基于改进二进制粒子群优化算法的微网优化运行方法
【专利摘要】本发明涉及一种基于改进二进制粒子群优化算法的微网优化运行方法，针对含多种微电源的微网，考虑可控型微电源的启停策略，建立了计及经济成本和环境效益的微网优化运行数学模型。并提出一种基于鲶鱼效应的改进二进制粒子群优化算法，求解不同控制策略下，各时段微网中微电源出力。以包含风、光、微型燃气轮机、燃料电池和柴油发电机的具体微网为实施例，进行实施例分析。
【专利说明】基于改进二进制粒子群优化算法的微网优化运行方法
【技术领域】
[0001]本发明涉及微网优化运行，尤其涉及一种基于改进二进制粒子群优化算法的微网优化运行方法。
【背景技术】
[0002]由于能源危机和环境保护问题，包括新能源及可再生能源的分布式发电在电力能源工业日益受到关注。微网作为分布式发电的集成和接入的有效技术手段，提高了分布式电源的灵活性、可控型和经济性，成为智能电网建设的一个重要技术。
[0003]微网的优化运行是一个复杂的非线性、多约束、多目标的优化问题，传统的求解算法不能满足求解需要，一股采用智能优化算法求解。二进制粒子群优化(Binary ParticleSwarm Optimizat1n, BPSO)算法具有灵活性大、算法易实现、收敛快、需调整参数少等优点，在微网的优化运行研究上得到广泛的应用。针对该算法具有种群多样性差，易早熟收敛，陷入局部最优解的缺点，国内外学者提出了相应的改进算法，如遗传粒子全算法、模拟退火算法粒子群算法、模糊粒子群算法、蜜蜂进化型粒子群算法等，但这些算法大多只改进了单个粒子或部分粒子的位置，整个种群的飞行方式并没有得到修正。
【发明内容】
[0004]本发明要克服应用二进制粒子群算法求解微网优化运行问题时种群易陷入局部最优解的弊端，引入经济学中的“鲶鱼效应”，改进传统二进制粒子群优化算法，应用于微网优化运行。
[0005]本发明以微网发电成本和环境成本最小为目标，考虑电压越限、功率平衡、微电源出力限制、微电源爬坡功率限制等约束条件，建立了多约束非线性优化模型，并提出一种带鲶鱼效应的改进二进制粒子群优化算法，求解各时段微电源出力，针对具体实施例，对优化结果进行了分析比较。
[0006]本发明的技术方案为:
[0007]步骤1、对微网中不可控型电源进行发电功率预测，将求得的发电功率负值与预测得到的负荷功率叠加得到净负荷功率；
[0008]步骤2、对可控型微电源出力进行数学建模，考虑其启停控制方案，将其出力作为优化变量；
[0009]步骤3、以微网发电成本最小和环境成本最小为目标，考虑不同的微网运行策略，建立微网优化运行模型；
[0010]步骤4、将经济学中的“鲶鱼效应”引入二进制粒子群优化算法中，求得满足约束条件的微网优化运行方案。
[0011]与【背景技术】相比，本发明具有的有益效果是:
[0012](I)根据微电源输出功率是否可控，采用不同的控制策略。将不可控型微电源作“负”负荷处理，将求得的发电功率负值与负荷功率叠加得到净负荷功率。对于可控型微电源，考虑了可控型微电源的启停控制，采用二进制编码，加快了模型求解速度。
[0013](2)在求解模型上采用改进的二进制粒子群优化算法。由传统BPSO的速度更新公式知，当种群陷入局部最优解时，粒子都聚集在局部最优解附近，两者间的距离很小，速度几乎没有修正，那么在下一次迭代时，粒子将几乎没有移动。为改善这个缺陷，在传统BPSO粒子种群中引入鲶鱼效应。
【专利附图】
【附图说明】
[0014]图1为基于改进二进制粒子群优化算法的微网优化运行流程图；
[0015]图2为本发明微网结构图；
[0016]图3为本发明实施例地区典型日风力发电机组、光伏电池发电预测曲线图；
[0017]图4为本发明实施例地区负荷及净负荷曲线图；
[0018]图5为本发明实施例中电价水平与微电源综合成本-输出功率图；
[0019]图6为本发明优化后微网在策略一下24小时的优化结果图；
[0020]图7为本发明优化后微网在策略二下24小时的优化结果图；
[0021]图8为本发明优化后微网在策略三下24小时的优化结果图。
具体实施方案
[0022]本发明一种基于改进二进制粒子群优化算法的微网优化运行方法流程图如图1所示，包括如下步骤:
[0023](I)采集微网负荷信息数据、气象信息数据，综合微网运行的历史数据，对进行未来一天的预测，得到未来一天内微网的负荷、风能和太阳能功率预测数据，计算得到净负荷功率;
[0024](2)统计微网微电源特性，建立微网内所有可控型微电源的出力数学模型；
[0025](3)将微网未来一天内的经济运行分为24个时段，以微网全天运行发电成本和环境成本最小为目标函数，考虑微网内部的各时段功率平衡、节点电压约束、各设备元件的出力限制/爬坡率限制/开停机成本，建立微网优化运行模型；
[0026](4)基于步骤(2)中的净负荷功率数据，采用改进的二进制粒子群优化算法对不同运行策略下的、步骤(3)中的微网优化运行的数学模型进行求解，得到各时段可控型微电源的机组启停及出力优化方案。
