一种微电网电源的优化规划及评估方法

一种微电网电源的优化规划及评估方法
【技术领域】
[0001] 本发明设及微电网内分布式电源规划领域，尤其是设及一种考虑并网和孤岛两种 运行方式的微电网电源的优化规划及评估方法。
【背景技术】
[0002] 资源的短缺，能源的消耗W及环境保护的需求促进了分布式新能源的发展。微电 网（Micro-grid,简称MG)是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护 装置等汇集而成的小型发配电系统，是一个能够实现自我控制、保护和管理的自治系统。它 能够有效地解决分布式电源的大量接入，满足偏远地区供电和提高城市电网灵活性，节省 大电网投资，提高供电可靠性，具有广阔的发展应用前景；微电网的建设有利于充分发挥分 布式电源的最佳效能，同时微电网可W与传统电网互相支撑，在电网故障时能孤岛运行，保 证重要负荷不间断供电；如何根据当地的自然资源条件和用户要求，优化选择、配置各分布 式电源，在满足微电网安全稳定运行和用户供电要求的前提下，使得综合效益最优，具有重 要的研究意义。
[0003] 微电网电源的优化规划是微电网规划的重要内容，目前国内外学者在该方面做了 大量研究，并取得了一定成果，文献"基于混合量子遗传算法的微电网电源优化配置"（符 杨等，电力系统保护与控制，2013,41 (24) :50-57)W孤岛运行的风光储互补独立微电网为 研究对象，建立了计及安装建设费用、运行维护费用、设备重置费用和停电补偿费用的微电 网电源规划目标函数，并采用自适应罚函数法进行修正，结合自适应旋转角调整策略、量子 位交叉变异操作和群体灾变思想，提出了一种混合量子遗传算法，对规划模型进行求解，但 由于仅针对微电网的孤岛运行状态进行规划，忽略了并网运行状态，也没有考虑柴油发电 机的运行约束，可能影响规划结果的科学性；文献"风光互补混合供电系统多目标优化设 计"（杨埼等，电力系统自动化，2009，33(17) :86-90)提出了一种风光互补混合供电系统 的容量优化配置模型，引入光伏太阳板倾角该一决策变量，使模型更加精确，采用改进微分 进化算法来进行模型的求解，结果表明算法具有良好的收敛稳定性；文献"化timalunit sizingofdistributedenergyresourcesinmicrogridusinggeneticalgorithm" (TafreshiSMM等，Proceedingsofthe18thIranianConferenceonElectrical 化gineering，2010: 836-841)建立了微电网电源容量的优化规划模型，主要考虑微电网 孤岛运行方式，目标函数计及安装成本、重置成本、运行维护成本、燃料成本W及向大电网 卖电收入，W负载缺电概率为约束条件，并采用遗传算法对此非线性优化规划问题进行求 解；文献"考虑随机特性的微电网电源优化配置"(卢洋等，电力系统及其自动化学报，2013， 25 (3) : 108-114)W综合经济成本最低为目标，W节点电压质量为约束条件，建立了孤岛运 行微电网电源选址定容的数学模型，并用粒子群算法进行求解。文献"基于净效益最大化 的微电网电源优化配置"（李登峰等，电力系统保护与控制，2013,41(20) : 20-26)综合考虑 电源投资、运行和维护、燃料购买等成本，W及节能减排、降损、改善可靠性和延缓电网投资 等效益，建立微电网年化净效益的目标函数，计及储能单元充放电、微电网全年孤岛运行的 充裕性、碳排放等约束条件，建立优化了微电网电源优化配置模型，并采用遗传算法进行求 解。
