一种并网型微网优化配置方法

本发明涉及风力发电、光伏发电技术及其应用技术，具体涉及一种并网型微网优化配置方法。
背景技术：
：近年来，由于微网能充分满足新能源消纳的要求，又可作为对大电网的有力补充，微网已经应用于许多工程实践。微网的大面积推广与应用是建立在合理的规划设计以及良好的运行控制基础上的。随着对微网研究的不断深入，微网的优化配置问题日益凸显。微网优化配置是根据用户所在地的地理位置、气象资料、电网情况、分布式电源的工作特性、供能需求及系统设计要求等数据来确定微网各组成部分的类型、容量等参数，使微网各子系统能相互匹配。微网优化配置是微网前期规划设计阶段的核心问题，是决定微网运行能力的基础，会极大影响系统投入运行后的运行特性。因此，优化配置方法案的优劣与微网的经济性、安全性、可靠性和环境友好性密切相关。技术实现要素：鉴于现有技术中的上述缺陷或不足，期望提供一种并网型微网优化配置方法。根据本申请实施例提供的技术方案，一种并网型微网优化配置方法，包括以下步骤：s1、收集太阳能光照强度及风速的历史数据，并实时进行一下时段的太阳能光照强度及风速的预测；s2、采用自适应--rbf神经网络算法对各时段内进行用电负荷、电源出力预测；s3、从步骤s2的算法结果中使用改进的多目标人工蜂群算法得到优化配置结果；s4、通过步骤s3中的结果对设备进行优化。本发明中，进一步的，所述方法优先使用于蓄电池利用效率的风光储微网结构。本发明中，进一步的，所述风光储微网结构的分布式电源包括风电、光伏，系统内还包括蓄电池，由于所建场地的条件限制，各机组的安装数量受到一定的限制，其最大安装数量需要约束在一定的范围内：0≤ji≤jimax0≤jsoc≤jsocmax式中：ji——第i种电源的设备数量，；jimax——第i种电源的最大允许设备数量；jsoc——蓄电池数量；jsocmax——蓄电池最大允许数量。本发明中，进一步的，所述步骤s2中的自适应--rbf神经网络算法中的自适应公式如下：式中：η(k)——第k步的学习速率；e(k)——第k步的误差平方和。综上所述，本申请的有益效果：从源-荷z储的协同配置需求出发，充分考虑微网中用电负荷类型的多样化、用户需求的差异化和个性化以及用户对供电质量、环保的高要求等因素，在提升新能源高效利用的同时，提高微网经济效益，满足用户的电能多样化需求。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1本发明的整体方案示意图；图2为蓄电池利用效率的风光储微网结构示意图；图3为考虑政府补贴的风光储微网优化配置对比图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。如图1所示：1、优先考虑蓄电池利用效率的微网优化配置原则考虑电池使用效率的风光储微网结构如图2所示。优先考虑蓄电池利用效率的微网优化配置，其过程为：首先，根据风电、光伏和负荷的预测输出，得到储能系统需要平滑的不平衡量；然后，通过建立以最小化整个系统的总成本为目标、以风光储系统自身的限制为约束条件的模型，求出在不同时间段需要投切的电池容量和数量；最后，利用控制器向系统实时投入或者切除电池，达到系统经济运行的效果。2、多目标优化配置函数1)以日运行成本为经济性指标为了实现多能互补系统高效率、高环保性、高经济性的运行，因此，确定以日运行成本最低为配置最优目标，优化上述多能互补系统的各个设备的输出功率。式中：ηcost——系统日运行成本，元；ρ——投资回收系数；cinv——系统设备投资总额，元；ccon——系统设备运维总费用，元；cpur——系统日消耗电量总费用，元；式中：i——年利率，i＝0.07；n——设备使用年限，n＝15年。cinv＝cpvrpv+cwtrwt+csocrsoc(3)式中：cpv——太阳能光伏单位容量价格，元/kw；rpv——太阳能光伏设备容量，kw。cwt——风力发电机单位容量价格，元/kw；rwt——风力发电机设备容量，kw，csoc——蓄电池单位容量价格，元/kw；rsoc——蓄电池设备容量，kw。式中：cbuy——系统向电网购电价格，元/(kwh)；csell——系统向电网售电价格，元/(kwh)；——系统向电网日购电总量，kwh；——系统向电网日售电总量，kwh；ccon＝mpvrpv+mwtrwt+msocrsoc(5)式中：mpv——太阳能光伏单位容量运维费用，元/kw；rpv——太阳能光伏设备容量，kw。mwt——风力发电机单位容量运维费用，元/kw；rwt——风力发电机设备容量，kw。msoc——蓄电池单位容量运维费用，元/kw；rsoc——蓄电池设备容量，kw。