一种基于改进蝗虫优化算法的微电网优化调度方法及装置制造方法及图纸

本发明专利技术提供一种基于改进蝗虫优化算法的微电网优化调度方法及装置，所述方法包括：采集微电网所在地区的典型日气象数据和负荷数据；通过对各分布式电源建立数学模型得到典型日的风力发电、光伏发电和负荷功率数据，结合所采集的典型日数据建立微电网调度模型；设置微电网的约束条件；采用改进蝗虫优化算法对微电网调度模型进行求解，得到最优的调度结果；输出微电网调度最优方案和调度综合成本。本发明专利技术可以提高蝗虫优化算法寻优收敛速度和全局寻优能力，从而得到更好的调度方案和更低的综合调度成本。合调度成本。合调度成本。

【技术实现步骤摘要】
一种基于改进蝗虫优化算法的微电网优化调度方法及装置


[0001]本专利技术涉及微电网优化调度
，具体地，涉及一种基于改进蝗虫优化算法的微电网优化调度方法及装置。

技术介绍

[0002]微电网的优化调度方法大致可以分为具有较高数学理论基础的传统优化算法和受人类智能、生物群体社会性或自然现象规律的启发的智能优化算法两大类。传统优化算法包括动态规划法和非线性规划法等。目前已经用于微电网优化调度的智能算法有：粒子群算法、麻雀优化算法、遗传算法、蝗虫优化算法等。
[0003]传统优化算法受初值影响较大，往往很难收敛到最优解。标准遗传算法在进化过程中局部搜索能力较差，容易陷入“早熟”的现象。标准麻雀优化算法的数学模型则较为复杂。粒子群优化算在进化过程中对初始种群较为敏感，初始种群分布差异较大易产生局部最优解，而且该算法的参数众多，因此受参数影响较大，需不断实验调整。目前虽有运用蝗虫优化算法的微电网优化调度方法，但却很少考虑到环境成本因素。

