一种考虑源荷不确定性的农业园区微电网优化配置方法技术

本发明专利技术提出了一种考虑源荷不确定性的农业园区微电网优化配置方法：1、计及农村配电网风光出力的随机性与波动性，对农业园区的历史风速、光照强度、温度数据进行分层抽样，生成新数据，确定风、光机组的输出功率；2、负荷侧通过对农业生产中的种植、畜牧和农产品加工行业分析，建立农业负荷侧能耗模型；负荷侧生产用能同样具有不确定性，对负荷模型进行改进，减小负荷侧不确定性带来的误差；3、根据源荷两侧所建立的优化模型，以系统运行成本最小和风光消纳最大加权建立为目标函数；4、采用改进的快速试探解方法对风、光机组设备的型号和台数进行优化配置。合理配置乡村配电网中相关设备，提升系统运行经济性和提高可再生能源消纳。升系统运行经济性和提高可再生能源消纳。升系统运行经济性和提高可再生能源消纳。

【技术实现步骤摘要】
一种考虑源荷不确定性的农业园区微电网优化配置方法


[0001]本专利技术涉及电网
，特别涉及一种考虑源荷不确定性的农业园区微电网优化配置方法。

技术介绍

[0002]随着大规模风、光等分布式电源接入乡村配电网，会对农村配电网造成冲击，降低了配电网运行时的稳定性和可靠性。同时，接入的风、光机组出力具有随机性和波动性，无法准确预测风光机组出力，会大大降低电力系统经济性。农村配电网中负荷侧的各种生产活动，同样具有不确定性。配电网在源荷两侧的不确定下运行，会降低系统的电能质量，甚至让配电网运行失稳，造成难以估计的损失。为此，如何准确描述系统源荷多重不确定性，合理配置乡村配电网中相关设备，成为目前亟需解决的技术问题。

