一种多微网综合能源系统优化调度方法和系统

1.一种多微网综合能源系统优化调度方法，其特征在于，包括以下步骤：S1、建立基于分时电价的电负荷需求响应模型；S2、以电负荷的峰谷差最小为目标，基于改进仿电磁学算法对电负荷需求响应模型求最优解，得到第一优化结果，第一优化结果包括电负荷功率和分时电价；S3、根据第一优化结果建立电-热负荷响应结合的微电网优化调度模型，其中，微电网优化调度模型包括目标函数和约束条件，约束条件包括电功率平衡约束，微电网优化调度模型的目标函数为：其中，C为微电网总运行成本，C es,t 、C wi,t 、C pv,t 、C mt,t 、C hp,t 分别为t时段储能、风机、光伏和微型燃气轮机及热泵的运行成本，C b,t 为向外购电成本；第一优化结果中的分时电价用于计算向外购电成本C b,t ，第一优化结果中的电负荷功率用于建立电功率平衡约束；S4、以微电网总运行成本最小为目标，基于改进仿电磁学算法对微电网优化调度模型求最优解，得到第二优化结果；S5、根据第二优化结果对应的调度策略对微电网的综合能源进行调度；其中，改进仿电磁学算法采用记忆和反馈机制，通过模拟带电粒子间的相互吸引和排斥作用解决多目标优化问题；在使用改进仿电磁学算法优化求解时，每个单一个体 看作一个电荷，粒子的搜索公式为：其中， 为第u次迭代中粒子i对随机粒子r的矢量力，当 被动聚集因子c为负，否则为正，考虑到微电网规划的整数性，为避免算法分母为0，设置δ为抗干扰因子， 为第u次迭代中的第i个粒子，M为为防止粒子越限搜索而设置的约束条件， 为第u次迭代中粒子i所带电荷值，m为种群粒子总数，n为粒子维数，f(·)为评价粒子的适应度函数， 为第u次迭代中适应度值最优的粒子， 为第u次迭代中第i个粒子的矢量力，λ为权重系数， 和 分别为变量 的上限值和下限值，N(0,1)为标准正态分布函数；求解的步骤为：1)参数初始化，设置种群规模m，粒子维数n，迭代次数U，且初始迭代次数为1，决策变量的上下限、最大迭代次数，输入电负荷模型中涉及的参数及综合能源微电网模型中的相关参数；2)种群初始化，以微电网中各分布式电源的单机容量和数量作为决策变量，利用下式产生满足上下限约束的初始种群：3)展开全局搜索，根据所确定的模型计算种群中每个粒子对应适应度函数值及个体矢量力的大小；4)根据粒子的搜索公式产生新的种群，比较新种群和前一代种群的适应度函数值，更新种群中的粒子并保存当前代最优解；5)判断种群进化是否停滞，若停滞达到设定代数，则改变迭代补偿、变异策略并缩减搜索空间；6)判断是否达到算法终止的迭代次数，若否，则转入步骤3)继续重复迭代步骤，若是，则终止寻优并输出最优解及最优目标函数值。 2.根据权利要求1所述的多微网综合能源系统优化调度方法，其特征在于，电负荷需求响应模型的目标函数为：约束条件为：0≤ΔP e,t ≤ΔP e,max其中，P eh,t 为t时刻响应后的电负荷功率，P e,t 为响应前的电负荷功率，ΔP e,t 为响应前后电负荷功率的变化量，ω y0,t 为响应前t时段的电价，Δω y,t 为响应前后的电价变化量，E为需求弹性矩阵，E中的元素 i∈n,j∈n，为负荷需求价格弹性函数，ΔP e,max 为响应后负荷改变量的上限，T为一个调度周期内的总时段，ω y,f 为峰时段自变量电价，ω y,v 为谷时段自变量电价，ω y,t 为响应后t时段的电价。 3.根据权利要求2所述的多微网综合能源系统优化调度方法，其特征在于，向外购电成本C b,t 的计算公式为：C b,t ＝ω y,t P b,t其中，P b,t 为微电网与主动式配电网系统的交互功率。 4.根据权利要求3所述的多微网综合能源系统优化调度方法，其特征在于，电功率平衡约束为：其中，P wi,t 为风机发电功率，P pv,t 为光伏发电功率，P mt,t 为燃气轮机发电功率， 为储能放电功率， 为储能充电功率，P hp,t 为热泵输入功率。 