[0004] 微电网有并网和孤岛两种运行方式，在并网方式下可W与主网进行功率交换，在 孤岛运行方式下可W借助出力可控的分布式电源和储能来维持微电网稳定运行，而W往对 于微电网电源优化规划的研究中，优化规划数学模型往往不能综合考虑微电网的两种不同 运行方式，该种规划方案是欠缺科学性的，在间歇性分布式电源占比较大的规划方案中，当 风速、光照强度较小时，需要柴油发电机长期运行，因此在规划中考虑柴油发电机的运行约 束是有必要的，而许多文献忽略了该一重要约束。另外，对于已得出的微电网电源规划方 案，鲜有文献提出规划方案评估方法来评价规划结果的合理性。

【发明内容】

[0005] 本发明要解决的技术问题是：提供一种微电网电源的优化规划及评估方法，针对 现有技术无法同时对并网和孤岛情况进行优化规划W及未考虑柴油发电机约束问题带来 的优化规划方案未到达最优，能够科学地对微电网电源进行优化规划，获得最优的分布式 电源配置方案，采用遗传算法能够快速实现最优配置，并能够对其进行评估，获得最优的一 种合理方案组合，W克服现有技术问题的不足。
[0006] 本发明的技术方案；一种微电网电源的优化规划方法，该方法包括W下步骤： (1)建立并网运行方式优化规划数学模型，在并网运行方式下的微电网，要保证微电网 内部负荷的100%供电，其次，电能的来源除了考虑微电网内部电源之间的机组组合之外， 还需要考虑微电网与配电网之间的电能交易量，同时，充分考虑到可再生能源的最大化利 用，建立总投资的数学模型，其目标函数如下：
其中，
为各分布式电 源的初始投资费用，3/为分布式电源的种类，r为贴现率，王为分布式电源使用年限；
为各分布式电源的运行管理费用，了 小 时，为第/种分布式电源单位功率的运行管理费用（元/kWh), 为第巧巾分布式 电源功率； X巧。:.为微电网从外部配电网的购电费用，C:.K.为购电价格(元)，巧。：为 购电电量（kWh);
为各分布式电源的残值；
为燃料电池和柴油发电机的燃料费用，P为第I种燃料 电池或柴油发电机单位功率的燃料费用，巧为第I种燃料电池或柴油发电机功率，为 燃料电池和柴油发电机的种类；
为各分布式电源的排污费用，为处理第墓种污 染物的费用，巧）为第巧巾分布式电源的污染物排放量；
为用户的停电损失费用；其中，为用户中断的负荷量，了.为 停电损失费用。
[0007] (2)通过步骤（1)中的数学模型，让可再生能源发生最大化利用，采用并网约束条 件对风力发电、光伏、燃料电池、柴油发电机W及储能的容量进行优化规划，保证微电网内 部负荷的100%供电，得到各分布式电源的最优配置方案，即风电、光伏、燃料电池、柴油发 电机和储能的最优配置，所述并网约束条件包括柴油发电机初始启动的最小值约束和运行 约束； (3) 建立孤岛运行方式优化规划数学模型，数学模型的目标函数如下：
其中，
为用户的停电损失费用，C，为用户停电损失费用， c__&为储能的投资，为用户停电量，为中断负荷的补偿费用； (4)通过步骤（3)中的所述数学模型的目标函数通过孤岛约束条件进行优化，获得目标 函数最小，得到储能的进一步的最终最优配置，获得并网和孤岛运行方式下各分布式电源 的最终最优配置方案。
[0008] 优选的，上述并网约束条件为： (1) 功率平衡约束
其中，巧?、每了、巧；、gc、這、巧,分别为"寸刻光伏发电、风力发电、柴 油发电机、燃料电池、储能化及电网的输出功率，H;、<、<为电源功率效率系数， if为f时刻的负荷，巧^为r时刻的网损； (2) 各分布式电源功率上下限约束
取〇，&C：.h,ari为各分布式电源的额定功率； (3)储能充放电约束
