基于改进蚁狮算法的并网微电网容量优化配置方法技术

本发明专利技术涉及基于改进蚁狮算法的并网微电网容量优化配置方法，包括以下步骤：获取微电网风/光资源数据以及负荷数据，建立分布式电源和储能装置数学模型，制定微电网运行策略。以综合投资成本最小为规划目标，自平衡率，联络线功率波动率，可再生能源利用率为评价指标建立并网微电网容量优化配置模型。采用改进蚁狮算法求解所述并网微电网容量优化配置模型，获得最优微电网容量配置方案。本发明专利技术方法计算速度快，收敛进度高，同时可以保证微电网充分利用可再生能源，安全经济运行，对于微电网规划具有实际意义。划具有实际意义。划具有实际意义。

【技术实现步骤摘要】
基于改进蚁狮算法的并网微电网容量优化配置方法


[0001]本专利技术涉及到并网微电网的容量优化配置领域，特别是涉及一种基于改进蚁狮算法的的并网微电网容量优化配置方法。

技术介绍

[0002]随着“双碳目标”的提出，我国电力能源体系将从以化石燃料为主体的形式向以新能源为主体的形式转变。光伏，风电等可再生能源具有应用灵活、资源丰富等优点，近些年受到了国家的重视与扶持。然而以可再生能源为主的分布式电源由于能源本身固有的随机性、波动性对电力系统的安全性稳定性造成了挑战，而储能具有灵活的充放电切换模式以及快速功率调节特性，可以有效解决上述问题。因此，风光储一体化微电网技术得到了大力发展，在微电网中合理地配置电源、储能电池的容量是有效抑制风光出力波动的关键一步，也在保证系统经济、稳定运行等方面具有重要意义。
[0003]在模型求解方面，遗传算法、粒子群算法、内部搜索算法、蚁群算法、狼群算法等在解决微电网优化配置时容易出现陷入局部最优值，收敛速度慢以及精度差的问题。

