[0068] Soc(t+1)＝Soc(t)+Pch,maxηc△t； (21)
[0069] Soc(t+1)＝Soc(t)-Pdch,max△t/ηd； (22)
[0070] Step3.2：执行完步骤Step3.1后，判断式(12)是否满足，如果满足，则转到步骤Step3.4；如果不满足，则令Soc(Tend)＝Socinitial，分别令t＝T-1,T-2,…,0；然后对于调度周期中第t+1个时段铅酸蓄电池的剩余容量Soc(t+1)，如果满足式(19)，通过式(23)调整前一时段的铅酸蓄电池剩余容量Soc(t)；如果满足式(20)，则通过式(24)调整前一时段的铅酸蓄电池剩余容量Soc(t)值：
[0071] Soc(t)＝Soc(t+1)-Pch,maxηc△t； (23)
[0072] Soc(t)＝Soc(t+1)+Pdch,max△t/ηd； (24)
[0073] Step3.3：再次判断式(12)是否满足，如果满足转到Step3.4；如果不满足，则令Soc(0)＝Socinitial，并转到Step3.1；
[0074] Step3.4：进行下一步计算；
[0075] Step4：开机调整策略：根据粒子群中各个粒子所表示的微燃机出力值和铅酸蓄电池Soc值，结合风电功率预测值和负荷预测值，分别判断每个粒子所表示的每一时段的微燃机出力值和铅酸蓄电池Soc值加上同时段的风电功率预测值能否满足同时段的负荷预测值，如果不满足，则增加相应粒子中相应时段的微燃机开机运行数目直至满足同时段的负荷要求为止；
[0076] Step5：停机调整策略：在粒子群中粒子所表示的每一时段的微燃机出力值和铅酸蓄电池Soc值加上同时段的风电功率预测值能够满足同时段的负荷预测值时，分别判断每个粒子中每一时段停运任意一组微燃机能否满足同时段的负荷预测值；如果满足，则在相应粒子的相应时段中停运相应组的微燃机，直至该时段若再停运任意一组微燃机则不能满足同时段的负荷要求为止；如果粒子中一个时段任意一组处于开机状态的微燃机停运后都不能满足同时段的负荷要求和旋转备用约束条件，则该时段的微燃机开机运行组数保持不变；
[0077] Step6：功率平衡调整：对于粒子群中的每个粒子，分别调整每一时段中各组微燃机的出力值，使微电源系统功率平衡，调整过程中不平衡功率根据各组微燃机所承担的负荷大小按比例分摊，分摊方法为：
[0078]
[0079] 式中，Pnt、P′nt分别为进行功率平衡调整前、后调度周期中第t个时段处于开机运行的第n组微燃机的出力值；ΔPt为调度周期中第t个时段微电源系统的功率缺额，当ΔPt<0时，表示微电源系统的发电总功率小于负荷，需增加微燃机出力，反之ΔPt>0时，则表示能够减小微燃机出力。
[0080] 相比于现有技术，本发明具有如下有益效果：
[0081] 1、本发明计及储能寿命损耗的孤立微电网最优经济运行方法，通过研究铅酸蓄电池充放电过程对其寿命的影响，并折算为经济成本加入到目标函数之中，建立的计及储能寿命损耗的微电网最优经济运行模型考虑的因素更为全面，考虑了这因素的影响后，便能够通过该模型分析储能的充放电过程对微电网经济运行的影响。
[0082] 2、本发明计及储能寿命损耗的孤立微电网最优经济运行方法，所建立的计及储能寿命损耗的微电网最优经济运行模型还考虑了风电机组出力间歇性和负荷预测误差对系统运行备用的影响，采用概率约束反映旋转备用配置的置信水平，该因素也更符合实际运行的需求，从而减少微电网系统出现发电量过盛、电力资源浪费的情况，在满足供电负荷需求的情况下帮助降低微电网系统运行成本。
[0083] 3、本发明计及储能寿命损耗的孤立微电网最优经济运行方法中，对于微电网最优经济运行模型的求解，采用了将调整策略和粒子群算法相结合的方法，提高了粒子群算法求解的收敛速度，进而提高了求解迭代过程中可行解的求解效率，能够更加快速地确定符合实际情况的孤立微电网最优经济运行方案。