当t时刻储能的容量￡^1^大于放电深度时，储能放电，小于放电深度时，储能不放电，所 述放电深度为总储能电量带的50% ; (4)微电网与 配电网之间交互的最大容量约束 巧;巧;。。:;巧 巧W微电网与配电网联络线实际传输功率，巧微电网与配电网联络线实际传输 功率允许的最大值； (5) 柴油发电机初始启动的最小值约束 巧吉巧，姑边 巧?为额定功率的50% ; (6) 柴油机发电机运行约束 当柴油发电机连续运行时间大于1化时，其额定输出功率为原来的90%。
[0009] 优选的，上述孤岛约束条件为： (1) 功率平衡约束
其中，巧.、巧了、巧￡、巧C、巧:、巧,.i.分别为^时刻光伏发电、风力发电、柴 油发电机、燃料电池、储能W及电网的输出功率，!4、吟为电源功率效率系数， 巧为/时刻的负荷，巧L-为f时刻的网损； (2) 各分布式电源功率上下限约束
巧)ni。取0，&0=;.mss为各分布式电源的额定功率； (3) 储能充放电约束
当t时刻储能的容量大于放电深度时，储能放电，小于放电深度时，储能不放电，所 述放电深度为总储能电量Ss雄的50% ; (4) 柴油发电机初始启动的最小值约束 巧占巧泣 13 证 巧?为额定功率的50% ; (5) 柴油机发电机运行约束 当柴油发电机连续运行时间大于1化时，其额定输出功率为原来的90%。
[0010] 优选的，上述可再生资源最大化利用；可再生能源电能大于负荷时，大于负荷部分 电能由储能系统吸收，小于负荷时，储能系统放电补充电能缺失，储能系统放电系统也无法 补充电能缺失时，采用其他分布式电源进行竞价送电，从发电价格从小到大的方式优先出 力进行供电，所述其他分布式电源为燃料电池、柴油发电机和大电网。
[0011] 优选的，上述孤岛运行方式下切除负荷重要因子低于设定值的负荷，所述负荷重 要因子为用户用电能够带来的经济效益。
[0012] 优选的，上述优化规划方法采用遗传算法或粒子群算法实现，因微电网电源的优 化规划方法属于多变量、带约束的非线性优化配置问题，目标函数通过遗传算法或粒子群 算法能够快速实现优化配置方案的收敛，获得最优的分布式电源配置方案。
[0013] 优选的，上述遗传算法采用群体大小为M=100,交叉概率化=70%，变异概率Pm=4%， 最优保存个数选取为10,最大迭代次数为N=1000,所述粒子群算法群体大小为M=40,最大 速度Vmax=10,学习因子cl=c2=2,最大迭代次数3000次。
[0014] 一种微电网电源的优化规划的评估方法，该方法包括W下步骤： (1) 建立评估参数，所述评估参数为权利要求1所述的一种微电网电源的优化规划方 法步骤（4)中获得的燃料电池功率和柴油发电机功率之和占所有电源功率的比值、总投资 占全部由大电网进行供电所需的费用、储能时移电量电源容量充裕度W及柴油放电机最长 运行时间； (2) 通过对评估参数进行评估，即将获得的燃料电池功率和柴油发电机功率之和占所 有电源功率的比值最大、总投资占全部由大电网进行供电所需的费用最小、储能时移电量 电源容量充裕度最大W及柴油放电机最长运行时间进行评估，选取分布式电源的最优配置 方案。
[0015] 本发明的有益效果；与现有技术相比有如下效果； (1) 本发明同时考虑并网和孤岛两种运行方式，分别建立了微电网内分布式电源优化 规划的数学模型，在并网方式下，优化配置风电、光伏、燃料电池、柴油发电机和储能的容量 几类电源，使其最大化利用可再生能源，如风电和光伏电源在孤岛方式下，进一步优化配置 储能容量，能够大大的将优化规划方案实现更佳，优化效果更好； (2) 本发明优化规划中考虑到了柴油发电机的运行约束，因柴油发电机在在间歇性分 布式电源占比较大的规划方案中，当风速、光照强度较小时，需要柴油发电机长期运行，考 虑柴油发电机的约束条件能够让规划方案更佳准确； (3) 采用评估的方法对优化的配置方案的稳定电源的占比、总投资、储能的时移电量、 电源容量充裕度和柴油发电机最长运行时间的几方面评估指标进行最终的评估，获得更佳 合理准确的优化方案。
