发明名称 一种考虑三相潮流的微电网多目标能量优化方法
摘要 本发明公开了一种考虑三相潮流的微电网多目标能量优化方法。该方法在关注微电网的网络损耗问题时,构建了一种网络重构方法,该重构方法对于微电网具有很好的适用性。此外,针对多种不对称分布式电源接入到微电网,以及微电网中出现大量三相不平衡负荷,本发明基于微电网三相潮流计算,并根据本发明所提出的网络重构方法,提出了既考虑整体系统有功优化又考虑网络损耗的微电网统一协调优化策略,将能量总成本、网络损耗以及电压偏差作为多个优化目标,利用隶属函数将该多目标能量优化转化为单目标优化问题。并通过粒子群算法计算获得整个微电网的最优能量分布,达到了微电网能量优化目的,给电力用户带来良好的经济效益。
申请公布号 CN103904646A 申请公布日期 2014.07.02
申请号 CN201410124091.X 申请日期 2014.03.28
申请人 华中科技大学;许继集团有限公司;江苏省电力公司电力科学研究院;国家电网公司 发明人 冉晓洪;苗世洪;张新昌;张项安;周逢权;马红伟;朱卫平;白浩;白展
分类号 H02J3/00(2006.01)I;G06Q10/04(2012.01)I;G06Q50/06(2012.01)I 主分类号 H02J3/00(2006.01)I
代理机构 华中科技大学专利中心 42201 代理人 廖盈春
主权项 1.一种考虑三相潮流的微电网多目标能量优化方法,其特征在于,包括下述步骤:S1:获取微电网系统参数以及接入微电网的分布式电源参数;S2:令r=1;S3:根据所述微电网系统参数和分布式电源参数,在第r个粒子X<sub>r</sub>所在的区间上获得第r个粒子X<sub>r</sub>的初始值,并利用网络重构方法将所生成的表示微电网线路开闭状态的初始值进行进一步筛选,获得第r个粒子X<sub>r</sub>的1×D维的初始值;粒子X<sub>r</sub>为1×D维的向量,<maths num="0001"><![CDATA[<math><mrow><msub><mi>X</mi><mi>r</mi></msub><mo>=</mo><mrow><mo>(</mo><msub><mover><mi>a</mi><mo>&OverBar;</mo></mover><mrow><mi>r</mi><mn>1</mn></mrow></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mover><mi>a</mi><mo>&OverBar;</mo></mover><msub><mi>rd</mi><mn>1</mn></msub></msub><mo>,</mo><msub><mover><mi>b</mi><mo>&OverBar;</mo></mover><mrow><mi>r</mi><mn>1</mn></mrow></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><msub><mover><mi>b</mi><mo>&OverBar;</mo></mover><msub><mi>rd</mi><mn>2</mn></msub></msub><mo>,</mo><msub><mover><mi>c</mi><mo>&OverBar;</mo></mover><mrow><mi>r</mi><mn>1</mn></mrow></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mover><mi>c</mi><mo>&OverBar;</mo></mover><msub><mi>rd</mi><mn>3</mn></msub></msub><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths><img file="FDA0000484237360000012.GIF" wi="213" he="74" />表示有功功率输出,<img file="FDA0000484237360000013.GIF" wi="189" he="88" />表示所有PV节点的电压幅值,<img file="FDA0000484237360000014.GIF" wi="212" he="75" />表示微电网所有线路开闭状态,d<sub>1</sub>为分布式电源、储能装置与联络线功率等变量的个数,d<sub>2</sub>为PV节点的个数,d<sub>3</sub>为微电网线路的条数,且d<sub>1</sub>+d<sub>2</sub>+d<sub>3</sub>=D;r表示粒子的序号,r=1,2……R,R为种群规模;S4:根据所获得的第r个粒子X<sub>r</sub>的1×D维的初始值、所述微电网系统参数、粒子适应度函数<img file="FDA0000484237360000015.GIF" wi="310" he="60" />和微电网三相潮流约束获得第r个粒子的粒子适应度值;f<sub>e</sub>为微电网的能量总成本,f<sub>ΔU</sub>为微电网的电压偏差,<img file="FDA0000484237360000016.GIF" wi="72" he="60" />为微电网的网络损耗;S5:令r=r+1,判断r是否大于R,若是,则进入S6,若否,则返回至S4;S6:令k=1,其中,k为迭代次数,K为迭代次数最大值;S7:根据改进惯性权重与改进学习因子,更新粒子X<sub>r</sub>的位置和速度,并根据微电网网络重构方法获取粒子X<sub>r</sub>的所有支路开闭状态;S8:根据所述粒子适应度函数、所述微电网系统参数、粒子X<sub>r</sub>的所有支路开闭状态和微电网三相潮流约束获得第k次迭代过程中更新后粒子的粒子适应度值,并选择粒子适应度值的当前最优值和全局最优值;S9:令k=k+1;S10:判断k是否大于K,若是,则输出粒子适应度值的全局最优值以及与之对应的粒子,若否,则返回至S9。
地址 430074 湖北省武汉市洪山区珞喻路1037号