[0084] 4、本发明孤立微电网最优经济运行方法的运算流程较为简单，便于工程人员学习使用，并且通用性较好，可广泛应用于不同应用场合下的微电网经济运行方案的规划，具有很好的市场推广应用价值。
附图说明
[0085] 图1为本发明计及储能寿命损耗的孤立微电网最优经济运行方法中对微电网最优经济运行模型进行求解的流程图。
[0086] 图2为本发明实施例中根据测试地区的历史数据对其微电网未来一天的风电功率和负荷预测结果曲线图。
[0087] 图3为本发明实施例中求解得到的测试地区微电网未来一天各微燃机出力和铅酸蓄电池Soc值曲线图。
[0088] 图4为本发明实施例中在不计铅酸蓄电池储能寿命损耗时，测试地区微电网未来一天各微燃机出力和铅酸蓄电池Soc值曲线图。
[0089] 图5为本发明实施例中，对模型的求解迭代中约束条件满足情况的统计分析曲线图。
具体实施方式
[0090] 本发明提供了一种计及储能寿命损耗的孤立微电网最优经济运行方法，通过研究铅酸蓄电池充放电过程对其寿命的影响，并折算为经济成本加入到目标函数之中，建立了计及储能寿命损耗的微电网最优经济运行模型；同时，为了求解该模型，采用粒子群算法对模型进行求解，并且由于模型中涉及的约束条件较多，因此在求解过程中还结合了调整策略对机组的最大最小出力、储能充放电过程进行调整，以提高粒子群算法求解的迭代过程中可行解的求解效率，得到孤立微电网最优经济运行方案，并按照该最优经济运行方案，对孤立微电网系统调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率加以控制，从而减少微电网系统出现发电量过盛、电力资源浪费的情况，在满足供电负荷需求的情况下帮助降低微电网系统运行成本。
[0091] 1.具体的微电网最优经济运行模型为：
[0092] 微电网最优经济运行模型的目标函数为：
[0093]
[0094] 其中：
[0095]
[0096] 式中，Ctotal为孤立微电网系统的总运行成本； 为调度周期中第t个时段中第n组微燃机的开机成本；N为孤立微电网系统中微燃机的总组数；un,t为调度周期中第t个时段中第n组微燃机的开、停机状态变量，处于开机状态时un,t取值为1，处于停机状态时un,t取值为0；T为调度周期内包含的总时段数；Cbat为铅酸蓄电池的寿命损耗成本；σn、δn、τn为第n组微燃机的启动成本系数； 为第n组微燃机在调度周期中第t个时段内的停运时间；FFC,tn为调度周期中第t个时段中第n组微燃机的运行成本；Ff为燃料价格；Ptn为调度周期中第t个时段中第n组微燃机的输出功率；ηtn为调度周期中第t个时段中第n组微燃机的效率(一般出力越大对应的运行效率越高)；
[0097] 当铅酸蓄电池充放电循环深度为R时，故障前最大循环充放电次数NESS表示为：
[0098]
[0099] α1～α5为铅酸蓄电池的特征参数，这些参数可由厂商提供的寿命测试数据得到。
[0100] 铅酸蓄电池充放电循环一次，电池寿命损耗占总寿命百分比为1/NESS，等效经济损耗成本C1为：
[0101] C1＝Cinitial-bat/NESS； (5)
[0102] 微电网运行过程中，在调度周期内，铅酸蓄电池的寿命损耗成本Cbat为：
[0103]
[0104] 式中，Cinitial-bat为铅酸蓄电池投资成本；C1,j为铅酸蓄电池第j次充放电的等效经济损耗成本；NT为调度周期中铅酸蓄电池的充放电次数。
[0105] 微电网最优经济运行模型的约束条件为：
[0106] ①功率平衡约束条件：
[0107]
[0108] 式中，PDt表示调度周期中第t个时段的负荷预测值；Pnt为调度周期中第t个时段中第n组微燃机的出力，un,t为调度周期中第t个时段中第n组微燃机的开、停机状态变量；Pwt为调度周期中第t个时段的风电功率预测值；PESSt为调度周期中第t个时段中铅酸蓄电池的充放电功率，放电时为正，充电时为负；
