一种孤岛微电网多目标能量优化调度方法及系统技术方案

本发明专利技术公开一种孤岛微电网多目标能量优化调度方法及系统，包括：以燃气轮机

【技术实现步骤摘要】
一种孤岛微电网多目标能量优化调度方法及系统


[0001]本专利技术涉及微电网优化调度
，特别是涉及一种孤岛微电网多目标能量优化调度方法及系统
。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术
。
[0003]微电网由于可以高效消纳可再生能源
、
缓解全球能源短缺和环境恶化问题，因此称为现代电力系统的重要组成部分
。
孤岛微电网则是工作在孤岛模式的微电网，其不与大电网连接，故其全部的负荷需求都由自身的发电设备满足
。
[0004]首先，传统只以微电网运行成本为优化目标的能量管理策略未考虑环保性要求，且传统方法采用随机初始化加罚函数的方式处理出力等式约束，未考虑不同设备出力间互相影响的问题，未进行协同考虑，导致得到的能量调度策略中相关决策变量满足出力等式约束的概率较低
。
[0005]其次，在求解优化目标函数时得到的是一组解集
(
即求解得到能量调度策略
)
，而传统方法求解优化目标函数时会导致不均匀的帕累托前沿，也就是解集分布不均匀，由此导致在选取电网执行策略时会存在断层
。