技术实现思路

[0004]针对现有技术中的缺陷，本专利技术的目的在于提供一种基于改进蝗虫优化算法的微电网优化调度方法及装置，可以提高蝗虫优化算法寻优收敛速度和全局寻优能力，从而在微电网优化调度过程中比标准蝗虫优化算法有更高几率找到全局最优解，进而得到更好的调度方案和更低的综合调度成本。
[0005]为解决上述问题，本专利技术的技术方案为：
[0006]一种基于改进蝗虫优化算法的微电网优化调度方法，包括以下步骤：
[0007]采集微电网所在地区的典型日气象数据和负荷数据；
[0008]通过对各分布式电源建立数学模型得到典型日的风力发电、光伏发电和负荷功率数据，结合所采集的典型日数据建立微电网调度模型；
[0009]设置微电网的约束条件；
[0010]采用改进蝗虫优化算法对微电网调度模型进行求解，得到最优的调度结果；
[0011]输出微电网调度最优方案和调度综合成本。
[0012]优选地，所述微电网的典型日气象数据包括风速、气温、光照强度数据。
[0013]优选地，所述通过对各分布式电源建立数学模型得到典型日的风力发电、光伏发电和负荷功率数据，结合所采集的典型日数据建立微电网调度模型的步骤中，所述风力发电功率建模公式为：
[0014][0015]式中，式中，P
wt
(v)为风机当前的输出功率，P
rated
为风机当前输出功率，v代表风机轮毂处的风速，v
ci
为切入风速，v
co
为切出风速，v
r
为额定风速；
[0016]光伏发电输出功率模型为：
[0017][0018]式中，P
PV
(t)为当前时刻光伏阵列输出功率，P
STC
为标准条件下光伏阵列额定输出功率，G
STC
和T
STC
分别为标准测试条件下的光照强度和温度,T
c
(t)为当前时刻光伏阵列表面温度，G
ING
(t)为当前时刻光照强度，k为功率温度系数；
[0019]柴油发电机模型为：式中α、β、γ为柴油发电机燃料成本系数，F
DE
(t)和P
DE
(t)分别是当前时刻燃料成本与输出功率；
[0020]微型燃气轮机模型为：式中，η
MT
(t)为当前时刻微型燃气轮机的工作效率，本专利技术取值0.45，P
MT
(t)为当前时刻微型燃气轮机的输出功率，LHV为天然气低热值，C为天然气燃料价格，C
MT
(t)为当前时刻微型燃气轮机燃料成本；
[0021]蓄电池模型为：
[0022]SOC(t)＝(1
‑
δ)SOC(t
‑
1)
‑
P
BSS
Δtη
c
/E
c
[0023]SOC(t)＝(1
‑
δ)SOC(t
‑
1)
‑
P
BSS
Δt/E
c
η
d
[0024]式中，P
BSS
为蓄电池与微电网交互的功率，η
c
为充电效率，η
d
为放电效率，E
c
为蓄电池整体容量，δ为自放电率。
[0025]优选地，微电网经济运行成本数学模型为：式中，C
f
(t)为柴油发电机与微型燃气轮机的燃料费用，C
OM
(t)为各分布式电源维护成本，维护成本计算公式为：式中，K
OM
(i)为第i个分布式电源的维护系数，表示分布式电源产生每kWh的维护成本，C
grid
(t)为微电网向主电网购电售电费用，按公式计算：C
grid
＝P
buy
(t)
×
C
buy
(t)
‑
P
sell
(t)
×
C
sell
(t)，式中，P
buy
(t)、C
buy
(t)为当前时刻微电网从主电网购买的电量与电价，P
sell
(t)、C
sell
(t)为当前时刻微电网向主电网售卖的电量与电价；
[0026]微电网的环境治理费用数学模型为：式中，M为排放污染物种数，k为微电网排放气体种类，C
k
表示治理每g污染废气成本，r
ik
为第i个发电单元对污染物k的产生率，r
gr
idk表示主电网对污染物k的产生率；
[0027]微电网调度模型需要兼顾经济运行成本与环境治理成本，采取加权系数计算，公式为：C
total
＝wC1+(1
‑
w)C2，式中w可根据运行成本与环境治理成本的重视程度调整比例。
[0028]优选地，所述微电网的约束条件包括微电网功率平衡约束、可控分布式电源出力约束、储能蓄电池充放电约束、微电网与大电网间购售电约束。
[0029]优选地，所述功率平衡约束为：
[0030]P
wt
(t)+P
pv
(t)+P
DE
(t)+P
MT
(t)+P
BSS
(t)+P
grid
(t)＝P
load
(t)；
[0031]所述可控分布式电源出力约束为：P
n,min
≤P
n
(t)≤P
n,max
，式中P
n,min
、P
n,max
分别为各分布式电源的出力最小值与最大值；
[0032]所述蓄电池充放电约束为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进蝗虫优化算法的微电网优化调度方法，其特征在于，所述方法包括以下步骤：采集微电网所在地区的典型日气象数据和负荷数据；通过对各分布式电源建立数学模型得到典型日的风力发电、光伏发电和负荷功率数据，结合所采集的典型日数据建立微电网调度模型；设置微电网的约束条件；采用改进蝗虫优化算法对微电网调度模型进行求解，得到最优的调度结果；输出微电网调度最优方案和调度综合成本。2.根据权利要求1所述的基于改进蝗虫优化算法的微电网优化调度方法，其特征在于，所述微电网的典型日气象数据包括风速、气温、光照强度数据。3.根据权利要求1所述的基于改进蝗虫优化算法的微电网优化调度方法，其特征在于，所述通过对各分布式电源建立数学模型得到典型日的风力发电、光伏发电和负荷功率数据，结合所采集的典型日数据建立微电网调度模型的步骤中，所述风力发电功率建模公式为：式中，式中，P
wt
(v)为风机当前的输出功率，P
rated
为风机当前输出功率，v代表风机轮毂处的风速，v
c
i为切入风速，v
co
为切出风速，v
r
为额定风速；光伏发电输出功率模型为：式中，P
PV
(t)为当前时刻光伏阵列输出功率，P
STC
为标准条件下光伏阵列额定输出功率，G
STC
和T
STC
分别为标准测试条件下的光照强度和温度,T
c
(t)为当前时刻光伏阵列表面温度，G
ING
(t)为当前时刻光照强度，k为功率温度系数；柴油发电机模型为：式中α、β、γ为柴油发电机燃料成本系数，F
DE
(t)和P
DE
(t)分别是当前时刻燃料成本与输出功率；微型燃气轮机模型为：式中，η
MT
(t)为当前时刻微型燃气轮机的工作效率，本发明取值0.45，P
MT
(t)为当前时刻微型燃气轮机的输出功率，LHV为天然气低热值，C为天然气燃料价格，C
MT
(t)为当前时刻微型燃气轮机燃料成本；蓄电池模型为：SOC(t)＝(1
‑
δ)SOC(t
‑
1)
‑
P
BSS
Δtη
c
/E
c
SOC(t)＝(1
‑
δ)SOC(t
‑
1)
‑
P
BSS
Δt/E
c
η
d
式中，P
BSS
为蓄电池与微电网交互的功率，η
c
为充电效率，η
d
为放电效率，E
c
为蓄电池整体容量，δ为自放电率。
4.根据权利要求3所述的基于改进蝗虫优化算法的微电网优化调度方法，其特征在于，微电网经济运行成本数学模型为：式中，C
f
(t)为柴油发电机与微型燃气轮机的燃料费用，C
OM
(t)为各分布式电源维护成本，维护成本计算公式为：式中，K
OM
(i)为第i个分布式电源的维护系数，表示分布式电源产生每kWh的维护成本，C
grid
(t)为微电网向主电网购电售电费用，按公式计算：C
grid
＝P
buy
(t)
×
C
buy
(t)
‑
P
sell
(t)
×
C
sell
(t)，式中，P
buy
(t)、C
buy
(t)为当前时刻微电网从主电网购买的电量与电价，P
sell
(t)、C
sell
(t)为当前时刻微电网向主电网售卖的电量与电价；微电网的环境治理费用数学模型为：式中，M为排放污染物种数，k为微电网排放气体种类，C
k
表示治理每g污染废气成本，r
ik
为第i个发电单元对污染物k的产生率，r
gridk
表示主电网对污染物k的产生率；微电网调度模型需要兼顾经济运行成本与...

【专利技术属性】
技术研发人员：钱子豪，王芳，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：