【技术实现步骤摘要】
本专利技术的技术方案属于分布式电源规划，具体是一种基于改进型沙丘猫优化算法的配电网分布式电源分层优化规划方法。
技术介绍
1、随着人口的发展，人类对于能源的需求量越来越大，传统化石能源已经不能满足人类的需求。而且在化石能源的使用中也存在许多问题，一是人类能源的大量消耗，导致化石能源的枯竭，二是大量使用和开采化石能源带来的环境污染的问题日益明显，这与全球倡导的环境保护理念相矛盾。因此，为了发扬可持续发展的理念，提出了新能源电力系统。相对于传统化石能源，新能源具有资源丰富、环境友好、无排放等优点，被广泛认为是未来能源发展的重要方式。分布式电源(distributed generation，dg)是指一种小规模的发电设备，分布式电源作为新能源电力系统的重要组成部分，由于其低碳环保、控制灵活、投资成本低等优点，近年来受到越来越多的关注。但是，分布式电源接入配电网后，会给配电网潮流分布，功率损耗和节点电压稳定性等带来不小的影响，接入不恰当会导致线路损耗增多和降低能源利用率，不利于电力系统的经济性，合理规划分布式电源的位置、容量和类型可以很大程度减少所带来的影响，并且提升电能的质量，减少电能的浪费，进而增强电网的经济性。在目前分布式电源的规划问题的研究中，得到的规划方案带入实际有一定的差异，求解模型所使用的算法的性能局限，导致规划结果不够理想。因此，对分布式电源的合理规划进行深入研究具有重要的意义。
技术实现思路
1、本专利技术的目的是提供一种基于改进型沙丘猫优化算法的配电网分布式电源分层优化
2、本专利技术解决该技术问题所采用的技术方案是：建立一个分层的分布式电源规划模型，同时设计一种改进型沙丘猫优化算法，并利用该算法求解分布式电源规划问题。本专利技术的分布式电源包括风力发电系统和光伏发电系统，分布式电源规划问题的解为对分布式电源的位置、类型和容量进行选择规划进而得到更高的电能质量和年最小的成本费用。
3、以下是本专利技术的求解分布式电源规划问题的过程：
4、步骤1，构建风力发电和光伏发电模型，同时，采集某地区一年的风速和光照强度的数据并采用k-means聚类算法将所选地区的年风速和光照强度的数据进行合理划分为四种场景，四种场景分别为春季日(3.21-6.21)、夏季日(6.22-9.22)、秋季日(9.23-12.21)和冬季日(12.22-3.20)。在此基础上得到四个季节的典型风速和光照强度场景，然后利用本步骤构建的风光发电模型将采集的风速和光照强度数据转换为对应场景的风光电源出力。
5、这里，风力发电模型按如下方法建立：
6、步骤1.1，建立风力发电的出力模型。这里假设风速服从weibull分布，该分布的概率密度函数为
7、
8、式中，v为实际风速，c、k分别是服从weibull分布的概率密度曲线的尺度参数、形状参数。其中k参数决定曲线的形状，c起放大或缩小曲线的作用。
9、风力发电的出力模型为
10、
11、式中，v1、v2和ve分别表示风速的切入风速、切出风速和额定风速；pwt为不同风速下风机输出的有功功率；pwt，e为风机的额定功率。
12、步骤1.2，建立光伏发电的出力模型。光伏发电设备的有功出力与光照强度关系为
13、
14、式中，ppv和ppv，e为光伏的有功出力和额定功率，s和smax分别为实际光照强度和最大光照强度。
15、采用beta分布建立光伏发电的出力模型，得到光伏系统输出功率的概率密度函数为：
16、
17、式中，β1和β2为beta分布的形状参数，取决于光照强度的期望和方差；ppv和ppv，e为光伏系统的有功出力和额定功率。
18、步骤1.3，采集某地区一年中每天的风速和光照强度数据，采用k-means聚类算法，设置年风速和光照强度数据内的四个日期作为聚类中心，得到迭代后的新四个聚类中心作为各个季节的典型场景，获得四个季节关于风速与光照强度典型场景的风速和光照强度数据；
19、步骤1.4，基于k-means聚类算法得到的各个季节典型场景的风速和光照强度，再通过建立的风力和光伏发电的出力模型得到相应的风力和光伏出力；
20、步骤2，基于四季典型场景，以提高规划的经济性，优化年总费用为目标，构建目标函数和约束条件，得到分布式电源规划模型.
21、所述步骤2的具体实现方法包括以下步骤：
22、步骤2.1，为进行合理规划，将优化目标定为年总费用。年总费用目标函数为
23、f＝ftotal＝fl+fom+floss+fen (5)
24、以下是年总费用的构成：
25、(1)分布式电源固定投资费为
26、
27、式中，n为待接入分布式电源的节点个数，pwt，i和ppv，i分别为安装在i节点的风力和光伏的额定容量，cwt，l和cpv，l分别为风力和光伏的单位容量投资成本。α为投资转换比率，y为分布式电源最大使用年数。
28、(2)分布式电源运行费用为
29、
30、式中，和为在场景p下，ith节点安装的风力和光伏的实际有功出力，cwt，om和cpv，om分别为风力和光伏发出单位电量所需要的运行成本，np为模拟运行的场景数，tp表示场景p的运行天数。
31、(3)向上级电网购电费用为
32、
33、式中，pen，s，t和ds，t分别为在场景p，t时刻向上级电网购电的有功功率和实时电价。
34、(4)网络损耗费用为
35、
36、式中，ploss，p表示在场景p，t时刻下的总有功损耗，closs为单位电量的有功网损成本。
37、步骤2.2，确定分布式电源分层规划模型的约束条件；
38、(1)分布式电源的装机容量约束为
39、
40、式中，表示节点i处能安装分布式电源的最大容量，和分别表示节点i处能安装风力和光伏的最大容量。
41、(2)节点电压限制为.
42、ui，min≤ui≤ui，max (11)
43、式中，ui为节点i处的电压幅值，ui，min和ui，max分别为节点电压幅值的上限和下限。
44、(3)功率平衡约束为
45、
46、式中，pi.p和qi.s分别表示在场景s时注入节点i的有功功率和无功功率；ui.s和uj.s分别表示节点i和节点j在场景s时本文档来自技高网...
【技术保护点】
1.本专利技术解决该技术问题所采用的技术方案是：建立一个分布式电源分层规划模型和提出一种改进型沙丘猫优化算法；具体步骤如下：
【技术特征摘要】
1.本发明解决该技术问题所采用的技术方案是：建立一个分布式电...
【专利技术属性】
技术研发人员：李玲玲，徐皓文，任心雨，温甜宇，皮浩东，
申请(专利权)人：河北工业大学，
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。