【附图说明】
[0016] 图1为遗传算法的示意图； 图2为粒子群算法的示意图； 图3为遗传算法结果分布； 图4为粒子群算法结果分布； 图5为10种方案的总投资的分布图； 图6为电源容量充裕度大小。
【具体实施方式】
[0017] 实施例：一种微电网电源的优化规划方法，该方法包括W下步骤： (1)建立并网运行方式优化规划数学模型，在并网运行方式下的微电网，要保证微电网 内部负荷的100%供电，其次，电能的来源除了考虑微电网内部电源之间的机组组合之外， 还需要考虑微电网与配电网之间的电能交易量，同时，充分考虑到可再生能源的最大化利 用，建立总投资的数学模型，其目标函数如下：
其中，
为各分布式电 源的初始投资费用，_1./为分布式电源的种类，r为贴现率，王为分布式电源使用年限；
为各分布式电源的运行管理费用，=8 "妨小 时，为第！种分布式电源单位功率的运行管理费用（元/kWh),巧?1&为第I种分布式 电源功率； C的=C如X巧。为微电网从外部配电网的购电费用，C:.K.为购电价格(元)，巧。二为购电电量（kWh);
为各分布式电源的残值；
为燃料电池和柴油发电机的燃料费用，为第J种燃 料电池或柴油发电机单位功率的燃料费用，为第Z种燃料电池或柴油发电机功率， 为燃料电池和柴油发电机的种类；
为各分布式电源的排污费用，与：：为处理第^种污 染物的费用，爲巧）为第I种分布式电源的污染物排放量；
为用户的停电损失费用；其中，巧为用户中断的负荷量，为 停电损失费用。
[0018] (2)通过步骤（1)中的数学模型，让可再生能源发生最大化利用，采用并网约束条 件对风力发电、光伏、燃料电池、柴油发电机W及储能的容量进行优化规划，保证微电网内 部负荷的100%供电，得到各分布式电源的最优配置方案，即风电、光伏、燃料电池、柴油发 电机和储能的最优配置，所述并网约束条件包括柴油发电机初始启动的最小值约束和运行 约束； (3)建立孤岛运行方式优化规划数学模型，微电网孤岛运行时，不考虑与电网的电量交 易，负荷需求全部由微电网内部电源负责，在该种运行方式下，微电网需要满足重要负荷的 供电，同时为了提高用户的供电可靠性和供电质量，尽量发生孤岛运行，用户的停电损失和 储能投资之和最少，并切除负荷重要因子低于设定值的负荷，所述负荷重要因子为用户用 电能够带来的经济效益，因此，数学模型的目标函数如下： mine=q- 。.卿 其中，
为用户的停电损失费用，€^^为用户停电损失费用， 为储能的投资，jPi为用户停电呈，为中断负荷的补偿费用； (4)通过步骤（3 )中的所述数学模型的目标函数通过孤岛约束条件进行优化，获得目标 函数最小，得到储能的进一步的最终最优配置，获得并网和孤岛运行方式下各分布式电源 的最终最优配置方案。
[0019] 基于上文所述的数学模型，微电网电源优化规划问题属于多变量、带约束条件的 非线性优化配置问题，本发明可采用遗传算法或粒子群算法进行求解。
[0020] 优选的，上述并网约束条件为： (1) 功率平衡约束
