基于改进型量子遗传算法的微网经济优化运行调度方法

摘要

本发明涉及一种基于改进型量子遗传算法的微网经济优化运行调度方法，微网处于并网模式运行状态，包括多个微源和负荷，负荷包括电负荷和热负荷，微源包括微型燃气轮机、风机、光伏电池、燃料电池、蓄电池和电动汽车，该方法包括以下步骤：S1：获取微网中各负荷和各微源的状态信息；S2：以运行成本和污染物治理成本最小为目标建立多目标经济调度模型；S3：采用改进型量子遗传算法，对多目标经济调度模型进行优化求解，获得各微源的最优有功功率；S4：根据各微源的最优有功功率控制各微源的有功功率输出。与现有技术相比，本发明实现由分布式电源组成的微网以更为经济、灵活、环保的方式运行，可以充分发挥分布式电源的发电优势。

主权项

一种基于改进型量子遗传算法的微网经济优化运行调度方法，所述微网处于并网模式运行状态，包括多个微源和负荷，各微源和负荷通过联络线连接，所述负荷包括电负荷和热负荷，其特征在于，所述微源包括微型燃气轮机、风机、光伏电池、燃料电池、蓄电池和电动汽车，该方法包括以下步骤：S1：获取微网中各负荷和各微源的状态信息；S2：以运行成本和污染物治理成本最小为目标建立多目标经济调度模型；S3：采用改进型量子遗传算法，由微网中各负荷和各微源的状态信息对多目标经济调度模型进行优化求解，获得各微源的最优有功功率；S4：根据获得的各微源的最优有功功率控制各微源的有功功率输出；所述多目标经济调度模型包括目标函数和约束条件，所述目标函数Z满足以下公式：Z＝min{wF₁+(1‑w)F₂}$F_1=\underset{i=1}{\overset{N}{\Sigma }}{C}_i^{Install}+\underset{t=1}{\overset{T}{\Sigma }}\underset{i=1}{\overset{N}{\Sigma }}(C_{i,t}^{Om}+C_{i,t}^{Fuel})+\underset{t=1}{\overset{T}{\Sigma }}{C}_t^{Grid}$$F_2=\underset{t=1}{\overset{T}{\Sigma }}\left\{\underset{j=1}{\overset{W}{\Sigma }}{\mu }_j\left(\underset{i=1}{\overset{N}{\Sigma }}{K}_{ij}{P}_{i,t}+K_{Grid,j}{P}_{Grid,t}\right)\right\}$式中：F₁为运行成本，F₂为污染物治理成本，w为权重系数，0≤w≤1，N为微源装机总数，T是仿真优化总时长，为第i种微源安装费用，为t时间段内第i种微源运行维护费用，为t时间段内第i种微源所用燃料费用，为t时间段内微网与外网之间交换功率的费用，W为污染物总数，μ_j为第j类污染物处理费用，K_ij为第i种微源第j类污染物排放系数，P_i,t为t时间段内第i种微源输出的有功功率，K_Grid,j为外网第j类污染物排放系数，P_Grid,t为t时间段内微网与外网交互电量；所述约束条件包括等式约束条件和不等式约束条件，所述等式约束条件包括有功功率平衡约束和蓄电池一次充放电量约束，所述不等式约束条件包括蓄电池运行约束、电动汽车充放电约束、微网允许与外网交互功率约束和微型燃气轮机、风机、光伏电池输出有功功率约束。