一种基于用能成本和供电损失概率的光储柴配置方法技术

本发明专利技术公开了一种基于用能成本和供电损失概率的光储柴配置方法，属于微电网技术领域，包括，输入微电网参数得到微电网对自身分布式能源的发电需求曲线；设定基础场景参数；综合考虑用能成本与供电损失概率，设定微电网规划的目标函数作为微电网综合效益；依据随机样本优化算法，对样本的微电网综合效益进行计算、比较与不断迭代，求解得到光伏、储能电池、柴油发电机数量的最优配置。本发明专利技术一种基于用能成本和供电损失概率的光储柴配置方法，能够有效对微电网内部的资源进行配置，在尽可能保障供电可靠性的前提下，降低用能成本，整体效益最优。益最优。益最优。

【技术实现步骤摘要】
一种基于用能成本和供电损失概率的光储柴配置方法


[0001]本专利技术涉及微电网
，且特别是有关于一种基于用能成本和供电损失概率的光储柴配置方法。

技术介绍

[0002]分布式发电具有间歇性、波动性、孤岛保护等特点，然而，分布式发电的电能质量差、利用率低。微电网是为整合分布式发电的优势、削弱分布式发电对电网的冲击和负面影响而提出的一种新的分布式能源的组织方式和结构，能有效改善分布式发电电能质量差、设备利用率低等不足。
[0003]微电网通过整合分布式发电单元与其他用能单元之间的关系，在一个局部区域内直接将分布式发电单元、电力网络和终端用户联系在一起，可以方便地进行结构配置以及电力调度的优化，提高能源利用效率，减轻能源动力系统对环境的影响，推动分布式电源上网，降低大电网的负担，改善可靠性和安全性，并促进社会向绿色、环保、节能的方向发展。
[0004]现有的微电网普遍存在内部供电质量不高、供电损失概率大，各类资源利用率与联系不强、用能成本过高等问题。

