[发明专利]基于改进遗传算法的微电网光伏和储能配置方法及系统

说明书

本发明提出一种基于改进遗传算法的微电网光伏和储能配置方法及系统，包括：采集微电网系统的基础数；建立微电网系统光伏和储能配置的数学模型，所述数学模型包括经济性优化目标函数和光伏自消纳率优化目标函数；设置所述数学模型的约束条件；使用改进遗传算法，对数学模型进行优化，得到目标函数的最优解，根据所述目标函数的最优解，对微电网光伏系统容量和储能电池容量进行配置。本发明同时考虑微电网系统的经济性和光伏自消纳率，设计了经济性最优目标函数和光伏自消纳率最大化目标函数，并通过改进遗传算法，优化目标函数，得到经济性最优和光伏自消纳率最大的微电网系统光伏和储能的配置方案。

技术领域

本发明涉及微电网系统技术领域，更具体地，涉及一种基于改进遗传算法的微电网光伏和储能配置方法及系统。

背景技术

微电网系统是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。光伏发电是分布式发电的重要发展趋势之一，具有污染少和能效高等优点。微电网系统作为整合分布式光伏电源的有效载体，能够协调不同区域的光伏发电系统，一定程度上克服部分光伏发电的随机不确定性和地域依赖性，提高系统的整体平稳供电能力和供电电能质量，是实现分布式光伏就地消纳利用，发挥分布式光伏发电系统效能的最有效方式。为了保证微电网系统供电可靠性，最大限度利用光伏资源，通常需要为微电网系统配置合适的储能。

现有一种含清洁能源的微电网系统能量管理方法，包括：对微电网系统中的光伏发电系统、风力发电系统、储能系统、柴油发电机系统和微型燃气轮机系统进行建模；确定系统总目标函数f_MG表示微电网系统在运行过程中的总费用，表示微电网系统的运行成本费用，表示微电网系统在运行过程中产生的环境保护费用；建立微电网系统中各系统的约束条件；NSGA-II算法的改进；将改进的NSGA-II方法与构建的总目标函数结合，得到目标函数的最优解。对分布式发电、燃气轮机、储能装置等进行合理的分配，以保证微电网系统运行的最大经济效益和环保效益。

然而上述方法在构建总目标函数中，只考虑了微电网系统在运行过程中的总费用，即只考虑了微电网系统的经济性，并没有将微电网系统的光伏自消纳率作为设计目标之一，故该方法得到的微电网系统配置方案在实际投入使用时容易出现系统容量不足的情况。

发明内容

本发明为解决微电网系统出行系统容量不足的情况，提供一种基于改进遗传算法的微电网光伏和储能配置方法及系统。

为解决上述技术问题，本发明的技术方案如下：

第一个方面，本发明提出一种基于改进遗传算法的微电网光伏和储能配置方法，包括以下步骤：

S1：采集微电网系统的基础数据；

S2：利用所述微电网系统的基础数据，建立微电网系统光伏和储能配置的数学模型，所述微电网系统光伏和储能配置的数学模型包括经济性优化目标函数和光伏自消纳率优化目标函数；

S3：设置所述微电网系统光伏和储能配置的数学模型的约束条件；

S4：基于所述约束条件，使用改进遗传算法，对微电网系统光伏和储能配置的数学模型进行优化，得到经济性优化目标函数和光伏自消纳率优化目标函数的最优解，根据所述目标函数的最优解，对微电网光伏系统容量和储能电池容量进行配置。

优选地，所述微电网系统的基础数据包括微电网系统结构、用户负荷特性和分布式光伏容量信息。

优选地，所述微电网系统光伏和储能配置的数学模型的目标函数包括经济性最优目标函数和光伏自消纳率最大化目标函数；

所述经济性最优目标函数的表达式为：

maxS＝B+B_ERC-C-C_inv