全寿命周期框架下的微电网优化配置方法与流程

本发明涉及一种全寿命周期框架下的微电网优化配置方法，属于本发明属于电力系统规划和运行领域。

背景技术：

在能源枯竭与节能环保问题日趋严重的今天，分布式发电相关技术正得到越来越广泛的应用。微电网可以有效提高分布式电源的利用效率，是分布式发电的重要发展趋势，也是满足用户用电个性化需求和提高供电可靠性的关键。

目前我国微电网仍主要处于实验和示范阶段，未来随着可再生能源成本下降、储能产业发展、化石能源价格上涨和微电网关键技术的成熟，微电网将得到爆发式增长。而随着微电网市场规模的稳步增长，我国的微电网发展也将逐步从国家主导的大投资、大规模的示范工程建设走向社会资本主导的小投资、小规模的、更合理的市场化经营模式。而一旦进入市场化经营模式，如何使得微电网项目获得最大的经济、社会综合效益，将成为微电网投资运营商最为关心的问题。

目前在微电网的优化配置方面，国内外专家学者都进行了大量的研究，开发出了诸如HOMER、HOGA、PDMGD等用于微电网优化配置的软件。但上述软件都没有考虑以微电网运营商全寿命周期内的净现值收益最大为优化目标，对微电网内分布式电源的功率和储能系统的容量进行配置。

从我国现有微电网的规划设计情况来看，对于微电网的优化配置问题，已初步形成基本原理、方法及步骤，但也存在一些问题，例如：未能将初始投资费用与后期的运营维护费用统筹考虑，配置方案优选目标的选取未能与微电网运营市场的实际利益相契合等问题。导致我国现在已建成的很多微电网工程，有些一直在亏本运行，有些则仅运行了短短的时间即废弃停运，不仅造成了资源、技术的大量浪费，也阻碍了微电网向市场化经营模式的转变。

技术实现要素：

为了解决现有技术问题，本发明提出全寿命周期框架下的微电网优化配置方法，本发明的目的是：本发明以微电网运营商获得的净现值收益最大为优选目标，以电力电量平衡、分布式发电出力、电能质量和系统可靠性、经济性、环保性为约束条件，建立全寿命周期框架下的微电网优化配置模型，弥补当前微电网优化配置方面的不足，有利于系统、客观地分析微电网工程的综合效益，为优化微电网工程建设提供参考，促进微电网市场化、产业化发展。

本发明采取的技术方案如下：

一种全寿命周期框架下的微电网优化配置方法，包括以下步骤：

步骤1：建立全寿命周期框架下的微电网优化模型为式(1)：

目标函数 max.NPV(x)

约束条件 g(x)＝0

其中，NPV(x)为全寿命周期内的微电网投资运营商净现值收入；g(x)为等式约束条件；s(x)为不等式约束条件，s为不等式约束条件的下限，为不等式约束条件的上限；x为优化变量；

步骤2：基于粒子群算法，将微电网优化模型中的约束条件以罚函数的形式置于目标函数中，通过罚函数法将约束优化问题转化为无约束优化问题，获取新的目标函数；

步骤3：计算全寿命周期内的微电网运营商净现值收入NPV(x)，确定优化变量；

步骤4：通过粒子群算法的寻优计算，产生最佳优化变量组合，输出优化配置方案及所述方案下微电网项目运营商的全寿命周期内净现值收入。

微电网优化模型中x＝[x_pv,x_w,x_ba,x_dg,x_gas…x_oth]，x_pv,x_w,x_ba,x_dg,x_gas…x_oth分别表示微电网的光伏发电系统、风力发电系统、储能系统、柴油发电系统、燃气发电系统及其他分布式发电系统的配置方案；

等式约束条件为微电网系统的功率平衡约束；不等式约束条件包括微电网系统的安全运行约束(电压、频率)、分布式电源出力约束、储能容量约束和PCC点交换功率约束。

功率平衡约束为：P_G＝P_Load+P_Loss，其中P_G为微电网系统内电源总出力，P_Load为微电网系统内总负荷，P_Loss为微电网系统总网损；

微电网系统安全运行约束为[U_l,U_h]和[f_l,f_h]，[U_l,U_h]和[f_l,f_h]分别表示微电网系统可以安全运行的电压区间、频率区间；

U和f分别为微电网系统运行的电压和频率；

分布式电源(DG)出力约束为：

min P_Gi≤P_Gi≤max P_Gi (3)

min P_Gi、P_Gi、max P_Gi分别表示分布式电源的出力最小值、出力值、出力最大值；

储能容量约束，以蓄电池为例，其容量由荷电状态(SOC)表示，荷电状态不仅需要满足上下限，还要满足蓄电池充放电功率与容量的关系；

式中，minSOC、SOC和maxSOC分别为电荷状态的上限、当前电荷状态和电荷状态的下限，U_DC为微电网系统的直流母线电压，Δt为一次充放电的时间，P_Sj为储能出力；