[0109] ②微燃机出力约束条件：
[0110]
[0111] 式中， 分别为第n组微燃机的最小、最大出力限值；
[0112] ③铅酸蓄电池约束条件：
[0113]
[0114]
[0115] Socmin≤Soc(t)≤Socmax； (11)
[0116] Soc(0)＝Soc(Tend)＝Socinitial； (12)
[0117] 式中， 分别为调度周期中第t个时段铅酸蓄电池的充、放电功率；Pch,max、Pdch,max分别为铅酸蓄电池的最大充、放电功率；Soc(t)为调度周期中第t个时段铅酸蓄电池的剩余容量；Socmin、Socmax分别为铅酸蓄电池的最小、最大剩余容量限值；Soc(0)表示调度周期中最初始的一个时段铅酸蓄电池的剩余容量值，Soc(Tend)表示调度周期中最后一个时段铅酸蓄电池的剩余容量值，Socinitial表示铅酸蓄电池的原始容量值；
[0118] ④旋转备用约束条件：
[0119] 调度周期中第t个时段中微燃机提供的最大正备用 为：
[0120]
[0121] 调度周期中第t个时段中铅酸蓄电池提供的最大正备用 为：
[0122]
[0123] 调度周期中第t个时段中微燃机提供的最大负备用 为：
[0124]
[0125] 调度周期中第t个时段中铅酸蓄电池提供的最大负备用 为：
[0126]
[0127] 采用概率约束确定旋转备用容量，即：
[0128]
[0129] Rt＝△PDt+△Pwt； (18)
[0130] 式中，Rt为调度周期中第t个时段微电网系统所需的旋转备用容量；P{}表示概率；α为置信度水平；ΔPDt为调度周期中第t个时段的负荷预测误差，服从正态分布，即2
ΔPDt～N(0,(σ2·PDt))；ΔPwt为调度周期中第t个时段的风电功率预测误差，服从正态分
2
布，即ΔPwt～N(0,(σ1·Pwt))；Δt为相邻两时段的时间间隔。
[0131] 2.对所建立的微电网最优经济运行模型，采用粒子群算法对模型进行求解，并在求解过程中对微电网最优经济运行模型中的微燃机出力大小和铅酸蓄电池Soc值进行调整，确定孤立微电网最优经济运行方案；其求解过程的流程如图1所示，具体步骤为：
[0132] (1)统计微电网系统中风速及负荷的历史数据，根据历史数据对调度周期内各时段的风电功率和负荷进行预测，并作为微电网最优经济运行模型的输入参数。
[0133] (2)产生初始粒子群：
[0134] 针对调度周期内每一个时段，随机生成该时段内N组微燃机的出力值，并随机生成该时段内的铅酸蓄电池Soc值，构成一个包含N+1个数值元素的数组，从而针对调度周期内包含的T个时段，随机生成得到T个数组，形成一个(N+1)×T维的搜索空间矩阵，作为粒子群中的一个粒子的位置值，并随机生成该粒子的速度值；由此，根据设定的粒子群规模M，随机生成包含M个粒子的粒子群。
[0135] (3)采用启发式调整策略对当前粒子群中各个粒子中的微燃机的出力值和铅酸蓄电池Soc值进行调整，使得各个粒子满足微电网最优经济运行模型的约束条件，同时保证微电网系统功率平衡。
[0136] (4)计算当前粒子群中的每个粒子的适应值，并计算当前粒子群的粒子个体极值和全局极值。针对微电网最优经济运行模型的旋转备用约束条件，本发明采用了罚函数法对旋转备用约束条件加以限制，因此每个粒子的适应值函数为：
[0137]
[0138] 式中：Ctotal为孤立微电网系统的总运行成本；δ惩罚因子；mt为取值为0或1的状态变量，若调度周期中第t个时段中微燃机的出力值和铅酸蓄电池Soc值不满足旋转备用约束条件，mt取1，反之，mt取0；A为正常数。
[0139] (5)更新粒子群中各个粒子的位置和速度：根据当前第k代粒子群中各个粒子的位置和速度，更新第k+1代粒子群中各个粒子的位置和速度：