其中，巧.、巧了、堪、巧C、巧、巧;分别为"寸刻光伏发电、风力发电、柴 油发电机、燃料电池、储能W及电网的输出功率，为电源功率效率系 数，卢为f时刻的负荷，巧__为|时刻的网损； (2) 各分布式电源功率上下限约束 戶施恤《f厕《fijQSn化 巧》;>_3。取0,巧,为各分布式电源的额定功率； (3) 储能充放电约束 50%5^^ & lt;4r 当t时刻储能的容量大于放电深度时，储能放电，小于放电深度时，储能不放电，所 述放电深度为总储能电量馬巧的50% ; (4) 微电网与配电网之间交互的最大容量约束 P<P亡1;'織一町知歷I 巧;微电网与配电网联络线实际传输功率，巧，.心微电网与配电网联络线实际传输 功率允许的最大值； (5) 柴油发电机初始启动的最小值约束 巧S巧她泣 巧为额定功率的50% ; (6) 柴油机发电机运行约束 当柴油发电机连续运行时间大于1化时，其额定输出功率为原来的90%。
[0021]优选的，上述孤岛约束条件为： (1)功率平衡约束
其中，巧.，.、巧运、瑞:、巧、巧分别为"寸刻光伏发电、风力发电、柴油 发电机、燃料电池、储能W及电网的输出功率，4、、4、《:;为电源功率效率系数， 为f时刻的负荷，为f时刻的网损； (2) 各分布式电源功率上下限约束 &货論《P施《fijatoax 巧》^3。取0,巧,a"，.33;为各分布式电源的额定功率； (3) 储能充放电约束 50%馬堪 <馬了 <100%玄观 当t时刻储能的容量大于放电深度时，储能放电，小于放电深度时，储能不放电，所 述放电深度为总储能电量Ss雄的50%; (4) 柴油发电机初始启动的最小值约束 巧S巧》泣泣 为额定功率的50%; (5) 柴油机发电机运行约束 当柴油发电机连续运行时间大于1化时，其额定输出功率为原来的90%。
[0022] 优选的，上述可再生资源最大化利用；可再生能源电能大于负荷时，大于负荷部分 电能由储能系统吸收，小于负荷时，储能系统放电补充电能缺失，储能系统放电系统也无法 补充电能缺失时，采用其他分布式电源进行竞价送电，从发电价格从小到大的方式优先出 力进行供电，所述其他分布式电源为燃料电池、柴油发电机和大电网。
[0023] 优选的，上述遗传算法采用群体大小为M=100,交叉概率化=70%，变异概率Pm=4%， 最优保存个数选取为10,最大迭代次数为N=1000,所述粒子群算法群体大小为M=40,最大 速度Vmax=10,学习因子cl=c2=2,最大迭代次数3000次。
[0024] -种微电网电源的优化规划的评估方法，该方法包括W下步骤： (1) 建立评估参数，所述评估参数为权利要求1所述的一种微电网电源的优化规划方 法步骤（4)中获得的燃料电池功率和柴油发电机功率之和占所有电源功率的比值、总投资 占全部由大电网进行供电所需的费用、储能时移电量电源容量充裕度W及柴油放电机最长 运行时间； (2) 通过对评估参数进行评估，即将获得的燃料电池功率和柴油发电机功率之和占所 有电源功率的比值最大、总投资占全部由大电网进行供电所需的费用最小、储能时移电量 电源容量充裕度最大W及柴油放电机最长运行时间进行评估，选取分布式电源的最优配置 方案。
[0025] 本发明可采用遗传算法或粒子群算法进行求解，运用遗传算法的计算流程如图1 所示，粒子群算法的计算流程如图2所示。
[0026] 本发明建立的微电网电源优化规划方案的评估方法，所用的评价指标具体如下： 1) 稳定电源的占比： 燃料电池和柴油机占所有电源的比例，该指标对电网的安全稳定运行有着很重要的意 义，当微电网由并网转孤岛时，稳定电源能够提供电压和频率的支撑，W保证孤岛的正常运 行； 2) 总投资 能够有效体现微电网有其自身的经济效益； 3) 储能的时移电量 储能装置的加入能够提供快速的有功支撑，增强电网调频能力，可W有效解决风能和 太阳能的随机性和波动性的问题，大幅度提高电网接纳新能源的能力，同时也可W使得微 电网更好地利用风能和太阳能； 4) 电源容量充裕度 电源容量充裕度为t时刻各分布式电源电量总与负荷量差值占据负荷量的比值，充裕 水平体现了微电网的安全性，充裕水平越高，备用容量越大，抵御灾害或故障的能力越强， 充裕水平越低，备用容量越小，抵御灾害或故障的能力越弱； 5) 柴油发电机最长运行时间 主要考虑了在间歇性分布式电源占比较大的规划方案中，当风速、光照强度较小时，需 要柴油发电机长期运行，而柴油发电机连续运行时间过长后，其输出功率将降低。
