本发明涉及一种对实际微电网系统运行策略进行实时筛选的方法，并可以集合仿真模型对运行策略进行实时优化，属于新能源及微电网技术领域。
背景技术：
微电网将分布式电源、负荷、储能及控制装置结合在一起，形成一个统一自治的可控小型发配电系统，能有效解决大电网与分布式电源间的矛盾，推动分布式发电技术发展。目前微电网已经成为智能电网中管理分布式能源的一种有效技术手段，用于解决分布式电源接入电网困难、协调分布式电源随机性对电网影响等诸多问题。在微电网技术研究的众多相关领域中，微电网的运行控制是最核心的关键问题，可以为其他问题的解决奠定重要的基础。近年来，大量文献对微电网的建模、控制、优化运行以及稳定性进行了广泛的研究。一些专家学者提出了下垂控制、恒功率控制和恒压恒频控制和对等控制等诸多控制方法，试图解决微电网的复杂电源类型和强随机性给电网带来的诸多问题。但所有的控制方法均只适合特性场景下的微电网，无法寻求一种对不同特征微电网均适合的微电网运行控制体系。其次在微电网运行方式方面，优化运行能够提高电力系统的运行效率，分布式电源的接入为电力系统优化运行提供了方便灵活的控制手段。优化运行的研究主要考虑多种目标函数和约束条件，通过各种优化算法及其改进方法求解最优化问题，给出分布式电源、储能装置和需求侧管理协调配合的电力系统最优运行方案。优化运行方案的制定需要与实际微电网系统相结合，综合考虑微电网系统中各部分的即时运行状态，以此制定相应的运行方案，但目前关于微电网优化运行方案的制定主要有以下两种方式：第一，基于微电网仿真模型，提出相应的稳态微电网运行方案；第二，基于实际微电网系统，通过相应的预测，为微电网提供时间尺度较短的运行方案。这两种方法从两个不同的时间尺度上给出了微电网运行的相应策略，在实际运用中均具有较好的效果，但均未发挥其最佳的作用。微电网仿真软件除了可以进行稳态模拟还能进行暂态仿真，而实际运行过程中的微电网系统会出现一系列的问题，例如：分布式电源随机性扰动、设备自身性能变化。这些问题的出现将使既定的运行策略失效，从而导致微电网无法正常运行。
技术实现要素：
为了解决现有技术问题，本发明公开一种基于微电网的动态策略仿真与优化方法，将仿真模型与实际微电网系统相结合，利用仿真模型对运行策略进行筛选优化，而实际微电网系统通过向仿真模型反馈及时的运行状态参数来提高运行策略筛选和优化的精度。
为达到以上目的，本发明采用以下技术方案来实现。
本发明采用的技术方案为：
一种基于微电网的动态策略仿真与优化方法，
将实时运行的微电网系统与仿真模型相结合，建立策略库对微电网不同运行场景下的策略进行储存和管理；对的微电网系统运行进行运行周期划分，在第t个运行周期前，微电网从策略库中挑选出满足约束条件的备选策略群进行仿真，根据仿真结果确定所述运行周期的运行策略；第t个运行周期后，微电网采用遗传算法对仿真结果与实际运行结果进行对比学习，并将对策略的改进反馈到策略库中，对策略库动态优化完善。
一种基于微电网的动态策略仿真与优化方法，具体包括以下步骤：
s1：构建微电网运行策略库；
微电网运行策略库包括若干条运行策略，每一条运行策略包括一个或若干个微电网运行场景，每个微电网运行场景对应一个策略索引；
s2：实际运行的微电网系统向微电网运行策略库传递当前运行周期t的微电网系统运行状态参数，根据实际需求设置强制约束参数，运行策略库根据运行状态参数和相对应的强制约束参数，分析满足条件的微电网运行场景，并根据运行场景对应的策略索引，筛选出能满足运行周期t+1的微电网运行的全部策略；
s3：微电网运行策略库将步骤s2筛选出的全部策略下装到微电网仿真模型，微电网仿真模型结合实时的微电网运行状态对所述全部策略进行仿真，通过对比分析不同策略下的仿真结果得出最优的微电网运行策略，并模拟出该最优策略下微电网的运行评价指标，下装到实际的微电网系统中执行；
对比分析不同策略下的仿真结果具体包括以下步骤：首先仿真微电网运行策略，判断是否满足强制约束参数设定的可靠性与环保性指标要求，不满足的策略排除，对满足可靠性与环保性指标要求的策略进行经济性与环保性的综合寻优，得出最优的微电网即时运行策略；
