一种家庭式智能微电网优化配置方法
【技术领域】
[0001] 本发明设及微电网优化配置方污，尤其设及一种家庭式智能微电网优化配置方 法。
【背景技术】
[0002] 家庭式的智能微电网是一个能够实现自我控制、保护与管理的自治系统，按是否 连接市电，可将家庭式微电网分为并网型和独立型两类。
[0003] 目前关于家庭式微电网优化配置的研究较少，多是几十千瓦至兆瓦级别才进行优 化配置的研究，并且多是研究分布式电源容量的优化配置。较为典型的研究并网型微电网 优化配置的软件是美国国家能源实验室开发的HOMER软件，运个软件给用户提供两类运行 方案。利用此软件实现并网型微电网优化配置的方法如下:针对预设定的不同配置方案，采 用遍历算法，在用户选择的固定运行方式下，基于全年仿真时段并网型微电网的运行状况， 比较不同配置方案对应的经济成本，实现对预先设定的上述配置方案进行寻优，最终得到 最优配置方案。
[0004] 上述的优化配置的方法，是在软件所提供的固定的运行方式下进行的，而实际的 家庭式智能微网会遇到很多复杂的情形，如负荷容量较小，光照不足或过足、风力太大或太 小、家庭负载用电突变等都会使得运行方式发生变化。故上述的方式不太适合与家庭式智 能微电网的优化配置中。另外，随机捜索速度较慢，且当运行状况发生变化时，寻优的准确 度也会受到影响，最后会致使最终的优化配置方案存在一定的偏差。
【发明内容】
[0005] 鉴于上述情况，本发明的目的在于提供一种家庭式智能微电网优化配置方法。它 结合实际的家庭式负载的耗电真实情况，考虑杭州地区特有的气候资源条件，并且应对多 种运行状况下对家庭式智能微网进行优化配置。
[0006] 本发明采用的技术方案的步骤如下：
[0007] 步骤1)分析当地的风、光资源实际情况;对家庭负载用电量数据进行调研；
[000引步骤2)确定家庭智能微电网的确定分布式电源种类和容量限制，逆变器和控制器 的种类；
[0009] 步骤3) W家庭式智能微电网总的运行成本最少为优化目标函数；
[0010] 步骤4)设置家庭式智能微电网约束条件，能够满足家庭负载对电能质量和技术的 要求；
[0011] 步骤5)人工蜂群优化算法；
[0012] 步骤6)输出目标函数值最小的优化结果，并获取一种家庭式微网优化配置方案。
[0013] 步骤1)所述当地的风、光资源，是根据中国气象局提供的近一年当地的风速和风 向，确定风机的切入切出风速;根据中国气象局提供的近一年当地太阳福射情况数据，并在 HOMm?软件上分析当地的风、光资源情况。
[0014]步骤I)所述家庭负载用电量数据进行调研，是指对当地某小区的随机选取的家庭 进行负载用电量调研。
[001引步骤2)所述确定分布式电源容量限制，逆变器和控制器的种类，对当地风、光资源 分析和家庭式负载用电量的调研情况，确定分布式电源的容量限制，逆变器和控制器的种 类。
[0016]步骤3)所述优化目标函数是家庭式智能微电网的综合成本最小，家庭式智能微电 网的综合成本公式：
Cl)
[0018] 其中，f (X)为家庭式智能微电网的综合成本，N是电源的类型数目；X= [XI， X2，* ? *，XN]，为决策变量;Xi是第冲电源的数目；Com功第冲电源的年运行和维护费用； Ccpi为第i中电源的设备投资费用；Comi为第i中电源的年运行和维护费用；T是生命周期长 度，j代表全生命周期规划年限从第j年开始。
[0019] 步骤4)所述家庭式智能微电网约束条件，包括：
[0020] 电源出力约束:Pi如iXi，式中，Pi,Pi为单机容量，Xi为机组数量；
[0021] 蓄电池的充放电功率约束表示为：
(2)