[0027] 实施例2 ;根据某一区域的负荷特性；平均负荷为114kW，最小负荷为35kW，最大 负荷为224kW。目标函数包括微电源的初始投资，运行管理费用，向配电网的购电费用，残 值，燃料费用，环境效益W及中断负荷费用，分别运用遗传算法和粒子群算进行求解，对于 该区域一年8760小时进行模拟仿真，本文遗传算法参数选取如下；群体大小为M=100,交叉 概率化=70%，变异概率Pm=4%，最优保存个数选取为10,最大迭代次数选取为N=1000。粒子 群算法参数选取如下：群体大小为M=40,最大速度Vmax=10,学习因子cl=c2=2,最大迭代次 数3000次，运行多次遗传算法的求解结果如图3所示，在VC++环境下进行模拟仿真，共仿 真141次，其结果分布如图3所示，其大部分结果在160-180万元之间，大于180万元的有 3次，150-160万元之间有1次，下表1仅仅列写了较优的5种方案。
[0028] 表1遗传算法计算结果
由上表可见，方案4为最优方案，微电源优化规划结果为风力发电180kW，光伏67kW，燃 料电池50kW，柴油机49kW，储能270kWh，总的目标函数计算结果为163. 7936万元，其中风力 发电的规划容量比较大。
[0029] 运行多次粒子群算法的结果如下图4所示，在VC++环境下进行模拟仿真，共仿真 150次，其结果分布如上图所示，其大部分结果在160-180万元之间，大于180万元的有12 次，不收敛的有3次，表2所示仅仅列写了较优的5种方案。
[0030] 表2粒子群算法计算结果
由上表可见，方案六为最优方案，微电源优化规划结果为风力发电191kW，光伏62kW， 燃料电池51kW，柴油机47kW，储能280kWh，总的目标函数计算结果为1661804元，其中风力 发电的规划容量比较大。
[0031] 对W上两类算法的规划分析；遗传算法；编码方式较多，收敛速度比较慢，初始种 群的影响比较小，且遗传算法不容易越界；粒子群算法；收敛速度比较快，但容易陷入局部 最优，初始种群的影响比较大，且粒子群算法容易越界，编码容易，没有交叉和变异操作，找 寻最优解的效率更高，但参数的影响较大，如表3所示。
[0032] 表3两种算法的比较
本算例中可W看出粒子群优化算法比遗传算法更快收敛于最优解，但是遗传算法的稳 定性比粒子群算法好。
[0033] 规划效果评估分析： 1) 稳定电源的占比： 表4稳定电源的占比
由上表4可W看出，粒子群算法的方案10的占比最大，该说明方案时在微电网由并网 转为孤岛运行时，最能保证电网的稳定运行； 2) 总投资 如图5所示，经过计算，如果该区域所有负荷全部由大电网进行供电，则投资总费用 为1964888元，最优的10种方案均小于全部由大电网供电所需的费用，该说明微电网有其 自身的经济效益，微电网的发展前景是极其可观的，其中方案4~7的总投资最少，经济性最 优； 3) 储能的时移电量 如表5所示，由计算结果知遗传算法的方案1储能时移电量最大，表明储能在微电网运 行中发挥了更有效的作用，储能能够平滑风力发电机和太阳能光伏的出力，提高电网对绿 色能源的消纳能力，增强系统稳定性； 表5储能的时移电量 4) 电源容量充裕度
