【技术实现步骤摘要】
本专利技术属于智能调度算法领域，具体涉及一种基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法。
技术介绍
1、对于难以铺设线路以连接主电网的海岛环境，可设计独立直流微电网对海岛进行供电，而独立直流微电网的电源选择成为重中之重，尤其以柴油发电机燃油效率最为卓越，但因为柴油价格不稳定，而且容易造成海岛环境污染，所以单以柴油发电机作为唯一供电系统并不是一个较好的选择，一般海岛环境通常有着丰富的光资源与风资源，因而可以因地制宜地发展风光可互补可再生的混合发电系统。直流
2、为了提高风光柴储直流微电网混合发电系统运行的经济性和可靠性，有学者提出了一种基于改进果蝇算法进行混合发电系统容量优化配置，容易造成能量浪费。还有工程师提出了一种将混合储能系统与可再生能源系统混合的联合发电系统，增加了对超级电容荷电状态的二次反馈，不过由于该系统是一个多变量系统，且未虑及优化目标过少，导致算法不易收敛，限制了它的应用范围。也有学者采用了改进灰狼算法对风光柴储直流微电网混合发电系统进行优化设计，考虑并对比了蓄电池不同工作模式下的经济性指标，进一步降低了混合发电系统的运维成本。有工程师在建立微电网混合发电系统时，引入了完整的气象数据与负荷数据，并采用量子行为粒子群算法，构建了可复现性更强的混和发电系统的容量配比模型。
3、蚁群算法是20世纪90年代提出的一种仿生算法，最开始时蚁群算法是被运用于解决经典的旅行商问题，其优点是具有较强的鲁棒性，极易与多种启发式算法相结合，有利于改善算法性能，适用于多目标问题的寻优求解；不足之处是如果参
4、自适应蚁群算法引入了一种自适应的信息素更新策略，即启发式信息素。因为在蚁群算法中，路径上的信息素水平是用来引导蚂蚁进行搜索的关键因素之一。在搜索开始时，蚂蚁会偏向走信息素浓度高的路径。但是，未被搜索的路径的信息素会因挥发系数逐渐降低，这会影响算法的全局搜索能力，因为它会导致已被搜索过的路径再次被选择的概率减小。为了克服这个问题，我们可以通过调整信息素挥发系数来平衡全局搜索能力和搜索速度。虽然通过降低挥发系数可以提高全局搜索能力，但是这会导致算法的收敛速度变慢。
技术实现思路
1、本专利综合考虑光伏电池组、风力发电机组、蓄电池组和柴油发电机组的输出特性、容量大小和占地面积等多种因素，针对现有技术的上述问题，提供一种基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法。
2、本专利技术解决其技术问题所采用的技术方案是：基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法，基于风力发电机、蓄电池、光伏电池板和作为备用电源的柴油发电机组成的岛礁混合发电系统，其中风力发电机和柴油发电机分别通过单向ac/dc变换器连接直流母线，蓄电池和光伏电池板分别通过双向dc/dc变换器连接直流母线，直流母线通过双向dc/dc变换器连接直流母线，直流母线通过双向dc/ac变换器连接变压器后接入电网；包括如下步骤：
3、s1，构建混合发电系统的目标函数
4、s11，定义光伏电池板的输出功率ppv＝ηpv·vpv·ipv，式中ηpv是光伏电池板的能量转换效率，vpv为太阳能电池的额定电压，ipv为太阳电池的输出电流；
5、s12，定义蓄电池在充放电的过程中的荷电状态soc(t+δt)＝soc(t)+[pbess(t)/ubus]·δt，式中pbess(t)为蓄电池的充放电功率，ubus为系统直流总线电压，δt为采样时间；
6、最小荷电状态socmin＝socmax·(1-dod)，式中socmax表示最大荷电状态，socmin表示最小荷电状态，dod表示放电深度；
7、s13，定义风力发电机的输出功率：
8、
9、式中pwt为风机实时输出功率，pr为风机额定功率，v为风机轮毂高处的实时风速(m/s)，vci为切入风速(m/s)，vr为额定风速(m/s)，vco为切出风速(m/s)；
10、s14，设定柴油发电机的容量高于系统电网负荷，柴油发电机被用于给蓄电池充电时柴油发电机的输出电流要低于蓄电池所要求的最大输入电流；
11、s2，优化配置岛礁混合发电系统容量模型，利用自适应蚁群算法对目标函数求解：
12、s21，将风力发电机、蓄电池、光伏电池板和柴油发电机各个电源考虑使用年限和运维周期条件下，包含购置成本、维护成本和燃料成本的总费用作为优化目标函数，得到平均成本aacm的表达式：
13、minaacm(x)＝min{cc(x)+cm(x)+cf(x)}，
14、式中cc表示年平均购置成本，cm表示年均化维修成本，cf表示年均化燃料成本；
15、初期购买成本进行年平均化处理，引入资金回收系数式中i为折旧率，n为系统的使用年限；
16、得到系统的年平均购置成本cc：
17、cc＝crf(npv·cc.pv+nwt·cc，wt+nbat·cc，bat+ncoe·cc，coe)+co，
18、式中npv为光伏电池数量，nwt为风力发电机组数量，nbat为蓄电池数量，ncoe为柴油发电机组数量，cc，pv为光伏电池前置费用，cc，wt为风力发电机前置费用，cc，bat为蓄电池前置费用，cc，coe为柴油发电机前置费用，c0为柴油发电机的年均油费，其表达式为：
19、co＝a·(k1ps+k2ppe)，
20、式中a表示柴油价格，k1为柴油发电机的燃油曲线系数，k2为柴油发电机的燃油曲线系数，ps为柴油发电机的实际输出功率，ppe为柴油发电机的额定输出功率；
21、s22，增加包含混合发电系统供需平衡、分布式电源输出功率限制、蓄电池储能系统的容量约束和分布式电源数量限制在内的约束条件，基于自适应蚁群算法对岛礁混合发电系统电源容量进行配置；
22、s3，构建新的自适应蚁群算法：设定自适应蚁群算法t+1时刻信息素更新的表达式为
23、
24、式中为连续收敛次数，是一个与收敛次数m为正比的函数，τmin表示弗洛蒙浓度最小值，τmax表示弗洛蒙浓度最大值，ρ为弗洛蒙的挥发系数；
25、s4，基于自适应蚁群算法对岛礁混合发电系统电源容量进行配置：
26、s41，以岛礁混合发电系统总成本最小化为优化目标和约束条件；
27、s42，将发电系统包含蓄电池容量、光伏电池板发电功率和系统电网负荷在内的变量表示出来；
28、s43，根据启发式信息素和目标函数来引导搜索；
29、s44，初始化蚂蚁，将它们随机分布在可行解空间上；
30、s45，每个蚂蚁根据自己的环境信息和个体记忆选择下一步新的节点或者增加电本文档来自技高网...