技术实现思路

[0003]为了解决
技术介绍
中提出的技术问题，本专利技术提出了一种考虑源荷不确定性的农业园区微电网优化配置方法，合理配置乡村配电网中相关设备，提升系统运行经济性和提高可再生能源消纳。
[0004]为了达到上述目的，本专利技术采用以下技术方案实现：
[0005]一种考虑源荷不确定性的农业园区微电网优化配置方法，包括如下步骤：
[0006]步骤一、计及农村配电网风光出力的随机性与波动性，采用拉丁超立方对农业园区的历史风速、光照强度、温度数据进行分层抽样，生成新数据；风机采样数据服从Weibull分布，光伏采样数据服从Beat分布；通过新数据确定风、光机组的输出功率；
[0007]步骤二、负荷侧通过对农业生产中的种植、畜牧和农产品加工行业分析，建立农业负荷能耗模型；负荷侧生产用能同样具有不确定性，将系统负荷功率视作随机变量，随机性服从正态分布；对负荷模型进行改进，减小负荷侧不确定性带来的误差；
[0008]步骤三、根据源荷两侧所建立的优化模型，以系统运行成本最小和风光消纳最大加权建立为目标函数；
[0009]步骤四、采用改进的快速试探解方法对风、光机组设备的型号和台数进行优化配置。
[0010]进一步地，所述步骤二中，农业负荷侧能耗模型包括：
[0011](1)温室大棚模型
[0012]Q
z
(t)＝Q1(t)+Q2(t)
‑
Q
loss
(t)
[0013]Q1(t)＝cmη
th
[T
in
(t)
‑
T
out
(t)]Δt
[0014]Q2(t)＝ε(P
t,h
(t)
‑
P
h,loss
(t))Δt
[0015]Q
loss
＝n1s
r
[T
in
(t)
‑
T
out
(t)]+n2s
q
[T
in
(t)
‑
T
out
(t)][0016]式中，Q
z
(t)表示温室大棚t时刻总的热耗量；Q1(t)为温室大棚t时刻原有热量；Q2(t)为温室大棚设备t时刻提供的热量；Q
loss
(t)为大棚t时刻热量总损耗；η
th
为温室大棚温
热转化系数；c为室内空气比热容；m为室内空气质量；T
in
(t)和T
out
(t)为t时刻建筑物室内和室外温度；P
t,h
(t)为t时刻温室大棚设备的供热功率，P
h,loss
(t)为t时刻设备供热功率损耗；ε为电热转换系数，取0.85：n1和n2分别表示温室大棚塑料薄膜和墙体建筑的导热系数；s
r
和s
q
表示温室大棚塑料薄膜和墙体建筑的面积；
[0017](2)电排灌模型
[0018][0019]P
water
＝W
ali
·
K
[0020]式中，W
alli
表示第i种作物每日总需水量；S
gh,k
表示第k个温室大棚的作物种植面积；n表示温室大棚灌溉时段总数；K
c,i
表示第i种作物的作物系数；ET0表示参照蒸散量；P
water,i
表示第i种作物需电排灌设备灌溉的日内用电总量；K表示水泵转换效率；
[0021](3)农业生产、养殖业模型
[0022]农业生产、养殖总用能成本为：
[0023][0024][0025]式中，C
sy
为畜牧养殖业总用能成本；C
zl
为畜牧养殖业污染治理成本；c
E
、c
H
、c
G
分别为电、热、冷能价；P
e,sy
(t)、P
h,sy
(t)和P
c,sy
(t)为畜牧养殖业的电负荷、热负荷、冷负荷；k为所排放污染物的类型编号；β为相应污染物的治理费用；α
e,fk
、α
h,fk
、α
c,fk
分别为所发电、热、冷功率所排放的污染系数；
[0026]进一步地，所述步骤二中，负荷侧需求不确定模型中负荷需求的预测误差近似服从正态分布，因此农村配电网内负荷需求的概率密度函数可表示为：
[0027][0028]式中，为农村配电网配电网t时刻负荷的预测方差，P
tL
表示t时刻负荷需求的实际值，R
p
为系统负荷期望值。
[0029]进一步地，所述步骤三中，以系统运行成本最小和风光消纳最大加权建立为目标函数具体为：
[0030](1)目标函数：
[0031]minC＝k1C
total
+k2C
dgxn
[0032]式中，k1和k2分别为两个目标的权重系数，C
total
为系统运行成本最小，C
dgxn
为风光消纳最大；
[0033][0034]式中，C
total
主要包括系统投资成本C
in
、维护成本C
out
和运行成本C
op
；
[0035][0036]式中，和表示在t时刻风电和光电的实际输出功率；
[0037](2)约束条件
[0038]1)风光传输功率约束：
[0039][0040][0041]2)能量平衡约束：
[0042][0043]式中，和和分别表示各设备的输入电功率、输出电功率和用户电负荷需求；和分别表示各设备的输入热功率、输出热功率和用户热负荷需求；和分别表示各设备的输入冷功率、输出冷功率和用户冷负荷需求；t表示各设备类型，Q表示设备类型总数；
[0044]3)装机容量约束
[0045][0046]式中，和表示设备额定容量可选择的最小值和最大值。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑源荷不确定性的农业园区微电网优化配置方法，其特征在于，包括如下步骤：步骤一、计及农村配电网风光出力的随机性与波动性，采用拉丁超立方对农业园区的历史风速、光照强度、温度数据进行分层抽样，生成新数据；风机采样数据服从Weibull分布，光伏采样数据服从Beat分布；通过新数据确定风、光机组的输出功率；步骤二、负荷侧通过对农业生产中的种植、畜牧和农产品加工行业分析，建立农业负荷侧能耗模型；负荷侧生产用能同样具有不确定性，将系统负荷功率视作随机变量，随机性服从正态分布；对负荷侧能耗模型进行改进，减小负荷侧不确定性带来的误差；步骤三、根据源荷两侧所建立的优化模型，以系统运行成本最小和风光消纳最大加权建立为目标函数；步骤四、采用改进的快速试探解方法对风、光机组设备的型号和台数进行优化配置。2.根据权利要求1所述的一种考虑源荷不确定性的农业园区微电网优化配置方法，其特征在于，所述步骤二中，农业负荷侧能耗模型包括：(1)温室大棚模型Q
z
(t)＝Q1(t)+Q2(t)
‑
Q
loss
(t)Q1(t)＝cmη
th
[T
in
(t)
‑
T
out
(t)]ΔtQ2(t)＝ε(P
t,h
(t)
‑
P
h,loss
(t))ΔtQ
loss
＝n1s
r
[T
in
(t)
‑
T
out
(t)]+n2s
q
[T
in
(t)
‑
T
out
(t)]式中，Q
z
(t)表示温室大棚t时刻总的热耗量；Q1(t)为温室大棚t时刻原有热量；Q2(t)为温室大棚设备t时刻提供的热量；Q
loss
(t)为大棚t时刻热量总损耗；η
th
为温室大棚温热转化系数；c为室内空气比热容；m为室内空气质量；T
in
(t)和T
out
(t)为t时刻建筑物室内和室外温度；P
t,h
(t)为t时刻温室大棚设备的供热功率，P
h,loss
(t)为t时刻设备供热功率损耗；ε为电热转换系数，取0.85：n1和n2分别表示温室大棚塑料薄膜和墙体建筑的导热系数；s
r
和s
q
表示温室大棚塑料薄膜和墙体建筑的面积；(2)电排灌模型P
water
＝W
ali
·
K式中，W
alli
表示第i种作物每日总需水量；S
gh,k
表示第k个温室大棚的作物种植面积；n表示温室大棚灌溉时段总数；K
c,i
表示第i种作物的作物系数；ET0表示参照蒸散量；P
water,i
表示第i种作物需电排灌设备灌溉的日内用电总量；K表示水泵转换效率；(2)农业生产、养殖业模型农业生产、养殖总用能成本为：农业生产、养殖总用能成本为：式中，C
sy
为畜牧养殖业总用能成本；C
zl
为畜牧养殖业污染治理成本；c
E
、c
H
...

【专利技术属性】
技术研发人员：李政平，王千，何海，王舒，左俸强，陶义，孙新鑫，聂磊，张婧，赵琰，王东来，
申请(专利权)人：沈阳工程学院国家电网有限公司，
类型：发明
国别省市：