综合寻优的方法为利用碳交易价格来将环保性问题转换到经济性问题，具体包括以下步骤：设在策略i的情况下的仿真结果，微电网由于弃风和弃光所造成的损失为t0，运行周期内的成本包括燃料成本t1、运行维护费用t2、投资折旧成本t3和微网与外网的交互成本t4，微电网的发电收益为i，由于使用柴油发电机具有污染性的电源增加的碳排放量为c，实时的碳交易价格为s，综合寻优的评优指标为zmax，目标是发电收益与发电成本之间的差值z最大：
zmax＝i-(t0+t1+t3+t4+c×s)；
s4：在对最优的微电网运行策略下装到微电网仿真模型的同时，对运行周期t的最优运行策略进行分析，判断所述运行周期t的最优运行策略在实际运行中是否满足预期的评价指标；将运行周期t的微电网实际运行结果与最优策略仿真结果进行对比分析，若没有达到预期评价指标，先由仿真模型分析出偏差原因，再将偏差原因输入仿真模型中，利用遗传算法结合仿真模型对运行策略的调节参数进行优化调整，使运行策略贴合实际现场运行状况，获得新的最优策略储存到策略库，并记忆所述新的最优策略运行场景。
微电网运行策略库包含策略索引层和策略储存层，所述策略索引层储存对应策略所适用的环境和微电网参数，以便迅速找到对应的策略；所有策略均放在策略储存层，策略储存层接收策略索引层命令，对仿真模型或微电网系统下装相应的策略；
策略储存层包括场景模型、策略模型和场景策略映射模型；场景模型用于建立微电网运行场景与策略索引的映射，策略模型用于存储用于仿真输入的策略参数，场景策略映射模型用于将策略索引与策略模型相关联；
策略索引层的实现方式为将策略模式封装为程序逻辑，以用户控制的强制约束参数与微电网运行参数和仿真平台迭代输出的运行状态参数作为输入，输出符合pscad仿真模型参数格式的策略结果。
策略索引层包括两类索引的参数指标：
第一类为微电网系统运行状态参数，包括微电网并网情况光伏发电功率ppv、风力发电功率pw、燃机发电功率pe、负荷功率pl、储能电池soc、电网电压u、频率f、短时间尺度下的风、光功率和负荷预测数据；
第二类为强制约束参数，包括：可靠性指标参数、环保性指标参数、污染物排放量、能源综合利用效率和经济参数。
微电网仿真模型基于matlab仿真平台搭建开放对实际微电网系统能量管理单元的数据接口，用于给仿真模型传递当前微电网即时运行状态参数。
微电网仿真模型包括发电模块、功率平衡模块、对比分析模块和优化调整模块；
发电模块为分布式电源功率模型，包括光伏系统功率模块、风电系统功率模块、燃机系统功率模型和储能系统模型，模拟微电网运行时各电源点出力情况；
功率平衡模块根据功率平衡需要，计算电网吸收功率以及新能源过剩时反向输出到电网中的电量，并判断系统稳定性是否符合要求；
对比分析模块根据电源情况判断能源形式，对策略进行综合评价，给出运行周期t+1的最优运行策略；优化调整模块将运行周期t的微电网实际运行结果与最优策略仿真结果进行对比分析，若没有达到预期评价指标，则利用遗传算法结合仿真模型来对策略进行调整。
光伏系统功率模型为
风电系统功率模型为
燃机系统功率模型为pe＝vmt·lhvnat·ηmt，其中pe表示燃气轮机的输出电功率；vmt表示微型燃气轮机输出电功率为1w时消耗的天然气量；lhvnat表示天然气的低热值；ηmt为微型燃气轮机的发电效率；
储能系统模型为
优化调整模块中，当微电网实际运行结果未达到预期评价指标，则利用遗传算法结合仿真模型来对策略进行调整。
所述微电网仿真模型采用的评价指标包括：弃风弃光率、微电网时段发电成本和污染物对环境影响成本。
运行策略包括逻辑指令和可调参数；逻辑指令包括光伏、储能的柴机电源点是否投入使用，微电网是否并网以及是否启动；
可调参数包括光伏输出功率、储能v/f与p/q(储能vf源和储能pq源)允许最大和最小充放电功率、功率调节最小分辨率、柴油发电机输出功率和大电网交换电量。
与现有技术相比，本发明有益效果包括：
本发明公开一种基于微电网的动态策略仿真与优化方法，首先采用策略库对所有可能的微电网控制策略进行储存，通过建立索引关系来对策略进行选择运用，从而提高了系统运行控制策略的适应性。利用仿真模型对即将下装到实际微电网系统中的运行策略进行筛选和校验，筛选出的最优策略再下装到实际微电网系统中进行执行，从而提高了微电网系统的可靠性。另一方面，本发明以维持系统稳定出发，从经济性和环保性的角度考虑对已筛选出的策略进行优化，再结合仿真软件对策略进行迭代优化，最终使策略达到最优。通过上述方法，将实现微电网运行策略的自动优化，结合策略库，完善了不同环境下运行策略，提高了微电网系统的适应能力
