ank_sup (k) -Qtank_st。(k) = Q1 (k) -Qabanl (k)其中 Qi (k)表 示第k个时刻单个燃气轮机的输出热能，Qabans(k)表示第k个时刻产热多余量，Qtank_ sup(k)表 示第k个时刻储热水箱的供热功率，Qtank_st。(k)表示第k个时刻储热水箱的储热功率，Q 1 (k) 表示第k个时刻用户的预测热负荷，Qabanl (k)表示第k个时刻弃热负荷量，N表示安装的燃 气轮机数量； 其中
PiGO表示第k个时刻单个燃气轮机的输出电能；m，η是由微型 燃气轮机型号确定的常数； 约束条件三 微型燃气轮机运行约束
其中Zfn和Zfax分别表示燃气轮机运行的最小和最大功率限制，PiGO表示燃气轮机 第k个时刻的输出功率，、iC分别表示燃气轮机上下爬坡速率限制； 约束条件四 蓄电池运行约束
其中Es(k)表示第k个时刻蓄电池的剩余能量，Pba_dis(k)表示第k个时刻蓄电池的放 电功率，Pba^GO表示第k个时刻蓄电池的充电功率，Pfax表示蓄电池运行的最大功率限 制，H1表示蓄电池的充电效率，η 2表示蓄电池的放电效率，表示蓄电池的最大储能， SOCmin和SOCmax分别表示蓄电池的最小和最大储能状态，<表示蓄电池的初始储能状态； 约束条件五 储热水箱运行约束
其中H(k)表示第k个时刻储热水箱的剩余能量，Qtank_sup(k)表示第k个时刻储热水箱 的供热功率，Qtank_st()(k)表示第k个时刻储热水箱的储热功率，和ρ=分别表示储热水 箱最小和最大运行功率，Htotal表示储热水箱的最大储能容量，SOT min和SOT max分别表示储热 水箱的最小和最大储能状态，H°表示储热水箱的初始储能状态； 约束条件六 电网供应电能约束0 (幻 其中PgM(k)表示第k个时刻电网向用户供应的电能，Z5f;:表示电网供应的最大功率 限制； 约束条件七 对于并网热电联产的以热定电模式有QabanlGO =0 其中Qabanl (k)表示第k个时刻弃热负荷量； 求解满足上述7个约束条件的目标函数，可得到系统每天的优化调度方案； c、 用户侧的收益&的计算公式如下：
其中表示用户收益，P i (k)表示第k个采样时刻用户的预测用电负荷，Cpvsub表示光伏 发电的补贴，PpvGO表不光伏的发电功率，C#id(k)表不第k个米样时刻电网向用户售电的 价格；f gas表不微型燃气轮机所消耗的天然气成本；f gM表不用户向电网支付的电费；f εΚ!? 表示弃热负荷的惩罚成本；4#表示的产热多余的惩罚成本；€3%表示产电多余的惩罚成 本；ΔΤ为采样时间； d、 用户侧投资即成本&的计算公式如下： ?*2 f PvZnpv+fgas-turbineZni+ftankZntank+f"batteryZnb a 其中4表示折合成一年的用户投资；f pv= Cpv*Ppvm表示光伏阵列的安装价格；Cpv表示 光伏的售价，Ppvm表示光伏的装容量，η !^表示光伏的使用年限，f gas_turbiM= C i*N表示微型燃 气轮机的安装价格，(^表示燃气轮机的售价，N表示微型燃气轮机的台数；n i表示微型燃气 轮机的使用年限，ftank= C Unl^Htotal表示储热水箱的安装价格，Ctank表示储热水箱的单价， Htotal表示储热水箱的容量，n tank表示储热水箱的使用年限，表示蓄电池 的安装价格，Cba表示蓄电池的单价，￡Ta/表示蓄电池的容量，nba表示蓄电池的使用年限； e、 电网侧收益&的计算公式如下：
其中&表示电网收益，AZfax表示分布式电源并网前后电网的最大负荷之差，Zfiax 表不分布式电源并网前的最大负荷表不表不分布式电源并网后的最大负荷，Ctaan表 示变压器每千伏安的投资； f、 电网侧收益减少量即成本&的计算公式如下：
其中&表示电网收益减少量，Cplant_gHd(k)表示火电厂上网电价，(^ id(k)表示电网向用 户售电的电价,P1GO表示用户电负荷，pgHd(k)表示分布式电源并网后电网向用户供应的负 荷，k为米样时刻，Δ T为米样时间； 当分布式电源组合：光伏最大功率pPVm，微型燃气轮机安装个数n，蓄电池容量， 储热水箱容量Httrtal确定后，可得到的用户侧和电网侧的收益及成本Π ，f2, f3, f4 ; 按照下列步骤，采用不同的分布式电源的容量和功率组合：
其中Ppvm的上限为用户用电负荷的最大值； 0. N ^ Nmax
其中N的上限.
^Tax为微型燃气轮机的最大输出功率，□表示对 括号里面的数值取整；
，P1GO为每个采样时刻的用电负 荷值，Δ T为米样时间； q totalmax 其中的上阳
Q1GO为每个采样时刻的热负荷 值，Δ τ为采样时间； 按照下列步骤改变PPVm，N，，Htrtal的值，得到相应的用户侧和电网侧的收益及成 本 Π , f2, f3, f4 ;
将 Ppvm (k)，N (k)，灸），Httrtal (k)代入步骤b-f 中，得到相应的 fl (k)，f2 (k)，f3 (k)， f4(k)的值； Step7. i4 = i4+l ； 若i4 < 21，则返回step6 ; Step8. i3 = i3+l ； 若i3 < 21，则返回step5 ; Step9. i2 = i2+l ； 若i2彡Nmax，则返回step4; SteplO. il = il+1 ; 若il < 21，则返回step3 ; 把以上得到的214种Tax组（P PVm，N，，HtQtal，f 1，f2, f3, f4)向量作为神经网络的 训练样本来训练神经网络，得到的神经网络能够代表输入值（PPVm，N，, Httrtal)和输出 值（f 1，f2, f3, f4)的关系； 由遗传算法搜寻神经网络的全局最优解，从而得到最优的分布式电源容量和功率。
【专利摘要】本发明公开了一种基于用户侧经济性指标的分布式电源优化配置方法,涉及电力系统分布式发电技术领域。该方法首先以用户成本最小为目标，结合各机组运行约束条件，建立优化问题的数学模型，得到用户侧和电网侧的收益和成本，再改变各分布式电源的容量和功率带入优化模型中计算，得到相应的收益和成本，并以此作为输入输出训练神经网络，从而得到最优的分布式电源容量和功率。优点是：给出了基于用户侧经济性指标的分布式电源并网系统的经济性分析和评估方法，得到使用户获利最大的最优配置，在此基础上对供电侧也进行了经济性评估，将系统的优化问题简化为线性规划问题，简化了计算，给出了比较全面且系统的经济性分析方法，具工程推广价值。
【IPC分类】G06Q10-04, G06Q50-06
【公开号】CN104537435
【申请号】CN201410801949
【发明人】谢东, 杜治, 张籍, 刘美华, 专祥涛, 康巧萍, 张轩昂
【申请人】国家电网公司, 国网湖北省电力公司经济技术研究院, 武汉大学
【公开日】2015年4月22日
【申请日】2014年12月18日