[发明专利]基于主从博弈模型的交直流混合微电网优化运行方法

摘要

一种基于主从博弈模型的交直流混合微电网优化运行方法：采集微电网所在区域光照强度、温度、云量的气象数据，统计微电网中光伏发电量历史数据，对交直流混合微电网中次日光伏电池出力采用基于典型趋势的预测方法进行预测；对交直流混合微电网中双向换流器、潮流控制器两侧传输功率数据进行采集，并建立交直流混合微电网中各种设备的数学模型；将一天分为多个调度时段，建立光伏运营商和电网公司在每个调度时段利益相互协调的主从博弈模型，主从博弈模型包括光伏运营商利益最大化的光伏利用率模型和代表电网公司损失最小化的交直流混合微电网网损模型；采用异步变化学习因子的二阶振荡粒子群算法，提高算法的全局搜索性能。本发明适用性广，预测精度较高。

主权项

1.一种基于主从博弈模型的交直流混合微电网优化运行方法，其特征在于，包括如下步骤：1)采集微电网所在区域光照强度、温度、云量的气象数据，统计微电网中光伏发电量历史数据，对交直流混合微电网中次日光伏电池出力采用基于典型趋势的预测方法进行预测；分别统计交流区和直流区的历史负荷数据，分别对次日交流负荷和直流负荷进行预测；2)对交直流混合微电网中双向换流器、潮流控制器两侧传输功率数据进行采集，利用所采集数据建立交直流混合微电网中各种设备的数学模型；3)将一天分为多个调度时段，建立光伏运营商和电网公司在每个调度时段利益相互协调的主从博弈模型，主从博弈模型包括光伏运营商利益最大化的光伏利用率模型和代表电网公司损失最小化的交直流混合微电网网损模型；所述的主从博弈模型为：其中，P_PV,k(t)为第k个光伏电池的实际出力，为第k个光伏电池的预测出力；S_SB(t)为储能电池在第t时段的荷电量；μ_ch为充电标识，当储能处于充电状态时μ_ch为1，处于其他状态时为0；μ_dis为放电标识，当储能处于放电状态时μ_dis为1，处于其他状态时为0；为储能充电功率，为储能放电功率；η_ch为储能充电效率，η_dis为储能放电效率；P_grid(t)为交直流微电网与大电网交换功率；P_PV(t)为光伏输出功率；η_PV,i为光伏换流器功率传输效率；P_ACL,j(t)表示交流区第j个负荷功率；P_ILC为双向换流器传输功率；Η_ILC为双向换流器功率传输效率；P_ET(t)为电力电子变压器传输功率；Η_ET(t)电力电子变压器功率传输效率；Η_SBC为与储能电池连接的换流器功率传输效率；P_DCL,m为直流区第m个负荷功率；为双向换流器传输容量；为潮流控制器传输容量；γ_PV表示光伏利用率，f为电网网损及储能寿命损耗和能量损耗折现函数，γ_PV通过下式计算：式中，T为调度周期中的时段数；s为分散安装的光伏电池数量；P_PV,k(t)与分别为第k个光伏电池调度出力与预测出力；f通过下式计算：f＝fl+fbatfbat为储能电池损耗引起的经济损失；Cinit为储能电池的安装费用；fl为交直流混合微电网网损；Pi,k表示第i类潮流控制器或双向换流器k传输的功率；ηi,k表示第i类潮流控制器或双向换流器k传输效率；N为功率转换设备的种类；mk为混合微电网中第k类功率转换设备的数量；4)采用异步变化学习因子的二阶振荡粒子群算法，提高算法的全局搜索性能，从而避免早熟现象；所述的使用异步变化学习因子的二阶振荡粒子群算法包含如下步骤：(1)初始化，输入粒子群的规模、变量个数、惯性权重、最大飞行速度、最大迭代次数、各个无功调节设备的参数和初始出力向量；(2)设定当前每个粒子的位置为个体极值点xpbest，计算每一个粒子的适应值δfit＝Ft(x)，取最小适应值作为群体当前的最优解Fbest，并记最小适应值对应的粒子的位置为全局极值点xgbest，设定初始迭代次数nit为1；采用下式对微粒的速度v进行进化：vit+1＝wvit+c1,itr1[xit‑(1+ξ1)xit+ξ1xit‑1]+c2,itr2[xpbest‑(1+ξ2)xit+ξ2xit‑1]同时根据下式对粒子的位置x进行进化：xit+1＝xit+vit+1式中，c1,it和c2,it为学习因子，在异步变化学习因子的二阶振荡粒子群算法中，每次迭代中c1,it和c2,it按照下式计算，其中c1,ini为c1,it的迭代初始值，c1,fin为c1,it的迭代终值，c2,ini为c2,it的迭代初始值，c2,fin为c2,it的迭代终值，it表示当前迭代次数，itmax为最大迭代次数；ξ1和ξ2均为随机数，如果当前迭代次数小于最大迭代次数的1/2，ξ1和ξ2满足：如果当前迭代次数大于最大迭代次数的1/2，ξ1和ξ2应当满足：(3)判断当前的迭代次数是否满足最大迭代次数，若满足则输出计算结果，否则设定迭代次数nit＝nit+1；(4)更新粒子的位置和速度，并更新无功调节设备出力变量；(5)判断粒子群中全部粒子的状态是否满足主从博弈模型中各不等式约束条件，若满足则保留粒子位置，否则取不等式约束条件对应的粒子位置限值；(6)计算当前每个粒子的适应值，保存全局最优解Fbest，全局最优位置xgbest和个体最优位置xpbest，并转到第(3)步。