[发明专利]计及储能寿命损耗的孤立微电网最优经济运行方法

摘要

本发明公开了一种计及储能寿命损耗的孤立微电网最优经济运行方法，其通过研究铅酸蓄电池充放电过程对其寿命的影响，并折算为经济成本加入到目标函数之中，建立了计及储能寿命损耗的微电网最优经济运行模型，采用了将调整策略和粒子群算法相结合的策略对模型进行求解，确定孤立微电网最优经济运行方案，按照该最优经济运行方案对孤立微电网系统调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率加以控制，能够减少微电网系统出现发电量过盛的情况，在满足供电负荷需求的情况下帮助降低微电网系统运行成本；同时，本发明孤立微电网最优经济运行方法的运算流程较为简单，通用性较好，可广泛应用于不同应用场合下的微电网经济运行方案的规划。

主权项

计及储能寿命损耗的孤立微电网最优经济运行方法，其特征在于，建立计及储能寿命损耗的微电网最优经济运行模型，采用粒子群算法对所建立的微电网最优经济运行模型进行求解，并在求解过程中对微电网最优经济运行模型中的微燃机出力大小和铅酸蓄电池Soc值进行调整，确定孤立微电网最优经济运行方案；所述微电网最优经济运行模型为：微电网最优经济运行模型的目标函数为：minCtotal=Σt=1TΣn=1NCnt(1-un,t-1)un,t+Σn=1Nun,tFFC,tn+Cbat;---(1)]]>其中：FFC,tn=FfΣt=1TPnηtn;---(3)]]>式中，Ctotal为孤立微电网系统的总运行成本；为调度周期中第t个时段中第n组微燃机的开机成本；N为孤立微电网系统中微燃机的总组数；un,t为调度周期中第t个时段中第n组微燃机的开、停机状态变量，处于开机状态时un,t取值为1，处于停机状态时un,t取值为0；T为调度周期内包含的总时段数；Cbat为铅酸蓄电池的寿命损耗成本；σn、δn、τn为第n组微燃机的启动成本系数；为第n组微燃机在调度周期中第t个时段内的停运时间；FFC,tn为调度周期中第t个时段中第n组微燃机的运行成本；Ff为燃料价格；Ptn为调度周期中第t个时段中第n组微燃机的输出功率；ηtn为调度周期中第t个时段中第n组微燃机的效率；e表示自然对数的底数；当铅酸蓄电池充放电循环深度为R时，故障前最大循环充放电次数NESS表示为：NESS=α1+α2eα3R+α4eα5R;---(4)]]>α1～α5为铅酸蓄电池的特征参数，这些参数由厂商提供的寿命测试数据得到；铅酸蓄电池充放电循环一次，电池寿命损耗占总寿命百分比为1/NESS，等效经济损耗成本C1为：C1＝Cinitial‑bat/NESS；  (5)微电网运行过程中，在调度周期内，铅酸蓄电池的寿命损耗成本Cbat为：Cbat=Σj=0NTC1,j;---(6)]]>式中，Cinitial‑bat为铅酸蓄电池投资成本；C1,j为铅酸蓄电池第j次充放电的等效经济损耗成本；NT为调度周期中铅酸蓄电池的充放电次数；微电网最优经济运行模型的约束条件为：①功率平衡约束条件：Σn=1NPntun,t+Pwt+PESSt=PDt;---(7)]]>式中，PDt表示调度周期中第t个时段的负荷预测值；Pnt为调度周期中第t个时段中第n组微燃机的出力，un,t为调度周期中第t个时段中第n组微燃机的开、停机状态变量；Pwt为调度周期中第t个时段的风电功率预测值；PESSt为调度周期中第t个时段中铅酸蓄电池的充放电功率，放电时为正，充电时为负；②微燃机出力约束条件：Pnminun,t≤Pntun,t≤Pnmaxun,t;---(8)]]>式中，分别为第n组微燃机的最小、最大出力限值；③铅酸蓄电池约束条件：0≤Ptc≤Pch,max;---(9)]]>0≤Ptd≤Pdch,max;---(10)]]>Socmin≤Soc(t)≤Socmax；  (11)Soc(0)＝Soc(Tend)＝Socinitial；  (12)式中，分别为调度周期中第t个时段铅酸蓄电池的充、放电功率；Pch,max、Pdch,max分别为铅酸蓄电池的最大充、放电功率；Soc(t)为调度周期中第t个时段铅酸蓄电池的剩余容量；Socmin、Socmax分别为铅酸蓄电池的最小、最大剩余容量限值；Soc(0)表示调度周期中最初始的一个时段铅酸蓄电池的剩余容量值，Soc(Tend)表示调度周期中最后一个时段铅酸蓄电池的剩余容量值，Socinitial表示铅酸蓄电池的原始容量值；④旋转备用约束条件：调度周期中第t个时段中微燃机提供的最大正备用为：Rntup=Σn=1NPnmaxun,t-Σn=1NPntun,t,∀t;---(13)]]>调度周期中第t个时段中铅酸蓄电池提供的最大正备用为：RESStup=min{ηd(Soc(t)-Socmin)/Δt,Pdch,max-PESSt},∀t;---(14)]]>调度周期中第t个时段中微燃机提供的最大负备用为：Rntdown=Σn=1NPntun,t-Σn=1NPnminun,t,∀t;---(15)]]>调度周期中第t个时段中铅酸蓄电池提供的最大负备用为：RESStdown=min{(Socmax-Soc(t))/ηc/Δt,Pch,max-PESSt},∀t;---(16)]]>采用概率约束确定旋转备用容量，即：P{-(Rntdown+RESStdown)≤Rt≤Rntup+RESStup}≥α;---(17)]]>Rt＝ΔPDt+ΔPwt；  (18)式中，Rt为调度周期中第t个时段微电网系统所需的旋转备用容量；P{}表示概率；α为置信度水平；ΔPDt为调度周期中第t个时段的负荷预测误差，服从正态分布，即ΔPDt～N(0,(σ2·PDt)2)；ΔPwt为调度周期中第t个时段的风电功率预测误差，服从正态分布，即ΔPwt～N(0,(σ1·Pwt)2)；Δt为相邻两时段的时间间隔；采用粒子群算法对所述微电网最优经济运行模型的求解过程具体包括如下步骤：(1)统计微电网系统中风速及负荷的历史数据，根据历史数据对调度周期内各时段的风电功率和负荷进行预测，并作为微电网最优经济运行模型的输入参数；(2)产生初始粒子群：针对调度周期内每一个时段，随机生成该时段内N组微燃机的出力值，并随机生成该时段内的铅酸蓄电池Soc值，构成一个包含N+1个数值元素的数组，从而针对调度周期内包含的T个时段，随机生成得到T个数组，形成一个(N+1)×T维的搜索空间矩阵，作为粒子群中的一个粒子的位置值，并随机生成该粒子的速度值；由此，根据设定的粒子群规模M，随机生成包含M个粒子的粒子群；(3)采用启发式调整策略对当前粒子群中各个粒子中的微燃机的出力值和铅酸蓄电池Soc值进行调整，使得各个粒子满足微电网最优经济运行模型的约束条件，同时保证微电网系统功率平衡；(4)计算当前粒子群中的每个粒子的适应值，并计算当前粒子群的粒子个体极值和全局极值；每个粒子的适应值函数为：fitness=A/(Ctotal+Σt=1Tδmt);]]>式中：Ctotal为孤立微电网系统的总运行成本；δ惩罚因子；mt为取值为0或1的状态变量，若调度周期中第t个时段中微燃机的出力值和铅酸蓄电池Soc值不满足旋转备用约束条件，mt取1，反之，mt取0；A为正常数；(5)更新粒子群中各个粒子的位置和速度：根据当前第k代粒子群中各个粒子的位置和速度，更新第k+1代粒子群中各个粒子的位置和速度：vi(k+1)＝ωvi(k)+c1r1(k)(Pbest_i(k)‑xi(k))+c2r2(k)(Pg(k)‑xi(k))；xi(k+1)＝xi(k)+vi(k+1)；式中，ω为惯性权重系数，为一个常数；c1、c2为加速常数，在(0,2]之间取值；k为粒子群算法的当前迭代代数；r1(k)、r2(k)为[0,1]之间取值的随机数；i表示粒子群中第i个粒子；vi(k)表示第k代粒子群中第i个粒子的速度值；vi(k+1)表示第k+1代粒子群中第i个粒子的速度值；xi(k)表示第k代粒子群中第i个粒子的位置值；xi(k+1)表示第k+1代粒子群中第i个粒子的位置值；Pg(k)为第k代粒子群的全局极值，Pbest_i(k)为第k代粒子群中第i个粒子的个体极值；(6)重复步骤(3)～(5)，直到达到粒子群算法预先设定的最大迭代代数；(7)将最终所得粒子群中作为全局极值的粒子所表示的调度周期内包含的T个时段中各组微燃机的出力值和铅酸蓄电池Soc值，作为调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率的最优经济运行方案，并按照该最优经济运行方案，对孤立微电网系统调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率加以控制。