[发明专利]微电网控制方法及系统

摘要

本发明公开一种微电网控制方法，所述微电网包括分布式电源、储能装置和负荷，所述方法应用于微电网控制系统，所述方法包括建立多目标微电网能量管理模型；通过多目标粒子群膜优化算法得到Pareto最优解集；通过模糊决策选择Pareto最优解集中的折中解；根据所述折中解对微电网的分布式电源和储能装置进行调度。本发明通过建立多目标微电网能量管理模型，并采用多目标粒子群膜优化算法，可以得到优化且合理的控制数据对微电网进行调度，可靠性好，稳定性高。

主权项

1.微电网控制方法，其特征在于，所述微电网包括分布式电源、储能装置和负荷，所述方法应用于微电网控制系统，所述方法包括：步骤1：建立微电网多目标能量管理模型，包括：根据公式(1)‑(5)建立包括最小化运行成本和污染物排放的微电网多目标能量管理函数minf_2obj(x),根据公式(6)‑(9)建立微电网运行成本目标函数f₁(x),根据公式(10)‑(12)建立微电网污染物排放目标函数f₂(x),其中:minf_2obj(x)＝{f₁(x)，f₂(x)}   (1)x＝[P_g，U_g]_1×2nT   (2)n＝N_DG+N_S+1   (5)cosr_Grid(t)＝u_Grid(t)P_Grid(t)C_Grid(t)   (9)emission_Grid(t)＝u_Grid(t)P_Grid(t)E_Grid(t)   (12)其中，x为决策变量，i为分布式电源的编号，j为储能装置的编号，n为决策变量的个数，N_DG为分布式电源的数量，N_S为储能装置的数量，0≤i≤N_DG，0≤j≤N_S,Pg为分布式电源、储能和大电网的功率向量，Ug为分布式电源、储能和大电网的状态向量，为第i个分布式电源的功率向量，为第j个储能装置的功率向量，P_Grid为大电网的功率向量，u_i为第i个分布式电源的状态向量，u_j为第j个储存装置的状态向量，u_Grid为大电网的状态向量，T为时间长度，cost_DG(t)为t时刻各种分布式电源发电运行成本总和，cost_S(t)为t时刻储能装置运行成本总和，cost_Grid(t)为t时刻微电网与大电网的交互费用总和；u_i(t)为第i种分布式电源在t时刻的启停状态，为第i种分布式电源在t时刻的发电功率，为第i种分布式电源在t时刻的发电运行成本费用，为第i种分布式电源启停费用；u_j(t)为第j种储能装置在t时刻的启停状态，为第j种储能装置在t时刻的发电功率，为第j种储能装置在t时刻的储能运行成本费用，为第j种储能装置启停费用；u_Grid(t)表示大电网在t时刻处于买电状态或卖电状态，P_Grid(t)为微电网在t时刻向大电网购买或卖出的电能功率，C_Grid(t)为微电网在t时刻向大电网买电或卖电时的电价；其中，emission_DG(t)为t时刻各种分布式电源发电运行时产生的污染物排放量，emission_S(t)为t时刻储能装置运行时产生的污染物排放量，emission_Grid(t)为t时刻微电网与大电网交互时产生的污染物排放量，为t时刻第i种分布式电源发电运行产生每兆瓦的功率时的污染物排放量，为t时刻第j个储能装置运行产生每兆瓦的功率时的污染物排放量，E_Grid(t)为t时刻微电网与大电网交互产生每兆瓦的功率时的污染物排放量；步骤2：通过多目标粒子群膜优化算法得到Pareto最优解集；步骤3：通过模糊决策选择Pareto最优解集中的折中解；步骤4：根据所述折中解对微电网的分布式电源和储能装置进行调度。