System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及微电网领域,尤其涉及一种适应不同应用场景和互动特性的多微网资源优化方法。
技术介绍
1、多微网规划作为多微网建设的第一步,深刻影响着后续多微网系统的稳定运行和协调控制,合理的多微网资源配置方案有利于进一步提高微电网、大电网的安全性、可靠性、经济性。当前,微网规划主要分为网架规划和系统容量规划。系统容量规划主要指优化给定系统结构中设备的容量或型号,又可进一步分为两类:一是各设备容量为离散变量,给定设备的型号,优化其型号与台数,即设备选型问题;二是各设备容量为连续变量,优化其额定容量值,即设备定容问题。多微网系统通常由地理上邻近的多个微电网组成,故多微网规划可借鉴配电网中微网的规划方法,但相较于单微网规划,多微网系统还应额外考虑各微网间的功率交互。此外,多微网系统中,各微网既能运行在并网模式接受群控或非群控,又能运行在离网模式接受群控或非群控的特点决定了多微网系统应用模式的多样性,应在规划问题中加以考虑。
2、当前,电力系统中解决优化问题的主流方法有两类:传统数学规划法及人工智能算法。传统数学规划法是以某个初值为起始点,遵循一定的轨迹不断修正当前解,并最终在最优解处收敛的方法,主要包括线性规划法,非线性规划法,混合整数规划法,二次规划法等。虽然传统数学规划法可以获得更准确的结果,但它对初始点有较高的要求,对目标函数及约束条件也有一定的限制,例如连续、可微等,很多情况下需要对模型进行简化或近似处理,并且传统数学规划法难以解决维数灾问题。针对传统数学规划法存在的问题,近年来越来越多的研究开始将人工智能算法如粒子
技术实现思路
1、本专利技术的目的在于提供一种适应不同应用场景和互动特性的多微网资源优化方法,解决目前单一的优化算法很难满足电力系统优化需求的问题。
2、根据本公开的一方面,提供了一种适应不同应用场景和互动特性的多微网资源优化方法,包括:
3、根据多微网系统的不同应用模式和运行场景,构建双层优化配置模型,其中,所述双层优化配置模型包括上层多微网优化配置模型和下层多微网运行优化模型:
4、基于混合遗传-引力搜索算法求解所述双层优化配置模型,获取全局最优解,并将所述全局最优解作为多微网资源优化结果。
5、在第一方面的一些可实现方式中,所述上层多微网优化配置模型的目标函数为:
6、mincinv+cmain+cop
7、
8、
9、其中,cinv为年化投资成本,cmain为年维修成本,cop为下层系统年运行成本,d为固定资产残值率;r为贴现率;tmg为微电网生命周期;nmg为微电网总数;npv,i,nwt,i,nbe,i分别为微电网i中可配置光伏、风机、储能设备总数;cpv,cwt,cbe分别为光伏、风机、储能的单位容量安装成本;ppv,i,pwt,i,ebe,分别为微电网i中单个光伏、风机、储能的装机容量;kpv,i,x,kwt,i,y,kbe,i,z为0-1变量,分别代表微电网i中光伏设备x,风机设备y,储能z的安装情况,若设备被安装,则该变量为1,否则为0。
10、在第一方面的一些可实现方式中,所述下层下层多微网运行优化模型的目标函数为:
11、
12、其中,ps为运行场景s出现的概率,各场景下微电网风、光、温度等自然条件与用户负荷情况存在差异;cop1,s、cop2,s、cop3,s和cop4,s分别为场景s中多微网系统在不同应用模式下的运行成本;α1,α2,α3,α4分别为不同应用模式的出现概率,且∑α=1。
13、在第一方面的一些可实现方式中,所述多微网系统的应用模式包括群并网模式、独立并网模式、群离网模式和独立运行模式。
14、在第一方面的一些可实现方式中,所述多微网系统运行阶段的约束条件包括功率平衡约束、储能约束、微电网与上级电网功率交互约束、多微电网系统响应上级电网需求约束、微电网间功率交互约束、弃光、弃风约束、切负荷约束以及应用模式约束。
15、在第一方面的一些可实现方式中,所述基于混合遗传-引力搜索算法求解所述双层优化配置模型,获取全局最优解,包括:
16、基于混合遗传-引力搜索算法求解所述双层优化配置模型,对上层多微网系统优化配置模型进行求解,得到上层设备容量优化结果;
17、将所述上层设备容量优化结果作为约束条件,将下层多微网运行优化模型转化为混合整数线性规划问题;
18、对所述混合整数线性规划问题进行求解,得到下层运行优化结果;
19、将所述下层运行优化结果反馈到上层系统优化配置模型,迭代求解,得到全局最优解。
20、根据本公开的第二方面,提供一种适应不同应用场景和互动特性的多微网资源优化装置,该装置包括:
21、构建模块,用于根据多微网系统的不同应用模式和运行场景,构建双层优化配置模型,其中,所述双层优化配置模型包括上层多微网优化配置模型和下层多微网运行优化模型;
22、求解模块,用于基于混合遗传-引力搜索算法求解所述双层优化配置模型,获取全局最优解,并将所述全局最优解作为多微网资源优化结果。
23、根据本公开的第三方面,提供一种电子设备,包括处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,执行如上述所述的适应不同应用场景和互动特性的多微网资源优化。
24、根据本公开的第四方面,提供一种存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如上所述的适应不同应用场景和互动特性的多微网资源优化方法。
本文档来自技高网...【技术保护点】
1.一种适应不同应用场景和互动特性的多微网资源优化方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述上层多微网优化配置模型的目标函数为:
3.根据权利要求2所述的方法,其特征在于,所述下层下层多微网运行优化模型的目标函数为:
4.根据权利要求1所述的方法,其特征在于,所述多微网系统的应用模式包括群并网模式、独立并网模式、群离网模式和独立运行模式。
5.根据权利要求1所述的方法,其特征在于,所述多微网系统运行阶段的约束条件包括功率平衡约束、储能约束、微电网与上级电网功率交互约束、多微电网系统响应上级电网需求约束、微电网间功率交互约束、弃光、弃风约束、切负荷约束以及应用模式约束。
6.根据权利要求1所述的方法,其特征在于,所述基于混合遗传-引力搜索算法求解所述双层优化配置模型,获取全局最优解,包括:
7.一种适应不同应用场景和互动特性的多微网资源优化装置,其特征在于,包括:
8.一种电子设备,其特征在于,包括处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失
9.一种存储介质,其特征在于:计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-6中任意一项所述的方法。
...【技术特征摘要】
1.一种适应不同应用场景和互动特性的多微网资源优化方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述上层多微网优化配置模型的目标函数为:
3.根据权利要求2所述的方法,其特征在于,所述下层下层多微网运行优化模型的目标函数为:
4.根据权利要求1所述的方法,其特征在于,所述多微网系统的应用模式包括群并网模式、独立并网模式、群离网模式和独立运行模式。
5.根据权利要求1所述的方法,其特征在于,所述多微网系统运行阶段的约束条件包括功率平衡约束、储能约束、微电网与上级电网功率交互约束、多微电网系统响应上级电网需求约束、微电网间功率交互约束、弃光、弃风约束、切负荷约束以及应用模式约束。
【专利技术属性】
技术研发人员:潘东,张理,王宝,贾健雄,宋竹萌,杨敏,刘丽,马燕如,杨娜,邵筱宇,叶钰童,吕龙彪,黄霞,
申请(专利权)人:国网安徽省电力有限公司经济技术研究院,
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。