技术实现思路

[0006]为了解决上述问题，本专利技术提出了一种孤岛微电网多目标能量优化调度方法及系统，以燃气轮机
、
柴油发电机
、
风力发电机和光伏装置的发电功率为决策变量，以最小化微电网运行成本和污染物排放量为优化目标，并采用改进的
NSGA
‑
II
算法进行求解，既保证了帕累托前沿分布的均匀性，又提高了算法的运算速度
。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]第一方面，本专利技术提供一种孤岛微电网多目标能量优化调度方法，包括：
[0009]以燃气轮机
、
柴油发电机
、
风力发电机和光伏装置的发电功率为决策变量，以最小化微电网运行成本和污染物排放量为优化目标，通过设置出力约束条件，构建优化调度模型；
[0010]求解优化调度模型，得到最优能量调度策略；
[0011]具体包括：以包含各决策变量的能量调度策略为个体，根据出力约束条件初始化各决策变量的值，以得到父代种群，对父代种群计算每个个体的拥挤距离，根据父代种群生成子代种群，将父代种群和子代种群合并生成新种群；
[0012]对新种群依次进行分层，直至已分层个体数大于设定阈值，对已分层个体淘汰拥挤距离最小的个体，并重新计算剩余个体的拥挤距离，直至淘汰后的剩余个体数满足需求
。
[0013]作为可选择的实施方式，所述出力约束条件包括：功率平衡约束，燃气轮机
、
柴油发电机
、
风力发电机和光伏装置的发电功率上下限约束，以及风力发电机和光伏装置的发
电功率满足当前风速
、
太阳光辐照度条件下输出最大功率的约束
。
[0014]作为可选择的实施方式，根据出力约束条件初始化各决策变量的值的过程包括：出力约束条件中包括等式约束和箱式约束，对箱式约束中取值范围最大的决策变量不赋值，对其他决策变量在各自的约束条件中进行随机取值，通过等式约束和其他决策变量的初始值确定未赋值的决策变量的初始值
。
[0015]作为可选择的实施方式，对父代种群进行选择
、
交叉和变异操作后生成子代种群
。
[0016]作为可选择的实施方式，对新种群依次进行分层的过程包括：通过快速非支配排序算法划分第一等级，并记录已分层个体数；判断已分层个体数是否大于设定阈值；若已分层个体数大于设定阈值，则停止分层；否则继续划分下一等级，直至已分层个体数大于设定阈值
。
[0017]作为可选择的实施方式，对已分层个体进行淘汰的过程包括：定义快速动态拥挤距离裕度
cdm
；判断已分层个体数
N
f
与设定阈值
N
的差值是否大于
cdm
；如果大于，则淘汰拥挤距离最小的
N
f
‑
cdm
个个体，然后再根据动态拥挤距离进行淘汰，否则直接根据动态拥挤距离进行淘汰
。
[0018]作为可选择的实施方式，根据动态拥挤距离进行淘汰的过程包括：淘汰拥挤距离最小的个体后，重新计算其余个体的拥挤距离，然后再淘汰拥挤距离最小的个体，直至淘汰后的剩余个体数为
N。
[0019]第二方面，本专利技术提供一种孤岛微电网多目标能量优化调度系统，包括：
[0020]模型构建模块，被配置为以燃气轮机
、
柴油发电机
、
风力发电机和光伏装置的发电功率为决策变量，以最小化微电网运行成本和污染物排放量为优化目标，通过设置出力约束条件，构建优化调度模型；
[0021]求解模块，被配置为求解优化调度模型，得到最优能量调度策略；
[0022]具体包括：以包含各决策变量的能量调度策略为个体，根据出力约束条件初始化各决策变量的值，以得到父代种群，对父代种群计算每个个体的拥挤距离，根据父代种群生成子代种群，将父代种群和子代种群合并生成新种群；
[0023]对新种群依次进行分层，直至已分层个体数大于设定阈值，对已分层个体淘汰拥挤距离最小的个体，并重新计算剩余个体的拥挤距离，直至淘汰后的剩余个体数满足需求
。
[0024]第三方面，本专利技术提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述的方法
。
[0025]第四方面，本专利技术提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法
。
[0026]与现有技术相比，本专利技术的有益效果为：
[0027]本专利技术提出一种孤岛微电网多目标能量优化调度方法及系统，以燃气轮机
、
柴油发电机
、
风力发电机和光伏装置的发电功率为决策变量，以最小化微电网运行成本和污染物排放量为优化目标，由此构建优化调度模型，相对于传统能量管理算法，以微电网运行成本和污染物排放量作为优化目标，求解兼顾经济和环保性的运行策略，解决经济运行同时减少污染物排放的问题，提出改进的
NSGA
‑
II
算法，得到的帕累托解集更加均匀，减少不必要的计算，避免帕累托解集过早的收敛
。
[0028]由于出力约束条件中存在等式约束和箱式约束，在初始化种群时可以通过在上下限中随机取值满足箱式约束，但是所有决策变量都通过这种方式确定会导致很难满足等式约束
。
所以，本专利技术在初始化种群时，预留一个取值范围最大的决策变量不赋值，对其他决策变量通过在上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种孤岛微电网多目标能量优化调度方法，其特征在于，包括：以燃气轮机
、
柴油发电机
、
风力发电机和光伏装置的发电功率为决策变量，以最小化微电网运行成本和污染物排放量为优化目标，通过设置出力约束条件，构建优化调度模型；求解优化调度模型，得到最优能量调度策略；具体包括：以包含各决策变量的能量调度策略为个体，根据出力约束条件初始化各决策变量的值，以得到父代种群，对父代种群计算每个个体的拥挤距离，根据父代种群生成子代种群，将父代种群和子代种群合并生成新种群；对新种群依次进行分层，直至已分层个体数大于设定阈值，对已分层个体淘汰拥挤距离最小的个体，并重新计算剩余个体的拥挤距离，直至淘汰后的剩余个体数满足需求
。2.
如权利要求1所述的一种孤岛微电网多目标能量优化调度方法，其特征在于，所述出力约束条件包括：功率平衡约束，燃气轮机
、
柴油发电机
、
风力发电机和光伏装置的发电功率上下限约束，以及风力发电机和光伏装置的发电功率满足当前风速
、
太阳光辐照度条件下输出最大功率的约束
。3.
如权利要求1所述的一种孤岛微电网多目标能量优化调度方法，其特征在于，根据出力约束条件初始化各决策变量的值的过程包括：出力约束条件中包括等式约束和箱式约束，对箱式约束中取值范围最大的决策变量不赋值，对其他决策变量在各自的约束条件中进行随机取值，通过等式约束和其他决策变量的初始值确定未赋值的决策变量的初始值
。4.
如权利要求1所述的一种孤岛微电网多目标能量优化调度方法，其特征在于，对父代种群进行选择
、
交叉和变异操作后生成子代种群
。5.
如权利要求1所述的一种孤岛微电网多目标能量优化调度方法，其特征在于，对新种群依次进行分层的过程包括：通过快速非支配排序算法划分第一等级，并记录已分层个体数；判断已分层个体数是否大于设定阈值；若已分层个体数大于设定阈值，则停止分层；否则继续划分下一等级，直至已分层个体数大于设定阈值
...

【专利技术属性】
技术研发人员：刘帅，师伟，王小文，刘龙成，
申请(专利权)人：山东大学，
类型：发明
国别省市：