基于可再生能源互补率的风光微电网优化设计方法及系统与流程

1.本发明涉及微电网优化设计技术领域，特别是涉及一种基于可再生能源互补率的风光微电网优化设计方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.由于可再生能源存在波动性、随机性和不确定性等特点，使得微电网原有的电压、暂态、频率稳定性发生改变，这些不可预期的改变将使微电网在并网过程中对电网产生冲击，严重情况下甚至使系统产生崩溃。在通常情况下，单一可再生能源的应用会受到限制，往往在微电网中接入两种或以上的可再生能源，通过能源之间的互补来提高系统的稳定性与安全性。
4.目前已有不少研究利用可再生能源互补来提高微电网系统的稳定性与安全性，大多数研究也探讨了微电网系统中可再生能源互补的优势所在，但是这些研究并没有明确定义可再生能源互补特性，也很少给出可再生能源互补在微电网系统稳定性方面的数学描述，所以亟需一种评价指标揭示可再生能源在微电网稳定性方面的互补特性，从而为微电网系统的优化设计提供新的着力点。


技术实现要素：

5.为了解决上述问题，本发明提出了一种基于可再生能源互补率的风光微电网优化设计方法及系统，定义了基于微电网稳定性的可再生能源互补率指标，并将其引入到多目标优化设计中进行求解，揭示了可再生能源在微电网稳定性方面的互补特性，提高新能源利用率。
6.为了实现上述目的，本发明采用如下技术方案：
7.第一方面，本发明提供一种基于可再生能源互补率的风光微电网优化设计方法，包括：
8.构建风光微电网系统模型，并以此确定光伏发电功率和风力发电功率；
9.根据光伏发电功率和风力发电功率确定风光单独出力时的波动之和，根据风光互补后出力的波动与风光单独出力时的波动之和的比值，确定可再生能源互补率；
10.以最小化风光微电网系统总成本和可再生能源互补率为多目标优化函数，对多目标优化函数以风光发电设备容量约束、风光发电设备出力约束和功率平衡约束为约束条件并进行求解后，得到风光发电设备容量和风光发电设备出力的最优设计方案。
11.作为可选择的实施方式，所述可再生能源互补率为：
[0012][0013]
其中，k
pw
为可再生能源互补率，n为周期t内的采样点个数；pi为风光互补后的微电网系统在第i个采样点的出力值；为风光互补后的微电网系统在第i个采样点的平均出力值；p
i,pv
为光伏发电单独出力的微电网系统中第i个采样点的出力值；为光伏发电单独出力的微电网系统中在周期t内的平均出力值；p
i,wt
为风力发电单独出力的微电网系统中第i个采样点的出力值；为风力发电单独出力的微电网系统中在周期t内的平均出力值。
[0014]
作为可选择的实施方式，所述可再生能源互补率越小，风光微电网系统的出力曲线越平滑，稳定性越好。
[0015]
作为可选择的实施方式，所述风光发电设备容量约束包括：光伏发电设备容量满足设定的光伏发电设备容量上下限值，风力发电设备容量满足设定的风力发电设备容量上下限值。
[0016]
作为可选择的实施方式，所述风光发电设备出力约束包括：光伏发电设备出力满足设定的光伏发电设备出力上下限值，风力发电设备出力满足设定的风力发电设备出力上下限值。
[0017]
作为可选择的实施方式，所述功率平衡约束为：光伏发电功率、风力发电功率和大电网与微电网的交换功率之和满足用电需求量。
[0018]
作为可选择的实施方式，所述风光微电网系统总成本包括安装投资成本和运行维护成本，最小化风光微电网系统总成本的目标优化函数为：
[0019]
minc＝c1+c2[0020][0021]
c2＝r
pv
p
pv
+r
wt
p
wt
[0022]
其中，c为风光微电网系统总成本；c1为安装投资成本；c2为运行维护成本；i
pv
为光伏发电设备的单位容量投资费用；cap
pv
为光伏发电设备容量；i
wt
为风电设备的单位容量投资费用；cap
wt
为风电设备容量；r为折算率；m为设备折旧年限；r
pv
为光伏发电设备的单位运行成本系数；r
wt
为风电设备的单位运行成本系数。
[0023]
作为可选择的实施方式，所述光伏发电功率为：
[0024][0025]
其中，p
pv
为光伏发电功率，μ
pv
为光伏发电的功率衰减系数，μ
inverter
为光伏逆变器的发电效率，p
pv
·
rate
为光伏发电装置的额定功率，g
t
