N/l，代沟设为1/l，N为初始种群数；根据预先设置的种群数量、种群交叉率和变异率，将父代种群分别按各个优化目标进行选择、交叉和变异操作后，得到若干个进化后的子代种群，其中，每个进化后的子代种群中均包括N/l个个体，将所述进化后的子代种群进行组合后形成新的临时种群R
t
；将父代种群和临时种群R
t
进行组合，构建用于进入下一代进化过程的新种群，并对新种群构造非支配集Q
t
；采用偏序集排序法调整非支配集Q
t
的大小，在使得临时种群的数量和初始种群数N保持一致的情况下，进入下一代的进化过程；其中，在达到预设的进化终止条件时，输出多目标优化的Pareto前沿，若否，则返回至对父代种群的选择、交叉和变异操作步骤，直至满足进化终止条件。6.根据权利要求1所述的多目标优化配置方法，其特征在于，所述系统工作效率包括电力电子变压器动态效率、光伏系统发电效率和风力发电机的输出功率，其中：在计算电力电子变压器动态效率的时候包括：获取电力电子变压器两两端口的负载率和对应的功率传输效率；建立电力电子变压器内部简化拓扑，获得多端口电力电子变压器端口之间的连接关系；根据电力电子变压器端口之间的连接关系和电力电子各个端口间的功率传输路径来拟合负载率
‑
效率曲线，根据负载率确定电力电子变压器的效率；结合光伏系统输出功率与太阳总辐照之间的关系以及光伏组件衰减特性，进行光伏系统发电效率的计算：P
pv
＝η(1
‑
β)P
m
G/G
STC
；式中，P
pv
为光伏系统输出功率；P
m
为光伏装机容量，η为光伏系统发电效率，β为光伏组件年...

【专利技术属性】
技术研发人员：肖祥，周永言，曾杰，赵伟，王伟，张威，谢宁，
申请(专利权)人：广东电网有限责任公司电力科学研究院，
类型：发明
国别省市：