基于万有引力算法的独立微网系统设计方法与流程

本发明属于分布式发电独立微网系统的技术领域，尤其涉及一种基于万有引力算法的独立微网系统设计方法。

背景技术：

独立微网系统是指完全与大电网隔离、自我独立运行的小型电力系统，以偏远地区或者海岛为主要供电对象，同时充分利用本地的可再生新能源发电，如风力发电(wind power)、光伏发电(photovoltaic,PV)、波浪能发电(wave power)等。

典型海岛独立微网系统中的电源一般由光伏、风机、储能装置、柴油发电机，控制系统及电力负荷组成，提供稳定可靠的电能。由于太阳能和风能具有较强的互补性，海岛独立微网系统采用风力发电机和太阳能联合发电方式，能从某种程度上减小单一发电形式的间歇性和波动性；储能装置常用来维持微网内能量平衡，保证系统的暂态稳定；柴油发电机作为后备电源，在紧急情况下提供支持。一般海岛上都存在淡水资源短缺的问题，因此，除了日常负荷之外，海水淡化装置也是一种比较典型的负荷。微网中太阳能电池和储能电池是直流电源；而风力发电和柴油发电机为交流电源。

如图1所示，现有独立微网系统中的电源多采用交直流混合结构，蓄电池组和光伏经DC/DC并联至直流母线，再通过DC/AC连接至交流母线；风力发电机经AC/DC/AC连接至交流母线；柴油发电机和其他交流负载直接连接至交流母线。

现有的独立微网系统设计方法仅仅考虑了负荷点的指标，还没有出现一种合理考虑安全性评价指标，制定出相应的策略，寻求经济性和安全性的最优平衡设计方法。如果能够研发出一种不仅围绕发电负荷需求，还可以量化发电单元随机失效引起的风险、安全充裕性总体测度指标的独立微网系统设计方法。则将使采用该设计方法设计出来的独立微网系统极具经济效益、环保效益、社会效益等。

技术实现要素：

本发明的目的是提供一种基于万有引力算法的独立微网系统设计方法，本发明将多目标问题转化为单目标优化问题，并使用二元对比定权法确定各子目标权重，再采用万有引力算法进行求解。采用该设计方法设计出的独立微网系统具有经济性好、环保性高、可再生能源利用率高、供电安全可靠性高等优点。

本发明的目的是通过以下技术方案实现的，一种基于万有引力算法的独立微网系统设计方法包括如下步骤：

步骤S1，建立具有多目标评价指标的独立微网系统模型；

步骤S2，将多目标评价指标的独立微网系统模型转换为单目标评价指标的独立微网系统模型；

步骤S3，选取可并入的风机台数Numwt、光伏电池阵列的并联串数Numpv、蓄电池并联串数Numbat作为优化变量；

步骤S4，确定独立微网系统的运行控制策略，优先考虑用可再生能源发电量满足负荷需求，根据可再生能源发电量与负荷所需电量的差值，来决定蓄电池的充放电状态及柴油发电机的开停；

步骤S5，利用万有引力算法对独立微网系统模型进行求解；

所述步骤S1中建立具有多目标评价指标的独立微网系统模型过程如下：

采用多目标优化模型，确定微网内各分布式电源、储能系统的最佳容量配置方案；其具体方案包括四个可量化评价指标：经济性指标，用全寿命周期内的总净现成本NPC表示；环保性指标，用碳排放量表示；可再生能源利用率指标，用Rren表示；微网安全可靠性指标，用负荷缺电率LPSP表示；

总净现成本NPC是指微网在全寿命周期内所产生的净费用，其包括初始投资成本、工程寿命内各部分运行维护成本、燃料成本及置换成本，收入部分包括售电收益和设备残值；数学表达式为：

式中：x为优化变量，N为微网的工程寿命[年]，r为贴现率，C(i)、B(i)分别为第i年的成本和收入[￥/年]；C(i)计算公式如下：

C(i)＝CI(i)+CM(i)+CF(i)+CR(i)

