[发明专利]一种微电网群落的协同优化方法

权利要求书

1.一种微电网群落的协同优化方法，其特征在于，包括：

S1，建立微电网群落的电动汽车充放电模型，获取光伏发电模块和风力发电机的发电数据；

S2，建立微电网群落的容量配置模型，并在满足其约束条件的前提下，对可再生能源发电单元与电动汽车双向充放电装置的装机容量进行优化；其中，所述容量配置模型的目标函数为微电网群落的容量配置成本，约束条件为装机容量约束；

建立微电网群落的有功调度模型，并在满足其约束条件的前提下，对电动汽车的充放电功率以及微电网群落与配电网交换的有功功率进行优化；其中，所述有功调度模型的目标函数为微电网群落运行成本，约束条件为功率平衡约束、微电网群落与配电网交换功率的约束、可再生能源出力约束、电动汽车功率约束与容量约束；

建立微电网群落的网损成本优化模型，在满足其约束条件的前提下，对微电网群落与配电网交换的无功功率进行优化；其中，所述网损成本优化模型的目标函数为微电网群落的网损成本，约束条件为潮流约束；

S3，分别以所述微电网群落的容量配置模型、微电网群落的有功调度模型和微电网群落的网损成本优化模型作为外环、中间环和内环，对所述微电网群落的容量配置成本、运行成本以及网损成本进行优化，以使微电网群落的总成本最小。

2.如权利要求1所述的方法，其特征在于，所述S3包括：

S31：对可再生能源发电单元与电动汽车双向充放电装置的装机容量进行初始化获得外环粒子群；

S32：以微电网群落的容量配置成本作为外环粒子的适应度函数，产生初始外环粒子群；根据中间环优化目标，即微电网群落的运行成本最低，进行中间环的循环迭代获得外环粒子对应的最优中间环决策变量以及该外环粒子的适应度值；计算初始外环粒子群中所有外环粒子的适应度值，根据适应度值大小进行寻优，获得第一次外环粒子循环中的局部最优外环粒子和全局最优外环粒子，此为外环粒子群的第一次循环过程；

S33：不断更新外环粒子的速度和位置，获得更新后的外环粒子适应度值并进行寻优，更新局部最优外环粒子和全局最优外环粒子；

S34：不断重复S33直到粒子群循环次数达到上限值，将全局最优外环粒子作为最佳外环决策变量进行输出，并将全局最优外环粒子对应的中间环决策变量作为最优中间环决策变量进行输出。

3.如权利要求2所述的方法，其特征在于，所述S32包括：

S321：对电动汽车的充放电功率和微电网群落与配电网交换的有功功率进行初始化获得中间环粒子群；

S322：将微电网群落的运行成本作为中间环粒子的适应度函数，根据内环优化目标，即微电网群落的网损成本最低，满足潮流约束条件的情况下，进行内环循环迭代，获得该中间环粒子对应的最优的内环决策变量以及该中间环粒子的适应度值；计算初始中间环粒子群中所有中间环粒子的适应度值，并根据适应度值大小进行寻优，获得第一次中间环粒子循环中的局部最优中间环粒子和全局最优中间环粒子，此为中间环粒子的第一次循环过程；

S323：不断更新中间环粒子的速度和位置，获得更新后的中间环粒子适应度值并进行寻优，更新局部最优中间环粒子和全局最优中间环粒子；

S324：不断重复S323直到粒子群循环次数达到上限值，将全局最优中间环粒子作为最佳中间环决策变量进行输出，并将全局最优中间环粒子对应的内环决策变量作为最优内环决策变量进行输出。

4.如权利要求3所述的方法，其特征在于，所述S322包括：

S3221：对微电网群落与配电网交换的无功功率进行初始化获得内环粒子群；

S3222：将微电网群落的网损成本作为内环粒子适应度函数，以此求得内环粒子的适应度值，并根据此适应度值进行寻优，获得第一次内环粒子循环中局部最优内环粒子和全局最优内环粒子；

S3223：不断更新内环粒子的速度和位置，获得更新后的内环粒子适应度值并进行寻优，更新局部最优内环粒子和全局最优内环粒子；

S3224：不断重复S3223直到粒子群循环次数达到上限值，将全局最优内环粒子作为最佳内环决策变量进行输出。