【多微电网】基于粒子群优化算法的面向配电网的多微电网协调运行与优化（Matlab代码实现）

 👨‍🎓个人主页：研学社的博客   

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

一、背景与意义

二、分时电价策略

三、多微电网系统概述

四、优化调度模型

五、算例分析

六、结论

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

---

---

💥1 概述

大量的风力发电、光伏发电等分布式可再生能源接入配电网，加大了配电网结构的复杂性以及管理和控制的难度，影响了电网运行的安全可靠性。面向配电网的多微电网系统这一概念的提出在一定程度上能够缓解上述问题，为复杂电网的协调运行提供了新的思路。多微网系统的能量管理与优化调度是多微网系统研究的一个关键点，而经济性调度是电网运行的重点，也是用户关注的热点[673,76]。因此，需要采取合理有效的调度方法使多微电系统能够协调经济运行，提高配电网下多微网系统运行的协调性和安全性[70,71]。
分时电价策略是需求侧管理的一种重要方法14]。分时电价指的是配电网根据电网负荷的变化情况，将一天分为高峰期，平峰期，低谷期这三个时期，并且针对每个时期的负荷特性制定合理的价格，使用户合理安排用电时间和用电量，以起到削峰填谷的作用。因此分时电价对确保电力系统的稳定性和优化运行具有重要意义。因此，针对微网不同时段的负荷特性及相应的购售电电价178l，多微网系统需要采取不同的调度策略进行控制，以达到整个微网系统运行的经济性。

以含有光伏（PV）、风机 （W）、柴油发电机（de）、燃料电池（fc）、蓄电池（bat）的子微网1、子微网2 构成微网群进行算例分析， 微网群算例系统拓扑结构如下图。

微网群采用并联式结构，其中子网1中分布式电源包括：PV1, W1，fc1，bat1;子网2中分布式电源包括PV2，W2，de2，bat2。微网群与配电网之间的公共连接点群PCC保持闭合，网PCC1与网PCC2也均保持闭合。微网1,2和配电网之间可存在功率交换Pbuy1,Psell1,Pbuy2,Psell2，微网1与微网2之间可存在功率交换Pex1,Pex2。

本文建立的微网群以多目标协调优化为目的，其中各个子微网优化目标与总微网群的优化目标一致。微网群优化调度周期取一天，以1h作为一个调度时段，全天共分为24个时段，且算例中采用分时电价a1,a2,b1,b2的方式。

详细讲解见第4部分。

基于粒子群优化算法的面向配电网的多微电网协调运行与优化

一、背景与意义

随着大量风力发电、光伏发电等分布式可再生能源接入配电网，配电网的结构变得日益复杂，管理和控制的难度也随之增加，这对电网运行的安全可靠性产生了影响。面向配电网的多微电网系统概念的提出，为复杂电网的协调运行提供了新的思路。多微电网系统的能量管理与优化调度成为研究的关键点，而经济性调度则是电网运行的重点，也是用户关注的热点。

二、分时电价策略

分时电价策略是需求侧管理的一种重要方法。它根据电网负荷的变化情况，将一天分为高峰期、平峰期和低谷期三个时期，并针对每个时期的负荷特性制定合理的价格。这种策略使用户能够合理安排用电时间和用电量，以起到削峰填谷的作用，对确保电力系统的稳定性和优化运行具有重要意义。

三、多微电网系统概述

多微电网系统通常由多个子微电网组成，这些子微电网之间以及子微电网与配电网之间可以进行功率交换。以含有光伏（PV）、风机（W）、柴油发电机（de）、燃料电池（fc）、蓄电池（bat）的子微网1、子微网2构成微网群为例，微网群采用并联式结构。每个子网中包含不同的分布式电源，如PV、W等，并通过公共连接点（PCC）与配电网相连。