附图说明
图1一种基于微电网的动态策略仿真与优化方法流程图；
图2为本发明运行策略库结构图；
图3为策略库索引流程图；
图4为微电网仿真模型图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
本实施例公开一种基于微电网的动态策略仿真与优化方法，将实时运行的微电网系统与仿真模型相结合，建立策略库对微电网不同运行场景下的策略进行储存和管理；对系统运行进行运行周期划分，在运行周期前，微电网从策略库中挑选出满足约束条件的备选策略群进行仿真，根据仿真结果确定所述运行周期的运行策略；运行周期后，微电网采用遗传算法对仿真结果与实际运行结果进行对比学习，并将对策略的改进反馈到策略库中，形成对策略库动态优化完善。
如图1所示，一种基于微电网的动态策略仿真与优化方法，具体包括以下步骤：
s1：构建微电网运行策略库；
如图2所示，微电网运行策略库分为策略储存层和策略索引层，具有策略索引、策略分析、策略更新和策略储存的功能。为了实现所述策略库，采用oracle存储数据，编程实现策略索引、分析与更新的功能。
策略库索引流程如图3所示，策略库包括若干条运行策略，每一条运行策略包括一个或若干个微电网运行场景(并网运行、孤网运行、储能工作、光伏出力、紧急调压调频和黑启动)，每个微电网运行场景对应一个策略索引，基于此原理在策略储存层对其进行数据建模。
搜集微电网运行的历史数据，构建运行策略库；策略储存层包括三个数据模型：其一，场景模型，建立微电网运行场景与策略索引的映射，其二，策略模型，存储用于仿真输入的策略参数，其三，场景策略映射模型，将策略索引与策略模型相关联；策略索引层的实现方式为将策略模式封装为程序逻辑，以用户控制的强制约束参数与微电网运行参数及仿真平台迭代输出的运行状态参数作为输入，输出合理的、符合pscad仿真模型参数格式的策略结果。
s2：如图2所示实际运行的微电网系统向微电网运行策略库传递当前运行周期t的微电网系统的运行状态参数及强制约束参数，运行策略库根据运行状态参数及强制约束参数，分析微电网当前适用的运行场景，并根据适用的场景(可能同时处于数个场景)筛选出能满足运行周期t+1的微电网运行的全部策略；
s3：微电网运行策略库将步骤s2筛选出的全部策略下装到微电网仿真模型3，微电网仿真模型结合实时的微电网运行状态对所述全部策略进行仿真，模拟出当前策略下的微电网运行的评价指标；通过对比分析不同策略(策略库筛选出来，下装到微电网仿真模型中的全部策略)下的仿真结果得出最优的微电网运行策略6，下装到实际的微电网系统中执行7；
微电网每个运行周期后均向运行策略库反映相应的运行状态信息(运行状态信息包括类分布式电源当前的出力状态、储能系统充电状态以及用电负荷预测)，运行策略库根据运行状态信息以及用户在运行经济性和渗透率等指标约束，对运行状态信息数据进行分析，判断满足负荷供应约束下，各种可能的分布式电源运行策略，并利用策略索引功能，找到所有满足约束的微电网运行策略；
对比分析不同策略下的仿真结果具体步骤：首先仿真微电网运行策略，看是否满足外部强制约束参数设定的可靠性与环保性指标要求，不满足的策略排除，对满足可靠性与环保性指标要求的策略进行经济性与环保性的综合寻优，得出最优的微电网即时运行策略；
综合寻优的方法利用碳交易价格来将环保性问题转换到经济性问题，具体包括以下步骤：设在策略i的情况下的仿真结果，微电网由于弃风和弃光所造成的损失为t0，运行周期内的成本包括燃料成本t1、运行维护费用t2、投资折旧成本t3和微网与外网的交互成本t4，微电网的发电收益为i，由于使用柴油发电机具有污染性的电源增加的碳排放量为c，实时的碳交易价格为s，综合寻优的评优指标为zmax，目标是发电收益与发电成本之间的差值z最大：
zmax＝i-(t0+t1+t3+t4+c×s)；
s4：在对最优的微电网运行策略下装到微电网仿真模型的同时，对运行周期t的最优运行策略进行分析8，判断所述运行周期t的最优运行策略在实际运行中是否达到预期的评价指标；仿真得到的最优策略在实际运行时会有所偏差，将运行周期t的微电网实际运行结果与最优策略仿真结果进行对比分析，若没有达到预期评价指标，先由仿真模型分析出偏差原因(预测准确度、策略合理性和参数优化性)，再将偏差原因输入仿真模型中，则利用遗传算法(ga)结合仿真模型对运行策略的调节参数进行优化调整，使运行策略更贴合实际现场运行状况，获得新的最优策略储存到策略库，并记忆所述新的最优策略运行场景，以便相同场景下策略的迅速选择。如此迭代优化，即可实现策略库的动态学习更新，使其更加贴合实际微电网运行场景。
