[发明专利]一种基于粒子群算法的城市能源互联网下的配电网规划方法

权利要求书

1.一种基于粒子群算法的城市能源互联网下的配电网规划方法，其特征在于，所述配电网规划方法包括以下步骤：

(1)根据城市规划与经济发展要求，获取城市能源互联网下的配电网规划数据库；

(2)建立城市能源互联网下的负荷预测数学模型；

(3)对变电站进行选址；

(4)基于粒子群算法进行线路优化设计；

(5)能源与信息双向流动互动优化。

2.根据权利要求1所述的一种基于粒子群算法的城市能源互联网下的配电网规划方法，其特征在于：

在步骤(1)中，城市能源互联网的配电网规划数据库包括现状电网形状、现状电网数据，集中式电源规划下的发电容量、分布式电源规划下的发电容量；所述集中式电源规划下的发电电容包括已经建成的集中式电源发电容量加上规划中的集中式电源发电容量，分布式电源规划下的发电容量包括已经建成的集中式电源发电容量加上规划中的分布式电源发电容量；

其中，现状电网形状、现状电网数据由网架结构、设备参数、统计数据组成；集中式电源包括火力发电、热电联产天然气；分布式电源包括自然资源下的光能、风能。

3.根据权利要求1或2所述的一种基于粒子群算法的城市能源互联网下的配电网规划方法，其特征在于：

在步骤(2)中，在满足城市能源互联网的需求下，所述城市电网下的负荷预测数学模型为：

式中：LP(t)为时刻t的全配电网的用电负荷；λ(t)为预测的同时率(即全配电网综合最高负荷与全配电网各组成单位的绝对最高负荷之和的比率)；S(i)为时刻t的第i块用地面积；num为全配电网区域范围内的所有用地块数；ρ(i)为在考虑风险时时刻t的第i块土地的负荷密度；P_j(t)为全配电网区域范围内第j个分布式电源在时刻t的出力；n为全配电网区域范围内的分布式电源数量；P_v(t)为全配电网区域范围内某种类型电动汽车在时刻t的充电量；m为电动汽车的种类数；n_v为某种类型下的电动汽车的数量；k_v(t)为时刻t该类型电动汽车接入充电的比例；

同时在考虑由风险带来的波动影响到负荷预测结果为:

LP'(t)∈[LP(t)-R,LP(t)+R] (2)

式中：LP’(t)为时刻t的全配电网的最终用电负荷；R为全部风险对负荷预测带来的影响。

4.根据权利要求3所述的一种基于粒子群算法的城市能源互联网下的配电网规划方法，其特征在于：

所述电动汽车的类型划分为出租车、私家车、公务用车。

5.根据权利要求4所述的一种基于粒子群算法的城市能源互联网下的配电网规划方法，其特征在于：

全部风险对负荷预测带来的影响R取值为相对于LP(t)的比例10％到20％。

6.根据权利要求1所述的一种基于粒子群算法的城市能源互联网下的配电网规划方法，其特征在于：

在步骤(3)中，对变电站进行选址，具体包括以下内容：

根据权利要求3计算的负荷数据，通过了解此地区的地形、用地类型等情况，最终确定变电站位置。

7.根据权利要求6所述的一种基于粒子群算法的城市能源互联网下的配电网规划方法，其特征在于：

所述地形包括平原、高原、丘陵、盆地、山地五种类型；

用地包括耕地、林地、草地、建设用地四种类型。