式中：CI(i)、CM(i)、CF(i)、CR(i)分别为第i年的初始投资成本、运行维护成本、燃料成本和置换成本；具体变量计算公式分列如下：

CI(k)＝CIwt+CIpv+CIbat+CIde+CIconverter+CIcontrol

其中，CIwt、CIpv、CIbat、CIde、CIconverter、CIcontrol分别为风力发电机、光伏电池、蓄电池、柴油发电机、变流器和微网管理控制系统的投资成本；

CM(i)＝CMwt(i)+CMpv(i)+CMbat(i)+CMde(i)+CMconverter(i)

其中，CMwt(i)、CMpv(i)、CMbat(i)、CMde(i)、CMconverter(i)分别为第i年的风力发电机、光伏电池、蓄电池、柴油发电机和变流器的运行维护成；

CF(i)＝CFde(i)

表示第i年的柴油发电机的燃料成本；

CR(i)＝CRwt(i)+CRpv(i)+CRbat(i)+CRde(i)+CRconverter(i)

CRwt(i)、CRpv(i)、CRbat(i)、CRde(i)、CRconverter(i)分别为第i年的风力发电机、光伏电池、蓄电池、柴油发电机和变流器的置换成本；

B(i)＝Bsell(i)+Bsal

式中，Bsell(i)、Bsal分别为第i年的售电收入、设备残值；设备残值是指已达到独立微网系统使用周期时，部分设备还未到使用年限而残留的剩余价值；

碳排放量是指全寿命周期内微网向环境排放的CO2量，引入排放处罚来计算环境成本：

式中：为柴油产生单位CO2导致的处罚收费标准[￥/kg]；为柴油排放系数[kg/L]，即平均单位柴油所产生的CO2量；vdiesel(i)为第i年微网的年柴油消耗量[L]；

将可再生能源年发电量与独立微网系统内全部微源年发电量的比值定义为可再生能源利用率Rren；对全寿命周期内未利用的可再生能源能量进行经济惩罚：

式中：pun为单位未利用的可再生能源导致的处罚收费标准[￥/kWh]；Tun(i)为第i年未利用的可再生能源能量[kWh]。

所述步骤S2中将多目标评价指标的独立微网系统模型转换为单目标评价指标的独立微网系统模型的具体过程如下：

采用线性加权求和法将多目标优化问题转换为单目标优化问题，引入一个惩罚因子σ，具体的表达式为：

式中各子目标的权系数采用二元对比定权法确定；fi表示第i个微网技术经济指标；λi表示第i个指标的权重系数；g(X)用于表示由负荷缺电率LPSP引入的约束函数；LPSP定义为未满足负荷需求能量与总负荷需求能量的比值，其值越小，供电安全可靠性越高，转化为约束条件表示为：

即：

g(X)＝LPSP-λ≤0

其中，∑Pload-un为总的未满足负荷能量，∑Pload为总的负荷需求能量，设λ为0.1％；

同时，考虑下面的约束条件：

(1)蓄电池的充电状态不能超过蓄电池最大荷电量与最小荷电量的限制，即

SOCmin≤SOC(t)≤SOCmax

(2)柴油发电机年度发电量占系统所提供电量的20％以内，即

PDG/(PRE+PDG)≤0.2

式中：PDG为柴油发电机提供的功率，PRE＝NumpvPpv+NumwtPwt为可再生能源提供的功率，Ppv表示每块光伏板的功率；Pwt表示每台风力发电机的功。

所述步骤S4的具体过程为：

根据可再生能源发电量与负荷所需电量的差值，来决定蓄电池的充放电状态及柴油发电机的开停；

ΔP(t)＝PRE(t)-PL(t)

式中：PRE(t)表示在时刻t由可再生能源所产生的功率；

PRE(t)＝NumpvPpv(t)+NumwtPwt(t)

