[发明专利]一种微网黑启动的微源时序的优化方法

说明书

本发明涉及一种微网黑启动的微源时序的优化方法。包括：S1.建立微网DG时序优化模型；S2.设定改进的粒子群算法的初始参数，包括随机生成E个待恢复DG的启动时序粒子，以此作为初始启动时序粒子群；所述的参数包括变化系数b₁和b₂；改进因子g；时序迭代次数E_c；S3.针对每一个启动时序粒子，调用DG时序优化模型，先求解DG时序优化模型得到机组的启动时刻并计算出系统的发电量，将系统的发电量定义为启动时序粒子的适应度并进行评价；S4.通过改进的粒子群算法更新启动时序粒子；S5.重复步骤S3至S4，直到达到启动时序粒子群的时序迭代次数E_c；S6.选出适应度最大的启动时序粒子，即为最优的DG启动时刻。本发明有效提高了结果的精度，为微网黑启动提供最优的启动时序。

技术领域

本发明涉及一种微网黑启动方法，更具体地，涉及一种微网黑启动的微源时序的优化方法。

背景技术

分布式电源(DG)与传统大型机组相比具有自启动快速、反应迅速、控制方式灵活等优点，且由多个分布式电源、负荷、储能等组成的微电网具有较好的稳定性。目前关于黑启动的研究及方案制定主要针对传统大电网，随着分布式电源(DG)大量接入配电网，特别是由DG组成的微网在配电网中应用发展，DG辅助电网的黑启动研究引起了关注，在DG辅助黑启动过程中微源时序的选择尤为重要。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种微网黑启动的微源时序的优化方法，能够迅速找出微网黑启动的最优启动时刻。

为解决上述技术问题，本发明采用的技术方案是：一种微网黑启动的微源时序的优化方法，包括以下步骤：

S1.建立微网DG时序优化模型；

S2.设定改进的粒子群算法的初始参数，包括随机生成E个待恢复DG的启动时序粒子，以此作为初始启动时序粒子群；所述的参数包括变化系数b₁和b₂；改进因子g；时序迭代次数E_c；

S3.针对每一个启动时序粒子，调用DG时序优化模型，先求解DG时序优化模型得到机组的启动时刻并计算出系统的发电量，将系统的发电量定义为启动时序粒子的适应度并进行评价；

S4.通过改进的粒子群算法更新启动时序粒子；

S5.重复步骤S3至S4，直到达到启动时序粒子群的时序迭代次数E_c；

S6.选出适应度最大的启动时序粒子，即为最优的DG启动时刻。

进一步地，所述的S1步骤中的DG时序优化模型为：

式中，maxf₁为模型的目标函数1，表示微网黑启动阶段DG发电量最大；maxf₂为模型的目标函数2，表示DG附近负荷重要度最大；[0，T]为所研究的时间区间；N为待启动DG的数目；P_i(t)为第i个DG在t时刻的有功出力；t_nes,i为第i个DG获得启动功率的时刻；t_c,i为第i个DG启动所需的时间；P_max,i为第i个DG的最大输出功率；R_i为第i个DG的爬坡速率；P_start,i为第i个DG的启动功率(黑启动DG该参数为零)；a_i为第i个DG的启动状态；Z_i为第i个DG附近的负荷重要度；ω_l为l级负荷的负荷权重；Z_i.l为与第i个DG相连的所有节点负荷中l级负荷所占的比重。

进一步地，在DG时序优化过程中，应该满足DG出力约束、节点电压约束、线路约束、节点功率平衡约束的条件；

所述的DG出力约束为：