[发明专利]一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法

说明书

本发明提出了一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法，涉及电力系统领域。使用混沌初始化和优化惯性系数改进多目标人工蜂鸟算法，对风能、光伏、储能和柴油发电机进行优化调度，确定微电网系统约束条件，考虑了微电网运行经济成本最小与风光消纳比例最大两个目标，构建含风能、光伏、储能和柴油发电机的微电网经济调度模型。由于人工蜂鸟算法控制参数少、勘探开发能力强，引进混沌初始化和线性惯性权重系数，对多目标人工蜂鸟算法做出改进，增强了多目标人工蜂鸟算法的全局寻优能力，大大地提高了全局最优解的收敛速度，对微电网经济调度具有重大意义。

技术领域

本发明的技术方案属于电力系统调度领域，具体涉及一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法。

背景技术

微电网是智能电网重要的组成部分，包含分布式电源、负荷、储能设备等各种电力设备。微电网能充分发挥分布式电源所具有的经济性、环保性和灵活性，为用户提供优质的电能质量，供电安全可靠，将可再生分布式电源纳入微电网规划非常必要。但风能和太阳能这样的自然能源是间歇性的并且因地理限制而变化，预测它们的发电量非常复杂，进而导致微电网可再生能源发电规划复杂。

微电网运行方式极为灵活，既可以并入大电网运行，也可以与电网断开孤岛运行，以在电网系统故障时保障重要负荷的供电。绿色能源逐渐成为国家供能倡导的主流能源，但是随着大量的风电场和光伏电站并入到微电网中，其输出功率的波动间歇性变化给系统的经济调度带来了很多不确定性因素。

目前国内外已有不少关于微电网经济与环保方面的研究，分析微电源出力特性、接入容量和位置等对可靠性指标的影响。但在具有大量新能源分布式电源的微电网系统中，风电光电的机组投入与使用成本较高，现有微电网经济调度往往在注重经济成本的情况下过多使用火电机组忽略风光消纳比例，导致大量弃风、弃光的不环保现象；或在不考虑经济性的情况下，优先全部消纳风电光电导致经济成本较高。因此本发明构建出一种经济与环保相协调的含风电场和光伏电站的微电网经济调度优化模型，基于改进多目标人工蜂鸟算法对于调度模型进行优化，找到兼顾经济性与环保的调度方案。

发明内容

本发明提供一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法，该方法将风电、光伏、柴油发电机和储能装置考虑在内，综合考虑了微电网的经济性、环保性以及可靠性的要求，在考虑风光消纳比例和运行经济成本最优的前提下，实现微电网电力系统运行稳定。

为解决上述技术问题，本发明采用的技术方案是：

一种基于改进多目标人工蜂鸟算法的微电网经济调度优化方法，所述方法包括：

步骤1：获取含可再生能源的微电网系统的发电机组运行数据和负荷的基本数据，其中，所述微电网系统中包括风力发电机、光伏电池、柴油发电机和电池储能装置；

步骤2：基于所述发电机组运行数据和负荷的基本数据，构建含风电、光伏、柴油发电机和储能的微电网系统经济调度模型；

步骤3：建立微电网系统的多个目标函数模型，确定微电网系统功率约束条件；

步骤4：将多目标人工蜂鸟算法(MOAHA)改进后与风光出力控制策略和经济调度优化模型相结合，进而获得各分布式电源经济调度的最优方案；将多目标人工蜂鸟改进算法应用于微电网系统优化调度中，获得最优解，实现微电网系统的经济优化调度。

进一步的，所述步骤4包括：

步骤4.1：通过Sine混沌初始化代替MOAHA中的随机生成，将n只蜂鸟置于n个食物来源上，具体映射方式如式(2)所示，通过Sine混沌映射初始化种群使得蜂鸟种群均匀分布在搜索空间上下限内，提高人工蜂鸟算法的搜索性能：

x₁＝Low+r·(Up-Low)    (1)