[发明专利]一种计及系统能源波动性的交直流混合微网优化方法

权利要求书

1.一种计及系统能源波动性的交直流混合微网优化方法，其特征在于包括以下步骤：

步骤1：采集交直流混合微网两个子区域微源分布的拓扑结构，并收集交直流混合微网历史负荷需求和风光出力数据，基于气象环境因素和其概率分布特点，对未来一天的交直流负荷需求与风电和光电的出力数据进行联合预测；

步骤2：构建以系统整体运行成本最低、净负荷波动性最强为上下层优化目标的交直流双层鲁棒优化模型，其中，系统的整体运行成本包括燃料成本、运维成本、污染成本、购售电成本和换流器损耗成本，系统鲁棒性用交直流两个子区域净负荷的波动量之和来表示，具体为：

其中：T为交直流混合微网优化调度时段；C₁～C₅分别为系统的燃料、运维、污染处理、购售电成本和换流器的损耗费用；

LJ_AC,t、LJ_DC,t分别为各时段混合微网交、直流子区域的净负荷波动量；

N_G为可控机组的个数；P_k(t)、C_k(t)分别为第t时段第k个微源的出力功率与燃料费用；λ_k为第k个微源的运维系数；

S_l、分别为第k个微源第l种排放物的折算成本系数和污染物排放系数；

P_Grid(t)为第t时段微网系统与大电网的交互功率；R_s、R_b为与大电网交互的电能价格；α为系统购售电系数，取0或1；

η_trans为换流器的换流转换效率；P_bef(t)为第t时段换流器的输出功率；R_MG为微网单位功率发电成本；L_AC(t)、L_DC(t)分别为第t时段交、直流区域的负荷实际需求；P_PV(t)、P_WT(t)分别为第t时段光伏、风电机组的实际出力；

步骤3：建立交直流混合微网区域电能的约束条件，包含计及双向换流器的子区域功率平衡约束、微源出力约束、大电网交互约束与双向换流器传输约束，具体为：

A、交直流区域功率平衡：

交流转直流时：

直流转交流时：

B、可控机组出力约束：

C、大电网交互约束：

D、双向换流器传输约束：

其中：P_WT(t)、P_MT(t)、P_PV(t)、P_FC(t)、P_SB(t)分别为风电、微燃机、光电、燃料电池和储能电池在第t时段的输出功率；

分别第t时段的交直流负荷需求；

P_LOSS(t)为第t时刻的换流损耗；u为流过双向换流器的功率与额定功率的比值；SOC(t)为第t时段蓄电池的荷电状态；

P_i^min、P_i^max分别为各机组出力的上、下限约束；

分别为大电网与交流母线的最大交互功率、换流器与两子区域的最大交互功率；

步骤4：基于采用最大净负荷波动之和代替系统最坏运行条件下备用容量的要求，利用在MATLAB中调用CPLEX求解器求解鲁棒双层模型的下层目标，获得最恶劣环境下系统负荷、可再生能源的出力波动曲线；

步骤5：模型参数初始化，包括设置种群规模sizepop、最大迭代次数iter，粒子云变异代数N、变异阈值K，引入根据步骤(4)求得的最恶劣环境下负荷、间歇性能源波动性最强的鲁棒优化数据；

步骤6：随机初始化种群，并依据反向学习机制求得其反向粒子，对比反向学习前后粒子的适应度值，按照适应度值优劣选择初始种群的组成粒子，反向学习粒子表达式为：

z_ij'＝b_ij+(a_ij-x_ij) (7)

其中：z_ij’为在M维空间中，初始种群中第i个粒子第j维初始数据的反向点，a_ij、b_ij为第i个粒子第j维数据的上下限，x_ij为初始种群中第i个粒子第j维的随机初始数据；

步骤7：粒子个体最优与全局最优位置更新，依据云模型理论，在粒子更新达到变异阈值时生成具有一定趋向性的云滴以更新粒子位置，增加基本粒子群算法在更新后期的种群多样性，云模型理论在粒子更新中的应用表达式如下：

其中：pop(i,j)为第i个粒子第j维更新后的数据；popmax(j)、popmin(j)为更新粒子第j维数据的上下限；m_ij为更新种群中的第i个原始粒子的第j维数据；Ex为期望，表征粒子的最优位置；En为熵，表示粒子的随机不确定性；He为超熵，是度量熵的熵；zbest为当前迭代次数下的全局最优解；

步骤8：判断是否达到最大迭代次数，若已达到则输出全局最优解，反之，重复步骤(7)继续更新粒子。