[发明专利]基于佳点集量子粒子群算法的微网优化方法

摘要

一种基于佳点集量子粒子群算法的微网优化方法，包括：建立微网多目标优化模型，包括微网多目标优化的目标函数公式和约束条件公式；使用佳点集改进量子粒子群算法；使用佳点集量子粒子群算法对微网多目标优化模型求解。本发明根据最大负荷确定微型燃气轮机的容量，再优化间歇式分布式电源以及储能系统的容量。求解过程中采用佳点集量子粒子群算法，保证了优化结果同时具有良好的选择性和指导性。内置的基于滤波的调度策略能充分发挥微型燃气轮机和储能系统的特性，不但拥有频谱分析法的优势，还具有更好的实时性，能够计算得到微网中分布式电源、储能和微型燃气轮机的位置与容量，实现孤立微网中经济性和污染物排放的整体优化。

主权项

一种基于佳点集量子粒子群算法的微网优化方法，其特征在于，如下步骤：1)建立微网多目标优化模型，包括微网多目标优化的目标函数公式和约束条件公式，其中，所述的微网多目标优化的目标函数公式包括：(1)经济性目标公式：min C_s＝∑C_i                           (1)C_i,j＝C_i,j,Cap+C_i,j,Rep+C_i,j,OM+C_i,j,Sal             (3)式中，C_s为微网系统全寿命周期n年的净现值，C_i为微网第i个元件的净现值，C_i,j为第i个元件在第j年的现金流，所述的元件包括风力发电机、光伏、储能和微型燃气轮机；C_i,j,Cap为初建成本，C_i,j,Rep为更新成本，C_i,j,OM为运行维护成本，C_i,j,Sal为残值；(2)污染物排放目标公式：式中，V_CO2为年CO₂排放体积，V_Gas为年天然气耗量，σ为天然气排放系数，即单位体积的天然气燃烧产生的二氧化碳量；所述的微网多目标优化的约束条件公式，包括：(3)孤立微网运行的等式约束有：电功率平衡约束公式，P_Load＝∑P_PV,i+∑P_WT,i+∑P_MT,i+P_ES                  (10)和储能充放电量平衡约束公式E_charge＝E_discharge                          (11)储能充放电量平衡约束公式是指在一个评估时间段内，储能充放电量要保证相等以便储能的循环利用；式中P_Load、∑P_PV,i、∑P_WT,i、∑P_MT,i、P_ES分别对应为微网中总负荷功率、总光伏功率、总风机功率、总微型燃气轮机功率以及储能功率；(4)不等式约束公式，包括有：分布式电源约束公式、储能设备的配置数目约束公式、储能的寿命约束公式和储能的荷电状态约束公式，其中，所述分布式电源约束公式：0＜N_DG＜N_DG,max                            (12)所述储能设备的配置数目约束公式：0＜N_ES＜N_ES,max                              (13)所述的储能寿命约束公式：L_Bat＞L_Limit                                  (14)所述的储能的荷电状态约束公式：S_min＜S＜S_max                              (15)式中，N_DG,max和N_ES,max为对给定容量的分布式电源和储能所预设的最大配置数目，N_DG和N_ES分别为对给定容量的分布式电源和储能所预设的实际数目，L_Limit和L_Bat分别为预期的储能运行寿命实际值和最小值，S为储能的荷电状态，S_min和S_max分别为储能的荷电状态的最小和最大值。2)使用佳点集改进量子粒子群算法，包括：(1)更新量子位幅角增量更新后的量子位幅角增量公式如下：θ_ij(t+1)＝θ_ij(t)+△θ_ij(t+1)                (18)△θ_ij(t+1)＝w△θ_ij(t)+c₁r₁(△θ₁)+c₂r₂(△θ_g)        (19)其中：c₁和c₂分别为个体和全局的学习因子，r₁和r₂为区间[0,1]内的随机数，w为混沌时间序列数映射到[0.1，0.9]区间上的数值，θ_ij为量子比特的相位，Δθ₁为当前个体与个体之间的角度差，Δθ_g为当前个体与全局最优之间的角度差，Δθ₁与Δθ_g的公式如下式中，θ_ilj为当前代数最优量子比特的相位，θ_gj为全局最优量子比特的相位。(2)佳点集交叉操作选取两个粒子θ_i和θ_j作为父代，设θ_i＝θ_i1,θ_i2,…,θ_is，θ_j＝θ_j1,θ_j2,…,θ_js，θ_i和θ_j共同确定了一个有界闭区间a_k、b_k分别为父代两个粒子最小和最大值组合，s为父代粒子个数D是R上的超长方体，即式中，U([a,b])为子代个体的距离空间，父代个体通过佳点集交叉产生子代个体，子 代个体通过切割父代个体确定的超长方体获得新的基因片段，然后重组产生；(3)变异操作使用量子非门实现变异操作，过程如下：令变异概率为p_m，每个粒子在0～1之间设定一个随机数N_mdi，若N_mdi<p_m，则用量子非门兑换两个概率幅，该粒子的自身最优位置和转向角仍保持不变，N_mdi≥p_m，则不进行变异操作；3)使用佳点集量子粒子群算法对微网多目标优化模型求解，包括：(1)初始化佳点集量子粒子群算法的有关参数，包括种群规模、变量个数、迭代次数、解空间范围；(2)对量子位幅角进行初始化，生成光伏容量、风力发电机容量、储能容量和微型燃气轮机容量的值；(3)将每个粒子带入微网多目标优化模型的目标函数，计算得到微网全寿命周期成本和污染物排放量状态变量值；(4)对每个粒子的初始位置进行评价，计算出每个粒子位置的适应值，若粒子目前的位置优于自身记忆的最优位置，则用目前位置替换；若目前全局最优位置优于到目前为止所搜索到的最优位置，则用全局最优位置替换；(5)根据步骤2)第(2)步中更新后的量子位幅角增量公式更新粒子位置；(6)对粒子进行交叉变异操作；(7)判断是否达到最大代数，如果达到，则计算结束，否则将第(6)步进行交叉变异操作得到的粒子重新进行第(3)～第(7)步的操作。