基于精英遗传算法的柔性直流配电网最小网损控制方法与流程

1.本发明属于柔性直流配电网优化控制技术领域，涉及一种柔性直流配电网最小网损控制方法，尤其是一种基于精英遗传算法的柔性直流配电网最小网损控制方法。


背景技术：

2.随着城市负荷的复杂化和分布式电源接入率的快速增加，传统交流配电网在满足供电可靠性、电能质量、输送容量上面临越来越大的困难。在用电密集的城市电网中采用柔性直流技术，可利用它的快速可控性解决城市供电中存在的供电困难、运行成本高以及潮流难以控制的问题，维持城市电网的安全、可靠、经济运行。柔性直流配电系统还可以利用其良好的兼容性将分布式新能源与储能设备接入，减少迅速发展的新能源发电设备、储能设备、电动汽车充电站和大量直流负荷接入电网的中间环节。这种方式可以降低上述设备和负荷的接入成本，提高功率转换效率和电能质量，促进能源的合理有效经济利用，充分发挥分布式能源的价值和效益。随着新能源发电渗透率的日渐提升，柔性直流配电在未来电网中将发挥越来越重要的作用。
3.目前，针对柔性直流输电的优化控制技术，国内外学者做了大量研究，并取得了一系列成果。宋强研究了含柔性直流输电系统的潮流计算方法；宋健、邓健俊对含柔性直流输电的交直流系统无功电压和有功潮流的优化控制方法进行了研究；马春明研究分析了多端柔性直流输电的经济性问题。上述研究针对的都是柔性直流输电系统，在包含分布式电源及储能设备的直流配电网中，其功率损耗特点和控制策略又表现出一些新的特征，亟需开展柔性直流配电网的最小网损控制方法研究。
4.经检索，未发现与本发明相同或相近似的现有技术的公开文献。


