本發(fā)明涉及微電網(wǎng)系統(tǒng)規(guī)劃設(shè)計領(lǐng)域，具體為一種基于雙層優(yōu)化的微電網(wǎng)系統(tǒng)規(guī)劃設(shè)計方法及裝置。

背景技術(shù)：

1、隨著全球?qū)稍偕茉葱枨蟮牟粩嘣鲩L，分布式能源技術(shù)迅速發(fā)展成為當(dāng)前電力領(lǐng)域的重要趨勢。微電網(wǎng)作為一種有效整合分布式能源的解決方案，能夠?qū)崿F(xiàn)本地化的能源生產(chǎn)與消費(fèi)，從而有效減少電力傳輸過程中的損耗，并顯著增強(qiáng)電力系統(tǒng)的韌性與可靠性。

2、目前，國內(nèi)外學(xué)者對于微電網(wǎng)系統(tǒng)的研究，主要集中在容量優(yōu)化配置或優(yōu)化調(diào)度方式，并直接采用傳統(tǒng)智能仿生算法。但在微電網(wǎng)系統(tǒng)的規(guī)劃設(shè)計過程中，單一層次的優(yōu)化方法往往難以全面滿足系統(tǒng)的多樣化需求和復(fù)雜性，同時，傳統(tǒng)的智能優(yōu)仿生算法存在種群多樣性差、易陷入局部最優(yōu)等缺點(diǎn)，導(dǎo)致無法求得最優(yōu)解。因此，有必要提出一種基于雙層優(yōu)化的微電網(wǎng)系統(tǒng)規(guī)劃設(shè)計方法及裝置。

3、通過這種基于雙層優(yōu)化的微電網(wǎng)系統(tǒng)規(guī)劃設(shè)計方法及裝置，微電網(wǎng)系統(tǒng)能夠在面對不確定性和復(fù)雜性的情況下，制定出最優(yōu)的容量配置與運(yùn)行策略，從而最大化經(jīng)濟(jì)效益，并提升系統(tǒng)的穩(wěn)定性與可靠性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提出一種基于雙層優(yōu)化的微電網(wǎng)系統(tǒng)規(guī)劃設(shè)計方法及裝置，以解決上述背景技術(shù)中提出的問題。

2、本發(fā)明的目的可以通過以下技術(shù)方案實(shí)現(xiàn)：一種基于雙層優(yōu)化的微電網(wǎng)系統(tǒng)規(guī)劃設(shè)計方法，具體包括：

3、s1.采集微電網(wǎng)系統(tǒng)中風(fēng)電、光伏、水電、儲能電站、電解槽、儲氫罐的運(yùn)行數(shù)據(jù)以及微電網(wǎng)系統(tǒng)的負(fù)荷數(shù)據(jù)；

4、s2.基于雙層優(yōu)化方法構(gòu)建微電網(wǎng)系統(tǒng)雙層優(yōu)化模型；

5、s3.利用改進(jìn)的灰狼算法和求解器對雙層優(yōu)化模型進(jìn)行求解。

6、進(jìn)一步的，所述步驟s2中所述基于雙層優(yōu)化方法構(gòu)建微電網(wǎng)系統(tǒng)雙層優(yōu)化模型，具體包括：

7、s21.構(gòu)建上層容量優(yōu)化模型；

8、s22.構(gòu)建下層調(diào)度優(yōu)化模型；

9、進(jìn)一步的，所述步驟s21中所述構(gòu)建上層容量優(yōu)化模型，具體包括：

10、s211：目標(biāo)函數(shù)：

11、

12、式中：為運(yùn)行年限內(nèi)總收益，為系統(tǒng)調(diào)度期內(nèi)運(yùn)行凈收益，cin為各設(shè)備的總投資成本；

13、

14、式中：pwn、ppvn、phyn、pbsn、pelen、qgn分別為風(fēng)電機(jī)組、光伏機(jī)組、水力發(fā)電機(jī)組、儲能電站、電解槽、儲氫罐的裝機(jī)容量，cw、cpv、chy、cbs、cele、cg分別為風(fēng)電機(jī)組、光伏機(jī)組、水力發(fā)電機(jī)組、儲能電站、電解槽、儲氫罐的單位投資成本；

15、s212：約束條件：

16、

17、式中：p、p、p、p、p、q分別為風(fēng)電機(jī)組、光伏機(jī)組、水力發(fā)電機(jī)組、儲能電站、電解槽、儲氫罐的裝機(jī)容量下限，p、p、p、p、p、q分別為風(fēng)電機(jī)組、光伏機(jī)組、水力發(fā)電機(jī)組、儲能電站、電解槽、儲氫罐的裝機(jī)容量上限；

18、進(jìn)一步的，所述步驟s22中所述構(gòu)建下層調(diào)度優(yōu)化模型，具體包括：

19、s221：目標(biāo)函數(shù)：

20、

21、

22、

23、

24、

25、

26、式中：fnp為調(diào)度期內(nèi)收益，fsale為售電、售氫收益，fenv為環(huán)境收益，fope為運(yùn)行維護(hù)成本，fcurt為棄風(fēng)棄光懲罰成本，fbuy為購電成本；t為調(diào)度周期，σw、σpv、σhy、σbs分別為風(fēng)電、光伏、水電、儲能環(huán)境收益系數(shù)，csale、cg、cbuy分別為售電、售氫、購電單價，pw(t)、ppv(t)、phy(t)、pbs_ch(t)、psale(t)、qg_out(t)、pbuy(t)分別為t時刻風(fēng)電運(yùn)行功率、光伏運(yùn)行功率、水電運(yùn)行功率、儲能充電功率、售電功率、售氫功率、購電功率，n為各類設(shè)備數(shù)量，r為設(shè)備i的單位運(yùn)維成本，pi(t)為t時刻i設(shè)備的運(yùn)行功率，ρw、ρpv分別為棄風(fēng)、棄光懲罰系數(shù)，pw?curt(t)、ppv?curt(t)分別為t時刻棄風(fēng)、棄光功率；

