中压独立微电网系统的分布式电源位置和容量的规划方法与流程

技术特征：

1.一种中压独立微电网系统的分布式电源位置和容量的规划方法，其特征在于，包括以下步骤：

S1、建立微电网系统的改进协调控制策略，所述策略包括：

S11、调用硬充电运行策略，根据所述硬充电运行策略对所述系统的发电机组的出力和储能单元的出力进行计算，得到所述发电机组发出的有功功率和无功功率、所述储能单元发出的有功功率和无功功率、系统功率缺额值和系统缺电情况，并调整所述发电机组的开启台数；

S12、根据所述发电机组发出的有功功率和无功功率、所述储能单元发出的有功功率和无功功率、所述系统功率缺额值和所述系统缺电情况，利用潮流程序，判断所述系统中是否出现潮流越限和电压越限；

S13、若所述系统中出现潮流越限，则根据潮流越限判断标准进行潮流越限修正，使得所述系统的潮流恢复；

S14、若所述系统中出现电压越限，则根据电压越限判断标准进行电压越限修正，使得所述系统的电压恢复；

S15、登记所述发电机组的出力情况、所述储能单元的出力情况、所述潮流越限的情况和所述电压越限的情况；

S2、根据所述策略，建立新的综合考虑经济性、环保性和可靠性的优化规划模型；

S3、获取所述系统的发电机组的位置、发电机组的台数、储能单元的容量、储能用双向变流器的容量，作为所述优化规划模型的优化变量；

S4、根据所述优化变量，利用所述系统的优化条件进行优化处理，得到所述系统的优化结果；其中，所述优化条件包括：系统运行约束、设备运行约束和可再生能源利用率约束；

S5、根据所述系统的优化结果，采用遗传算法，得到所述系统中分布式电源的最优位置和最优容量。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1中的S11包括以下步骤：

S111、计算所述发电机组的开启台数：若运行的所述发电机组的最大出力大于所述系统的备用容量的净负荷与所述储能单元的最大功率的和，则减少所述发电机组的开启台数；若运行的所述发电机组的最大出力小于所述系统的备用容量的净负荷，且所述系统中的所有发电机组的最大出力大于所述备用容量的净负荷，则增加所述发电机组的开启台数；若所述系统中的所有发电机组的最大出力与所述储能单元的最大功率的和小于所述备用容量的净负荷，则开启所有的所述发电机组，并计算所述系统的系统功率缺额；

S112、计算所述系统中各设备的出力：当所述发电机组的最小允许出力满足所述净负荷时，则所述发电机组按最小功率发电；当所述发电机组的最小允许出力与所述储能单元的功率的和满足所述净负荷时，所述发电机组按最小功率发电，所述系统的储能放电；当所述发电机组的最大允许出力与所述储能单元的功率的和满足所述净负荷时，根据负荷需求确定所述发电机组的发电方式；当所述发电机组的最大允许出力与所述储能单元的功率的和不满足所述净负荷，则所述发电机组按最大功率发电，所述系统的储能放电，并计算所述系统的系统缺电情况。

3.根据权利要求1所述的方法，其特征在于，所述步骤S1中的S12包括以下步骤：

S121、根据所述发电机组发出的有功功率和无功功率，利用所述潮流程序的潮流越限判断标准，当所述发电机组发出的有功功率和无功功率的和大于或等于所述系统的实际容量时，则出现潮流越限；

或，S121、根据所述储能单元发出的有功功率和无功功率，利用所述潮流程序的潮流越限判断标准，当所述储能单元发出的有功功率和无功功率的和大于或等于所述系统的实际容量时，则出现潮流越限；

S122、根据所述系统的一个节点的电压，利用所述潮流程序的电压越限判断标准，当所述一个节点的电压大于或等于所述系统的节点电压的最大值，或，所述一个节点的电压小于或等于所述系统的节点电压的最小值，则出现电压越限。

