的配比关 系，实现了对新能源混合发电系统新能源发电量的优化配置，减小所需配置的储能容量；
[0036] (2)现有技术中一般由智能算法给出单一的最优结果，而在实际规划中往往受到 建设环境、投资资金等的限制而制约了该方法的应用；本发明通过给出多个预选方案及其 对应的指标结果，显示直观，方便用户根据实际规划情况对方案进行选择，使得方案选择更 具有多样性，能灵活适应不同的规划环境，提高规划结果的适应性和实用性；
[0037] (3)现有技术中往往根据单一的评价指标对电源配置方案进行选择，如NREL实验 室的Homer软件；本发明在给出电源配置预选方案的同时，可根据规划的实际需求，灵活调 整不同指标的权值系数，综合考虑多项指标以满足新能源混合发电系统的建设需求，为分 布式新能源混合发电系统规划提供一定参考。
【附图说明】
[0038] 图1为本发明方法流程图。
[0039] 图2为本发明提供的模拟优化调度总流程图。
【具体实施方式】
[0040] 下面结合附图对本发明的【具体实施方式】作进一步的详细说明。
[0041] 本发明提出一种独立新能源混合发电系统规划方法，综合考虑了分布式新能源发 电设备的发电特性，并且结合不同区域自然资源及气象环境的实际情况，因地制宜地进行 风、光、水、储、柴的合理配置，给出多个预选方案而非单一的最优结果，使得方案选择更具 有多样性，能灵活适应不同的规划环境，提高规划结果的适应性和实用性。此外，本发明在 给出电源配置预选方案的同时，还能对应不同评价指标的要求对预选方案进行优选排序， 为分布式新能源混合发电系统规划提供一定参考。
[0042] 本实施例的主要思路是，根据风电、光伏、小水电的间歇性、随机性、互补性等出力 特性，建立各新能源发电系统出力模型及建设维护成本模型；其次基于混合发电系统所在 区域典型历史气象、资源数据，利用遗传算法优化新能源之间的配比关系，进而得到N种电 源容量配置预选方案；最后给出合理的能量管理策略，如图2所示，推动优化管理，并且建 立相应的优化配置评价体系，评估N种预选方案的可靠性、经济性及能源利用率等情况，实 现对分布式新能源混合发电设备、储能及柴油机等辅助发电设备的合理配置及优化规划。
[0043] 在本发明实施例中，步骤1的具体过程如下：
[0044] 发电系统出力模型包括风机出力模型、光伏出力模型、小水电出力模型。
[0045] (1)风力发电模型。通常情况，风机的输出功率P(单位:W)与风速v(单位：m/s) 的关系为：
[0048]其中，P"in^风机额定功率（单位：W) ;v"为风机切入风速（单位:m/s) ;vr为风 机额定风速（单位:m/s) ;v。。为风机切出风速（单位:m/s) ;e为地表粗糙因子，一般取值
[0046]
[0047] 0. 125~0. 5,地面开阔时，取0. 143。并且，
，Vm为高度h"的风速 计测量的风速值。
[0049] (2)光伏发电模型。光伏电池输出功率PpV可表不为：
[0050]
[0051]
[0052] 其中，PPVR为光伏组件的额定功率（单位：kW);GT为实际情况下辐射量（单位：kW/ m2);万为25°C时的辐射量（单位：kW/m2) ;fPV为影响因子常数，通常取0. 8~0. 95之间； aP为事先确定因子（单位：％/°C);Tc,s为组件25°C的标准温度（单位：°C);Tc为组件 实际温度值（单位：°C) ;Ta为环境温度（单位：°C) ;TN。为常数，通常取42°C~46°C之间 (单位：°C)。
[0053] (3)水力发电模型。通常情况下，水电机组的输出功率可表示为：
[0054] PHyd= 9. 81nQH=AQH
[0055] H=Zu-Zd-AH
[0056] n=nin2n3