27、s222：約束條件：

28、功率平衡約束：

29、

30、風(fēng)電、光伏、水電運(yùn)行約束：

31、

32、式中：uw(t)、upv(t)、uhy(t)分別為風(fēng)電、光伏、水電運(yùn)行狀態(tài)變量，且uw(t)、upv(t)、uhy(t)∈{0，1}；

33、儲能電站運(yùn)行及容量約束：

34、

35、式中：ubs_ch(t)、ubs_dis(t)為t時刻儲能電站工作狀態(tài)變量，且ubs_ch(t)、ubs_dis(t)∈{0，1}，pmax?bs_ch(t)、pmax?bs_dis(t)為t時刻儲能最大充電功率、最大放電功率，s(t)、s(t-1)為t時刻、t-1時刻儲能設(shè)備容量，ηch、ηdis分別為儲能充電、放電效率系數(shù)；

36、電解槽及儲氫罐運(yùn)行及容量約束：

37、

38、式中：pe(t)為t時刻電解槽功率，pn?e為電解槽額定功率，qg_in(t)、qg_out(t)為t時刻儲氫量、放氫量，ug_in(t)、ug_out(t)為t時刻儲氫罐工作狀態(tài)變量，且ug_in(t)、ug_out(t)∈{0，1}，qmax?g_in(t)、qmax?g_out(t)分別為t時刻儲氫罐最大允許儲氫量、最大允許放氫量，qg(t)、qg(t-1)為t時刻、t-1時刻儲氫罐容量，ηe為電解效率系數(shù)。

39、進(jìn)一步的，步驟s3所述的利用改進(jìn)的灰狼算法和求解器對雙層優(yōu)化模型進(jìn)行求解的具體步驟如下：

40、s31：將采集到的風(fēng)電、光伏、水電、儲能電站、電解槽、儲氫罐的運(yùn)行數(shù)據(jù)及微電網(wǎng)系統(tǒng)的負(fù)荷數(shù)據(jù)，輸入雙層優(yōu)化模型；

41、s32：采用改進(jìn)的灰狼算法求解上層配置優(yōu)化模型；初始化灰狼種群，將上層隨機(jī)生成的風(fēng)電、光伏、水電、儲能電站、電解槽、儲氫罐的配置容量帶入下層調(diào)度優(yōu)化模型，作為下層調(diào)度優(yōu)化的約束條件；

42、s33：下層調(diào)度優(yōu)化層基于上層配置方案，采用求解器求解典型日風(fēng)電、光伏、水電、儲能電站、電解槽、儲氫罐的出力策略，將結(jié)果反饋至上層；

43、s34：上層配置優(yōu)化層基于調(diào)度優(yōu)化層的反饋數(shù)據(jù)，更新配置優(yōu)化層的收斂因子及灰狼種群，更新配置方案；

44、s35：判斷是否達(dá)到最大迭代次數(shù)，若達(dá)到最大迭代次數(shù)則輸出配置方案及風(fēng)電、光伏、水電、儲能電站、電解槽、儲氫罐的出力策略，否則繼續(xù)步驟s32-34，直至達(dá)到最大迭代次數(shù)。

45、進(jìn)一步的，步驟s32所述的改進(jìn)的灰狼算法，具體包括：

46、s321.引入基于余弦函數(shù)改進(jìn)的收斂因子，使其非線性遞減，增加算法的初期探索能力，具體如下：

47、

48、式中：a為衰減因子，t為當(dāng)前迭代次數(shù)，t為最大迭代次數(shù)；

49、s322.引進(jìn)隨機(jī)分散策略和基于步長歐氏距離的比例權(quán)重，通過引入隨機(jī)個體和改善搜索機(jī)制，來增強(qiáng)種群多樣性增加個體探索能力，具體如下：

50、

51、

52、

53、式中：x1、x2、x3分別表示由α、β和δ引起的位置變化，w1、w2、w3分別表示ω對于α、β和δ的學(xué)習(xí)率，λ1、λ2為權(quán)重因子，θ1、θ2為隨機(jī)數(shù)，且θ∈{0，1}，xa、xb為灰狼種群中隨機(jī)挑選的兩個個體，且a≠b≠i。

54、進(jìn)一步的，一種基于雙層優(yōu)化的微電網(wǎng)系統(tǒng)規(guī)劃設(shè)計裝置，包括存儲器及處理器，所述存儲器存儲有計算機(jī)程序，所述處理器在執(zhí)行計算機(jī)程序時實(shí)現(xiàn)上述的方法的步驟。

55、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：

56、（1）本發(fā)明通過雙層優(yōu)化方法對微電網(wǎng)系統(tǒng)進(jìn)行規(guī)劃設(shè)計，使微電網(wǎng)系統(tǒng)能夠在面對不確定性和復(fù)雜性的情況下，制定出最優(yōu)的容量配置與運(yùn)行策略，從而最大化經(jīng)濟(jì)效益，并提升微電網(wǎng)系統(tǒng)的穩(wěn)定性與可靠性。

57、（2）本發(fā)明通過對于灰狼算法的改進(jìn)增強(qiáng)灰狼種群多樣性，增加個體探索能力，提高收斂速度，解決陷入局部最優(yōu)導(dǎo)致的過早收斂問題。