PCC点交换功率约束：

P_min≤P≤P_max (5)

式中，P_min和P_max分别为与主网约定好的最小和最大交换功率，P为实时交换功率，以微电网系统受入功率方向为正。

较优地，步骤2中：

新的目标函数为：

max.NPV＝NPV(I)+α·g²+β·s² (6)

其中：NPV(I)为原目标函数；α和β均为惩罚因子；g为等式约束条件；s为标准形式下的不等式约束条件；采用粒子群算法优化算法对新目标函数求解即可得微电网优化配置方案。

步骤3具体包括以下步骤：

步骤3-1：全寿命周期内微电网运营商净现值NPV的计算公式为式(7)：

其中，M表示微电网运营周期内的综合收益，LCC表示微电网全寿命周期成本，i表示折现率，T表示微电网运营的全寿命周期；

M＝Me+Mc，其中Me是经济收益；Mc是环保收益，环保收益由碳排放交易成本折算得到；

LCC＝IC+OC+FC+DC，其中IC是微电网的投资成本，OC是微电网的运行维护成本，FC是微电网的故障成本，DC是微电网的折旧成本；

IC＝C_ic+C_ie+C_io，C_ic表示微电网建设工程及安装费用；C_ie表示微电网内的设备购置费；C_io表示其他费用，其他费用包括建设场地征用清理费、装修费、项目管理费用及技术服务费用。

OC＝C_oe+C_oh+C_om，C_oe表示能耗费，包括微电网系统自身运行时的燃料费(柴油、燃气等)和并网运行时从主网接受的电力费用；C_oh表示人工费；C_om表示设备的日常维护检修费用；

FC＝B_f·n·MTTR+λ·n·T_fc，B_f表示微电网平均每次发生故障单位时间修复成本，n表示微电网发生故障的次数，MTTR表示微电网系统内设备平均修复时间，λ表示微电网平均每次故障单位时间的惩罚成本，T_fc表示微电网故障持续时间。

DC＝C_dl-K₀(1-d)^T，C_dl表示报废处理费用，K₀表示微电网内设备的原始价值，d表示设备折旧率，k_d表示设备在第T年末的剩余价值。

步骤3-2：通过优化变量，寻求全寿命周期净现值收入最大；由步骤3-1可知，NPV的收入部分主要包括卖电收益、环境收益和设备残值，支出部分则主要有初始投资费用、设备更新费用、运行维护费用和能耗费用。而这些成本费用大小是相互关联的，如储能容量越大，会导致初始投资越大，但同时会提高微电网系统的可靠性，减少故障成本。因此要通过优化变量，去寻求全寿命周期净现值收入最大。

优化变量的选取原则为：

(1)光伏发电系统：由于光伏电池阵列的功率取决于光伏电池单体功率以及阵列的串联数和并联数，光伏电池单体功率以及阵列串联数一般是定义好的，因此选择光伏电池的并联数Npv作为优化变量；

(2)风力发电系统：风机的功率取决于单台风机功率以及台数，因此选择单台风机功率P_wind和台数N_wind作为优化变量；

(3)储能系统：选择储能容量S_battery作为优化变量；

(4)柴油发电系统：柴油发电的功率取决于单台柴油机功率以及台数，因此选择单台柴油机功率P_dg和台数N_dg作为优化变量；

(5)燃气发电系统：燃气发电的功率取决于单台燃气轮机功率以及台数，因此选择单台燃气轮机功率P_gas和台数N_gas作为优化变量。

本发明优点包括：

1、本发明基于全寿命周期理论，将微电网工程的初始投资费用与后期的运营、维护费用综合考虑，建立了全寿命周期框架下的微电网优化配置模型，为微电网系统的优化配置提供了一种新的方法；

2、本发明优化目标函数紧密契合微电网运营商的利益，能有效而准确地对微电网进行规划设计，从而得到最优配置，并计算出全寿命周期内微电网投资运营商可获得的最大净现值；

3、本申请能够弥补了当前其他微电网规划设计方法的不足，有利于系统、客观地分析微电网项目的综合效益，加快实现微电网产业的市场化经营。

附图说明

图1为微电网系统典型结构示意图；

图2为全寿命周期框架下微电网优化配置方法的流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细描述。

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。

图1为微电网系统典型结构示意图，附图2中步骤1描述的是建立全寿命周期框架下的微电网优化模型：

目标函数 max.NPV(x)

约束条件 g(x)＝0

其中，NPV(x)为全寿命周期内的微电网运营商净现值收入；g(x)为等式约束条件；s(x)为不等式约束条件，s为不等式约束条件的下限，为不等式约束条件的上限；

步骤1-1优化模型中x＝[x_pv,x_w,x_ba,x_dg,x_gas…x_oth]，x_pv,x_w,x_ba,x_dg,x_gas…x_oth分别表示微电网的光伏发电系统、风力发电系统、储能系统、柴油发电系统、燃气发电系统及其他分布式发电系统的配置方案。