[0140] vi(k+1)＝ωvi(k)+c1r1(k)(Pbest_i(k)-xi(k))+c2r2(k)(Pg(k)-xi(k))；
[0141] xi(k+1)＝xi(k)+vi(k+1)；
[0142] 式中，ω为惯性权重系数，为一个常数；c1、c2为加速常数，在(0,2]之间取值；k为粒子群算法的当前迭代代数；r1(k)、r2(k)为[0,1]之间取值的随机数；i表示粒子群中第i个粒子；vi(k)表示第k代粒子群中第i个粒子的速度值；vi(k+1)表示第k+1代粒子群中第i个粒子的速度值；xi(k)表示第k代粒子群中第i个粒子的位置值；xi(k+1)表示第k+1代粒子群中第i个粒子的位置值；Pg(k)为第k代粒子群的全局极值，Pbest_i(k)为第k代粒子群中第i个粒子的个体极值。
[0143] (6)重复步骤(3)～(5)，直到达到粒子群算法预先设定的最大迭代代数。
[0144] (7)将最终所得粒子群中作为全局极值的粒子所表示的调度周期内包含的T个时段中各组微燃机的出力值和铅酸蓄电池Soc值，作为调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率的最优经济运行方案，并按照该最优经济运行方案，对孤立微电网系统调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率加以控制。
[0145] 3.在对微电网最优经济运行模型的求解过程中，步骤(3)中提出的启发式调整策略的具体调整步骤为：
[0146] Step1：检测粒子群中各个粒子所表示的微燃机出力值是否越限，如果大于微燃机的最大出力限值 则取为最大出力限值 如果小于最小出力限值 则取为0，即表示相应组的微燃机处于停运状态。
[0147] Step2：检测粒子群中各个粒子所表示的铅酸蓄电池Soc值是否越限，如果大于铅酸蓄电池的最大剩余容量限值Socmax，则取为铅酸蓄电池的最大剩余容量限值Socmax；如果小于铅酸蓄电池的最小剩余容量限值Socmin，则取为最小剩余容量限值Socmin。
[0148] Step3：对铅酸蓄电池的充放电功率进行调整。铅酸蓄电池充放电过程受其容量和最大充放功率限制，各时段之间存在耦合性，将铅酸蓄电池假想为一台具有爬坡速率约束的微燃机，相邻时段间铅酸蓄电池剩余容量受爬坡速率(即最大充、放电功率)的限制，为此本发明提出了一种前推回代法对铅酸蓄电池的剩余容量状态进行调整，进而确定其调整后铅酸蓄电池的充放电功率，使其满足微电网最优经济运行模型的约束条件。具体的前推回代过程如下：
[0149] Step3.1：分别令t＝0,1,2,…,T-1；对于调度周期中第t个时段铅酸蓄电池的剩余容量Soc(t)，如果满足式(19)，通过式(21)调整后一时段的铅酸蓄电池剩余容量Soc(t+1)；如果满足式(20)，则通过式(22)调整后一时段的铅酸蓄电池剩余容量Soc(t+1)：
[0150] Soc(t+1)>Soc(t)+Pch,maxηc△t； (19)
[0151] Soc(t+1)
[0152] Soc(t+1)＝Soc(t)+Pch,maxηc△t； (21)
[0153] Soc(t+1)＝Soc(t)-Pdch,max△t/ηd； (22)
[0154] Step3.2：执行完步骤Step3.1后，判断式(12)是否满足，如果满足，则转到步骤Step3.4；如果不满足，则令Soc(Tend)＝Socinitial，分别令t＝T-1,T-2,…,0；然后对于调度周期中第t+1个时段铅酸蓄电池的剩余容量Soc(t+1)，如果满足式(19)，通过式(23)调整前一时段的铅酸蓄电池剩余容量Soc(t)；如果满足式(20)，则通过式(24)调整前一时段的铅酸蓄电池剩余容量Soc(t)值：
[0155] Soc(t)＝Soc(t+1)-Pch,maxηc△t； (23)
