一种风光柴储微电网系统的多目标智能规划方法

技术领域

本发明涉及综合能源系统，尤其是新能源微电网系统领域的智能规划设计技术，特别涉及一种风光柴储微电网系统的多目标智能规划方法。

背景技术

微电网系统的提出和实施为太阳能、风能等多种可再生能源分布式发电系统的推广应用提供了有效的解决方案。由风机、光伏板、柴油机组和蓄电池组组成的风光柴储微电网系统可以为偏远山区、海岛开发建设等提供重要的供电保障，已受到了学术界和工程界的广泛关注。

由于风机和光伏板的输出功率特性与微电网系统所实施地区的风速、光照强度和环境温度等密切相关，因此风光柴储微电网系统规划设计时应对微电网系统安装处环境条件和用户侧需求负荷特性进行系统分析，且应综合考虑如下因素：(1)风机、光伏板、柴油机组和蓄电池组的功率特性；(2)风机、光伏板、柴油机组和蓄电池组的安装维护费用和蓄电池组更换费用等投资成本；(3)微电网系统的供电可靠性；(4)微电网系统的污染物排放量。然而，目前现有技术局限于对上述部分因素的单目标优化设计，普遍采用加权优化目标函数和单目标优化算法，都普遍存在权重系数难以精确整定、综合性能难以折衷优化等缺陷。此外，有少数研究方案虽然从多目标优化设计的角度进行了尝试，但是通常只考虑了微电网系统的经济性和供电可靠性等优化目标，仅仅对微电网系统的组件数量和容量进行了优化，且采用的多目标优化算法较为复杂。因此，如何对风光柴储微电网系统的组件数量、容量、风机安装高度、光伏板安装仰角等进行最优化规划设计以最终实现微电网系统的安全可靠和经济环保，已成为微电网系统智能规划设计领域亟待解决的关键技术难题之一。

发明内容

本发明的目的在于针对现有技术的不足，提供一种风光柴储微电网系统的多目标智能规划方法。

本发明的目的是通过以下技术方案来实现的：一种风光柴储微电网系统的多目标智能规划方法，包括以下步骤：

(1)读取以1小时为步长的风光柴储微电网系统规划地区的年度气象信息，所述气象信息包括风速、光照强度和环境温度；读取风机、光伏板、柴油机组和蓄电池组的参数值，所述风机的参数值包括额定风速V

(2)设定风光柴储微电网系统多目标规划的参数值，所述多目标规划的参数值包括最大迭代次数G

(3)采用实数编码方式随机生成一个满足约束条件的均匀分布的初始种群P＝{P

其中，N

(4)对种群P中每一个个体P

(4.1)首先在0到1范围内生成一个随机数r

(4.2)根据公式(2)进行第一变异操作：

其中，r

(4.3)根据公式(3)进行第二变异操作：

其中，r

(5)根据公式(4)～(11)评估种群Q中每个个体所对应的适应度函数，所述适应度函数包括个体x对应的风光柴储微电网系统等年值投资总成本C

{C

其中，N

所述风光柴储微电网系统等年值投资总成本C

其中，N

所述微电网系统的污染排放E

其中，μ表示柴油机发电机的污染物排放系数，t表示微电网系统运行时间，T

以微电网系统供电缺失率R

其中，θ(t)为系统缺电标记符，其值为1表示在t时刻系统供电总功率小于负荷需求的功率，其值为0表示系统供电的总功率能满足所有负荷需求，T表示系统总供电时间，P

(6)对种群Q每个个体对应的适应度值C

(7)将q

其中，d

(8)从外部文档A中选择拥挤度值较小的前1/2数量的个体，对种群Q中1/2数量的个体进行随机替换，同时保持Q中其它个体不变，从而获得新种群P

(9)根据新种群P

(10)重复步骤(4)～步骤(9)，至到满足g＝G

(11)将外部存档A作为最优的帕累托解集，选取最靠近坐标轴左下方的非支配解作为风光柴储微电网系统最终的多目标规划方案。

本发明的有益效果是，本发明实现了风光柴储微电网系统的多目标智能规划；本发明能够获得投资成本、污染物排放和供电可靠性等多性能指标的折衷优化效果，在满足相同供电可靠性指标的情况下系统投资成本和污染物排放均更少，且多目标智能规划方法易于工程实施。

