[发明专利]增量配电网中计及电价响应的分布式电源并网优化配置方法

权利要求书

1.一种增量配电网中计及电价响应的分布式电源并网优化配置方法，其特征在于，包含以下步骤：

步骤S1、获取增量配电网区域风速以及日光照强度在个时段全时序上的数据分布，建立风电和光伏的出力模型；

步骤S2、构建增量配电网内各负荷节点在个时段全时序上分布，同时考虑不同类型的行业的对电价变化反应的差异性，根据相似的其他配电网的需求响应的历史数据，构建获取节点各时段全时序的交叉弹性矩阵，以建立负荷需求响应模型；

步骤S3、供电主体以配电网负荷峰谷差最小、配电网总投资费用最小、配电网网损最小为目标，售电主体以售电收入最大为目标，构建多目标优化函数；

步骤S4、改进遗传算法求解，根据供电主体内部的多个目标函数，建立以方差大小为基础的权重，计算个体的综合适应度，综合外部目标函数，即综合售电主体单目标函数，获取最终的总适应度，采取精英策略的复制算子，自适应的交叉算子和变异算子，加快收敛；

步骤S5、根据遗传算法求解的结果进行解码，获取分布式电源布点位置及其配置容量；

步骤S2中构建的节点的个时段全时序的交叉弹性矩阵的元素是由不同类型行业需求弹性加权求和所得，从而得出对当前配电网区域需求弹性系数的计算公式：

(1)

式(1)中，为第k类行业在基础电价下时段所占负荷的权重，为对应的弹性系数，为某节点在m时刻电量对n时刻电价变化的需求弹性系数；

增量配电网某一节点下用户全时序的电量变化由下式获取：

则用户t时段的用电量在进行电价响应以后为：

；

为历史平均电价， 为对应电价下第m时段电量需求，、分别为m时段的用电量变化和n时段电价较于发生的变化；

步骤S3中构建多目标优化函数如下：

（2）

（3）

式（2）为供电主体考虑的多目标函数，式中的第一个目标函数为网络总损耗最小，第二个目标函数为接入公网节点的峰谷差最小，为全时序电量序列，第三个目标函数为配电网总投资最小，其中，前面两项为风电和光伏的投资总额，为风电单位有功功率的发电成本，为光伏电池单位面积发电成本，和分别为单个风机和光伏电池的出力，第三项为分布式发电收益，为t时段售电价，为增量配电网输配电价，为t时段分布式发电参与市场交易的电量；式（3）为售电主体考虑的目标函数，为全网售电收入最大化的目标函数；

步骤S4对分布式电源并网优化配置的同时，计及用户对峰谷电价的需求响应，建立了综合规划模型，遗传算法基因序列为：

（4）

、分别为第个节点上风机和光伏的安装数量，、、为该区域峰时段、平时段和谷时段电价；

步骤S4应用遗传算法对供电主体内部多目标函数进行寻优，为扩大Pareto 最优解的搜索区域，采用基于目标函数对应的适应度方差贡献来确定各函数的权重：

（5）

（6）

式（5）中，为第个目标函数的权重，为第个目标函数适应度，为某方目标函数的个数，式（6）中为第个目标函数的适应度， 为供电主体内部多目标函数的综合适应度。

2.根据权利要求1所述的增量配电网中计及电价响应的分布式电源并网优化配置方法，其特征在于：取值为24或96。

3.根据权利要求1所述的增量配电网中计及电价响应的分布式电源并网优化配置方法，其特征在于，根据步骤S4所应用遗传算法解决优化问题，采用基于精英策略的复制算子，每一代选取适应度最大的作为个体精英直接进入下一代操作，不进行变异和交叉操作。

4.根据权利要求1所述的增量配电网中计及电价响应的分布式电源并网优化配置方法，其特征在于，根据步骤S4所应用遗传算法解决优化问题，采用自适应交叉算子，t为当前种群遗传代数，T为最大遗传代数，为最大交叉率，为最小交叉率：

。

5.根据权利要求1所述的增量配电网中计及电价响应的分布式电源并网优化配置方法，其特征在于，根据步骤4所应用遗传算法解决优化问题，采用自适应变异算子，

，

为当前平均适应度，为截至当前最大适应度， 和 分别为最大和最小变异率，t为当前种群遗传代数，T为最大遗传代数。