依图6可知，并网方式下，方案1的电源充裕度最大，孤岛方式下，方案3的电源充裕度 最大， 电源充裕水平越高，备用容量越大，越有利于抵御突发的系统事故和自然灾害，电网 的坚强性越好； 5) 柴油发电机最长运行时间 表6柴油发电机最长运行时间
分析上表，可得方案1、2、5、8的柴油发电机最长运行时间较长。该是因为该些方案的 风机、光伏占比较大，在缺乏自然资源时，需要柴油发电机长时间运行，该不利于柴油机利 用效率的提高，也容易缩短柴油机的寿命，因此，在设计中考虑柴油发电机的运行约束是有 必要的，该也是许多学者所遗漏的地方。
[0034]综上，建立规划评估指标，从不同角度分析规划方案优劣，对于规划结果的决策十 分重要。例如：当决策者希望规划方案安全性、稳定性较好时，可优选方案1、3、10 ;若注重 投资的经济性，可选择方案4 ;若希望储能在系统中发挥较大的作用，可选择方案1 ;当关注 柴油发电机的使用效率和寿命，则不宜选择方案1、2、5、8。
【主权项】
1. 一种微电网电源的优化规划方法，其特征在于：该方法包括以下步骤： (1) 建立并网运行方式优化规划数学模型，数学模型的目标函数如下：其中，各分布式电 源的初始投资费用，3/为分布式电源的种类，「为贴现率，i为分布式电源使用年限；各分布式电源的运行管理费用，Γ =8-60小时， 为第！种分布式电源单位功率的运行管理费用（元/kWh)，尽&·为第?种分布式电源 功率； Cf i = :为微电网从外部配电网的购电费用，为购电价格(元)，巧& 为购电电量（kWh);勺各分布式电源的残值； ^ ：= _ ； '.ZZ'. _为燃料电池和柴油发电机的燃料费用，cCFi P为第I种燃料 电池或柴油发电机单位功率的燃料费用，g为第?种燃料电池或柴油发电机功率，-V5为燃 料电池和柴油发电机的种类；为各分布式电源的排污费用，Ca.为处理第I种污 染物的费用，丨为第/种分布式电源的污染物排放量；%用户的停电损失费用；其中，Pi为用户中断的负荷量，Cg.为 停电损失费用； (2) 通过步骤（1)中的数学模型，让可再生能源发生最大化利用，采用并网约束条件 对风力发电、光伏、燃料电池、柴油发电机以及储能的容量进行优化规划，保证微电网内部 负荷的100%供电，得到各分布式电源的最优配置方案，即风电、光伏、燃料电池、柴油发电 机和储能的最优配置，所述并网约束条件包括柴油发电机初始启动的最小值约束和运行约 束； (3) 建立孤岛运行方式优化规划数学模型，数学模型的目标函数如下： mine =C1 -Cavjss 其中，=ΣΡι xc^.为用户的停电损失费用，为用户停电损失费用 为储能的投资，Pz为用户停电量，为中断负荷的补偿费用； (4) 通过步骤（3 )中的所述数学模型的目标函数通过孤岛约束条件进行优化，获得目标 函数最小，得到储能的进一步的最终最优配置，获得并网和孤岛运行方式下各分布式电源 的最终最优配置方案。2. 根据权利要求1所述的一种微电网电源的优化规划方法，其特征在于：所述并网约 束条件为： (1) 功率平衡约束其中，成·、/?、/?.，、/^分别为？时刻光伏发电、风力发电、柴 油发电机、燃料电池、储能以及电网的输出功率，、W丨、Η;、<为电源功率效率系 数，为?时刻的负荷，为?时刻的网损； (2) 各分布式电源功率上下限约束取〇，为各分布式电源的额定功率； (3) 储能充放电约束 50%<?00°/〇β^^ 当t时刻储能的容量￡^大于放电深度时，储能放电，小于放电深度时，储能不放电，所 述放电深度为总储能电量的50% ; (4) 微电网与配电网之间交互的最大容量约束微电网与配电网联络线实际传输功率，微电网与配电网联络线实际传输 功率允许的最大值； (5) 柴油发电机初始启动的最小值约束 为额定功率的50% ; (6) 柴油机发电机运行约束 当柴油发电机连续运行时间大于12h时，其额定输出功率为原来的90%。