[0156] Soc(t)＝Soc(t+1)+Pdch,max△t/ηd； (24)
[0157] Step3.3：再次判断式(12)是否满足，如果满足转到Step3.4；如果不满足，则令Soc(0)＝Socinitial，并转到Step3.1；
[0158] Step3.4：进行下一步计算。至此，对铅酸蓄电池的充放电功率的调整步骤完成。
[0159] Step4：开机调整策略：根据粒子群中各个粒子所表示的微燃机出力值和铅酸蓄电池Soc值，结合风电功率预测值和负荷预测值，分别判断每个粒子所表示的每一时段的微燃机出力值和铅酸蓄电池Soc值加上同时段的风电功率预测值能否满足同时段的负荷预测值，如果不满足，则增加相应粒子中相应时段的微燃机开机运行数目直至满足同时段的负荷要求为止。
[0160] Step5：停机调整策略：在粒子群中粒子所表示的每一时段的微燃机出力值和铅酸蓄电池Soc值加上同时段的风电功率预测值能够满足同时段的负荷预测值时，分别判断每个粒子中每一时段停运任意一组微燃机能否满足同时段的负荷预测值；如果满足，则在相应粒子的相应时段中停运相应组的微燃机，直至该时段若再停运任意一组微燃机则不能满足同时段的负荷要求为止；如果粒子中一个时段任意一组处于开机状态的微燃机停运后都不能满足同时段的负荷要求和旋转备用约束条件，则该时段的微燃机开机运行组数保持不变。
[0161] Step6：功率平衡调整。完成步骤Step1～Step5后，可确保调度周期内任意时段所有处于运行状态的微燃机和蓄电池的总出力都能够满足负荷要求。此时，对于粒子群中的每个粒子，分别调整每一时段中各组微燃机的出力值，使微电源系统功率平衡，调整过程中不平衡功率根据各组微燃机所承担的负荷大小按比例分摊，分摊方法为：
[0162]
[0163] 式中，Pnt、P′nt分别为进行功率平衡调整前、后调度周期中第t个时段处于开机运行的第n组微燃机的出力值；ΔPt为调度周期中第t个时段微电源系统的功率缺额，当ΔPt<0时，表示微电源系统的发电总功率小于负荷，需增加微燃机出力，反之ΔPt>0时，则表示能够减小微燃机出力。
[0164] 下面结合具体实施方式，进一步说明本发明的技术特点和效果。
[0165] 实施实例：
[0166] 为验证本发明计及储能寿命损耗的孤立微电网最优经济运行方法的有效性，采用本发明的孤立微电网最优经济运行方法对某一地区的微电网进行经济运行优化配置。本实施例中，规划的调度周期为1天，一个时段t设定为1小时；因此1天的调度周期中包含的总时段数T＝24个时段。以微电网系统的总运行成本最低为目标，按本发明方法建立了该地区的微电网最优经济运行模型后，采用粒子群算法对所建立的微电网最优经济运行模型进行求解，并在求解过程中对微电网最优经济运行模型中的微燃机出力大小和铅酸蓄电池Soc值进行调整，其求解流程如图1所示，具体实现过程如下：
[0167] 1)统计该地区微电网系统中风速及负荷的历史数据，根据历史数据对调度周期内(未来一天24小时)各时段的风电功率和负荷进行预测，并作为微电网最优经济运行模型的输入参数。本实施例的风电功率和负荷预测结果如图2所示。
[0168] 2)产生初始粒子群：
[0169] 针对调度周期内每一个时段，随机生成该时段内N组微燃机的出力值，并随机生成该时段内的铅酸蓄电池Soc值，构成一个包含N+1个数值元素的数组，从而针对调度周期内包含的T个时段，随机生成得到T个数组，形成一个(N+1)×T维的搜索空间矩阵，作为粒子群中的一个粒子的位置值，并随机生成该粒子的速度值；由此，根据设定的粒子群规模M，随机生成包含M个粒子的粒子群。
[0170] 本实施例中，粒子群算法中所设定的粒子群规模M为30，因此生成的初始粒子群中包含30个粒子个体。
[0171] 3)采用本发明方法中的启发式调整策略对当前粒子群中各个粒子中的微燃机的出力值和铅酸蓄电池Soc值进行调整，使得各个粒子满足微电网最优经济运行模型的约束条件，同时保证微电网系统功率平衡。
