[发明专利]一种分布式光伏入网的定容方法

权利要求书

1.一种分布式光伏入网的定容方法，其特征在于包括以下步骤：

步骤1：从供电公司调度中心获得次日配电网负荷预测值，以及如下计算参数：

配电网在次日24个时段的负荷预测值，节点电压最大电压值V_max，最小电压值V_min，支路最大传输功率S_line,max，最小传输功率S_line,min，节点光伏最小入网功率P_pv,min，最大光伏入网功率P_pv,max，从主网最小购电量P_buy,min，最大购电量P_buy,max，未来24小时主网电价；

步骤2：设定优化变量为各个节点光伏入网容量P_pv,i；主网购电量P_buy、节点电压V_i则由系统潮流方程计算可得；

步骤3：确定优化模型的目标函数：

以光伏接入的网损收益和光伏接入后从主网购电的收益为最大、分布式光伏投入成本最小，构建的目标函数为式(1)：

f＝E_loss+E_buy-C_pv (1)

其中光伏接入的网损收益E_loss可表示为式(2)和(3)，C_loss,nonpv为没有光伏发电接入时的网损，C_loss,pv为光伏发电接入后的网损，R_ij和Z_ij分别为节点i、j构成的支路电阻和阻抗，ΔV_ij,t为t时段i和j节点间的电压差，K_elc为单位售出电价；

E_loss＝C_loss,nonpv-C_loss,pv (2)

光伏接入后从主网购电收益E_buy表示为式(4)和(5)，其中C_buy，nonpv为没有光伏发电接入时的购电费用，C_buy，pv为有光伏发电接入时的购电费用，C_buy,T为T时刻的电价，P_buy，i为第i个节点输入功率；

E_buy＝C_buy,nonpv-C_buy,pv (4)

分布式光伏投入成本C_pv可表示为式(6)-式(8)，式(6)中C_inv、C_main分别为光伏投资成本和维护成本，式(7)中y为光伏电池的经济使用年限，k为贴现率，C₀为单位装机成本，P_pv,i为i节点光伏接入容量，式(8)中C_main0为单位维护成本；

C_pv＝C_inv+C_main (6)

步骤4：确定优化模型的约束条件：

约束条件包括节点电压约束、支路传输功率约束、节点光伏功率约束、主网购入电量功率约束，功率平衡约束分别如下：

①节点电压约束：V_minV_iV_max；

②支路传输功率约束：S_line,minS_line,ijS_line,max；

③节点光伏功率约束：P_pv,minP_pv,iP_pv,max；

④从主网购入电量功率约束：P_buy,minP_buy,iP_buy,max；

⑤功率平衡约束：∑P_load,i＝∑P_PV,i+P_buy+P_loss

步骤5：求解优化运行模型：

利用磷虾群智能优化算法及MATLAB仿真计算软件求解上述优化模型，得到每个节点分布式光伏发电入网的最优功率。

2.一种通过磷虾群智能算法计算分布式光伏发电各个节点接入配网容量的方法，其特征在于包括以下步骤：

步骤1)：首先确定配网中分布式光伏发电的接入节点，将这些节点的光伏接入量设定为控制变量X＝(X₁、X₂……X_n)，各节点负荷预测量为常量，节点电压V_i、支路传输功率S_ij、调频电厂输出功率S_gen,i为状态变量；

步骤2)：形成初始磷虾群X＝(X₁、X₂……X_n)；

步骤3)：根据初始磷虾群控制变量和负荷预测量进行潮流计算，得出状态变量V_i、S_line,ij、P_buy,i；

步骤4)：通过步骤3)中的数据求解目标函数，初次得到最优解bestX和最优目标函数bestf；

步骤5)：磷虾种群的迭代遵循规律，其中N_i，F_i，D_i分别代表诱导运动、觅食运动和随机扩散，其中诱导运动N_i、觅食运动F_i和随机扩散D_i函数形式分别如下：

①诱导运动N_i表示为N_i,new＝N_maxα_i+ω_nN_i,old，其中ω_n为诱导惯性权重，N_max为最大诱导速度，N_i,new和N_i,old为新旧诱导运动值；为了避免算法陷入局限最优，诱导惯性权重和觅食惯性权重的表达式为t和t_max为迭代次数和最大迭代次数，α_i＝α_i,local+α_i,target，α_i,local为当前位置α_i,target为目标位置，K_best和K_worst为最好和最差磷虾适应值，K_i为第i个磷虾的当前适应度值或目标函数，α_i,target＝K_i,best*X_i,best，X_i为当前位置；

②觅食运动F_i表示为F_i,new＝V_maxβ_i+ω_fF_i,old，其中ω_f为觅食惯性权重，V_max为最大觅食速度，F_i,new和F_i,old为新旧诱导运动值，β_i＝β_i,food+β_i,best，β_i,best＝K_i,bestX_i,best，K_i,food为食物对当前粒子的影响力，K_i,best为当前粒子的历史最优个体影响力；

③随机运动D_i表示为D_max为最大扩散速度范围通常取[0.002,0.01]，δ为[-1,1]间的随机值；

步骤6)：根据磷虾群智能算法对磷虾群X＝(X₁、X₂……X_n)进行更新；

步骤7)：检查是否达到终止条件，若不满足条件则按照步骤5)～6)重复运算，若达到终止条件则输出最优目标值和对应的最优解。