四、优化调度模型

1. 优化目标：
   • 综合发电成本最低。
   • 污染物对环境影响成本最低。
   • 蓄电池寿命损耗成本最小。
2. 调度策略：
   • 针对微网不同时段的负荷特性及相应的购售电电价，多微网系统需要采取不同的调度策略进行控制，以达到整个微网系统运行的经济性。
   • 微网群优化调度周期取一天，以1小时作为一个调度时段，全天共分为24个时段。
3. 算法选择：
   • 采用粒子群优化（PSO）算法进行求解。PSO算法是一种模拟社会行为的、基于群体智能的进化技术，以其独特的搜索机理、出色的收敛性能在工程优化领域得到了广泛应用。
   • 对于多目标优化问题，采用多目标粒子群（MOPSO）算法。MOPSO算法将原来只能用在单目标上的PSO算法应用于多目标上，通过选择历史最优（pbest）和全局最优（gbest）来引导粒子群的搜索方向。

五、算例分析

以含有光伏（PV）、风机（W）、柴油发电机（de）、燃料电池（fc）、蓄电池（bat）的子微网1、子微网2构成微网群进行算例分析。通过Matlab代码实现多微电网的协调运行与优化，具体内容包括：

• 分布式电源的数学模型分析。
• 多代理系统的分层控制结构应用。
• 以经济效益最大为目标函数的数学模型建立。
• 分时电价策略下的多微网联合协调调度策略制定。

六、结论

基于粒子群优化算法的面向配电网的多微电网协调运行与优化，通过合理的调度策略和算法选择，能够降低多微网系统的运行成本，提高电网运行的安全性和可靠性。同时，分时电价策略的应用也促进了用户合理用电，起到了削峰填谷的作用。未来，随着分布式可再生能源的进一步发展，多微电网系统的协调运行与优化将成为电网发展的重要方向。

📚2 运行结果

 

 

 

部分代码：

%微网1中光伏发电预测：
Ppv1=[0 0 0 0 0 0 5.80 10.04 15.00 35.56 45.99 56.06 58.09 55.87 45.77 36.08 35.23 18.04 15.79 0 0 0 0 0 ];
%微网1、2从配电网的购电电价：
a1=[0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.17 0.83 0.83 0.83 0.83 0.49 0.49 0.49 0.83 0.83 0.83 0.49 0.49 0.17 ];
%微网1、2从配电网的售电电价：
a2=[0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.13 0.65 10.65 0.65 0.65 0.38 0.38 0.38 0.65 0.65 0.65 0.38 0.38 0.13];
%微网1中交流负荷预测：
Load1=[67.55 65.09 62.88 70.09 77.55 79.09 85.76 86.08 86.88 91.08 90.09 76.00 75.08 75.99 78.96 90.32 98.45 105.89 110.09 115.99 100.08 86.56 75.09 70.03];
%微网2中风机发电预测：
Pw2=[80.90 105.87 100.09 115.78 130.34 115.03 123.98 101.09 85.88 84.65 85.09 95.90 90.08 96.88 78.09 69.99 50.61 57.00 63.90 81.80 85.99 82.90 90.11 88.13];
%微网2中光伏发电预测：
Ppv2=[0 0 0 0 0 0 5.88 10.09 13.90 15.13 20.09 22.99 25.86 30.08 33.98 30.31 20.04 20.56 18.43 12.33 0 0 0 0];
%微网1,2之间的购电电价：
b1=[0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5];
%微网1，2,之间的售电电价：
b2=[0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5];
%微网2中交流负荷预测：
Load2=[99.08 101.22 93.04 102.09 101.66 100.33 108.34 82.00 85.98 90.21 115.09 130.77 161.90 143.78 158.21 143.90 125.97 120.09 114.41 115.90 140.98 135.88 108.09 100.09];
dim=24;%每个变量维数 

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]赵琼瑶. 面向配电网的多微电网协调运行与优化[D].杭州电子科技大学,2016.

🌈4 Matlab代码实现