[发明专利]基于改进的多元宇宙优化算法的微电网优化调度方法

权利要求书

1.一种基于改进的多元宇宙优化算法的微电网优化调度方法，其特征在于包括以下步骤：

步骤1：引入一天中各时段内机组的光伏出力、风电出力、燃气轮机出力、柴油发电机出力、储能元件出力及负荷需求；

步骤2：建立微电网优化调度模型，包括系统的运行成本模型和污染物排放费用模型；

步骤3：以最小系统运行成本和最小污染物排放费用为目标函数优化目标模型，以电源功率约束、功率平衡约束、线路传输功率约束以及蓄电池约束构建系统约束条件模型，从而建立孤立微电网动态多目标优化调度模型；

步骤4：满足约束条件的情况下，随机初始化一个多元宇宙种群U及各优化参数；

步骤5：迭代开始，计算并更新各宇宙的膨胀化率，即适应度，对初始宇宙进行择优，根据轮盘机制，宇宙拥有的白洞或黑洞转移宇宙物体，更新宇宙群；

步骤6：白洞选择虫洞穿越，黑洞围绕对应白洞公转；

步骤7：采用指数形式改进传统多元宇宙优化算法的旅行距离率TDR；

步骤8：重复步骤5至步骤7直至算法收敛，得出各类型电源出力最优策略。

2.根据权利要求1所述的基于改进的多元宇宙优化算法的微电网优化调度方法，其特征在于：步骤1中，太阳能光伏电池的输出功率表示为：

P_pv＝ζη_mfA_pη_pcosθ

其中，其中，P_pv为PV实际出力；ζ为太阳光照强度；η_mf为最大功率点跟踪模式下的效率；A_p为电池板的面积；η_p为光伏电池的效率；θ为光照的入射角度；

风力发电机的输出功率与风速的大小有关，其功率输出模型表示为：

其中,P_WT、P_r分别为WT的实际功率和额定功率；v_ci、v_co、v_r分别为风机的切入风速、切出风速、额定风速；

燃气轮机发出相应功率对应成本为：

其中,F_Mr为MT的燃料成本；C为天然气价格；LHV为天然气低热值；P_MT为MT的输出功率；η_MT为MT工作的效率，其值与P_MT呈三次函数关系；

柴油发电机的燃料成本为燃料成本耗量特性函数，柴油发电机燃料成本采用二次函数表达式为：

其中,F_DE为DE的燃料成本；P_DE为DE的输出功率；α、β、γ为DE燃料成本的系数；

蓄电池能够跟踪风能和太阳能出力变化进行充放电,在电网中起到了缓冲风能和太阳能不确定出力,提高电网的供电可靠性和连续性；当分布式电源的总输出功率大于总负荷时，蓄电池充电，否则,蓄电池放电；蓄电池的充放电状态表示为：

其中,E_SB(t)、E_SB(t-1)分别为蓄电池t时刻、t-1时刻的容量；P_total(t)为t时刻微电源出力总和；P_load(t)为t时刻系统的总负荷；η_inv、η_sb分别为逆变器的工作效率和蓄电池的充放电效率。

3.根据权利要求1所述的基于改进的多元宇宙优化算法的微电网优化调度方法，其特征在于：步骤2中，微电网系统的运行成本模型和污染物排放费用模型如下：

微电网运行成本为：

式中，T为微电网的调度周期的时段数；N为微电源类型数目；CO_i,t为微电源在t时刻的发电费用；IR_t为微电网在t时刻的可中断费用；P_i,t为第台微电源在时刻的发电功率；

环境成本为：

其中，CE的环境成本；K为污染物排放类型；α_j为处理第j种污染物的单位费用；β_ij为不同电能生产方式下输出P_i电能时所排放的第j种污染物的排放系数。