Ppv(t)表示在时刻t每块光伏板所产生的功率；Pwt(t)表示在时刻t每台风力发电机所产生的功率，PL(t)表示变流器直流侧所需功率，用如下公式计算：

PL(t)＝Pload(t)/ηi

Pload(t)表示t时刻负荷所需功率，ηi表示DC/AC变流器的转换效率；

当ΔP(t)≥0，多余的容量向蓄电池组充电，若蓄电池的电量达到SOC充电上限，则优先考虑投入蓄冷制冰负荷，如再有多余，则切除部分可再生能源；

当ΔP(t)＜0，未满足的功率可由柴油发电机或蓄电池提供，具体为：

①若蓄电池组所储存的电能能满足负荷需求，则由蓄电池放电，关闭柴油发电机。

Pbat(t)＝ΔP(t)

②若蓄电池组所储存的电能不能满足剩下的负荷需求，则启动柴油发电机，此时蓄电池既不放电也不充电；

Pde(t)＝PL(t)-PRE(t)

式中：Pde(t)表示柴油发电机需提供的功率。

所述步骤S5的具体过程为：

1)输入待优化独立微网系统拓扑结构，包括风机、光伏、蓄电池、柴油机、变流器的参数和约束条件；

2)设定种群规模N、引力常数初值G0、引力变化系数α、最大迭代次数T；

3)以X＝[Numwt,Numpv,Numbat]为待优化变量，随机生成初始种群，将独立微网系统设计转换后的单目标函数作为适应度指标，评价种群个体适应度值，得到全局最优解的初值；fi表示第i个微网技术经济指标；λi表示第i个指标的权重系数；

4)更新种群中的引力常数G(t)、最佳值best(t)、最差值worst(t)；

5)计算每个物体质量M，并更新作用物体的个数Kbest(t)；

6)计算每个物体受作用物体吸引产生的合力，计算出合成加速度；

7)更新物体的速度和位置；

8)若达到最大迭代次数T，则终止运算，返回独立微网系统设计最优解；否则迭代次数加一，转到步骤3)进入下一次迭代。

本发明的独立微网系统设计方法围绕风光柴蓄独立微网系统，以系统中风力发电机台数、光伏电池并联串数及蓄电池并联串数为优化变量，建立了综合考虑其经济性、环保性、可再生能源利用率、供电安全可靠性等技术经济指标的多目标设计模型。然后将多目标问题转化单目标优化问题，并使用二元对比定权法确定各子目标权重。将转换后的单目标函数作为GSA算法的适应度指标，设计了系统内分布式电源的额定功率和储能系统的容量，并充分保证了独立微网系统的经济性和安全性。

附图说明

本发明的附图说明如下。

图1为现有技术中独立微网系统的结构示意图；

图2为本发明基于万有引力算法的独立微网系统设计方法的流程示意图。

具体实施方式

如图2所示，为本发明提供的一种基于万有引力算法的独立微网系统设计方法的流程示意图。

本发明围绕风光柴蓄独立微网系统，以系统中风力发电机台数、光伏电池并联串数及蓄电池并联串数为优化变量，建立综合考虑其经济性、环保性、可再生能源利用率、供电安全可靠性等技术经济指标的多目标设计模型，将多目标问题转化为单目标优化问题，并使用二元对比定权法确定各子目标权重，再采用万有引力算法进行求解。

一、考虑独立微网系统安全性的多目标优化模型

独立微网系统设计的主要目标是在设计期间内根据用电需求、当地可再生能源供给情况及现有网络的基本情况等，确定最优的系统建设方案，使得系统的建设和运行费用最小。因此，独立微网系统设计需要综合考虑微网的经济性、环保性、可再生能源利用率、安全可靠性等技术经济指标。采用多目标优化模型，确定微网内各分布式电源、储能系统的最佳容量配置方案。具体方案评价指标包括：①经济性指标，用全寿命周期内的总净现成本NPC表示；②环保性指标，转化为碳排放量表示；③可再生能源利用率指标，用Rren表示；④微网安全可靠性指标，用负荷缺电率LPSP表示。4个量化指标中，第1个指标是经济费用，第2、3个指标可转化为经济惩罚费用，第4个指标因其特殊性，本发明将其作为约束条件考虑。

