[发明专利]一种基于启发式规则的微网优化调度方法

说明书

本发明提供一种微网优化调度的方法，具体是一种基于启发式规则的微网优化调度方法。所述方法包括：利用GABP算法预测未来一天每小时段的光伏发电功率和负荷功率；建立微网内各单元的运行费用模型和运行状态约束；建立微网经济调度运行的目标函数；利用考虑分时电价的启发式规则优化自适应权重粒子群算法，利用改进的粒子群算法对目标函数寻优，得到微网内蓄电池充放电功率和微网与大电网的联络线交换功率。本发明提出的启发式规则，充分考虑蓄电池的运行约束和微网运行的经济性和可靠性，为微网优化调度问题提供一种借鉴方法。

技术领域

本发明属于微网优化调度领域，特别是涉及一种基于启发式规则的微网优化调度方法。

背景技术

随着经济的快速发展，能源危机与环境恶化问题日益严重，大量化石燃料的开发利用造成的大气污染、水污染等已经严重威胁到了人类自身的生存，因此许多国家加大了对太阳能、风能等分布式可再生能源发电的开发与利用，而光伏微电网是太阳能利用的较好方式，逐渐成为了可再生能源的研究方向。

微电网运行方式复杂，网内分布式单元较多，为保证微网运行的经济性和可靠性，需要对微网内各单元进行优化调度。现有调度方法没有充分考虑蓄电池的充放电约束，没有规则指导充放电，本发明提出了启发式规则，充分考虑蓄电池的运行约束和微网运行的经济性和可靠性，利用考虑分时电价的启发式规则优化自适应权重粒子群算法，利用改进的粒子群算法对目标函数寻优，求解调度计划，为微网优化调度问题提供一种借鉴方法。

发明内容

为了解决上述问题，本发明提出了一种基于启发式规则的微网优化调度方法，所采用的技术方案包括以下步骤：

步骤一：利用GABP算法预测未来一天每小时段的光伏发电功率和负荷功率，得到24小时的光伏发电功率与负荷预测数据；

步骤二：建立微网内各单元的运行费用模型和运行状态约束；

步骤三：建立微网经济调度运行的目标函数，以微网运行成本最低为目标；

步骤四：利用考虑分时电价的启发式规则优化自适应权重粒子群算法，利用改进的粒子群算法对目标函数寻优，得到微网内蓄电池充放电功率和微网与大电网的联络线交换功率。

所述的微网为与大电网并网运行的微网，微网内调度控制对象包括预测中心、光伏发电单元、负荷单元、蓄电池储能单元和大电网联络线单元。

步骤一中GABP算法为将BP神经网络算法部分作为GA遗传算法的目标函数，对网络权值阈值参数进行寻优学习，以获得最佳权值阈值，预测得到的光伏发电功率和负荷功率为每小时段的平均值。

步骤二中，各单元运行需满足以下约束：

1)蓄电池运行约束：

式中，maxP_ch为蓄电池最大充电功率；maxP_dis为蓄电池最大放电功率；P_bat(t)为蓄电池t时段充放电功率；P_bat(t)＞0，蓄电池放电，P_bat(t)＜0，蓄电池充电；SOC(t)为蓄电池t时段荷电状态，minSOC和maxSOC为蓄电池SOC上下限幅值；σ为蓄电池自放电率；Δt＝1h；E_bat为蓄电池额定容量；η_d为蓄电池放电效率；η_c为蓄电池充电效率；

2)联络线交换功率约束：minP_grid≤P_grid(t)≤maxP_grid