2)以新能源能量渗透率为环保性指标新能源能量渗透率可表示为新能源实际发电量和负荷用电量的比值，可由式(6)表示：式中：λre——新能源能量渗透率；ere，j——一段时间内第j台新能源发电量，kwh；efh——一段时间内用电量，kwh；epv，j——一段时间内第j台光伏发电的发电量，kwh；ewt，j——一段时间内第j台风力发电的发电量，kwh。3、约束条件1)电源容量约束风光储微网的分布式电源包括风电、光伏，系统内还包括蓄电池，由于所建场地的条件限制，各机组的安装数量受到一定的限制，其最大安装数量需要约束在一定的范围内。式中：ji——第i种电源的设备数量，台套；jimax——第i种电源的最大允许设备数量，台套；jsoc——蓄电池数量，个；jsocmax——蓄电池最大允许数量，个。2)分布式电源的输出功率约束对于风力发电发电机组和光伏板来说，其输出功率的大小不仅受制于当时的自然资源而且也受到设备自身承载力的约束。因此，各设备的输出功率需要满足其输出功率的约束范围：pimin≤pit≤pimax(8)式中：pit——第i个分布式电源设备在t时刻的发电功率，kw；pimax——第i个分布式电源设备的最大发电功率，pimax＝085ri，kw；pimin——第i个分布式电源设备的最小发电功率，kw。3)电力不足率约束电力不足率lolp(lossofloadprobability)指系统中出现停电事件的概率。使用电力不足率作为可靠性约束条件[75]。kiolp≤kmax(9)式中：klolp——供电不足率；kmax——系统可以接受的供电不足率，取0.05。式中：——t时刻微网供电功率不足值，kw；——在t时刻的用电负荷，kw；式中：——光伏在t时刻的发电功率，kw；——风机在t时刻的发电功率，kw；——蓄电池在t时刻的放电量，kw；4、多目标优化配置模型由公式(1)-公式(10)，综合考虑供电可靠性、经济效益和环境效益等微网优化配置评价指标，在确保可靠性的基础上，考虑安装场地的情况和设备本身特性要求，以经济性和环保性为目标建立多目标微网优化配置模型。s.t.0≤ji≤jimax0≤jsoc≤jsocmaxpimin≤pit≤pimaxklolp≤kmaxsocmin≤soct≤socmaxsoc0＝soct(13)1、参数选取在微网优化配置之前，需要搜集各分布式电源与蓄电池源的基本数据。通过查阅相关文献和基本资料，获得的风力发电机、光伏电池以及蓄电池的基本参数。2、采用自适应--rbf神经网络算法进行用电负荷、电源出力预测自适应-rbf神经网络算法通过自动调整学习速率来修正人工选取权值的误差。在训练时，若调整后的权值经过计算使得误差减少，则表明此次调整有益，可以在现有基础上增加学习速率；反之则表明此次调整令误差跳过了最小值点既极小点，需要降低学习速率。自适应调整公式表达如下：式中：η(k)——第k步的学习速率；e(k)——第k步的误差平方和。同时，采用试凑法确定隐含层节点数，通过不断尝试和计算神经网络训练步数和训练结果的平均误差的方法，得到最佳的隐含层节点数。自适应-rbf神经网络的方法降低了预测误差，能够取得较为满意的预测结果。3、使用改进的多目标人工蜂群算法得到优化配置结果使用混沌初始代优化初始代、优化觅食机制、改进非支配排序和拥挤距离等改进方法，获得改进的多目标人工蜂群算法。使用该算法计算(11)-(13)的多目标优化配置模型，获得优化配置结果。将售电价格的政府补贴计算在内，根据分时段电价，计算出系统日运行成本。4、优化配置结果风力发电机、光伏电池以及蓄电池的基本参数如表1-3，微网系统各设备成本如表4所示。表1太阳能光伏电池板参数额定输出电压18v工作电流11a额定输出功率200w材料单晶硅尺寸2400*1100mm电池片数72片表2风机参数额定电压380v额定功率100kw工作风速范围3.5-20m/s叶片长度6m扫风面积大约115m2叶片数量3片表3蓄电池参数输出电压24v储能类型铅酸电池额定容量120kwh效率80％-90％循环寿命2000次左右表4微网系统各设备成本设备名称单位容量价格(元/kw)运行维护费用(元/kw)太阳能光伏3.10.27风机0.70.16蓄电池1.90.30经计算得到如图3所示的风光储微网优化配置对比图。图中每一种散点对应一种配比，从图中可以找出在相同的可再生能源能量渗透率下，具有较低系统日运行成本时的系统配置，这个配置就是系统最优配置。系统最优配置见表5。由结果可看出，使用以上并网型微网优化配置方法计算可得到风力发电系统、太阳能光伏发电系统及蓄电池的最优配置组合。表5风光储优化配置结果以上描述仅为本申请的较佳实施例以及对所运用技术原理等方案的说明。同时，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。当前第1页12