4.根据权利要求1所述的方法，其特在于，所述步骤S1中的S13包括以下步骤：

S131、当所述发电机组作为主控电源时，根据所述系统中的储能单元的充放电修正方程，调整所述系统中储能单元的有功出力；

S132、若调整后，所述系统内仍有无功功率缺额，则根据所述无功功率的修正方程，调整所述系统的储能功率，根据所述储能功率控制所述系统的无功出力；

S133、若所述无功功率仍小于所述无功功率缺额，则增加所述发电机组的开启台数，并执行步骤S11和步骤S12的步骤；

S134、当所述储能单元作为主控电源时，若所述储能单元能够满足所述系统的无功功率需求，则执行步骤S14，判断电压约束是否满足；

S135、若所述储能单元无法满足所述系统的无功功率需求，则直接增加所述发电机组的开启台数，并执行步骤S11和步骤S12的步骤。

5.根据权利要求1所述的方法，其特在于，所述步骤S1中的S14包括以下步骤：

S141、当所述发电机组作为主控电源时，调整所述发电机组的出力，根据所述出力调节主控电源的一个节点的电压；

S142、若所述一个节点的电压大于或等于所述节点电压的最大值，则调低所述电源的电压；若所述一个节点的电压小于或等于所述节点电压的最小值，则调高所述电源的电压；

S143、当所述储能单元作为主控电源时，增加所述发电机组的开启台数，由所述发电机组作为主控电源，并执行步骤S11和步骤S12的步骤。

6.根据权利要求1所述的方法，其特征在于，所述步骤S2中，

所述经济性的优化规划模型为：

C_total＝C₀+C_loss；

$C_0=I_0+\underset{k=1}{\overset{K}{\Σ}}C\left(k\right)/{(1+r)}^k;$

C(k)＝C_R(k)+C_M(k)+C_F(k)-B_salvege(k)；

$C_{loss}=\underset{k=1}{\overset{K}{\Σ}}{\mathrm{\λP}}_{loss}\left(k\right)/{(1+r)}^k;$

$P_{loss}\left(k\right)=\underset{t=1}{\overset{8760}{\Σ}}{P}_{w,t}\left(k\right);$

式中，C_total表示全寿命周期内系统成本费用现值，C₀表示全寿命周期内系统发电成本现值，C_loss表示有功网损折现费用，I₀表示初始投资费用，产生于经济评估寿命的第一年；r表示贴现率；K表示整个系统的工程寿命；C(k)表示第k年产生的发电费用；C_R(k)，C_M(k)，C_F(k)分别表示第k年微电网的设备更新、维护检修和燃料费用；B_salvage(k)表示设备残值，产生于经济评估寿命的最后一年，λ表示有功网损折现系数；P_loss(k)表示第k年的有功网损总和；P_w,t(k)表示第k年第t步长的有功网损值；

所述环保性的优化规划模型为：

$E_{emis}=\underset{i=1}{\overset{m}{\Σ}}{\mathrm{\σ}}_{m}V;$

式中，m表示污染物种类；σ_m表示第m类污染物的排放系数；V表示项目周期内的耗油量；

所述可靠性的优化规划模型为：

${\mathrm{\ρ}}_{lol}=\left(\underset{t=1}{\overset{8760}{\Σ}}{D}_{lol,t}\right)/8760\≤{\mathrm{\ρ}}_{lol,max};$

式中，D_lol,t表示系统第t步长的缺电情况，ρ_lol表示系统年缺电率，ρ_lol,max表示系统允许最大年缺电率。

7.根据权利要求1所述的方法，其特征在于，所述步骤S4中，所述系统运行约束包括潮流约束、电压约束、支路潮流约束和分布式电源安装容量约束，其中，

所述潮流约束根据潮流约束式对所述系统的潮流进行约束；所述潮流约束式为：

$\left\{\begin{array}{c}{P}_{is}=U_i\underset{j\∈i}{\Σ}{U}_j(G_{ij}{\mathrm{cos\θ}}_{ij}+B_{ij}{\mathrm{sin\θ}}_{ij})\\ Q_{is}=U_i\underset{j\∈i}{\Σ}{U}_j(G_{ij}{\mathrm{sin\θ}}_{ij}-B_{ij}{\mathrm{cos\θ}}_{ij})\end{array}\right.;$

式中，P_is表示节点i的有功出力和Q_is表示节点i的无功出力，U_i表示节点i的电压幅职，j∈i表示所有与节点i直接相连的节点，G_ij和表示节点导纳矩阵的实部，B_ij表示节点导纳矩阵的虚部，θ_ij表示节点i和j之间的相角差；