技术实现思路

[0004]针对现有技术的不足，本专利技术的目的，在于提供一种基于改进蚁狮算法的微电网容量优化配置方法。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于改进蚁狮算法的并网微电网容量优化配置方法，该方法的具体步骤是：
[0007](1)获取微电网风/光资源数据以及负荷数据
[0008](2)建立分布式电源和储能系统模型，并网微电网系统结构包括分布式电源和储能系统，分布式电源包括光伏、风电系统，光伏、风电系统和储能系统均连接到交流母线上，交流母线与大电网交互，同时为负荷供电。
[0009](3)以综合投资成本最小为规划目标函数，以自平衡率、联络线功率波动率、可再生能源利用率为评价指标建立并网微电网容量优化配置模型。
[0010](4)采用改进蚁狮算法求解所述并网微电网容量优化配置模型，获得最优配置方案。
[0011]所述并网微电网容量优化配置模型目标函数f具体描述为：
[0012]f(cost)＝min(C
yw
+C
js
+C
s
)
[0013]式中，C
js
为投资成本；C
yw
为运维成本；C
s
为购售电成本。
[0014]并网微电网容量优化配置模型约束条件具体描述为：
[0015][0016]式中：P
pv
,P
wind
,P
ess
,分别为光伏，风电，储能系统的功率出力，P
load
为需求负荷，P
gird
‑
in
是大电网输入微电网的功率，即购电功率，P
gird
‑
out
是微电网输出给大电网的功率，即售电功率，P
ess
(t)为储能t时刻的功率出力，P
gird
(t)为微电网与上层电网交互功率，SOC(t)为蓄电池组在充放电过程中t时刻的荷电状态；SOC(0)为蓄电池初始时刻的荷电状态；SOC(t
end
)为蓄电池末时的荷电状态；P
ess
表示蓄电池系统充放电功率；α，β分别为蓄电池系统充放电效率；E
e
为蓄电池组的额定容量；Δt为采样间隔，本文取1小时。上标max、min分别为对应数据的最大、最小值。
[0017]所述并网微电网容量优化配置模型评价指标具体描述为：
[0018][0019]R
s
为微电网自平衡率，E
s
为微电网自身发电量，E
t
为负荷总需求用电量。
[0020][0021]V
line
为联络线功率波动率，P
line,i
是时刻的联络线功率波动，为联络线平均功率，n为一个计算周期。
[0022][0023]R
ren
为可再生能源利用率，E
DG
为可再生能源发电量，E
a
为弃电量。
[0024]采用改进蚁狮算法求解所述并网微电网容量优化配置模型，获得最优配置方案。改进算法首先利用混沌映射生成初始种群，又采用螺旋收敛方式增强种群多样性，提高算法收敛性，最后采用动态比例系数，提高算法搜索能力，从而全面提高算法优化性能。
[0025]所述改进蚁狮算法，具体步骤包括：
[0026]Step1：设置种群规模N，粒子变量维数D，最大迭代次数k
max
，采用混沌映射初始化种群空间；
[0027]Step2：根据目标函数计算出全部种群的适应度值，把蚁狮种群中适应度值最好的那只蚁狮命名为精英蚁狮；
[0028]Step3：给每只蚂蚁用轮盘赌随机匹配一只蚁狮，依据匹配到的蚁狮位置更新游走
范围上下界的值，并让蚂蚁按照随机游走公式在选中的蚁狮附近及精英蚁狮附近分别进行随机游走，然后根据加入动态比例系数的精英策略取加权值，若蚂蚁被蚁狮所俘获，则通过螺旋收敛方式滑向对应蚁狮；
[0029]Step4：确定所有蚂蚁的适应度值，如果蚂蚁的适应度值大于蚁狮，则更新蚁狮的位置；
[0030]Step5：判断是否达到最大迭代次数，若达到则输出最终结果，若没达到最大迭代次数，则重复Step3。
[0031]所述螺旋收敛方式的具体步骤为:
[0032][0033]式中：D'为蚂蚁i与捕获它的蚁狮的距离；为第k次迭代时捕获蚂蚁的蚁狮的位置；为第k次迭代时第i只蚂蚁的位置。
[0034][0035]式中：为第k+1次迭代时第i只蚂蚁的位置，b为常数，δ为[
‑
1，1]之间的随机数，k为当前迭代次数，k
max
为最大迭代次数；
[0036]所述动态比例系数ε的公式为:
[0037][0038]则蚂蚁在第k次迭代时的位置为：
[0039]其中，为第i个蚂蚁在第k次迭代时的位置，ε
max
,ε
min
分别为动态比例系数的最大值和最小值，k为当前迭代次数，k为最大的迭代次数。
[0040]max
[0041]优选地，ε
max
,ε
min
分别设为0.85和0.35；b为0.5。
[0042]与现有技术相比，本专利技术具有以如下有益效果：
[0043]本专利技术利用改进蚁狮算法进行微电网电源容量优化配置，以综合投资成本最小为规划目标，自平衡率，联络线功率波动率，可再生能源利用率为评价指标，建立并网微电网容量优化配置模型，所得优化配置结果提高了新能源消纳能力，并保证微电网安全可靠，经济高效的运行。
附图说明
[0044]图1并网微电网结构示意图。
[0045]图2微电网运行策略流程图。
[0046]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进蚁狮算法的并网微电网容量优化配置方法，其特征在于，包括以下步骤：(1)获取微电网风/光资源数据以及负荷数据(2)建立分布式电源和储能系统模型(3)以综合投资成本最小为规划目标函数，以自平衡率、联络线功率波动率、可再生能源利用率为评价指标建立并网微电网容量优化配置模型；(4)制定微电网运行策略当风机和光伏发电超过负荷需求，高峰期售电，低谷期让蓄电池充电；当风机和光伏发电不足时，高峰期蓄电池放电，低谷期购电；适当向大电网售电以提高微电网的发电经济性；(5)采用改进蚁狮算法求解所述并网微电网容量优化配置模型，获得最优配置方案；所述改进算法利用混沌映射生成初始种群，采用螺旋收敛方式增强种群多样性，采用动态比例系数提高算法搜索能力；所述螺旋收敛方式的具体步骤为:式中：D'为蚂蚁i与捕获它的蚁狮的距离；为第k次迭代时捕获蚂蚁的蚁狮的位置；为第k次迭代时第i只蚂蚁的位置。式中：为第k+1次迭代时第i只蚂蚁的位置，b为常数，δ为[
‑
1，1]之间的随机数，k为当前迭代次数，k
max
为最大迭代次数；所述动态比例系数ε的公式为:则蚂蚁在第k次迭代时的位置为：其中，为第i个蚂蚁在第k次迭代时的位置，ε
max
,ε
min
分别为动态比例系数的最大值和最小值，k为当前迭代次数，k
max
为最大的迭代次数。2.根据权利要求1所述的并网微电网容量优化配置方法，其特征在于，ε
max
,ε
min
分别设为0.85和0.35；b为0.5。3.根据权利要求1所述的并网微电网容量优化配置方法，其特征在于，所述并网微电网容量优化配置模型具体描述为:(1)目标函数f(cost)：f(cost)＝min(C
yw
+C
js
+C
s
)式中，C
js
为投资成本；C
...

【专利技术属性】
技术研发人员：李练兵，韩琪琪，姚帅亮，何聚彬，赵博超，杨成东，戴嘉庚，宋振宇，张震浩，牛晨旭，
申请(专利权)人：国网冀北张家口风光储输新能源有限公司，
类型：发明
国别省市：