为光伏阵列表面的日晒强度，g
stc
为光伏阵列标准试验条件下的日晒强度，α
pt
为功率温度系数，tc为太阳能电池温度，t
stc
为标准
试验条件下的太阳能电池温度。
[0026]
作为可选择的实施方式，所述风力发电功率为：
[0027][0028]
其中，p
wt
为风力发电功率，v为风速，v
vi
为风电装置的插入风速，v
co
为风电装置的截断风速，p
wt
·
rate
为风力发电装置的额定功率，vr为风电装置的额定风速。
[0029]
第二方面，本发明提供一种基于可再生能源互补率的风光微电网优化设计系统，包括：
[0030]
模型构建模块，被配置为构建风光微电网系统模型，并以此确定光伏发电功率和风力发电功率；
[0031]
指标定义模块，被配置为根据光伏发电功率和风力发电功率确定风光单独出力时的波动之和，根据风光互补后出力的波动与风光单独出力时的波动之和的比值，确定可再生能源互补率；
[0032]
多目标优化设计模块，被配置为以最小化风光微电网系统总成本和可再生能源互补率为多目标优化函数，对多目标优化函数以风光发电设备容量约束、风光发电设备出力约束和功率平衡约束为约束条件并进行求解后，得到风光发电设备容量和风光发电设备出力的最优设计方案。
[0033]
第三方面，本发明提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述的方法。
[0034]
第四方面，本发明提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。
[0035]
与现有技术相比，本发明的有益效果为：
[0036]
本发明提出一种基于可再生能源互补率的风光微电网优化设计方法及系统，首先，通过构建风光微电网系统模型，给出各可再生能源的发电功率；然后，定义基于微电网稳定性的可再生能源互补率指标，该指标能够阐述可再生能源的互补对微电网稳定性的影响；最后，在微电网优化设计中，将可再生能源互补率与经济性指标作为评价指标，建立多目标优化函数，并通过确定约束条件，求解多目标优化函数得到风光微电网的最优设计方案。
[0037]
本发明提出一种基于可再生能源互补率的风光微电网多目标优化设计方法及系统，定义了基于微电网稳定性的可再生能源互补率指标，通过对可再生能源互补率的定义，从微电网稳定性的角度描述可再生能源互补率指标，并将其引入到多目标优化设计中进行求解，不仅能够揭示可再生能源在微电网稳定性方面的互补特性，提高新能源利用率，还能为微电网系统的优化设计提供新的着力点。
[0038]
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0039]
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
[0040]
图1为本发明实施例1提供的基于可再生能源互补率的风光微电网优化设计方法流程图；
[0041]
图2为本发明实施例1提供的风光微电网系统模型示意图。
具体实施方式
[0042]
下面结合附图与实施例对本发明做进一步说明。
[0043]
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
[0044]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0045]
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
[0046]
实施例1
[0047]
本实施例提供一种基于可再生能源互补率的风光微电网优化设计方法，如图1所示，包括：
[0048]
构建风光微电网系统模型，并以此确定光伏发电功率和风力发电功率；
[0049]
根据光伏发电功率和风力发电功率确定风光单独出力时的波动之和，根据风光互补后出力的波动与风光单独出力时的波动之和的比值，确定可再生能源互补率；
[0050]
以最小化风光微电网系统总成本和可再生能源互补率为多目标优化函数，对多目标优化函数以风光发电设备容量约束、风光发电设备出力约束和功率平衡约束为约束条件并进行求解后，得到风光发电设备容量和风光发电设备出力的最优设计方案。
[0051]
在本实施例中，构建如图2所示的包括光伏发电模型和风电发电模型的风光微电网系统模型，并确定光伏发电功率和风力发电功率；