附图说明

图1是本发明实施例中待规划的风光柴储微电网系统架构示意图；

图2是本发明实施例中光伏板的安装示意图；

图3是本发明的风光柴储微电网系统的多目标智能规划方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明以某地区风光柴储微电网系统为例，待规划的风光柴储微电网系统架构示意图如图1所示，该风光柴储微电网系统主要由风力发电系统、光伏发电系统、柴油发电机系统、蓄电池组组成的储能系统、电力电子功率变换设备、用户侧需求负荷和能量管理系统组成，其中，用户侧需求负荷包含n个负荷。光伏板的安装如图2所示，其中，α

参见图3，本发明的风光柴储微电网系统的多目标智能规划方法的主要实施步骤如下所示：

(1)读取以1小时为步长的风光柴储微电网系统规划地区的年度气象信息以及风机、光伏板、柴油机组和蓄电池组的参数值。其中，气象信息包括风速、光照强度和环境温度；风机的参数值包括额定风速V

应当理解的是，根据实际情况读取风光柴储微电网系统规划地区的年度气象信息以及风机、光伏板、柴油机组和蓄电池组的参数值即可。

(2)设定风光柴储微电网系统多目标智能规划的参数值，其中多目标智能规划的参数值包括最大迭代次数G

应当理解的是，这些多目标智能规划的参数值均是预设值，根据实际需要和经验值进行设置即可。

(3)采用实数编码方式随机生成一个满足如公式(1)所示的约束条件的均匀分布的初始种群P＝{P

其中，N

(4)对种群P中每一个个体P

进一步地，变异操作具体包括如下步骤：

(4.1)首先在0到1范围内生成一个随机数r

(4.3)如果随机数r

其中，r

(4.3)如果随机数r

其中，r

(5)按照公式(4)～(11)评估种群Q中每个个体所对应的适应度函数，其中，适应度函数包括个体x对应的风光柴储微电网系统等年值投资总成本C

{C

其中，N

进一步地，风光柴储微电网系统等年值投资总成本C

其中，N

进一步地，微电网系统的污染物排放E

其中，μ表示柴油机发电机的污染物排放系数，在此μ＝2.5，t表示微电网系统运行时间，T

进一步地，以微电网系统供电缺失率R

其中，θ(t)为系统缺电标记符，其值为1表示在t时刻系统供电总功率小于负荷需求的功率，其值为0表示系统供电的总功率能满足所有负荷需求，T表示系统总供电时间，P

(6)对种群Q每个个体对应的适应度值C

(7)将q

其中，d

(8)从外部文档A中选择拥挤度值较小的前1/2数量的个体，对种群Q中1/2数量的个体进行随机替换，同时保持Q中其它个体不变，从而获得新种群P

应当理解的是，步骤(7)中按照拥挤度值从小到大的顺序排序后，可以很容易的从外部文档A中选择拥挤度值较小的前1/2数量的个体。

(9)根据新种群P

(10)重复步骤(4)～步骤(9)，至到满足g＝G

(11)将外部存档A作为最优的Pareto解集，选取最靠近坐标轴左下方的非支配解作为风光柴储微电网系统最终的多目标规划方案。

通过对上述实施例的实施，本发明实现了风光柴储微电网系统的多目标智能规划；相比现有技术，本发明技术获得了在投资成本、污染物排放和供电可靠性等多性能指标的折衷优化效果，在满足相同供电可靠性指标的情况下系统投资成本至少节省了10％，污染物排放至少降低了5％，且多目标智能规划方法易于工程实施。

综述所述，本发明实现了风光柴储微电网系统的多目标智能规划；本发明技术获得了在投资成本、污染物排放和供电可靠性等多性能指标的折衷优化效果，在满足相同供电可靠性指标的情况下系统投资成本和污染物排放均更少，且多目标智能规划方法易于工程实施。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。