[0172] 4)计算当前粒子群中的每个粒子的适应值，并计算当前粒子群的粒子个体极值和全局极值；针对微电网最优经济运行模型的旋转备用约束条件，本发明采用了罚函数法对旋转备用约束条件加以限制，因此每个粒子的适应值函数为：
[0173]
[0174] 5)更新粒子群中各个粒子的位置和速度：根据当前第k代粒子群中各个粒子的位置和速度，更新第k+1代粒子群中各个粒子的位置和速度：
[0175] vi(k+1)＝ωvi(k)+c1r1(k)(Pbest_i(k)-xi(k))+c2r2(k)(Pg(k)-xi(k))；
[0176] xi(k+1)＝xi(k)+vi(k+1)。
[0177] 6)重复步骤(3)～(5)，直到达到粒子群算法预先设定的最大迭代代数。
[0178] 7)将最终所得粒子群中作为全局极值的粒子所表示的调度周期内包含的T个时段中各组微燃机的出力值和铅酸蓄电池Soc值，作为调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率的最优经济运行方案，并按照该最优经济运行方案，对孤立微电网系统调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率加以控制。
[0179] 通过以上计算，得到规划的调度周期(未来一天24小时)内各时段微燃机出力和铅酸蓄电池充放电功率。上述求解的逐渐迭代过程，取旋转备用的置信水平为0.99，可得到未来一天24小时各微燃机出力和铅酸蓄电池Soc值曲线如图3所示。在不计铅酸蓄电池储能寿命损耗时，可得到未来一天24小时各微燃机出力和铅酸蓄电池Soc值曲线如图4所示。
[0180] 为了验证本发明方法中所提出的启发式微燃机出力和储能充放电调整策略的有效性，本实施例专门对本发明方法的求解迭代中可行解产生过程进行了统计分析。图5中给出了种群在经过位置和速度更新后，给定的约束条件(功率平衡约束、Soc是否越限、储能功率是否越限、初末时刻Soc是否相等)是否满足的情况。由图5所示结果可知，当不考虑铅酸蓄电池的寿命损耗时，调度周期内系统总的运行费用相对计入寿命损耗时稍小，而铅酸蓄电池的充放电频繁，对储能寿命影响较大。对实际微电网而言，通常储能设备投资成本较大，相对于其它设备寿命较短，为了延长微电网使用周期，在进行微电网调度过程中，需考虑铅酸蓄电池寿命损耗的影响。采用粒子群算法对所建立的微电网最优经济运行模型进行求解，在求解过程中，为了提高可行解的产生效率，本发明提出了启发式微燃机出力和储能充放电调整策略对微燃机出力和储能的充放电功率大小进行调整，经过调整后，约束条件均能得到满足，进而能够帮助提高计算效率，从而能够更加快速地确定符合实际情况的孤立微电网最优经济运行方案。
[0181] 综上所述，本发明计及储能寿命损耗的孤立微电网最优经济运行方法，其通过研究铅酸蓄电池充放电过程对其寿命的影响，并折算为经济成本加入到目标函数之中，还考虑了风电机组出力间歇性和负荷预测误差对系统运行备用的影响，建立了计及储能寿命损耗的微电网最优经济运行模型，采用了将调整策略和粒子群算法相结合的策略对模型进行求解，进而提高了求解迭代过程中可行解的求解效率，能够更加快速地确定符合实际情况的孤立微电网最优经济运行方案，按照该最优经济运行方案对孤立微电网系统调度周期内各时段的微燃机出力和铅酸蓄电池充放电功率加以控制，能够减少微电网系统出现发电量过盛、电力资源浪费的情况，在满足供电负荷需求的情况下帮助降低微电网系统运行成本；同时，本发明孤立微电网最优经济运行方法的运算流程较为简单，便于工程人员学习使用，并且通用性较好，可广泛应用于不同应用场合下的微电网经济运行方案的规划，具有很好的市场推广应用价值。
[0182] 最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