[0023] 其中，公式(2)中，Pmaxcharge和Pmaxdischarge分别表示蓄电池的最大充电和最大放电功 率限值;Pbess-in(t)，Pbess-DUt(t)是指t时刻的蓄电池的充电功率和放电功率;kbi和kb。分别表 示蓄电池的充电和放电转换效率;fbi(t)和fbD(t)分别表示蓄电池的充电和放电标志位，fbi (t)和fbo(t)具体为0-1变量；
[0024] 此外，蓄电池还有SOC约束，SOC可表示为：
(3)
[00%] 公式(3)中，SOCmin表示蓄电池 SOC允许上限，soc(t)表示t时刻的蓄电池荷电状态， SOCmax表不蓄电池 SOC允许下限,Pdmax是蓄电池放电功率,Ponax是蓄电池充电功率,Pbess ( t )蓄 电池在t时刻的功率。
[0027]步骤5)所述人工蜂群优化算法包括=类蜜蜂:采蜜蜂、观察蜂和侦察蜂;观察蜂是 在蜂巢的舞蹈区通过分享采蜜蜂的有关蜜源的信息去选择蜜源的一类蜂;采蜜蜂是与其所 采的蜜源相对应，存储蜜源的相关信息，并将信息W-定的概率在舞蹈区与观察蜂分享;侦 察蜂完全在蜂巢附近随机捜索新的蜜源，在ABC中，起初有一半的采蜜蜂和一半的观察蜂， 对于每种食物源仅有一个采蜜蜂，采蜜蜂把它的食物信息分享给其他的采蜜蜂和观察蜂 时，它就变成了侦察蜂;在起初阶段，一系列食物源的位置信息被随机地分配给蜜蜂并且测 量其花蜜量，然后，运些蜜蜂回到蜂巢，与等待在蜂巢内舞蹈区的蜜蜂分享蜜源花蜜量信 息;第二阶段，信息共享之后，由于记忆的效果，每一个蜜蜂都去往它们先前去过的食物源 区域，然后根据视觉信息在先前那个食物源的附近选择一个新的食物源;第=阶段，每个观 察蜂根据采蜜蜂分享的花蜜量信息选择一个食物源，蜜源花蜜量越大，运个蜜源被观察蜂 选择的概率就越大；因此，携带高蜜源花蜜量信息的采蜜蜂舞蹈所招募的观察蜂越多，在到 达选择区域之后，基于蜜源位置的对比，采蜜蜂根据视觉信息和记忆，在先前的蜜源位置的 附近选择一个新的蜜源，当蜜源的花蜜信息被放弃时，新的蜜源由侦察蜂随机决定，代替运 个放弃的蜜源;在此模型中，在每次循环过程中，最多允许一只侦察蜂外出捜索新的蜜源， 并且蜂群中采蜜蜂和观察蜂的数目相同。
[00%]第i个食物源被选择的概率Pi可如下表示：
(4)
[0030]式中，fiti表示第i个解对应的适应度函数，它与第i个位置的蜜源花蜜量成正比； Sn是蜜源的数量，等于采蜜蜂的数目；在所有的观察蜂已经选择了它们的食物源之后，它们 中的每一只确定它所选择的食物源及相邻的食物源和适应度函数。与特殊食物源i相关的 观察者确定的所有食物源中最优的一个将会成为食物源i的新位置。如果代表特殊食物源 的一个解没有达到预先设定的迭代次数，那么与它相关的采蜜蜂将会放弃该食物源，并且 成为侦察蜂;运相当于分配一个随机生成的食物源给运个侦察蜂，并且再一次改变了它的 地位从侦察蜂到采蜜蜂。在每一个新的食物源位置确定W后，则新一次的人工蜂群算法循 环开始。运个循环一次接一次直到终止条件满足，与一个特殊食物源相邻的食物源，是通过 在保证其他参数不变的情况下，改变随机选择的参数来确定;假定每个解是由d个参数表示 的，令一个解乂1=化1，乂12成3，---成3)，为了确定可行解￥进乂1的邻域内，随机地选取可 行解参数巧日另一个可行解乂1<=村1^而2而3，---诚3);除了被选取参数^'，其他￥1的所有 参数都与Xi相同。
[0031 ]步骤6)所述优化配置结果
[0032] 所述优化配置结果为太阳能光伏板IOOW的4块，蓄电池 200Ah的4个，逆控一体机1 台，光伏板支架1组，电线若干，空气开关3个。
[0033] 本发明具有的有益效果是：
[0034] 经过仿真与实例实验验证得到，人工蜂群算法运用于家庭式微网的优化配置的优 化速度较快，提高工