基于改进遗传算法的微电网光伏和储能配置方法及系统技术方案

本发明专利技术提出一种基于改进遗传算法的微电网光伏和储能配置方法及系统，包括：采集微电网系统的基础数；建立微电网系统光伏和储能配置的数学模型，所述数学模型包括经济性优化目标函数和光伏自消纳率优化目标函数；设置所述数学模型的约束条件；使用改进遗传算法，对数学模型进行优化，得到目标函数的最优解，根据所述目标函数的最优解，对微电网光伏系统容量和储能电池容量进行配置。本发明专利技术同时考虑微电网系统的经济性和光伏自消纳率，设计了经济性最优目标函数和光伏自消纳率最大化目标函数，并通过改进遗传算法，优化目标函数，得到经济性最优和光伏自消纳率最大的微电网系统光伏和储能的配置方案。和储能的配置方案。和储能的配置方案。

【技术实现步骤摘要】
基于改进遗传算法的微电网光伏和储能配置方法及系统


[0001]本专利技术涉及微电网系统
，更具体地，涉及一种基于改进遗传算法的微电网光伏和储能配置方法及系统。

技术介绍

[0002]微电网系统是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。光伏发电是分布式发电的重要发展趋势之一，具有污染少和能效高等优点。微电网系统作为整合分布式光伏电源的有效载体，能够协调不同区域的光伏发电系统，一定程度上克服部分光伏发电的随机不确定性和地域依赖性，提高系统的整体平稳供电能力和供电电能质量，是实现分布式光伏就地消纳利用，发挥分布式光伏发电系统效能的最有效方式。为了保证微电网系统供电可靠性，最大限度利用光伏资源，通常需要为微电网系统配置合适的储能。
[0003]现有一种含清洁能源的微电网系统能量管理方法，包括：对微电网系统中的光伏发电系统、风力发电系统、储能系统、柴油发电机系统和微型燃气轮机系统进行建模；确定系统总目标函数f
MG
表示微电网系统在运行过程中的总费用，表示微电网系统的运行成本费用，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于改进遗传算法的微电网光伏和储能配置方法，其特征在于，包括以下步骤：S1：采集微电网系统的基础数据；S2：利用所述微电网系统的基础数据，建立微电网系统光伏和储能配置的数学模型，所述微电网系统光伏和储能配置的数学模型包括经济性优化目标函数和光伏自消纳率优化目标函数；S3：设置所述微电网系统光伏和储能配置的数学模型的约束条件；S4：基于所述约束条件，使用改进遗传算法，对微电网系统光伏和储能配置的数学模型进行优化，得到经济性优化目标函数和光伏自消纳率优化目标函数的最优解，根据所述目标函数的最优解，对微电网光伏系统容量和储能电池容量进行配置。2.根据权利要求1所述的基于改进遗传算法的微电网光伏和储能配置方法，其特征在于，所述微电网系统的基础数据包括微电网系统结构、用户负荷特性和分布式光伏容量信息。3.根据权利要求1所述的基于改进遗传算法的微电网光伏和储能配置方法，其特征在于，所述微电网系统光伏和储能配置的数学模型的目标函数包括经济性最优目标函数和光伏自消纳率最大化目标函数；所述经济性最优目标函数的表达式为：max S＝B+B
ERC
‑
C
‑
C
inv
其中，S代表经济性，B表示微电网系统的年收益，B
ERC
表示污染物减排收益，C表示微电网系统的总成本，C
inv
表示微电网系统的总初始投资；所述光伏自消纳率最大化目标函数的表达式为：其中，R
PV
代表光伏自消纳率，E
SC
表示由负荷消纳的光伏发电电能；E
FC
表示储能所消纳的光伏电能；E
PV
表示光伏发电电能。4.根据权利要求3所述的基于改进遗传算法的微电网光伏和储能配置方法，其特征在于，所述经济性S包括微电网系统的总成本C、微电网系统的年收益B、污染物减排收益B
ERC
和微电网系统的总初始投资C
inv
；所述微电网系统的总成本C包括光伏系统年成本C
PV
、储能系统年成本C
B
、和年购电费用C
F
，其计算公式如下所示：C＝C
PV
+C
B
+C
FF
C
F
＝∑E(t)V(t)其中，Q
PV
表示光伏系统容量，Q
B
表示储能电池容量；I
PV
表示光伏组件单价，I
B
储能电池单价；R
B
表示储能电池的更换费用；u(A)表示光伏组件年运行和维护费用，u(B)表示年运行和维护费用；r0表示贴现率；E(t)表示t时刻从电网购电的平均电能；V(t)表示t时刻的电
价；所述微电网系统的年收益B的计算公式如下所示：其中，E
PV
表示光伏的发电电能，V
B
表示光伏的补贴电价，V
p
(t)表示t时段电价，E
SC
(t)表示t时段由负荷消纳的光伏发电电能，E
dis
(t)表示t时段储能系统的放电电能，R表示一年的相似日；所述污染物减排收益B
ERB
的计算公式如下所示：B
ERB
＝(E
PV
‑
E(t)V(t))E
f
E
g
其中，E表示购电电能；E
f
表示通过化石燃料产出1kW电能所排除的不同污染物的排放量；E
g
表示治理1kg不同污染物所需费用；5.根据权利要求1所述的基于改进遗传算法的微电网光伏和储能配置方法，其特征在于，所述微电网系统光伏和储能配置的数学模型的约束条件包括微电网系统可靠性能约束、微电网系统可靠功率约束、光伏自消纳率约束和储能电池性能约束；所述微电网系统可靠性能约束的表达式如下所示：其中，Q
FC
表示柔性储能容量；Q
RC
表示刚性储能容量；Q
RCmin
表示离网运行时最小刚性储能容量；所述微电网系统可靠功率约束的表达式如下所示：kP
C
≥P
B
其中，k表示储能系统短时允许过载系数；P
B
表示微电网系统中重要负荷启动时最大冲击功率；P
C
表示短时允许过载功率；所述储能电池性能约束的表达式如下所示：其中，DOD为电池放电深度，I
cha
为储能电池充电电流，I
dis
为储能电池放电电流，L代表电流倍率。6.根据权利要求1所述的基于改进遗传算法的微电网光伏和储能配置方法，其特征在于，S4中，所述改进遗传算法包括以下步骤：步骤A
‑
1：采用实数编码的方式，将光伏系统容量和储能电池容量作为决策变量；步骤A
‑
2：在随机生成随机个体的过程中，利用光伏系统容量和储能电池容量的最大值严格控制随机数的上下限；根据生成的随机数确定种群个体及其数量；步骤A
‑
3：根据步骤A
‑
2生成的种群个体及其数量得到支配个体i的个体数目n
i
和种群中个体i支配的所有个体的集合O
i
，根据n
i
和O
i
对个体进行快速非支配分层排序，使得种群被分层，进而得到个体的非支配序i
rank
；步骤A
‑
...

【专利技术属性】
技术研发人员：钟红梅，袁昊哲，李荣斌，骆云峰，陈耀廷，宋莹，戴广平，卢验锋，叶欢欢，马龙义，
申请(专利权)人：广东电网有限责任公司惠州供电局，
类型：发明
国别省市：