步骤1-2微电网内的等式约束条件指系统的功率平衡约束；不等式约束条件主要包括系统的安全运行约束(电压、频率)、分布式电源出力约束、储能容量约束及PCC点交换功率约束等。

功率平衡约束为：

P_G＝P_Load+P_Loss

其中P_G为微电网系统内电源总出力，P_Load为微电网系统内总负荷，P_Loss为微电网系统总网损。

微电网系统安全运行约束为[U_l,U_h]和[f_l,f_h]，式中[U_l,U_h]和[f_l,f_h][U_l,U_h]和[f_l,f_h]分别表示微电网可以安全运行的电压、频率区间。

分布式电源(DG)出力约束：

min P_Gi≤P_Gi≤max P_Gi (3)

储能容量约束，以蓄电池为例，其容量由荷电状态(SOC)表示，荷电状态不仅需要满足上下限，还要满足蓄电池充放电功率与容量的关系。

式中，U_DC为系统的直流母线电压，Δt为一次充放电的时间，P_Sj为储能出力。

PCC点交换功率约束：

P_min≤P≤P_max (5)

式中，P_min、P_max分别为与主网约定好的最小和最大交换功率，以微电网系统受入功率方向为正。

附图2中步骤2描述的是基于粒子群算法，将公式(1)中的优化约束条件以罚函数的形式置于目标函数中，通过罚函数法将约束优化问题转化成无约束优化问题，获取新的优化目标函数：

max.NPV＝NPV(I)+α·g²+β·s² (6)

其中：NPV(I)为原目标函数；α和β为惩罚因子；g为等式约束条件；s为标准形式下的不等式约束条件。

附图2中步骤3描述的是计算全寿命周期内的微电网运营商净现值收入NPV，确定优化变量；

步骤3-1全寿命周期内微电网运营商净现值收入NPV的计算公式如下：

其中，M表示微电网运营周期内的综合收益，LCC表示微电网全寿命周期成本，i表示折现率，T表示微电网运营的全寿命周期。

M＝Me+Mc，其中Me是经济收益；Mc是环保收益，环保收益由碳排放交易成本折算得到。

LCC＝IC+OC+FC+DC，其中IC是微电网的投资成本，OC是微电网的运行维护成本，FC是微电网的故障成本，DC是微电网的折旧成本。

IC＝C_ic+C_ie+C_io，C_ic表示微电网建设工程及安装费用；C_ie表示微电网内的设备购置费；C_io表示其他费用，其他费用包括建设场地征用及清理费、装修费、项目管理费用及技术服务费用。

OC＝C_oe+C_oh+C_om，C_oe表示能耗费，包括微电网系统自身运行时的燃料费(柴油、燃气等)和并网运行时从主网接受的电力费用；C_oh表示人工费；C_om表示设备的日常维护检修费用。

FC＝B_f·n·MTTR+λ·n·T_fc，B_f表示微电网平均每次发生故障单位时间修复成本，n表示微电网发生故障的次数，MTTR表示微电网系统内设备平均修复时间，λ表示微电网平均每次故障单位时间的惩罚成本，T_fc表示微电网故障持续时间。

DC＝C_dl-K₀(1-d)^T，C_dl表示报废处理费用，K₀表示微电网内设备的原始价值，d表示设备折旧率，k_d表示设备在第T年末的剩余价值。

步骤3-2由步骤3-1可知，NPV的收入部分主要包括卖电收益、环境收益和设备残值，支出部分则主要有初始投资费用、设备更新费用、运行维护费用和能耗费用。而这些成本费用大小是相互关联的，如储能容量越大，会导致初始投资越大，但同时会增加微电网系统的可靠性，减少故障成本。因此要通过优化变量，去寻求全寿命周期净现值收入最大。

因此优化变量的选取可按如下原则进行：

1)光伏发电系统：由于光伏电池阵列的功率取决于光伏电池单体功率以及阵列的串联数和并联数，光伏电池单体功率以及阵列串联数一般是定义好的，因此选择光伏电池的并联数N_pv作为优化变量；

2)风力发电系统：风机的功率取决于单台风机功率以及台数，因此选择单台风机功率P_wind和台数N_wind作为优化变量；

3)储能系统：选择储能容量S_battery作为优化变量；

4)柴油发电系统：柴油发电的功率取决于单台柴油机功率以及台数，因此选择单台柴油机功率P_dg和台数N_dg作为优化变量；

5)燃气发电系统：燃气发电的功率取决于单台燃气轮机功率以及台数，因此选择单台燃气轮机功率P_gas和台数N_gas作为优化变量。

附图中步骤4描述的是通过粒子群算法的寻优计算，产生最佳优化变量组合。输出优化配置方案及该方案下微电网项目运营商的全寿命周期内净现值收入。

本领域内的技术人员可以对本发明进行改动或变型的设计但不脱离本发明的思想和范围。因此，如果本发明的这些修改和变型属于本发明权利要求及其等同的技术范围之内，则本发明也意图包含这些改动和变型在内。