[0027]一、上述净负荷功率的求解如下:
【权利要求】
1.一种基于改进二进制粒子群优化算法的微网优化运行方法，其特征在于，包括如下步骤: (1)采集微网负荷信息数据、气象信息数据，综合微网运行的历史数据，对进行未来一天的预测，得到未来一天内微网的负荷、风能和太阳能功率预测数据，计算得到净负荷功率； (2)统计微网微电源特性，建立微网内所有可控型微电源的出力数学模型； (3)将微网未来一天内的经济运行分为24个时段，以微网全天运行发电成本和环境成本最小为目标函数，考虑微网内部的各时段功率平衡、节点电压约束、各设备元件的出力限制/爬坡率限制/开停机成本，建立微网优化运行模型； (4)基于步骤(2)中的净负荷功率数据，采用改进的二进制粒子群优化算法对不同运行策略下的步骤(3)中的微网优化运行的数学模型进行求解，得到各时段可控型微电源的机组启停及出力优化方案。
2.根据权利要求1所述的方法，其特征在于，计算所述微网的净负荷，所述净负荷为负荷功率减去风力发电机和光伏电池的发电功率，按下式计算
其中，上标t表示在t时段；Pnrt为净负荷功率，Pload为微网总负荷功率，Puci为第i个不可控型微电源，MSU。为不可控型微电源集。
3.根据权利要求1所述的方法，其特征在于，步骤(3)中的微网优化运行模型如下，其中目标函数为，
其中，Cg为微网发电成本，Ce为微网环境成本，Cgrid为微网向主网购电成本或售电收益，T为微网优化周期总时段数，Ii为第i个微电源的开停机状态，I表示开机状态，O表示停机状态，Cfi为第i个微电源的发电燃料成本，Pi表不第i个微电源的输出功率，N为微电源的数目，ki表示第i个微电源的运行维护成本系数，Coni表示第i个微电源的开停机单价，Xij为第i个微电源排放第j种污染物的系数，Cj为第j种污染物的环境价值，Pj为第j种污染物的罚款数量，M为污染物的种类数目，P#id为微网和主网间的传输功率，值为正时表不微网向主网购电功率，值为负时表不微网向主网售电功率，Cbuy和Csell分别为购电和售电电价； 约束条件为 (I)功率平衡约束
其中，Pltjss为微网网损，Pk、Qk分别为第k条支路传输的有功、无功功率，Nb为支路总数，Rk为第k条支路的电阻，Uk为第k条支路的电压；(2)运行电压约束
其中，I表示第i个微电源，U为节点电压，Umax和Umin分别为节电压上、下限； (3)微电源输出功率约束
其中，P_和P-分别为微电源输出功率的上、下限； (4)微电源爬坡率约束
其中，rup和rd°?分别为微电源输出有功功率的允许最大上爬坡和下爬坡速率； (5)微电源启停机次数和启停时间约束
其中，M为优化周期T内允许最大启停次数t°n和t°ff分别为最短开、停机时间； (6)微网与主网传输功率约束
其中，P^dmax和Pgmmin分别为微网与主网允许传输功率的上、下限。
4.根据权利要求1所述的方法，其特征在于，步骤(4)中提到的算法特征在于，由以下几个步骤组成: (1)初始化:选择微网运行策略；输入微电源、负荷参数等；输入算法参数(最大迭代次数、粒子维度、种群大小、飞行速度上下限、种群多样度阀值等)； (2)设置迭代次数iter= I ； (3)计算各粒子的适应度值，记录最小适应度值为全局最优解fbest，记粒子位置全局极值点gbest和个体极值点pbest ； (4)判断当前的迭代次数是否达到最大迭代次数，若达到则结束算法，输出计算结果；若不满足则设定迭代次数iter = iter+1 ； (5)判断是否引入“鲶鱼粒子”，当整个种群陷入局部最优解时，种群多样性将大大减弱，减弱到阀值时，转步骤(6)，否则转步骤(8)，利用下式来量化种群的多样性
其中,PopDiv为种群多样度；PopSize为种群大小；α为相对种群多样度；itermax为最大迭代次数； (6)构造“鲶鱼粒子”，取出种群中适应度值最大的R个粒子构造成“鲶鱼粒子”(本发明取R= 10% *PopSiZe)，随机更新这R个粒子在解空间内的位置，其余的粒子称为“沙丁鱼粒子”; (7)“鲶鱼粒子”驱动“沙丁鱼粒子”，计算新构造的“鲶鱼粒子”适应度值，当适应度值增大或者不变，转步骤(8);否则(即“鲶鱼粒子”更具活力)，驱动陷入局部最优解而具有惰性的“沙丁鱼粒子”，即根据下式更新“沙丁鱼粒子”速度
其中，Cee是鲶鱼效应学习因子，为正常数;rce是[0，I]之间的随机数；Si。为第i个“沙丁鱼粒子”受第c个“鲶鱼粒子”驱动的状态，I表示受到驱动，O表示不受驱动;x￡j为第c个“鲶鱼粒子”在步骤(2)随机更新后的位置；fitneSS()为适应度值； (8)根据式下式更新粒子的位置和速度
(9)判断粒子的状态是否满足各类不等式约束条件，若满足则保留粒子位置，若不满足则取限值，转步骤(3)。
【文档编号】G06Q10/02GK104166877SQ201410238371
【公开日】2014年11月26日 申请日期:2014年5月31日 优先权日:2014年5月31日
【发明者】徐多, 李涛, 董默 申请人:徐多