[发明专利]粒子群算法求解多目标多能源电源规划模型方法

权利要求书

1.一种粒子群算法求解多目标多能源电源规划模型方法，其特征在于：包括以下步骤：

步骤一、目标函数建立

(1)分布式电源建设与运行费用

分布式电源一次安装与后续维护及残值为表达式：

其中，本模型的分布式电源种类取四种，分别为光伏电源、风机发电、燃气轮机发电以及储能元件，C＝4；全寿命周期年限设为25年，N＝25；资金利率取0.1，r＝0.1；C_dg分布式电源的一次性安装成本，单位为元/kw；P_g为此种类分布式电源安装的个数；分布式电源建设中向银行的贷款占比取0.75，即R_loan＝0.75；经调查研究，银行的贷款利率取5.65％，R_int＝5.65％；c_om为各种类分布式电源的运行维护费用；C_r为对应的各种类分布式电源经过使用后的残值；

(2)环境污染费用

分布式发电环境成本如下：

其中污染物种类本文考虑三种，包括CO2，SO2以及氮氧化物，即m＝3；β_d为治理污染物所需要的费用，单位元；α_od为各种分布式电源和各类污染物的排放关系；P_g与P_s含义同经济性目标函数；

(3)可靠性经济成本费用

其中，k为配电网的负荷节点数；T为负荷点年停电时间；L为节点自身负荷；R为每kw负荷平均停电持续时间对应的停电损失费用；

步骤二、约束条件建立

(1)分布式电源安装容量约束

接入配电网的分布式电源总有功功率不得超过配电网系统中的负荷总量的25％

P_∑DG≤sP_∑L (4-4)

其中，P_∑DG为接入分布式电源的总有功；P_∑L为系统中的负荷总量；S为系数，取0.25；

(2)节点安装容量约束

对于某个单一节点，为了使配电网网损减少，接入节点的分布式电源总容量要小于系统自身负荷容量上限；

P_idg＜P_imax (4-5)

其中，P_idg为接入节点的分布式电源总有功；P_imax为节点自身的系统负荷量上限。

(3)节点电压约束

U_imin＜U_i＜U_imax (4-6)

其中，U_imin是节点i出的允许的电压下限；U_imax为节点i处允许的电压上限；U_i为节点处的某时刻电压。

步骤三、所选用模型及算法参数

以IEEE33节点模型为算例，采用前述方法考虑全寿命周期下多能源电源多目标规划模型的求解，IEEE33节点模型中共有33个节点，假定节点1为平衡节点，不考虑加入分布式电源，其余32个节点可以加入分布式电源，其中系统电压为12.66kV，基准功率为10MW，系统有功负荷为3715kW，无功负荷为2300kVar；

计划在IEEE33节点配电网中进行多能源分布式电源的选址定容规划，多能源电源分为四种，分别为光伏发电、风机发电、燃气轮机发电和储能发电，并将四种电源都等效成PQ型，假设配电网中每一个节点只能接入一种种类的分布式电源，且接入的最大容量不超过节点自身所带的负荷，假设每个分布式电源容量为30KW。粒子群算法中，设种群数量为50，迭代次数为10次，种群维度取64，惯性权重设为0.5，学习因子C1、C2均取值为2.5；

步骤四、仿真结果分析

表5-5 粒子群算法下分布式电源接入种类位置与容量

表5-6 粒子群算法分布式电源接入方式目标函数值

表5-5、表5-6分别为粒子群算法规划下，考虑不同目标函数时分布式接入的位置种类容量以及各目标函数值；

由表5-5可知：当停电成本、环境污染成本和分布式电源安装和维护成本都考虑在内时，在满足总成本最优时，需要在13节点、15节点和24节点分别接入1台、1台、13台光伏电源；在32节点接入6台风机；2节点接入2台燃气轮机；在12节点、16节点、18节点分别接入1台、1台、1台储能转置，总容量为780kW，当不考虑环境污染成本，只考虑停电成本与电源安装成本时，最优成本情况下，需要在8节点接入5台光伏电源；22节点接入2台风机；18节点接入2台燃气轮机；在2、3、5、7、9、13、20、21、23、30、31分别接入2、2、1、1、1、1、2、2、2、13、1、4台储能装置，总容量1170kW，当不考虑停电成本，只考虑环境污染成本和电源安装费用时，最优成本情况下，需要在7节点接入5台光伏；在12、22、26节点分别接入1、1、1台风机；在节点10、24分别接入3、9台燃气轮机；在2、5、6、17、20、21、27、28、30、32分别接入1、1、1、1、2、1、1、1、5、1台储能装置，总容量为1050kW；当只考虑电源安装成本时，最优成本情况下，需要在节点7、33分别接入1、1台光伏；在3、8、16、24、25分别接入1、5、1、13、13台风机；在节点29接入5台燃气轮机；在节点13、22、26分别接入1、2、1台储能装置，总容量为1320kW。分析表5-5可知，在考虑不同目标函数的情况下，分布式电源接入种类和接入位置及容量也不同；

分析表5-6，不考虑环境污染成本后，系统总接入了1170kW的分布式电源，远远多于考虑三种目标函数值时的780kW，可以看到，此时经济成本为135万元，约为考虑环境成本时的78万元的两倍，且接入的大部分为储能装置，综合考虑，由于储能装置造价低，维护成本低，当对于储能装置的废弃污染成本不做考虑后，就促成了其大量接入的结果；加入环境污染指标，更能恰当的控制接入电源的种类，使系统能更全面的考虑来加入分布式电源，当不考虑停电成本后，对比考虑三种目标函数指标的情况，系统接入了更多的分布式电源，环境成本和安装与维护费用大幅提高，但购电成本却没有明显可见的下降，总成本1010万甚至超过了三目标函数时的成本值968万；电源接入的越多，系统可靠性越差，但由于停电成本的缺失，使得没有可靠地措施来影响分布式电源的无限制接入导致了接入容量的增加；当只考虑经济性目标函数时，数据表示系统在最优成本下大量接入了风机电源，约占接入总容量的75％，风机一次安装成本高，但运行与维护成本低，且经过多年运行后，回收残值较高，在不考虑停电成本和环境成本时，风机是接入系统的最佳选择。