【技术实现步骤摘要】
一种基于自适应进化的配电网储能规划方法及终端
[0001]本专利技术涉及配电网储能优化配置
,特别涉及一种基于自适应进化的配电网储能规划方法及终端。
技术介绍
[0002]近年来,储能技术的蓬勃发展,使得储能电站投资损耗量不断下降,储能电站的应用越发广泛。对于含有风光电源的地区,储能电站可有效缓解风光发电消纳问题,减少网络损耗,提高经济效益。因此研究储能电站的选址定容及能量管理,实现储能电站接入及其运行的最优化,具有较强的理论意义与实践价值。
[0003]储能调度与规划问题,属于典型的含有多种约束的非线性规划问题,随着可再生能源在电力系统电源中的占比持续提升,辅助其消纳的储能系统也将持续部署和发展,其模型及目标函数的复杂程度日益增加。而求解优化调度及规划模型的常用方法有遗传算法、粒子群算法、混合整数规划等,由于储能的运行约束及相关网络约束的存在,难以通过松弛及其他数学方法线性化,难以处理日益复杂的非线性规划模型。
技术实现思路
[0004]本专利技术所要解决的技术问题是:提供一种基于自适应进化的配电网储能规划方法及终端,能够基于自适应进化的方法得到最优的配电网储能规划方案,提高储能规划可靠性。
[0005]为了解决上述技术问题,本专利技术采用的技术方案为:
[0006]一种基于自适应进化的配电网储能规划方法,包括步骤:
[0007]基于自适应进化生成配电网储能规划方案个体的初始种群,通过范围约束条件和所述初始种群中每一个个体的节点数对所述初始种群进行调整,得到配电
【技术保护点】
【技术特征摘要】
1.一种基于自适应进化的配电网储能规划方法,其特征在于,包括步骤:基于自适应进化生成配电网储能规划方案个体的初始种群,通过范围约束条件和所述初始种群中每一个个体的节点数对所述初始种群进行调整,得到配电网储能规划方案的种群,并根据自适应调节参数对所述种群进行迭代;使用最优潮流分析对每次迭代后的种群进行筛选,对筛选后的个体进行经济性分析,并基于所述分析结果获取个体的适应度;获取每次迭代中最佳适应度及其对应的最优个体,基于上一次迭代的最佳适应度确定是否保留当前迭代的最优个体,并更新所述自适应调节参数;在达到最大迭代次数或者满足迭代收敛条件时结束迭代,并输出最优个体对应的配电网储能规划方案。2.根据权利要求1所述的一种基于自适应进化的配电网储能规划方法,其特征在于,所述基于自适应进化生成配电网储能规划方案个体的初始种群包括:生成初始种群,所述初始种群包括N
p
个染色体,所述染色体表示一个配电网储能规划方案个体,所述染色体均在满足储能安装节点约束、出力约束的范围内随机生成2u个优化变量;所述初始种群中的每条染色体表示为C
i
=[c1,c2,...,c
u
,p
u+1
,p
u+2
...,p
2u
],其中,c
i
表示第i个储能规划方案所选择的节点号,参数p
i
表示第i个储能规划方案所对应的容量大小,满足储能安装节点约束c
i
∈[2,N
c
],出力约束p
i
∈[1,N
p
],N
c
、N
p
分别表示配电网节点数和储能允许安装的最大容量。3.根据权利要求1所述的一种基于自适应进化的配电网储能规划方法,其特征在于,所述通过范围约束条件和所述初始种群中每一个个体的节点数对所述初始种群进行调整包括:通过范围约束条件和所述初始种群中每一个个体的节点数,去除包含相同节点数的配电网储能规划方案个体。4.根据权利要求1所述的一种基于自适应进化的配电网储能规划方法,其特征在于,所述使用最优潮流分析对每次迭代后的种群进行筛选之前包括:建立最优潮流分析模型的目标函数:式中,表示电能损耗量,表示新能源惩罚损耗量;式中,表示新能源的运维损耗量,表示下层的系统发电损耗量,表示网损损耗量;式中,C
W
、C
PV
分别表示风力发电和光伏发电的运维损耗量系数,表示第T年t时刻风
电调度实际出力,表示第T年t时刻光伏调度实际出力;表示第T年t时刻光伏调度实际出力;式中,表示常规火电机组第T年的运行费用,表示常规火电机组第T年的启动费用,u
it
表示第i台常规火电机组在t时刻的运行状态,u
it
=0表示机组停止运行,反之则为正在运行,a
i
、b
i
、c
i
表示第i台常规火电机组的运行损耗量系数,s
i
表示第i台常规火电机组单次启动费用;式中,K
Pw,j
表示第j个风力发电厂的惩罚损耗量系数,表示第j个发电厂的实际调度...
【专利技术属性】
技术研发人员:刘文亮,张颖,彭晖,洪汛,廖晔,李迎,梁少伟,
申请(专利权)人:国网福建省电力有限公司厦门供电公司清电厦门能源服务有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。