[0052]
具体地，假设光伏发电系统在最大功率点跟踪模式下工作，则考虑温度影响的光伏发电功率为：
[0053][0054]
其中，p
pv
为光伏发电功率，μ
pv
为光伏发电的功率衰减系数，μ
inverter
为光伏逆变器的发电效率，p
pv
·
rate
为光伏发电装置的额定功率，g
t
为光伏阵列表面的日晒强度，g
stc
为光伏阵列标准试验条件下的日晒强度，α
pt
为功率温度系数，tc为太阳能电池温度，t
stc
为标准试验条件下的太阳能电池温度。
[0055]
具体地，为了增强风电发系统控制的灵活性，风力发电系统一般被设计为可变螺
距；此外，当风速超过额定风速时，可通过调节桨距角和发电机转矩来控制变桨距以使风力发电系统保持在额定功率。那么，风力发电功率为：
[0056][0057]
其中，p
wt
为风力发电功率，v为风速，v
ci
为风电装置的插入风速，v
co
为风电装置的截断风速，p
wt
·
rate
为风力发电装置的额定功率，ve为风电装置的额定风速。
[0058]
在大多数供电系统中，一些分布式电源的输出功率具有明显的互补特性。例如，光伏和风电在时间上是互补的，因为在许多地区，非常晴朗的月份往往风较少，而非常多风的月份往往阳光较少。同样，在风-光微电网系统中，由于风力发电和光伏发电的接入会对系统的稳定性产生影响，而且往往风力的波动要大于光伏的波动，所以光伏发电在一定程度上能减少风电波动对系统产生的负面影响。
[0059]
由此，本实施例构建一种基于微电网稳定性的可再生能源互补指标，该可再生能源互补指标为出力波动比km，用于描述可再生能源之间的互补程度，出力波动比km值越小，说明微电网系统出力曲线越平滑，稳定性越好。
[0060]
出力波动比km为在周期t内，微电网系统中可再生能源互补后的出力波动与微电网系统中各可再生能源单独出力时的波动之和的比值，具体公式如式(3)：
[0061][0062]
式中：n为周期t内的采样点个数；pi为可再生能源互补后的微电网系统在第i个采样点的出力值；为可再生能源互补后的微电网系统在周期t内的平均出力值；m为微电网系统中接入可再生能源的种类个数；p
i,p
为第p种可再生能源单独接入微电网系统中在第i个采样点的出力值；为第p种可再生能源单独接入微电网系统在周期t内的平均出力值。
[0063]
在本实施例中，根据式(3)中对出力波动比km的定义，可以得到微电网系统中风光互补后的可再生能源互补率，可再生能源互补率指标用于阐述风光的互补对微电网稳定性的影响；如式(4)所示：
[0064][0065]
其中，pi为风光互补后的微电网系统在第i个采样点的出力值；为风光互补后的微电网系统在第i个采样点的平均出力值；p
i,pv
为只接入光伏发电的微电网系统中第i个采样点的出力值；为只接入光伏发电的微电网系统中在周期t内的平均出力值；p
i,wt
为只接入风力发电的微电网系统中第i个采样点的出力值；为只接入风力发电的微电网系统中在周期t内的平均出力值。
[0066]
在微电网优化设计中，本实施例构建多目标优化函数，具体地以最小化风光微电网系统总成本和可再生能源互补率建立多目标优化函数；
[0067]
其中，风光微电网系统总成本包括风光微电网的安装投资成本和运行维护成本，如式(5)-式(7)所示：
[0068]
minc＝c1+c2ꢀꢀꢀ
(5)
[0069][0070]
c2＝r
pv
p
pv
+r
wt
p
wt
ꢀꢀꢀ
(7)
[0071]
式中：c为风光微电网系统总成本；c1为安装投资成本；c2为运行维护成本；i
pv
为光伏发电设备的单位容量投资费用；cap
pv
为光伏发电设备容量；i
wt
为风电设备的单位容量投资费用；cap
wt
为风电设备容量；r为折算率；m为设备折旧年限；r
pv
为光伏发电设备的单位运行成本系数；r
wt
为风电设备的单位运行成本系数。
[0072]
由此，构建的多目标优化函数为：
[0073]
minimize{c,k
pw
}
ꢀꢀꢀꢀ
(8)
[0074]
在本实施例中，多目标优化函数的优化变量为风力发电设备容量cap
wt
、光伏发电设备容量cap
pv
、周期t内第i个采样点的风力发电设备出力p
i,wt
、周期t内第i个采样点的光伏发电设备出力p
i,pv
；
[0075]
由此，本实施例设计的约束条件具体为：