5.根据权利要求4所述的多微网综合能源系统优化调度方法，其特征在于，t时段储能的运行成本C es,t 的计算公式为：其中，β es 为储能的单位运行维护成本；t时段风机的运行成本C wi,t 的计算公式为：C wi,t ＝β wi P wi,t其中，β wi 为风机的单位运行维护成本；t时段光伏的运行成本C pv,t 的计算公式为：C pv,t ＝β pv P pv,t其中，β pv 为光伏的单位运行维护成本；t时段微型燃气轮机的运行成本C mt,t 的计算公式为：其中，β mt 为微型燃气轮机的单位运行维护成本，λ g 为天然气价格，η mt 为燃气轮机发电效率，H Vng 为天然气热值；t时段热泵的运行成本C hp,t 的计算公式为：C hp,t ＝β hp P hp,t其中，β hp 为热泵的单位运行维护成本；微电网优化调度模型的约束条件还包括：δ min ≤δ≤δ maxQ CH,t ＝Q mt,t η h C ophP mt,min ≤P mt,t ≤P mt,maxQ hph,t ＝P hp,t ·μ hphP hp,min ≤P hp,t ≤P hp,maxP b,min ≤P b,t ≤P b,max其中，δ min 和δ max 分别为室内温度的最小值和最大值，Q mt,t 为t时段微型燃气轮机的排气余热量，η L 为散热损失率，Q CH,t 为t时段余热锅炉吸收燃气轮机产生的热量，C oph 为余热锅炉的制热系数，η h 为余热锅炉的烟气回收率，Q hph,t 为t时段热泵的产热量，μ hph 为热泵的制热效率，P hp,min 和P hp,max 分别为热泵的最小输入电功率和最大输入电功率， 和 分别为储能充电功率的最小值和最大值， 和 分别为储能放电功率的最小值与最大值，P b,min 和P b,max 分别为微电网与主动式配电网系统交互功率的下限和上限，P H,t 为响应后t时段建筑物注入热功率。 6.一种多微网综合能源系统优化调度系统，其特征在于，包括以下模块：电负荷侧模型构建模块，用于建立基于分时电价的电负荷需求响应模型；第一求解模块，用于以电负荷的峰谷差最小为目标，基于改进仿电磁学算法对电负荷需求响应模型求最优解，得到第一优化结果，第一优化结果包括电负荷功率和分时电价；调度模型构建模块，用于根据第一优化结果建立电-热负荷响应结合的微电网优化调度模型，其中，微电网优化调度模型包括目标函数和约束条件，约束条件包括电功率平衡约束，微电网优化调度模型的目标函数为：其中，C为微电网总运行成本，C es,t 、C wi,t 、C pv,t 、C mt,t 、C hp,t 分别为t时段储能、风机、光伏和微型燃气轮机及热泵的运行成本，C b,t 为向外购电成本；第一优化结果中的分时电价用于计算向外购电成本C b,t ，第一优化结果中的电负荷功率用于建立电功率平衡约束；第二求解模块，用于以微电网总运行成本最小为目标，基于改进仿电磁学算法对微电网优化调度模型求最优解，得到第二优化结果；调度模块，用于根据第二优化结果对应的调度策略对微电网的综合能源进行调度；其中，改进仿电磁学算法采用记忆和反馈机制，通过模拟带电粒子间的相互吸引和排斥作用解决多目标优化问题；在使用改进仿电磁学算法优化求解时，每个单一个体 看作一个电荷，粒子的搜索公式为：其中， 为第u次迭代中粒子i对随机粒子r的矢量力，当 被动聚集因子c为负，否则为正，考虑到微电网规划的整数性，为避免算法分母为0，设置δ为抗干扰因子， 为第u次迭代中的第i个粒子，M为为防止粒子越限搜索而设置的约束条件， 为第u次迭代中粒子i所带电荷值，m为种群粒子总数，n为粒子维数，f(·)为评价粒子的适应度函数， 为第u次迭代中适应度值最优的粒子， 为第u次迭代中第i个粒子的矢量力，λ为权重系数， 和 分别为变量 