所述电压约束根据电压约束式对所述系统的电压进行约束；所述电压约束式为：

U_i,min≤U_i≤U_i,max i∈N；

式中，U_i表示i节点的电压，U_i,min表示节点i电压的最小值，U_i,max表示节点i电压的最大值，N表示节点集合；

所述支路潮流约束根据支路潮流约束式对所述系统的支路潮流进行约束；所述支路潮流约束式为：

S_j≤S_j,max j∈T；

式中，S_j表示通过线路j的视在功率，S_j,max表示线路j的容量极限，T为线路集合；

所述分布式电源安装容量约束根据分布式电源安装容量约束式对所述系统的接入容量进行约束；所述分布式电源安装容量约束式为：

G_dis,i≤G_dis,max i∈N_dis；

式中，G_dis,i表示第i个分布式电源待选节点的接入容量；G_dis,max表示待选节点的最大接入容量。

8.根据权利要求1所述的方法，其特征在于，所述步骤S4中，所述设备运行约束包括发电机组约束、风机约束和储能约束，其中，

所述发电机组约束根据发电机组约束式对所述系统的实际输出功率进行约束；所述发电机组约束式为：

P_d,min≤P_d≤P_d,rated；

式中，P_d,rated表示所述发电机组的额定功率；P_d,min表示所述发电机组的最小允许输出功率；

所述风机约束根据风机约束式对所述系统的风能利用率进行约束；所述风机约束式为：

$\mathrm{\ρ}=\frac{\underset{t=1}{\overset{8760}{\Σ}}{P}_{WT,real,t}}{\underset{t=1}{\overset{8760}{\Σ}}{P}_{WT,t}}\≥{\mathrm{\ρ}}_0;$

式中，ρ表示风能利用率，P_WT,real,t表示第t步长风力发电机实际出力；P_WT,t表示t步长风力发电机允许出力；ρ₀表示所述系统允许最小风能利用率；

所述储能约束根据储能约束式对所述系统的储能容量进行约束；所述储能约束式为：

$\begin{array}{c}{\mathrm{SOC}}_{\min }\<{\mathrm{SOC}}_t\<{\mathrm{SOC}}_{max}\\ P_{bat,dmax}\<P_{bat}\<P_{bat,cmax}\end{array};$

式中，SOC_max表示储能荷电状态的最大值，SOC_min表示储能荷电状态的最小值，P_bat,dmax表示储能最大放电功率，P_bat,cmax表示储能最大充电功率。

9.根据权利要求1所述的方法，其特征在于，所述步骤S4中，所述可再生能源利用率约束根据可再生能源约束式对所述系统的可靠性进行约束，其中，所述可再生能源约束式为：

${\mathrm{\ρ}}_{lol}=\left(\underset{t=1}{\overset{8760}{\Σ}}{D}_{lol,t}\right)/8760\≤{\mathrm{\ρ}}_{lol,max};$

式中，D_lol,t表示所述系统第t步长的缺电情况，为离散变量(1表示缺电，0表示不缺电)，ρ_lol表示系统年缺电率，ρ_lol,max为所述系统允许的最大年缺电率。

10.根据权利要求1所述的方法，其特征在于，所述步骤S5中，所述根据所述系统的优化结果，采用遗传算法，得到所述系统中分布式电源的最优位置和最优容量的步骤中，所述系统的优化结果的优化式为：

X＝[N_d,L_WT,N_WT,C_bat,C_pcs]；

式中，N_dg表示所述发电机组的台数，N_WT表示所述风力发电机的台数，C_bat表示所述储能单元的容量，C_pcs表示储能功率控制系统容量，L_WT表示所述风力发电机的接入位置，L_bat表示所述储能单元的接入位置；

所述遗传算法的步骤为：

S51、数据初始化：获取所述系统的优化结果、系统组成、结构参数、设备模型参数和所述遗传算法的参数；

S52、种群初始化：随机地产生一个初始种群，其中每个个体对应一个规划设计方案；

S53、针对所述每个个体调用所述改进协调控制策略，计算所述每个个体的目标函数值和适应度；

S54、将所述种群个体适应度传递给优化模块，通过锦标赛选择、单点交叉、均匀变异等操作，得到子代种群；

S55、返回所述步骤S53，直至满足算法终止条件；

S56、算法终止后输出最终优化结果；所述最终优化结果包括所述系统中分布式电源的最优位置和最优容量。