微电网运行策略库包含策略索引层和策略储存层，所述策略索引层储存对应策略所适用的环境和微电网参数，以便迅速找到对应的策略；所有策略均放在策略储存层，策略储存层接收策略索引层命令，对仿真模型或微电网系统下装相应的策略。
策略储存层包含三个数据模型：其一，场景模型，建立微电网运行场景与策略索引的映射，其二，策略模型，存储用于仿真输入的策略参数，其三，场景策略映射模型，将策略索引与策略模型相关联；策略索引层的实现方式为将策略模式封装为程序逻辑，以用户控制的强制约束参数与微电网运行参数及仿真平台迭代输出的运行状态参数作为输入，输出合理的、符合pscad仿真模型参数格式的策略结果。
策略索引层应包含两类索引指标：第一类为微电网系统运行状态参数，分别为：各电源发电功率及并网情况、负荷功率、储能电池soc、电网电压、频率、短时间尺度下的风、光功率和负荷预测数据；第二类为外部强制参数，包括：可靠性指标参数(例如备用容量和供电不足累计概率)，环保性指标参数(例如新能源渗透率)、污染物排放量和能源综合利用效率和经济参数，经济参数包括对外结算电价和内部结算电价，以及强制约束参数(例如指定启用或停止电源情况)。
微电网仿真模型基于matlab仿真平台搭建开放对实际微电网系统能量管理单元的数据接口，用于给仿真模型传递当前微电网即时运行状态参数。
如图4所示，微电网仿真模型包括发电模块、功率平衡模块、对比分析模块和优化调整模块；发电模块与功率平衡模块和对比分析模块相连接，对比分析模块连接优化调整模块。
发电模块包括光伏系统、风电系统、燃机系统分布式电源功率模型，模拟微电网运行时各电源点出力情况；功率平衡模块根据功率平衡需要，计算需要从电网吸收功率，以及新能源过剩时反向输出到电网中的电量，并判断系统稳定性是否符合要求；对比分析模块根据电源情况判断能源形式，对策略进行综合评价，给出运行周期t+1的最优运行策略。
优化调整模块将运行周期t的微电网实际运行结果与最优策略仿真结果进行对比分析，若没有达到预期评价指标，则利用遗传算法(ga)结合仿真模型来对策略进行调整。微电网仿真模型包括发电模块、功率平衡模块、对比分析模块和优化调整模块；
发电模块为分布式电源功率模型，包括光伏系统功率模块、风电系统功率模块、燃机系统功率模型和储能系统模型，模拟微电网运行时各电源点出力情况；
功率平衡模块根据功率平衡需要，计算电网吸收功率以及新能源过剩时反向输出到电网中的电量，并判断系统稳定性是否符合要求；
对比分析模块根据电源情况判断能源形式，对策略进行综合评价，给出运行周期t+1的最优运行策略；优化调整模块将运行周期t的微电网实际运行结果与最优策略仿真结果进行对比分析，若没有达到预期评价指标，则利用遗传算法结合仿真模型来对策略进行调整。
光伏系统功率模型为
风电系统功率模型为
燃机系统功率模型为pe＝vmt·lhvnat·ηmt，其中pe表示燃气轮机的输出电功率；vmt表示微型燃气轮机输出电功率为1w时消耗的天然气量；lhvnat表示天然气的低热值，本实施例取9.8kwh/m3；ηmt为微型燃气轮机的发电效率；
储能系统模型为
微电网仿真模型采用的评价指标包括：弃风弃光率和微电网时段发电成本(微电网时段发电成本包括折算到该时段内的燃料成本、运行维护费用、投资折旧成本、微网与外网的交互成本)和污染物对环境影响成本(主要考虑co2排放量所受罚款即碳交易价格)。
运行周期t实际运行结果与仿真结果对比时，采用到的评价指标公式即为zmax。若实际运行中的zmax未达到仿真结果要求，则利用遗传算法(ga)结合仿真模型来对策略的可调参数进行综合寻优。运行策略的调节参数为包括光伏输出功率、储能v/f与p/q允许最大和最小充放电功率、功率调节最小分辨率、柴油发电机输出功率和大电网交换电量。为不影响实际微电网的正常运行，寻优过程将处于离线状态，即在将下一个运行周期最优策略代入实际微电网中运行的同时，利用仿真模型对策略进行迭代优化。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。