[0076]
(1)风光发电设备容量约束：
[0077]
cap
min,pv
≤cap
pv
≤cap
max,pv
ꢀꢀꢀ
(9)
[0078]
cap
min,wt
≤cap
wt
≤cap
max,wt
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0079]
式中：cap
min,pv
和cap
max,pv
为光伏发电设备容量的上下限；cap
min,wt
和cap
max,wt
为风力发电设备容量的上下限。
[0080]
(2)风光发电设备出力约束：
[0081]
p
min,pv
≤p
i,pv
≤p
max,pv
ꢀꢀꢀ
(11)
[0082]
p
min,wt
≤p
i,wt
≤p
max,wt
ꢀꢀꢀ
(12)
[0083]
式中：p
min,pv
和p
max,pv
为光伏发电设备出力的上下限；p
min,wt
和p
max,wt
为风力发电设备出力的上下限。
[0084]
(3)功率平衡约束：
[0085]
p
pv
+p
wt
+p
grid
＝pdꢀꢀꢀ
(13)
[0086]
式中：p
grid
为大电网与微电网的交换功率；pd为用电需求量。
[0087]
可以理解的，对多目标优化函数的求解采用常规方式即可，不作重点赘述，在此也不作限定。
[0088]
本实施例提出了一种基于可再生能源互补率的风光微电网多目标优化设计方法；首先，通过构建风光微电网系统模型，给出各可再生能源的发电功率；然后，定义基于微电网稳定性的可再生能源互补率指标，该指标能够阐述可再生能源的互补对微电网稳定性的影响；最后，在微电网优化设计中，将可再生能源互补率与经济性指标作为评价指标，建立多目标优化函数，并通过确定约束条件，求解多目标优化函数得到风光微电网的最优设计方案。揭示可再生能源之间的互补特性，提高新能源利用率，为微电网系统的优化设计提供
新的着力点。
[0089]
实施例2
[0090]
本实施例提供一种基于可再生能源互补率的风光微电网优化设计系统，包括：
[0091]
模型构建模块，被配置为构建风光微电网系统模型，并以此确定光伏发电功率和风力发电功率；
[0092]
指标定义模块，被配置为根据光伏发电功率和风力发电功率确定风光单独出力时的波动之和，根据风光互补后出力的波动与风光单独出力时的波动之和的比值，确定可再生能源互补率；
[0093]
多目标优化设计模块，被配置为以最小化风光微电网系统总成本和可再生能源互补率为多目标优化函数，对多目标优化函数以风光发电设备容量约束、风光发电设备出力约束和功率平衡约束为约束条件并进行求解后，得到风光发电设备容量和风光发电设备出力的最优设计方案。
[0094]
此处需要说明的是，上述模块对应于实施例1中所述的步骤，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
[0095]
在更多实施例中，还提供：
[0096]
一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例1中所述的方法。为了简洁，在此不再赘述。
[0097]
应理解，本实施例中，处理器可以是中央处理单元cpu，处理器还可以是其他通用处理器、数字信号处理器dsp、专用集成电路asic，现成可编程门阵列fpga或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0098]
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
[0099]
一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例1中所述的方法。
[0100]
实施例1中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
[0101]
本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0102]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不
需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。