[发明专利]一种基于多目标的海岛分布式电源优化方法

摘要

本发明涉及一种基于多目标的海岛分布式电源优化方法，其特征在于，所述方法包括下述步骤<1>确定分布式电源的成本效益数学模型；<2>确定静态安全稳定指标数学模型及约束条件；<3>对上述两个数学模型进行优化。将NSGA‑II算法应用于分布式电源的定容定址设计，NSGA‑II算法适用于多目标优化问题的快速寻优，形成Pareto前沿。详细的考虑了分布式电源接入的成本效益、安全性以及技术性。考虑了DG的无功出力，更真实的模拟出实际情况，也考虑了每个PQ节点的DG接入情况，确定最适合的接入位置。

主权项

一种基于多目标的海岛分布式电源优化方法，其特征在于，所述方法包括下述步骤：<1>确定分布式电源的成本效益数学模型；<2>确定静态安全稳定指标数学模型及约束条件；<3>对上述分布式电源的成本效益数学模型和静态安全稳定指标数学模型进行优化；所述步骤<1>中，分布式电源的成本效益的数学模型以分布式电源的成本最小效益最大为目标函数，表达式如下：min F＝CAZ+CRL‑JWS‑JHJ‑CU  (1)；式中：JWS为安装分布式电源年节约网损收益；JHJ为分布式电源减少温室气体以及节约能源的环境收益；CU为延缓网络更新年收益；CAZ为分布式电源投资成本折算到每年的投资成本；CRL为分布式电源年运行和燃料成本；①分布式电源投资成本折算到每年的投资成本CAZ：CAZ=Σk=1nPDGk×CAZPi(1+i)n(1+i)n-1---(2);]]>式中：PDGk表示接入的分布式电源的装机容量；n为接入的分布式电源个数；CAZP表示输出单位装机成本；i为贴现率；②分布式电源年运行和燃料成本CRL：CRL=Σt=1T1Σk=1nPDGi×(cyx+crl)×λ1Σt=1T2Σk=1nPDGi×(cyx+crl)×λ2---(3);]]>式中：T1+T2＝8760，表示为一年总的负荷时段；cyx和crl分别为运行维护费率和燃料价格，其中运行维护费率即为单位发电量运行维护成本费用；λ1和λ2分别为当分布式电源的发电功率大于和小于PDG时的补偿因子；③安装分布式电源年节约网损收益JWS：所述分布式电源节约网损收益等于分布式电源安装前后网络损耗费用之差：JWS=Σt=1T[WStq-WSth]×ce---(4);]]>式中：WStq表示为分布式电源安装前某一时段t系统网络损耗；WSth为分布式电源安装后时段t系统网络损耗；ce为从输电网购电电价；④分布式电源减少温室气体以及节约能源的环境收益JHJ：JHJ=Σt=1T1Σk=1nPDGkαk(b1c1+b2c2)×λ1Σt=1T2Σk=1nPDGkαk(b1c1+b2c2)×λ2---(5);]]>式中：αk为分布式电源的环境收益系数；b1为单位发电量减少温室气体排放量；c1为减少单位气体排放所获得环境效益，即二氧化碳排放费用；b2为减少化石能源发电所节约能源量；c2为减少单位化石能源消耗所取得环境收益；⑤延缓网络更新年收益CU：分布式电源安装后可以支撑系统复合增长，有效延缓网络线路更新，采用节约线路容量裕度来量化该指标：CU=Σl=1BCbUN[Itq-Ith]×IN---(6);]]>式中：B为支路总数，Cb为节约支路容量裕度年折算费用；UN和IN分别为系统额定电压和额定电流；Itq和Ith分别为电源优化配置前后支路l流过的平均电流值；在确定静态安全稳定指标最小的目标函数及约束条件时是在：1)分布式电源作为PQ节点，功率因数不恒定2)分布式电源与负荷接在同一节点的前提下进行的；所述步骤<2>中，静态安全稳定指标以电压稳定指标进行量化：Lj＝4[(XPj‑RQj)2+(XQj+RPj)Ui2]/Ui4  (7)；式中，R、X为支路j的线路电阻和电抗；Pj、Qj为支路有功功率和无功功率；Ui为送端节点i节点的电压幅值；j＝1、2、…N；静态安全稳定指标Cv数学模型以电压稳定指标最小的目标函数，表达式如下：min Cv＝min{max{L1,L2…LN}}  (8)；式中：L1,L2…LN分别表示支路1、2、…N的电压稳定指标；静态安全稳定指标Cv的约束条件包括：A、功率约束：0≤PDG≤10MW  (9)；‑5≤QDG≤5MVar  (10)；式中：QDG表示接入的分布式电源的无功出力；B、潮流方程约束：Pi+1=Pi-Ri+1Pi2+Qi2Ui2-PLi+1+PDGi+1Qi+1=Qi-Xi+1Pi2+Qi2Ui2-QLi+1+QDGi+1Ui+12=Ui2-2(Ri+1Pi+Xi+1Qi)+(Ri+12+Xi+12)Pi2+Qi2Ui2---(11);]]>式中：Pi、Pi+1、PLi+1和PDGi+1分别为支路i、i+1、Li+1和DGi+1的有功功率；Qi、Qi+1、QLi+1和QDGi+1分别为支路i、i+1、Li+1和DGi+1的有功功率；、Ri+1和Xi+1分别为支路i+1的线路电阻和电抗、Ui和Ui+1分别为送端节点i和i+1节点的电压幅值；D、电压偏差约束：‑5％≤ΔV≤5％  (12)；E、支路电流约束：Il≤Ilmax  (13)；式中：Ilmax表示支路电流上限；所述步骤<3>中，采用多目标优化算法NSGA‑II对分布式电源的成本效益数学模型和静态安全稳定指标数学模型进行优化，包括下述步骤：步骤S1：基因编码：包括染色体编码和基于基因编码的分布式电源优化配置方案；步骤S2：对分布式电源的成本效益数学模型和静态安全稳定指标数学模型进行优化配置；步骤S3：输出优化配置结果；所述步骤S1中，所述染色体编码包括：当配电网包含n个PQ节点，染色体由表示所有节点信息的3n个基因组成，各节点的编码顺序根据据节点编号从小到大排列；所述基于基因编码的分布式电源优化配置方案包括：参照基因编码顺序，还原成分布式电源DG优化配置：首先将基因解码，确定各节点是否接入分布式电源DG以及接入分布式电源DG节点的有功和无功出力情况；所述步骤S2中，对分布式电源的成本效益数学模型和静态安全稳定指标数学模型进行优化配置包括下述步骤：步骤S201：群体初始化：设定产生规模为N的群体，初始化群体中每个个体候选分布式电源DG的配置位置和容量；分布式电源DG位置初始化方式为：在每个节点分别随机取一个数，如若该数大于0.5则接入，反之则不接入；分布式电源DG容量初始化方式：在各DG对应的有功和无功最大功率范围内，随机选出一个数，得出配置容量；步骤S202：非支配排序：在选择运算之前，根据多目标分布式电源DG数学模型进行潮流计算，得到每个个体的目标函数值，根据每个个体的非支配水平对种群分层排序；所述多目标分布式电源DG数学模型包括分布式电源的成本效益数学模型和静态安全稳定指标数学模型；步骤S203：拥挤度计算：基于非支配排序结果，对同一层的Pareto解根据多目标分布式电源DG数学模型中的目标函数值计算拥挤距离；步骤S204：选择、交叉和变异运算：根据排序和拥挤距离的计算结果，采用轮赛制随机选择2个个体，并进行交叉和变异计算；步骤S205：选择前N个个体产生父代种群；步骤S206：精英个体校验：将父代与子代合并，进行非支配排序和拥挤距离计算，开始新一轮的选择、变异和交叉，选取产生新的父代；步骤S207：重复步骤S202‑207，直到最大迭代次数时停止。