的上限值和下限值，N(0,1)为标准正态分布函数；求解的步骤为：1)参数初始化，设置种群规模m，粒子维数n，迭代次数U，且初始迭代次数为1，决策变量的上下限、最大迭代次数，输入电负荷模型中涉及的参数及综合能源微电网模型中的相关参数；2)种群初始化，以微电网中各分布式电源的单机容量和数量作为决策变量，利用下式产生满足上下限约束的初始种群：3)展开全局搜索，根据所确定的模型计算种群中每个粒子对应适应度函数值及个体矢量力的大小；4)根据粒子的搜索公式产生新的种群，比较新种群和前一代种群的适应度函数值，更新种群中的粒子并保存当前代最优解；5)判断种群进化是否停滞，若停滞达到设定代数，则改变迭代补偿、变异策略并缩减搜索空间；6)判断是否达到算法终止的迭代次数，若否，则转入步骤3)继续重复迭代步骤，若是，则终止寻优并输出最优解及最优目标函数值。 7.根据权利要求6所述的多微网综合能源系统优化调度系统，其特征在于，电负荷需求响应模型的目标函数为：约束条件为：0≤ΔP e,t ≤ΔP e,max其中，P eh,t 为t时刻响应后的电负荷功率，P e,t 为响应前的电负荷功率，ΔP e,t 为响应前后电负荷功率的变化量，ω y0,t 为响应前t时段的电价，＝ω y,t 为响应前后的电价变化量，E为需求弹性矩阵，E中的元素 i∈n,j∈n，为负荷需求价格弹性函数，ΔP e,max 为响应后负荷改变量的上限，T为一个调度周期内的总时段，ω y,f 为峰时段自变量电价，ω y,v 为谷时段自变量电价，ω y,t 为响应后t时段的电价。 8.根据权利要求7所述的多微网综合能源系统优化调度系统，其特征在于，向外购电成本C b,t 的计算公式为：C b,t ＝ω y,t P b,t其中，P b,t 为微电网与主动式配电网系统的交互功率。 9.根据权利要求8所述的多微网综合能源系统优化调度系统，其特征在于，电功率平衡约束为：其中，P wi,t 为风机发电功率，P pv,t 为光伏发电功率，P mt,t 为燃气轮机发电功率， 为储能放电功率， 为储能充电功率，P hp,t 为热泵输入功率。 10.根据权利要求9所述的多微网综合能源系统优化调度系统，其特征在于，t时段储能的运行成本C es,t 的计算公式为：其中，β es 为储能的单位运行维护成本；t时段风机的运行成本C wi,t 的计算公式为：C wi,t ＝β wi P wi,t其中，β wi 为风机的单位运行维护成本；t时段光伏的运行成本C pv,t 的计算公式为：C pv,t ＝β pv P pv,t其中，β pv 为光伏的单位运行维护成本；t时段微型燃气轮机的运行成本C mt,t 的计算公式为：其中，β mt 为微型燃气轮机的单位运行维护成本，λ g 为天然气价格，η mt 为燃气轮机发电效率，H Vng 为天然气热值；t时段热泵的运行成本C hp,t 的计算公式为：C hp,t ＝β hp P hp,t其中，β hp 为热泵的单位运行维护成本；微电网优化调度模型的约束条件还包括：δ min ≤δ≤δ maxQ CH,t ＝Q mt,t η h C ophP mt,min ≤P mt,t ≤P mt,maxQ hph,t ＝P hp,t ·μ hphP hp,min ≤P hp,t ≤P hp,maxP b,min ≤P b,t ≤P b,max其中，δ min 和δ max 分别为室内温度的最小值和最大值，Q mt,t 为t时段微型燃气轮机的排气余热量，η L 为散热损失率，Q CH,t 为t时段余热锅炉吸收燃气轮机产生的热量，C oph 为余热锅炉的制热系数，η h 为余热锅炉的烟气回收率，Q hph,t 为t时段热泵的产热量，μ hph 为热泵的制热效率，P hp,min 和P hp,max 分别为热泵的最小输入电功率和最大输入电功率， 和 分别为储能充电功率的最小值和最大值， 和 分别为储能放电功率的最小值与最大值，P b,min 和P b,max 分别为微电网与主动式配电网系统交互功率的下限和上限，P H,t 为响应后t时段建筑物注入热功率。