[0057] 其中，Q为水电站水轮机的引水发电流量（单位:m3/s) ;H为水电站净水头（单位： m) ;ZU为水电站坝前水位（单位：m) ;ZdS尾水管出口断面水位（单位：m) ;AH为水电站水 头损失（单位:m)，在计算过程中可忽略；n为水电站效率，npn2,n3分别为水轮机效率、 发电机效率、机组传动效率。
[0058] (4)蓄电池模型。每一时刻蓄电池的荷电状态可表示为：
[0059]
[0060] 其中，nbat为蓄电池的充放电效率；AE(t)为t时刻的蓄电池充放电量；EAat为蓄 电池的额定容量。
[0061] 在独立新能源混合发电系统的规划中，综合总成本是衡量投资建设和运行维护经 济性的重要指标，也是影响决策的重要因素。规划期限内的综合总成本计算模型包括以下 部分：
[0062] (1)风力发电机组、风力发电机组安装塔、光伏系统、水轮机、储能设备及柴油发电 机等的购买及安装价格；（2)规划期限内，风力发电机组、安装塔、光伏系统、储能设备等的 维修成本；
[0063] (3)规划期限内，柴油发电机的操作和维护费用；
[0064] (4)规划期限内，柴油发电机所消耗的燃油费用。
[0065] 假设微网规划设计期限为Y年，综合成本计算模型：
[0066] Cost(numWT,numPV,numHT,numbat)
[0067] =CostWT+CostPV+CostHT+Costbat+Costd
[0068] nuniwTX(Cwt+Mwt，d)+nunipvX(Cpv+Mpv，d)+nuniHTX(Cht+Mht，d)
[0069] +numbatX(Cbat+Mbat, d) + [numdX(Cd+Md, d) +Cfuel]
[0070] 其中，Cosh为发电系统i的综合成本；Ci为发电系统i的设备投资建设成 本；
？发电系统i的Y年设备运行维护费用总 折现额，MiS当前运行维护费用；nunii为设备i的配置数量；柴油机燃油成本为Cfuel =PrfuelX(AXPD+BXPRD)，其中Prfuel为燃油价格；A= 0? 246L/kWh、B= 0? 0845L/kWh为发电 成本曲线，PD、PRD分别为柴油发电机的实际输出功率和额定功率。
[0071] 注意：i可表示WT(风电）、PV(光伏）、HT(水电）、bat(储能）、d(柴油机）。
[0072] 在本发明实施例中，步骤2的具体过程如下：
[0073] 本步骤的目标为优化新能源配比值，使得配置的储能最小，从而给出电源配置预 选方案。
[0074] (1)新能源配比值及储能容量的确定。
[0075] 将步骤1中得到的风机、光伏、水电及负荷每小时出力数据，分别除以各自均值， 得到处理后的风机、光伏、水电及负荷每小时的数值分别为W(t)、S(t)、H(t)和L(t)，Y为 新能源发电比，％、a2分别为光伏、水电的配置比例，因此每小时的功率失配值可表示为：
[0076] A (t) = y [a# (t)+a2H(t) + (l-afaj W(t) ]-L (t)
[0077]改进传统储能容量计算方法：
[0078]
[0079] 其中，從"w命> 为t时刻储能装置存储的电量。孖-"〇(，，>与mirv英tH_ st〇re(t')的差值反映了在任意t时刻需要对外释放存储的能量，也就是只要满足任意时 刻储能装置在对外放电时都不会出现负值即可；系数A表示考虑了最大放电深度。
[0080] 通过遗传算法寻优，得到优化后的&1、a2值及对应的储能配置情况。
[0081] (2)电源配置预选方案的确定。
[0082] 由上一步得到的ai、a2值可得到风机、光伏、水电的出力值，新能源出力值及储能 额定容量均乘以扩展系数矩阵T= [0. 8,1，1. 2]后得到风电出力扩展阵A、光伏出力扩展阵 B、水电出力扩展阵C，再根据各设备型号表，选取合适的设备型号，得到对应的设备数量，