【技术保护点】
1.基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法，基于风力发电机、蓄电池、光伏电池板和柴油发电机组成的岛礁混合发电系统，其中风力发电机和柴油发电机分别通过单向AC/DC变换器连接直流母线，蓄电池和光伏电池板分别通过双向DC/DC变换器连接直流母线，直流母线通过双向DC/DC变换器连接直流母线，直流母线通过双向DC/AC变换器连接变压器后接入电网；其特征在于：包括如下步骤
2.根据权利要求1所述的基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法，其特征在于，所述的混合发电系统供需平衡是指系统运行时，输出功率大于等于电网负荷，即PWT(t)±PPV(t)±PBAT(t)+PCOE(t)≥PL(t)-Psh-L(t)，式中PWT(t)为t时刻风力发电机的放电功率，PPV(t)为t时刻光伏电池的充放电功率，PBAT(t)为t时刻蓄电池组的充放电功率，PCOE(t)为t时刻柴油发电机的放电功率，“+”表示释放功率，“-”表示吸收功率，PL(t)表示t时刻系统中的复合功率，Psh-L(t)表示t时刻系统中的缺电负荷功率。
3.根据权利要求1所述的基于自适应
4.根据权利要求1所述的基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法，其特征在于，所述的蓄电池储能系统的容量约束是指不让蓄电池的荷电状态SOC(t)在任何时候介于最大值SOCmax与最小值SOCmin之间即SOCmin≤SOC(t)≤SOCmax。
5.根据权利要求1所述的基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法，其特征在于，所述的分布式电源数量限制是指根据光伏电池、风力发电机、蓄电池和柴油发电机的输出特性、容量大小和占地面积确定混合发电系统中各个电源配置数量的范围：
6.根据权利要求1至5任意一项所述的基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法，其特征在于，所述的步骤S21中光伏电池板在不同外部条件下的输出功率式中PSTC为在固定测试条件下的光伏电池的额定输出功率，GAC为光伏电池板置放点的光照强度，GSTC为固定测试中的辐射光照强度，δ为功率温度系数，θ为放置点的光伏板表面温度，θt为参考温度。
7.根据权利要求6所述的基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法，其特征在于，所述的风力发电机选用双馈异步发电机的风力发电机组，通过双馈变频器的四象限运行。
8.根据权利要求7所述的基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法，其特征在于，所述的自适应蚁群算法的最大迭代次数为200、蚂蚁数目为1000只。
...【技术特征摘要】
1.基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法，基于风力发电机、蓄电池、光伏电池板和柴油发电机组成的岛礁混合发电系统，其中风力发电机和柴油发电机分别通过单向ac/dc变换器连接直流母线，蓄电池和光伏电池板分别通过双向dc/dc变换器连接直流母线，直流母线通过双向dc/dc变换器连接直流母线，直流母线通过双向dc/ac变换器连接变压器后接入电网；其特征在于：包括如下步骤
2.根据权利要求1所述的基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法，其特征在于，所述的混合发电系统供需平衡是指系统运行时，输出功率大于等于电网负荷，即pwt(t)±ppv(t)±pbat(t)+pcoe(t)≥pl(t)-psh-l(t)，式中pwt(t)为t时刻风力发电机的放电功率，ppv(t)为t时刻光伏电池的充放电功率，pbat(t)为t时刻蓄电池组的充放电功率，pcoe(t)为t时刻柴油发电机的放电功率，“+”表示释放功率，“-”表示吸收功率，pl(t)表示t时刻系统中的复合功率，psh-l(t)表示t时刻系统中的缺电负荷功率。
3.根据权利要求1所述的基于自适应蚁群算法的岛礁混合发电系统电源容量配置方法，其特征在于，所述的分布式电源输出功率限制是指风力发电机、蓄电池、光伏电池板和柴油发电机各个电源的实时输出功率介于自身的最大输出功率pa,max与最小输出功率pa,min之间，即{pa,min≤pa(t)≤pa,max，式中pa(t)为系统中各电源在t时刻的实时...
【专利技术属性】
技术研发人员：许晓晖，石媛，孙筱琴，刘世玉，彭智明，李维波，
申请(专利权)人：武汉船用电力推进装置研究所中国船舶集团有限公司第七一二研究所，
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。