3. 根据权利要求1所述的一种微电网电源的优化规划方法，其特征在于：所述孤岛约 束条件为： (Π 功盡平衡的市其中，巧_「、存τ、馬分别为r时刻光伏发电、风力发电、柴 油发电机、燃料电池、储能以及电网的输出功率，《:U 4为电源功率效率系数， 为?时刻的负荷，为·τ时刻的网损； (2)各分布式电源功率上下限约束 P'SXiimki〈 PBSi ' PIXHrnsK 取〇, 为各分布式电源的额定功率； (3) 储能充放电约束当t时刻储能的容量￡^大于放电深度时，储能放电，小于放电深度时，储能不放电，所 述放电深度为总储能电量Sm的50% ; (4) 柴油发电机初始启动的最小值约束 为额定功率的50% ; (5) 柴油机发电机运行约束 当柴油发电机连续运行时间大于12h时，其额定输出功率为原来的90%。4. 根据权利要求1所述的一种微电网电源的优化规划方法，其特征在于：所述可再生 资源最大化利用：可再生能源电能大于负荷时，大于负荷部分电能由储能系统吸收，小于负 荷时，储能系统放电补充电能缺失，储能系统放电系统也无法补充电能缺失时，采用其他分 布式电源进行竞价送电，从发电价格从小到大的方式优先出力进行供电，所述其他分布式 电源为燃料电池、柴油发电机和大电网。5. 根据权利要求1所述的一种微电网电源的优化规划方法，其特征在于：所述孤岛运 行方式下切除负荷重要因子低于设定值的负荷，所述负荷重要因子为用户用电能够带来的 经济效益。6. 根据权利要求1所述的一种微电网电源的优化规划方法，其特征在于：所述优化规 划方法采用遗传算法或粒子群算法实现。7. 根据权利要求6所述的一种微电网电源的优化规划方法，其特征在于：所述遗传 算法采用群体大小为M=100,交叉概率Pc=70%，变异概率Pm=4%，最优保存个数选取为10， 最大迭代次数为N=1000,所述粒子群算法群体大小为M=40,最大速度Vmax=IO,学习因子 cl=c2=2,最大迭代次数3000次。8. -种微电网电源的优化规划的评估方法，其特征在于：该方法包括以下步骤： (1) 建立评估参数，所述评估参数为权利要求1所述的一种微电网电源的优化规划方 法步骤（4)中获得的燃料电池功率和柴油发电机功率之和占所有电源功率的比值、总投资 占全部由大电网进行供电所需的费用、储能时移电量电源容量充裕度以及柴油放电机最长 运行时间； (2) 通过对评估参数进行评估，即将获得的燃料电池功率和柴油发电机功率之和占所 有电源功率的比值最大、总投资占全部由大电网进行供电所需的费用最小、储能时移电量 电源容量充裕度最大以及柴油放电机最长运行时间进行评估，选取分布式电源的最优配置 方案。
【专利摘要】本发明公开了一种微电网电源的优化规划及评估方法，在并网和孤岛两种运行方式下，分别建立了微电网内分布式电源优化规划的数学模型，考虑了柴油发电机启动和运行的约束条件，获得科学的风电、光伏、燃料电池、柴油发电机和储能的容量的优化配置，采用遗传和粒子群算法对微电网内部的电源进行了优化规划；并建立了包含稳定电源占比、总投资、储能的时移电量、电源容量充裕度、柴油发电机最长运行时间的规划方案评估方法，保证了规划方法的正确性和规划结果的合理性。
【IPC分类】G06Q10/04, G06Q50/06
【公开号】CN104881716
【申请号】CN201510278199
【发明人】张栩, 高华, 李丽娟, 廖剑波, 刘金森, 张彦, 卢嗣斌
【申请人】贵州电网公司电网规划研究中心
【公开日】2015年9月2日
【申请日】2015年5月28日