总净现成本NPC是指微网在全寿命周期内所产生的净费用，可用全寿命周期内所有成本和收入的资金现值表示。其中，成本部分包括初始投资成本、工程寿命内各部分运行维护成本、燃料成本及置换成本，收入部分包括售电收益和设备残值。数学表达式为：

式中：x为优化变量，N为微网的工程寿命[年]，r为贴现率。C(i)、B(i)分别为第i年的成本和收入[￥/年]。C(i)计算公式如下：

C(i)＝CI(i)+CM(i)+CF(i)+CR(i) (2)

式中：CI(i)、CM(i)、CF(i)、CR(i)分别为第i年的初始投资成本、运行维护成本、燃料成本和置换成本。具体变量计算公式分列如下：

CI(k)＝CIwt+CIpv+CIbat+CIde+CIconverter+CIcontrol (3)

其中，CIwt、CIpv、CIbat、CIde、CIconverter、CIcontrol分别为风力发电机、光伏电池、蓄电池、柴油发电机、变流器和微网管理控制系统的投资成本。

CM(i)＝CMwt(i)+CMpv(i)+CMbat(i)+CMde(i)+CMconverter(i) (4)

其中，CMwt(i)、CMpv(i)、CMbat(i)、CMde(i)、CMconverter(i)分别为第i年的风力发电机、光伏电池、蓄电池、柴油发电机和变流器的运行维护成本。

CF(i)＝CFde(i) (5)

表示第i年的柴油发电机的燃料成本。

CR(i)＝CRwt(i)+CRpv(i)+CRbat(i)+CRde(i)+CRconverter(i) (6)

CRwt(i)、CRpv(i)、CRbat(i)、CRde(i)、CRconverter(i)分别为第i年的风力发电机、光伏电池、蓄电池、柴油发电机和变流器的置换成本。

B(i)＝Bsell(i)+Bsal (7)

式中，Bsell(i)、Bsal分别为第i年的售电收入、设备残值。设备残值是指已达到微网工程周期时，部分设备还未到使用年限而残留的剩余价值。

碳排放量是指全寿命周期内微网向环境排放的CO2量。柴油机发电是微网排放CO2的源头，因此CO2的排放量是与柴油消耗量直接相关。尽量少开启柴油发电机，可减小全寿命周期内柴油消耗量，以达到减少CO2排放量的目的。微网年CO2排放量等于年柴油消耗量与其CO2排放系数的乘积。为将排放量转化为经济费用，引入排放处罚来计算环境成本：

式中：为柴油产生单位CO2导致的处罚收费标准[￥/kg]；为柴油排放系数[kg/L]，即平均单位柴油所产生的CO2量；vdiesel(i)为第i年微网的年柴油消耗量[L]。

将可再生能源年发电量与微网内全部微源年发电量的比值定义为可再生能源利用率Rren。减少未利用的可再生能源能量便可提高可再生能源利用率。同样，对全寿命周期内未利用的可再生能源能量进行经济惩罚：

式中：pun为单位未利用的可再生能源导致的处罚收费标准[￥/kWh]；Tun(i)为第i年未利用的可再生能源能量[kWh]。

二、多目标优化转换为单目标优化

以上3个指标之间存在一定的冲突，例如，要使碳排放量越小，相应的要求柴油发电机的开启时间就越短，则需要的可再生能源则越多，而当可再生能源达到一定渗透率后，就会增加未利用的可再生能源能量，导致Rren减小。因此，需要权衡考虑各指标。

采用线性加权求和法将多目标优化问题转换为单目标优化问题，为了考虑所设计微网的安全性，引入一个惩罚因子σ，具体的表达式为：

式中各子目标的权系数采用二元对比定权法确定。g(X)用于表示由负荷缺电率LPSP引入的约束函数。LPSP定义为未满足负荷需求能量与总负荷需求能量的比值，其值越小，供电安全可靠性越高，转化为约束条件可表示为：

即：

g(X)＝LPSP-λ≤0 (13)