技术实现思路

[0005]为解决上述问题，本专利技术提供一种基于用能成本和供电损失概率的光储柴配置方法。
[0006]为达到上述目的，本专利技术技术方案是：
[0007]一种基于用能成本和供电损失概率的光储柴配置方法，包括，
[0008]步骤S1，输入微电网参数得到微电网对自身分布式能源的发电需求曲线；
[0009]步骤S2，设定基础场景参数；
[0010]步骤S3，综合考虑用能成本与供电损失概率，设定微电网规划的目标函数作为微电网综合效益；
[0011]步骤S4，依据随机样本优化算法，对样本的微电网综合效益进行计算、比较与不断迭代，求解得到光伏、储能电池、柴油发电机数量的最优配置。
[0012]上述微电网参数包括负荷类型、负荷用电功率、电网功率损耗。
[0013]上述基础场景参数包括光伏的数量限制、柴油发电机的数量限制、储能的数量限制、用能成本限制与供电损失概率限制。
[0014]上述光伏的数量限制、上述柴油发电机的数量限制、上述储能的数量限制为
[0015][0016]其中，N
pv,max
、N
bat,max
、N
ge,max
分别是光伏、储能电池、柴油发电机的数量上限。
[0017]上述用能成本限制与上述供电损失概率限制为
[0018][0019]其中，COE
max
和LPSP
max
分别是用能成本COE与供电损失概率LPSP的上限。
[0020]上述目标函数f为
[0021]f＝w1COE+w2LPSP，
[0022]其中，COE为用能成本，LPSP为供电损失概率，w1为用能成本的权重，w2为供电损失概率的权重。
[0023]上述用能成本COE与上述供电损失概率LPSP的计算方式分别为：
[0024][0025]其中，N
pv
、N
bat
、N
ge
分别为光伏、储能电池、柴油发电机的数量。
[0026]上述步骤S4具体包括，
[0027]步骤S41，设定样本参数，更具体地，设定样本数量为N个，迭代次数为M次，用能成本COE的权重w1，供电损失概率LPSP的权重w2；
[0028]步骤S42，设定随机样本集，更具体地，在光伏、储能电池、柴油发电机的上下限的约束下，利用随机数生成方法，设定X组随机样本集，计算相邻最远的两个样本的欧式距离，将其距离的1/y作为单位距离；
[0029]步骤S43，计算最优样本，更具体地，在初始运行环境下，基于所述目标函数，计算各样本的微电网综合效益，选择微电网综合效益最高的，作为最优样本，计算其他样本离最优样本的距离向量，设定每时刻移动a单位距离作为样本移动速度；
[0030]步骤S44，更新样本解集，针对其他样本，将其按照离最优样本的方向，按该样本移动速度，计算下个时刻的样本位置；针对最优样本，将其向周围随机方向随机移动b单位距离，作为该样本下个时刻位置，所有样本位置经过四舍五入，落在整数位置；
[0031]步骤S45，迭代计算场景，重复步骤S43至S44，直至相邻两次迭代过程中样本的微电网综合效益差距在计算阈值ε以内，则认为样本的迭代满足了计算阈值的要求，此时最优样本不再变化，此时的光伏、储能电池、柴油发电机的数量即为最优配置。
[0032]本专利技术的一优选实施例中，用能成本COE的权重w1为60，供电损失概率LPSP的权重w2为1。
[0033]本专利技术的一优选实施例中，y＝100。
[0034]有益效果，本专利技术一种基于用能成本和供电损失概率的光储柴配置方法，能够有效对微电网内部的资源进行配置，在尽可能保障供电可靠性的前提下，降低用能成本，整体效益最优。
[0035]为让专利技术的上述特征和优点能更明显易懂，下文特举实施例，并配合所附图式作详细说明如下。
附图说明
[0036]图1为本专利技术一种基于用能成本和供电损失概率的光储柴配置方法的流程图。
[0037]图2为图1中步骤S4的具体流程图。
[0038]图3为一具体实施例中按照本专利技术方法的迭代结果。
具体实施方式
[0039]为使本专利技术实施例的目的和技术方案更加清楚，下面将结合本专利技术实施例的附图，对本专利技术实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于所描述的本专利技术的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0040]图1为本专利技术一种基于用能成本和供电损失概率的光储柴配置方法的流程图，优化独立微电网内部包括光伏、储能、柴油发电机的资源容量配置，使得用户在保障较小供电概率损失的基础上，用能成本达到最小。如图1所示，本专利技术一种基于用能成本和供电损失概率的光储柴配置方法包括，
[0041]步骤S1，输入微电网参数得到微电网对自身分布式能源的发电需求曲线，所述微电网参数包括负荷类型、负荷用电功率、电网功率损耗等。
[0042]步骤S2，设定基础场景参数，更具体地，设定微电网中光伏、柴油发电机、储能的数量限制，用能成本限制与供电损失概率限制等参数。
[0043]所述各资源的数量限制为
[0044][0045]其中，N
pv,max
、N
bat,max
、N
ge,max
分别是光伏、储能电池、柴油发电机的数量上限。
[0046]所述用能成本限制与供电损失概率限制为
[0047][0048]其中，COE
max
和LPSP
max
分别是用能成本COE与供电损失概率LPSP的上限。
[0049]步骤S3，综合考虑用能成本与供电损失概率，设定微电网规划的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用能成本和供电损失概率的光储柴配置方法，其特征在于，包括，步骤S1，输入微电网参数得到微电网对自身分布式能源的发电需求曲线；步骤S2，设定基础场景参数；步骤S3，综合考虑用能成本与供电损失概率，设定微电网规划的目标函数作为微电网综合效益；步骤S4，依据随机样本优化算法，对样本的微电网综合效益进行计算、比较与不断迭代，求解得到光伏、储能电池、柴油发电机数量的最优配置。2.如权利要求1所述一种基于用能成本和供电损失概率的光储柴配置方法，其特征在于，所述微电网参数包括负荷类型、负荷用电功率、电网功率损耗。3.如权利要求2所述一种基于用能成本和供电损失概率的光储柴配置方法，其特征在于，所述基础场景参数包括光伏的数量限制、柴油发电机的数量限制、储能的数量限制、用能成本限制与供电损失概率限制。4.如权利要求3所述一种基于用能成本和供电损失概率的光储柴配置方法，其特征在于，所述光伏的数量限制、所述柴油发电机的数量限制、所述储能的数量限制为其中，N
pv,max
、N
bat,max
、N
ge,max
分别是光伏、储能电池、柴油发电机的数量上限。5.如权利要求4所述一种基于用能成本和供电损失概率的光储柴配置方法，其特征在于，所述用能成本限制与所述供电损失概率限制为其中，COE
max
和LPSP
max
分别是用能成本COE与供电损失概率LPSP的上限。6.如权利要求5所述一种基于用能成本和供电损失概率的光储柴配置方法，其特征在于，所述目标函数f为f＝w1COE+w2LPSP，其中，COE为用能成本，LPSP为供电损失概率，w1为用能成本的权重，w2为供电损失概率的权重。7.如权利要求6所述一种基于用能成本和供电损失概率的光储柴配置方法，其...

【专利技术属性】
技术研发人员：谭光慧，豆丽娟，
申请(专利权)人：江苏弗源科技有限公司，
类型：发明
国别省市：