技术实现要素：

5.本发明的目的在于克服现有技术的不足，提出一种基于精英遗传算法的柔性直流配电网最小网损控制方法，实现最小网损控制的目的。
6.本发明解决其现实问题是采取以下技术方案实现的：
7.一种基于精英遗传算法的柔性直流配电网最小网损控制方法，包括以下步骤：
8.步骤1、采集配电网中各负荷节点的功率需求数据；
9.步骤2、结合柔性直流系统的损耗特点，以输配电网传输网损最小为优化目标，并考虑交流系统电压的稳定和储能设备的合理调配，建立最小网损控制策略的优化模型及其约束条件；
10.步骤3、通过包含精英策略的遗传算法对步骤2所建立的优化模型进行求解，得到系统的输入有功功率和储能系统的充放电功率参考值；
11.步骤4、把步骤3得到的系统的输入有功功率和储能系统的充放电功率参考值输入到换流站外环控制器的功率参考值和储能装置充放电的功率参考值中，进而实现最小网损控制。
12.而且，所述步骤1所采集配电网中各负荷节点的功率需求数据包括配电网中各负荷节点的功率需求sl1、sl2、sl3和系统1、系统2的交流电压允许值u1、u2。
13.而且，所述步骤2的优化模型的目标函数可用式(1)表示：
[0014][0015]
式中，w
loss
代表网损值，i
i.t
代表t时刻的电流，ri代表线路i的等效电阻；
[0016]
系统中储能装置的最大充放电功率和容量是有限制的，由(2)来约束：
[0017][0018]
其中，p
stor
代表储能的充放电功率，p
max
和p
min
分别表示充放电功率的上下限；w
max
表示储能设备的最大容量。
[0019]
系统换流站最大负载容量用(3)来进行约束：
[0020]smin
≤s
t
≤s
max
ꢀꢀꢀ
(3)
[0021]
其中，s
t
代表换流站运行功率、s
max
和s
min
分别代表系统换流站负载容量的上下边界。
[0022]
交流母线电压用(4)约束：
[0023][0024]
其中，r表示线路电阻、x表示线路电抗；δu
max
和δu
min
分别表示线路压降的上下限。
[0025]
而且，所述步骤3的具体步骤包括：
[0026]
1)输入配电网各部分的功率需求的数据；
[0027]
2)化简并推导出系统最小网损函数的表达式；
[0028]
3)初始化算法的参数；
[0029]
4)初始化种群：在参数范围内随机n个选择可保证系统稳定运行的sys1有功功率和储能系统功率，形成初始种群；
[0030]
5)执行遗传算法：
[0031]
选择操作：在当前种群中，采用轮盘赌策略选择使系统网损较小的个体作为父代；
[0032]
交叉操作:将父代与上一轮优选出的最优组合，采用交叉后产生新的个体；然后与原种群合并，选择n个使系统网损较小的个体构成新种群；
[0033]
变异操作：使种群中的个体以一定的概率发生变异。
[0034]
6)用精英策略保留上一个优化过程中使系统网损最小的个体，并替换当前优化过程中的最差个体，形成新的种群。
[0035]
7)当前优化结果的网损值与上一轮的结果之差小于设定值，或循环次数达到n时，则优化结束，得到sys1的有功功率和储能系统的功率参考值；否则，转步骤5)继续运行。
[0036]
而且，所述步骤4的具体步骤包括：
[0037]
(1)通过步骤3的包含精英策略的遗传算法进行求解后，可得到系统的输入有功功率p
1ref
和储能装置的充放电功率参考值p
str.ref
，换流站1的无功功率q
1ref
，换流站2的无功功q
2ref
；
[0038]
(2)将上述求解数值输入到换流站外环控制器的功率参考值和储能装置充放电的功率参考值中，经过pi控制环节，可输出控制单元的内环电流控制值i
dref1
、i
qref1
、i
dref2
、i
qref2
、i
dref.str
，系统按照上述参考值运行即可实现当前运行方式下的最小网损运行。
[0039]
本发明的优点和有益效果：
[0040]
1、本发明提出了一种基于精英遗传算法的柔性直流配电网最小网损控制方法。该方法结合柔性直流系统的损耗特点建立最小网损控制策略的数学模型，并通过包含精英策略的遗传算法对该优化模型进行求解；最后结合系统各种运行方式的特性，制定对应控制策略。本发明可以在不影响配电网的电压稳定的前提下，实现不同运行方式下柔性直流配电网的经济稳定运行，减小网损，提高电网运行的经济性。
[0041]
2、本发明根据系统所处的不同运行方式，制定优化策略，可得到系统的输入有功功率和储能系统的充放电功率参考值。把该数值输入到换流站外环控制器的功率参考值和储能装置充放电的功率参考值中，便可实现最小网损控制的目的。
[0042]
3、本发明提出的控制方法引入了精英策略，使优化速度更快，能够适应电力电子控制的快速性需求。
[0043]
4、本发明可在直流配电网各种运行方式下实现优化控制，适应性强。
附图说明
[0044]
图1为典型柔性直流配电系统拓扑图；
[0045]
图2为本发明的含精英遗传算法的模型求解流程图；
[0046]
图3为本发明的一种基于精英遗传算法的柔性直流配电网最小网损控制方法流程图。
具体实施方式
[0047]
以下结合附图对本发明作进一步详述：
[0048]
一种基于精英遗传算法的柔性直流配电网最小网损控制方法，包括以下步骤：
[0049]
步骤1、采集配电网中各负荷节点的功率需求数据；
[0050]
所述步骤1所采集配电网中各负荷节点的功率需求数据包括配电网中各负荷节点的功率需求sl1、sl2、sl3和系统1、系统2的交流电压允许值u1、u2。
[0051]
在本实施例中，使用时，将配电网中各负荷节点的功率需求sl1、sl2、sl3和系统1、系统2的交流电压允许值u1、u2，输入到控制装置，作为最小网损控制策略的优化模型计算的输入信息。
[0052]
步骤2、结合柔性直流系统的损耗特点，以输配电网传输网损最小为优化目标，并考虑交流系统电压的稳定和储能设备的合理调配，建立最小网损控制策略的优化模型及其约束条件；
[0053]
所述步骤1的优化模型的目标函数可用式(1)表示：
[0054][0055]
式中，w
loss
代表网损值，i
i.t
代表t时刻的电流，ri代表线路i的等效电阻；
[0056]
系统中储能装置的最大充放电功率和容量是有限制的，由(2)来约束：
[0057][0058]
其中，p
stor
代表储能的充放电功率，p
max
和p
min
分别表示充放电功率的上下限；w
max
表示储能设备的最大容量。
[0059]
系统换流站最大负载容量用(3)来进行约束：
[0060]smin
≤s
t
≤s
max
ꢀꢀꢀ
(3)
[0061]
其中，s
t
代表换流站运行功率、s
max
和s
min
分别代表系统换流站负载容量的上下边界。
[0062]
交流母线电压用(4)约束：
[0063][0064]
其中，r表示线路电阻、x表示线路电抗；δu
max
和δu
min
分别表示线路压降的上下限。
[0065]
如图1所示，是本发明提供的典型柔性直流配电系统拓扑图示意图。
[0066]
步骤3、通过包含精英策略的遗传算法对步骤2所建立的优化模型进行求解，得到系统的输入有功功率和储能系统的充放电功率参考值；
[0067]
该优化问题的约束中包含变量对时间的叠加效应以及在任意时刻储能设备自身的容量限制。
[0068]
参见图2，是含精英遗传算法的模型求解流程图。
[0069]
本发明采用包含精英策略的遗传算法进行求解，算法流程如图3所示。
[0070]
所述步骤3的具体步骤包括：
[0071]
1)输入配电网各部分的功率需求的数据；
[0072]
2)化简并推导出系统最小网损函数的表达式；
[0073]
3)初始化算法的参数；
[0074]
4)初始化种群：在参数范围内随机n个选择可保证系统稳定运行的sys1有功功率和储能系统功率，形成初始种群；
[0075]
5)执行遗传算法：
[0076]
选择操作：在当前种群中，采用轮盘赌策略选择使系统网损较小的个体作为父代；
[0077]
交叉操作:将父代与上一轮优选出的最优组合，采用交叉后产生新的个体；然后与原种群合并，选择n个使系统网损较小的个体构成新种群；
[0078]
变异操作：使种群中的个体以一定的概率发生变异。
[0079]
6)用精英策略保留上一个优化过程中使系统网损最小的个体，并替换当前优化过程中的最差个体，形成新的种群。
[0080]
7)当前优化结果的网损值与上一轮的结果之差小于设定值，或循环次数达到n时，则优化结束，得到sys1的有功功率和储能系统的功率参考值；否则，转步骤5)继续运行。
[0081]
步骤4、把步骤3得到的系统的输入有功功率和储能系统的充放电功率参考值输入到换流站外环控制器的功率参考值和储能装置充放电的功率参考值中，进而实现最小网损控制。
[0082]
所述步骤4的具体步骤包括：
[0083]
(1)通过步骤3的包含精英策略的遗传算法进行求解后，可得到系统的输入有功功率p
1ref
和储能装置的充放电功率参考值p
str.ref
，换流站1的无功功率q
1ref
，换流站2的无功功q
2ref
；
[0084]
(2)将上述求解数值输入到换流站外环控制器的功率参考值和储能装置充放电的功率参考值中，经过pi控制环节，可输出控制单元的内环电流控制值i
dref1
、i
qref1
、i
dref2
、i
qref2
、i
dref.str
，系统按照上述参考值运行即可实现当前运行方式下的最小网损运行。
[0085]
需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。