其中，∑Pload-un为总的未满足负荷能量，∑Pload为总的负荷需求能量，本发明设λ为0.1％。

为了保护蓄电池和环保性，微网的设计应该还需考虑下面的约束条件：

(1)蓄电池的充电状态不能超过蓄电池最大荷电量与最小荷电量的限制。

SOCmin≤SOC(t)≤SOCmax (14)

(2)柴油发电机年度发电量占系统所提供电量的20％以内，即

PDG/(PRE+PDG)≤0.2 (15)

式中：PDG为柴油发电机提供的功率，PRE＝NumpvPpv+NumwtPwt为可再生能源提供的功率。

三、优化变量选取

微网设计先需要对组成系统的各种设备选型，技术人员根据工程实际选型，确定风机参数、光伏电池参数、储能电池参数，选取可并入的风机台数Numwt、光伏电池阵列的并联串数Numpv、蓄电池并联串数Numbat作为优化变量。

四、独立微网系统运行控制策略

每一个微网设计方案，需要采用特定的运行控制策略。本发明采用如下的控制策略：微网运行中，优先考虑用可再生能源发电量满足负荷需求，根据可再生能源发电量与负荷所需电量的差值，来决定蓄电池的充放电状态及柴油发电机的开停。

ΔP(t)＝PRE(t)-PL(t) (16)

式中：PRE(t)表示在时刻t由可再生能源所产生的功率。

PRE(t)＝NumpvPpv(t)+NumwtPwt(t) (17)

PL(t)表示变流器直流侧所需功率，用如下公式计算：

PL(t)＝Pload(t)/ηi (18)

Pload(t)表示t时刻负荷所需功率，ηi表示DC/AC变流器的转换效率。

(1)当ΔP(t)≥0，多余的容量向蓄电池组充电，若蓄电池的电量达到SOC充电上限，则优先考虑投入蓄冷制冰负荷，如再有多余，则切除部分可再生能源。

(2)当ΔP(t)＜0，未满足的功率可由柴油发电机或蓄电池提供，分为两种情况：

①若蓄电池组所储存的电能能满足负荷需求，则由蓄电池放电，关闭柴油发电机。

Pbat(t)＝ΔP(t) (19)

②若蓄电池组所储存的电能不能满足剩下的负荷需求，则启动柴油发电机，此时蓄电池既不放电也不充电。

Pde(t)＝PL(t)-PRE(t) (20)

式中：Pde(t)表示柴油发电机需提供的功率。

五、基于万有引力算法对独立微网系统的设计

利用万有引力算法对独立微网系统的设计数学模型进行求解，其实现流程如图2所示，具体执行过程如下(本发明是最小值问题)：

1)输入待优化独立微网系统拓扑结构，风机、光伏、蓄电池、柴油机、变流器的相关参数，负荷参数，以及约束条件。

2)设定种群规模N、引力常数初值G0、引力变化系数α、最大迭代次数T。

3)以X＝[Numwt,Numpv,Numbat]为待优化变量，随机生成初始种群，将独立微网系统设计转换后的单目标函数(式(10))作为适应度指标，评价种群个体适应度值，得到全局最优解的初值。

4)更新种群中的引力常数G(t)、最佳值best(t)、最差值worst(t)。

5)计算每个物体质量M，并更新作用物体的个数Kbest(t)。

6)计算每个物体受作用物体吸引产生的合力，计算出合成加速度。

7)更新物体的速度和位置。

8)若达到最大迭代次数T，则终止运算，返回独立微网系统设计最优解；否则迭代次数加一，转到步骤3)进入下一次迭代。

本发明围绕风光柴蓄独立微网系统，以系统中风力发电机台数、光伏电池并联串数及蓄电池并联串数为优化变量，建立了综合考虑其经济性、环保性、可再生能源利用率、供电安全可靠性等技术经济指标的多目标设计模型。然后将多目标问题转化单目标优化问题，并使用二元对比定权法确定各子目标权重。将转换后的单目标函数作为GSA算法的适应度指标，设计了系统内分布式电源的额定功率和储能系统的容量，并充分保证了独立微网系统的经济性和安全性。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。