[发明专利]基于改进杜鹃搜索算法的主动配电网双层风电规划方法

摘要

本发明公开了一种基于改进杜鹃搜索算法的主动配电网双层风电规划方法，步骤如下：步骤一：建立双层规划模型；步骤二：进行潮流计算，并将潮流计算进行线性化；步骤三：构建含有正弦载波的Levy飞行函数的杜鹃搜索算法；步骤四：将双层规划模型转化为单层单目标规划模型；步骤五：根据单层单目标规划模型构造一个双目标优化问题；步骤六：利用步骤三中的含有正弦载波的Levy飞行函数的杜鹃搜索算法对步骤五中的双目标优化问题进行求解。本发明的正弦载波的Levy飞行，可以很好的将随机解限制在决策变量的约束范围内，且可以支持局部精确寻优。双目标优化问题可以迫使不可行解向可行解区域移动，逐步改善可行解，加快解的优化速度，提高算法的效率。

主权项

1.一种基于改进杜鹃搜索算法的主动配电网双层风电规划方法，其特征在于：步骤如下：步骤一：建立双层规划模型；所述双层规划模型包括上层规划层的模型和下层规划层的模型；风电场为上层规划层，配电网公司为下层规划层；上层规划层的决策变量为分布式电源的位置、容量和主动管理费用；上层规划层的目标是实现净收益的最大化，该净收益考虑了风电场售电收益以及支付配电网公司的主动管理费用，还计及了年运行成本和年值化之后的风电投资成本；因受制于占地面积、空间风功率密度因素，风电装机容量必须小于一定值，此外，风电机组的最小装机台数限定了风电装机容量的下限值；所述上层规划层的模型为：xk∈{0,1}  (3)；F(d,m)＝d(1+d)m/[(1+d)m‑1]  (4)；其中，B_DWG是风电场公司的净收益，ρ^DWG是单位电量风电的上网电价，ρ^AM是单位电量的主动管理价格，Δt是运行模拟周期中一个时段的时长，是单位时间段内第k个风电场节点处所发的功率，x_k是二值变量，取0表示不安装风电，取1表示安装风电；T和Ω_DWG分别是时间间隔集合和DWG候选点集合；F(d,m)是年值化系数，d是折损率，而m是对应设备的服务周期；是风电场单位装机容量的投资成本，是k节点处的风电装机容量；是风电单位容量的年运行成本；和分别是风电场的最小和最大装机容量；下层规划层的决策变量为购电量；下层规划层的目标是实现系统的最优潮流分布，从而获得最大净收益；该净收益考虑了常规的售电收益和对风电进行主动消纳的主动管理收益，并计及了网损成本以及购电成本；其中购电成本包括从主网购电的成本和从风电场购电的成本；约束条件考虑了有功平衡约束、节点电压约束、支路载流量约束，以及电源的最大出力限制；所述下层规划层的模型为：其中，ρ^Sal是单位电量的售电电价，是第i个节点处第t个时间段内负荷消耗的功率；N_DWG是配电网中总的风电场数目；ρ^Loss是单位电量网损的电价，是第t个时间段内线路ij的功率损耗，ρ^Grid是从主网购买单位电量的价格，是第t个时间段内主网提供的功率；Ω_N、Ω_L、Ω_G分别是系统中负荷节点集合、线路集合和主网接入点集合；R_ij和Z_ij分别是线路ij的始端、终端有功功率和电阻、阻抗值；I_ij,t和分别是第t个时间段内线路ij的电流及其线路载流量；U_i,t是第t个时间段内节点i的电压，U_min和U_max分别是节点电压上下限；是最大主网供电功率；是第k个风电场实际可用的风电功率，ξ是根据典型日风速数据计算出的风机出力标幺值数据；B_DIS是配电网公司净收益；是第t个时间段内第i个主网节点提供的有功功率、是第t个时间段内第i个风电场节点处所发的功率、是第t个时间段内线路ki终端有功功率、U_j,t是第t个时间段内节点j的电压；步骤二：进行潮流计算，并将潮流计算进行线性化；步骤三：构建含有正弦载波的Levy飞行函数的杜鹃搜索算法；采用基于正弦载波的Levy飞行作为杜鹃搜索算法产生新解的机制，可实现全局搜索和局部精确搜索；Levy飞行是一个服从Levy分布的随机游走过程，Levy分布为：L(λ)～u＝t‑λ,1＜λ≤3  (15)；振幅为A，角频率为ω，周期为2T/ω的正弦函数为：y＝Asin(ωt)+b  (16)；将式(15)中Levy飞行的结果L(λ)作为式(16)中正弦函数的自变量t，并将自变量t的下限定为b‑A，上限定为b+A，则正弦函数的因变量y就是满足决策变量上下限的任意取值，无需考虑变量越界的情况；步骤四：将步骤一建立的双层规划模型转化为单层单目标规划模型；步骤五：根据步骤四中的单层单目标规划模型构造一个双目标优化问题；步骤六：利用步骤三中的含有正弦载波的Levy飞行函数的杜鹃搜索算法对步骤五中的双目标优化问题进行求解。