(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211216551.2 (22)申请日 2022.09.30 (71)申请人 湖南科技大 学 地址 411201 湖南省湘潭市雨湖区石码头2 号 (72)发明人 陈祖国　唐至强　陈超洋　卢明　 陈永伟　 (74)专利代理 机构 湘潭市汇智专利事务所(普 通合伙) 43108 专利代理师 陈伟 (51)Int.Cl. H02J 3/32(2006.01) H02J 3/46(2006.01) G06F 30/27(2020.01) G06Q 50/06(2012.01)G06F 113/04(2020.01) G06F 111/04(2020.01) G06F 111/06(2020.01) (54)发明名称 一种基于改进遗传算法的微电网优化调度 方法 (57)摘要 本发明公开了一种基于改进遗传算法的微 电网优化调度方法， 首先引入每时刻负荷以及各 机组不同类型的电源出力， 建立微电网中光伏机 组模型、 风力发电机组模 型、 燃气轮机模 型、 储能 元件模型、 电网交互模型、 上网电价收益模型、 环 境污染惩罚模型以及综合发电运行成本和风险 系数模型， 以最小综合发电运行成本和最低风险 系数为目标函数为优化目标， 以电源功率、 蓄电 池约束以及功率平衡作为约束条件， 并利用混沌 非支配遗传算法进行求解， 能够 有效地避免算法 陷入局部最优解 以及陷入等幅振荡不收敛的情 况， 能够更加有效地指导微电网的调度工作， 减 少微电网综合运营成本， 提高电力系统的稳定 性。 权利要求书5页 说明书11页 附图10页 CN 115459323 A 2022.12.09 CN 115459323 A 1.一种基于改进遗传算法的微电网优化调度方法， 其特 征在于， 包括以下步骤： 1)引入一天内每个时刻机组的燃气轮机出力、 风电出力、 储能元件出力、 光伏出力、 电 网交互出力以及负荷需求， 进一 步构建微电网中的电源与负荷平衡模型； 2)建立微电网优化调度模型， 包括微电网中电网交互模型、 上网电价收益模型、 环境污 染惩罚模型， 进 而构建综合发电运行成本模型； 3)利用微电网中可用电量无法满足负荷需求， 得出失负荷电量， 采用失负荷率作为风 险系数直观体现出微电网的可靠性； 4)以最小综合发电运行成本和最低 风险系数为目标函数优化目标模型， 通过功率平衡 约束、 储能电池出力上下限、 储能电池荷电量约束、 火电机组出力上下限约束、 水电机组出 力上下限约束、 光伏出力上 下限约束、 风电出力上 下限约束等构建系统约束条件 模型； 5)满足约束条件的情况 下， 随机生成N个父代种群； 6)交叉、 变异生成N个子代种群， 并结合产生2N个父子代种群； 7)对新的父子代种群非支配排序， 个体之间没有互相支配， 则将其放在一个非支配层， 并从第一非支配层开始构建N1个子代个体， 若 子代个体大小等于 N1时停止， 令该子代个体的 数目为Nt； 若Nt超过N1， 则保留该非支配层， 从而 使得该部分子代数目等于N1； 8)对步骤7)中被淘汰的2N ‑N1个种群采用Tent混沌映射， 从新个体中筛选得到N2个优胜 子代个体； 9)把N1个子代个体和N2个优胜子代个体合并成真正子代种群， 将合并的N个个体的子代 种群作为下一次迭代的父代种群， 再进行非支配排序， 得到本次迭代得最优解集即为第一 非支配层的个 体集； 10)重复步骤5)到9)， 直至算法收敛， 得 出各类型电源出力最优策略。 2.根据权利要求1所述的基于改进遗传算法的微电网优化调度方法， 其特征在于， 步骤 1)中： 光伏出力中光伏转换效率 ηt为： 其中， η为太阳能光伏的效率， t为时间步长， θ0为25℃， AM为空气质量值， θt为太阳能光 伏的温度， 为1000Wm‑2， AM0为1.5， p、 q、 γ、 s、 u、 T为光伏机组特征参数， 由机组生产厂家 出示； 由此计算出光伏出力PtPV为： 其中， PtPV为光伏发电机t时刻的预测发电量， A为光伏面板的面积， 为全球倾斜太阳 辐照， N为光伏面板数量； 风力机的能量预测模型为:风力机产生的功率取决于风速和装机容量， 其他影响参数 与特定风力机的形状、 类型和功率曲线 有关； 其中， PtW为风力发电机t 时刻的预测发电量， Cp风电发电机组的功率 曲线， Nwt为风力发权　利　要　求　书 1/5 页 2 CN 115459323 A 2电机组数量， Vt为t时刻的风速； 风力发电机组的功率曲线Cp取决于风力发电机组的规格和设计， 推广为： 其中， vt为t时刻风力机风速， vco为截止风速， vr风力机额定转速， vcl为切入风速； 上述解释了不同风速下的风机功率， 风机的额定功率记为Cp(rated)， 风速v1,v2,v3,…vn 是大于切入速度且小于切断速度的连续速度， a1,b1,c1,d1,…an,bn,cn,dn为设计相关系数； 燃气轮机发出相应功率对应成本为： 其中， 为燃料成本， η ′t为t时刻燃气轮机发电效率， PtMT为燃气轮机t时刻产生功率， Cgas为天然气单价； 微电网分为孤岛型微电网和并网型微电网， 孤岛型微电网中微电网和主电网不存在电 气联系， 并网型微电网则是微电网与主电网相结合， 当负荷电量过多时向主电网购电， 当发 电量过多时则向主电网售电； 采用时间函数TOU区分电价， 电价有三个区间： 低价区、 正常 区、 高价区， 0 ‑8： 00为低价时段， 9： 00 ‑11:00、 17： 00 ‑19： 00为正常时段， 12： 00 ‑16： 00、 20： 00‑24： 00为高价时段。 3.根据权利要求2所述的基于改进遗传算法的微电网优化调度方法， 其特征在于， 所述 步骤2)中， 综合发电运行成本模型 具体为： 光伏运营成本 为： 其中， αPV为光伏发电机维护系数， βPV为光伏发电机折旧系数值， γPV为光伏发电机污染 治理惩罚成本系数， 其中太阳能光伏不能产生污染， γPV等于零； 运行中的风力发电机组运营成本 CW t为： 其中， γW为风力发电机污染治理成本系数， βW为风力发电机折旧系数值， αW为风力发电 机维护系数， 其中风力发电机组运行 过程中无污染排 放， 因此γW为零； 燃气轮机运行成本 为： 其中， γFC为燃料电池污染治 理成本系数， βFC为燃料电池折旧系数， αFC为燃料电池维护权　利　要　求　书 2/5 页 3 CN 115459323 A 3