[发明专利]基于改进免疫粒子群算法的风光柴储容量优化配置方法

说明书

提出了一种基于改进免疫粒子群算法的风光柴储容量优化配置方法，属于分布式独立发电容量配置技术领域，所述方法包括：根据某地区的负荷和风光数据，建立风机及光伏发电模型；建立多目标优化函数，考虑场地大小、功率约束、以及污染物排放的限制，实现容量的优化分配；采用不同的控制方法，分别为由柴油机主导的控制方法和蓄电池完全充放电情况下的控制方法，进行对比分析；对各个分布式电源进行选型操作；采用改进的免疫粒子群算法对多目标问题进行容量配置，获得较优配置方案。本方法解决了偏远地区供电稳定性和可靠性不足等技术问题。

技术领域

本发明涉及分布式独立发电容量配置技术领域，尤其涉及一种基于改进免疫粒子群算法的多目标风光柴储容量优化配置方法。

背景技术

在清洁能源中，风能和太阳能由于资源丰富，污染小等特点，具有很大的开发价值，目前，风能和太阳能技术逐渐成熟，利用率大大提高。但进行供电过程中，考虑到风能，太阳能的间断性，随机性以及波动性大的特点，利用风能和太阳能之间的互补性优势，提出了风光柴储分布式系统，风能和太阳能为不固定电源，会随着季节和气候进行变化，储能元件和柴油机为固定电源，主要作用是在负荷短缺时进行能量的补充，缓解新能源发电的波动性，同时减少能量的浪费，促进能量流动，保证对负荷的供电量的可靠性，提高能量的利用率。

随着风能和太阳能技术的逐渐成熟，利用风光互补技术为负荷供电逐渐增多，分布式电源的配电方式成为发展的重点，对于偏远地区或者是孤岛地区，由于大电网很难供应得到，以前一般采用柴油机进行电能的供应，如今可以结合风光柴储进行联合供应。经对现有文献进行检索发现，现有文献中，潘文霞,李建成,方坤豪等人在《电网技术》(2018.42(7):2206-2213)上发表的《考虑补贴的独立微网容量配置优化方法》针对风光柴蓄独立微网系统，提出了考虑补贴的容量配置优化方法。该方法以总净现成本最低为优化目标，以负荷缺额率为约束条件保证供电可靠性，采用遗传算法优化系统容量配置。通过测试基于该方法所开发的软件，实现了多种电源组合方式下考虑补贴的容量配置优化仿真分析,分析不同补贴方式会对系统容量配置优化结果的影响。邓佃毅,栗文义,楚冰清,等人在《太阳能学报》(2018.39(9):2439-2445)上发表的《基于可靠性约束的风_光_储微网容量优化配置对配电网可靠性影响分析》上采用以微网孤岛运行时间大于主网故障时间的概率为约束条件，以等年值投资费用最低为优化目标，用模拟退火粒子群算法进行优化，分析不同可靠性约束条件下风光储对配电网的影响。李咸善,邹芳,李鑫燕等人在《高压电器》(2018.54(10):170-178)上发表了《独立微电网微源多目标分层优化配置方法研究》提出了以负荷支撑最大和系统总成本最低为多目标的独立微电网微电源优化配置方法，分别对2类微电源进行分析，采用分层优化方法进行求解。第1层利用HOMER软件得出含不同类型微电源的系统生命周期成本最低的配置方案，从中筛选出满足组网规则的配置组合；第2层以第1层优化结果为初解，以负荷缺电率最低为目标应用粒子群算法求解，得到系统的最优配置方案。袁晓玲,程淋伟,鲁丽娟等人在《电力需求侧管理》(2017.19(6):14-19.)上发表了《基于万有引力搜索算法的微电网风光储容量优化配置》提出了一种多目标的万有引力的搜索算法，建立了发电单元的输出功率模型，以成本，能量浪费率和负荷缺点率最小为优化目标，实现对风光储发电单元的优化配置。然而，已有风光柴储容量配置在策略上、配置选型、优化方法上很难满足偏远地区供电稳定性和可靠性上的不足。

发明内容

为克服现有技术存在的不足，本发明提供一种基于改进免疫粒子群算法的风光柴储容量优化配置方法，该方法采用改进的免疫粒子群优化算法来满足用户的供电需求，同时考虑了环保的能量供应分配方式。

根据本发明的一个方面，提出了一种基于改进免疫粒子群算法的风光柴储容量优化配置方法，包括以下步骤：

1)根据某地区的负荷和风光数据，建立风机及光伏发电模型；

2)建立以总成本净现值最低，负荷缺电率和能量浪费率最小的多目标优化函数，考虑场地大小、功率约束、以及污染物排放的限制，实现容量的优化分配；