微电网多目标转化单目标的方法

摘要

一种微电网多目标转化单目标的方法，属于微电网优化运行领域。本发明的目的利用模糊处理的方法，将多目标问题转化为单目标，并提出一种改进蚁群算法对所建模型进行求解的微电网多目标转化单目标的方法。本发明的步骤是：得到风机、光伏的共同出力的期望值，在考虑机会约束规划的同时建立优化模型，选取待优化变量、优化目标及确定约束条件，分别选取适合两个目标函数的隶属度函数，并确定隶属度函数。本发明以包含光伏、风机、微型燃气轮机、蓄电池的微网为研究对象，提出了包含经济、环保的多目标经济运行模型。

主权项

一种微电网多目标转化单目标的方法，其特征在于：①建立风机和光伏的不确定性出力模型，利用序列运算理论得到风机、光伏的共同出力的期望值，具体过程为：a、根据对实测数据的分析表明，风速近似服从威布尔分布，其分布函数为：（1）其概率密度函数为：（2）式（1）、（2）中，代表实际风速；代表形状参数，一般取；代表尺度参数，反映某个时段的平均风速，有；风力机组的输出功率和实际风速的函数关系如下：（3）式（3）中，表示额定风速；表示切入风速；表示切出风速；表示风机的额定输出功率；b、光伏电池组件的功率输出表达式如下：（4）式（4）中，为光伏电池的实际输出功率；为标准测试条件下的电池输出功率；为实际辐照强度；为标准测试条件下的辐照强度；为功率温度系数；为电池板工作温度；为参考温度； 光伏电池出力的概率密度函数为：（5）式（5）中，、为形状参数，其关系为，为光强平均值；为光伏电池的最大输出功率；c、令风机出力的概率性序列为，序列长度为，光伏出力的概率性序列为，序列长度为，令风机、光伏的共同出力的概率性序列为，序列长度为；共同出力的计算公式如下：（6）（7）公式（6）中，为时段风机和光伏共同出力的期望值；式（7）完整的表述如下：（8）；②在考虑机会约束规划的同时建立优化模型，选取待优化变量、优化目标及确定约束条件：a、选取待优化变量，连续变量为各台微燃机在时刻的有功出力，离散变量主要包括机组状态变量和开机变量；b、选取优化目标，优化目标函数表达式为：（9）（10）式（9）中，为微电网运行发电成本；为机组在时刻的出力；为机组在时刻表示机组的燃料消耗成本；为0‑1变量，机组在时刻的运行状态，该值是0表示停机，该值是1表示运行；为机组的启动成本；为机组的备用容量成本；为机组在第时刻的旋转备用；式（10）中，为污染气体的排放总量；、、为微燃机的污染气体排放系数；c、确定约束条件，约束条件包括等式约束和不等式约束两部分：等式约束写为：（11）式（11）中，为时刻的卸荷负载出力；为储能在时刻的充电功率；为储能在时刻的放电功率；为时刻的负荷预测值；、为蓄电池运行一个周期的始末容量；不等式约束条件：（12）式（12）中，、分别为机组出力的上下限；、分别为蓄电池所允许的剩余电量的最小最大值；为备用容量；、分别为时段风机和光伏的出力；为给定的置信度；、分别为微燃机增加和降低有功功率的极限值；③分别选取适合两个目标函数的隶属度函数，并确定隶属度函数：两个目标函数选取的隶属度函数分别为：（13）（14）式（13）、（14）中，为以微电网发电成本最小为单目标优化的目标值；为以污染物排放总量最小为单目标优化的目标值；为可以接受的成本的增加值；为可接受的污染物排放的伸缩值；E指的是污染气体的排放量；F指的是发电成本；有关污染气体的隶属度函数；有关发电成本的隶属度函数；确定隶属度函数的过程为：a、 将原始数据输入，利用混合整数规划算法，求解以微电网发电成本最小为目标函数的单目标模型，得到了一天中各时段的最小发电成本、最大发电成本和污染气体总排放量，以及各台微燃机的出力情况；b、将原始数据输入，用上述同样的方法，求解以微网系统运行污染物排放总量为目标函数的单目标模型，得到了一天中各时段污染气体最小总排放量、最大总排放量和各时段的发电成本，以及各台微燃机的出力情况；c、在a、b两个步骤的基础上，将各个单目标进行伸缩，确定和，同时和的确定方法：，；d、将和代入式（13）和式（14）中，得到隶属度函数，从而将多目标转化为单目标问题；设为所有隶属度函数中的最小值，最终多目标问题就可以转化为在满足所有约束条件的前提下，满意度指标最大的单目标优化问题；转化后的单目标模型如下：（15）（16）（17）（18）。