采用改進細菌覓食算法的風_光_儲混合微電網(wǎng)電源優(yōu)化配置_百度

1、第31卷第25期中國電機工程學報V ol.31 No.25 Sep.5, 2011采用改進細菌覓食算法的風/光/儲混合微電網(wǎng)電源優(yōu)化配置馬溪原,吳耀文,方華亮,孫元章(武漢大學電氣工程學院,湖北省武漢市 430072Optimal Sizing of Hybrid Solar-wind Distributed Generation in an Islanded MicrogridUsing Improved Bacterial Foraging AlgorithmMA Xiyuan, WU Yaowen, FANG Hualiang, SUN Yuanzhang(School of Elect

2、rical Engineering, Wuhan University, Wuhan 430072, Hubei Province, ChinaABSTRACT: Wind and solar energy have the characteristics of randomness and waviness. As the coordination among distributed generation (DG, energy storages and loads is very complicated, proper combination of DG in an islanded mi

3、crogrid is a primary problem for its reliability and economy. This paper used the bacterial foraging algorithm (BFA to solve the optimal sizing problem of hybrid solar-wind DG in microgrid. The economic model of optimal sizing was built with the objective that takes annual costs of equipment, operat

4、ion and maintenance, fuels, environment protection into account. The meteorological conditions of wind speed, solar radiation and temperature were input. According to alternatives of DG and power supply reliability, the types and optimal sizing of DG were designed. The results show the BFA has a str

5、ong global optimal capability and fast speed. This method can comprehensively evaluate the economy efficiency of DG and reduce redundant investment to satisfy customers diversification of reliability requirements according to meteorological conditions.KEY WORDS: microgrid; bacterial foraging algorit

6、hm; optimal sizing; distributed generation摘要:風能和太陽能具有隨機性和波動性的特點,由分布式電源、儲能裝置、負荷組成的微電網(wǎng)協(xié)調運行與控制十分復雜,對孤島運行的微電網(wǎng)合理地配置電源以提高供電可靠性、經(jīng)濟性是微電網(wǎng)規(guī)劃建設的一個首要問題。將改進的細菌覓食算法(bacterial foraging algorithm,BFA應用到解決關鍵詞:微電網(wǎng);細菌覓食算法;最優(yōu)容量;分布式電源0 引言微電網(wǎng)在提高終端用戶多樣化的供電可靠性、電能質量等方面具有重要作用1。隨著微電網(wǎng)控制技術的持續(xù)發(fā)展和可再生能源發(fā)電成本的不斷降低,微電網(wǎng)可以表現(xiàn)為一個孤島獨立運行的有

7、源自治電力系統(tǒng)實現(xiàn)節(jié)能減排2。微電網(wǎng)也是解決現(xiàn)代新農(nóng)村電氣化的經(jīng)濟供電方式,避免了遠距離輸電帶來的電能損耗和建設費用3,也可以應用于邊遠軍事哨所、島嶼供電、高海拔獨立電網(wǎng)等特殊場合,是對傳統(tǒng)供電形式的有利補充。在微電網(wǎng)規(guī)劃中,合理的電源選型和定容是一個重要和復雜的問題4:1經(jīng)濟性。分布式電源的效率、設備成本、安裝成本、運行和維護成本、燃料成本、全壽命周期等都需要考慮。光伏列陣、風機的設備一次投資很高。在當今國際能源緊張的形勢下,燃料成本也很高。18 中國電機工程學報第31卷2環(huán)保性。風能和太陽能雖然不存在燃料和環(huán)保成本,但輸出功率受自然因素(如風速、光強等的影響而呈現(xiàn)隨機性和波動性。微型燃氣輪

8、機、柴油發(fā)電機、燃料電池的發(fā)電效率低,能耗大且破壞環(huán)境。3響應特性。微型燃氣輪機和燃料電池等均具有響應速度慢和無慣性的特點,需要在母線加裝儲能以跟蹤負荷的變化;同時儲能裝置能夠跟蹤風能和太陽能的出力變化進行充放電,提高供電連續(xù)性和可靠性。4系統(tǒng)性。不同的運行方式(如并網(wǎng)或孤島、不同的控制手段、不同的可靠性要求也會改變配置的結果。目前,分布式電源的選址、選型、定容是微電網(wǎng)規(guī)劃階段中需要考慮的首要問題,國內外一些學者對其進行研究,取得了一些理論和實踐方面的成果。文獻5考慮了網(wǎng)損、電壓改善程度和環(huán)境改善程度以優(yōu)化電源選址和容量;文獻6提出一種含多種復合能源的分布式發(fā)電系統(tǒng)成本最低的機組組合模型;文獻

9、7建立了將分布式發(fā)電作為備用電源的電源容量優(yōu)化配置模型,考慮了經(jīng)濟性、可靠性和環(huán)保性。但文獻5-7均未考慮風能、太陽能的隨機性和波動性給分布式電源優(yōu)化配置帶來的影響以及儲能的容量配置問題,只將不可再生分布式發(fā)電作為配電網(wǎng)的一個備用電源。本文研究了含風機、光伏列陣、儲能裝置及其他類型分布式電源的全年孤島運行的微電網(wǎng)電源容量優(yōu)化配置方法,以總投資最少為目標函數(shù),以供電可靠性等為約束條件,將微電網(wǎng)電源的優(yōu)化配置問題轉化為一個多約束條件的非線性整數(shù)規(guī)劃問題,采用改進的細菌覓食算法求解該優(yōu)化問題。1 風/光/儲混合的微電網(wǎng)電源模型1.1 風/光/儲混合的微電網(wǎng)風/光/儲混合的微電網(wǎng)可以由風機、光伏列陣、

10、儲能裝置、微型燃氣輪機、柴油發(fā)電機、燃料電池等分布式電源及其逆變器和控制器組成,由公共連接點與配電網(wǎng)相連。本文假定微電網(wǎng)電源及其儲能裝置采用先進的電力電子裝置作為接口接入微電網(wǎng),能夠快速跟蹤負荷、風能和太陽能出力等的變化,實現(xiàn)“即插即用”,同時微電網(wǎng)有能力根據(jù)電源的出力及時調整負荷的大小,可平穩(wěn)運行在孤島模式下8-9。其結構示意圖如圖1所示。 柴油發(fā)電機微型燃氣輪機燃料電池蓄電池組圖1微電網(wǎng)示意圖Fig. 1 Microgrid and components1.2 風機模型風電機組的輸出功率與風速之間的近似關系可用如下分段函數(shù)10表示:cici rWTr r coco0,0(,(,0,v vv

11、 v v vP vP v v vv v=(1式中:v ci為切入風速;v co為切出風速;v r為額定風速;P r為風力發(fā)電機組額定輸出功率。當風速介于v ci和v r之間時風力發(fā)電機輸出功率可以表示為風速函數(shù)(v,一般可以近似為線性關系,即(v=P r(vv ci/(v rv ci (2 本文采用美國Bergey Windpower公司BergeyExcel型風機11,根據(jù)廠家數(shù)據(jù)其P r為10kW,v ci為2.5m/s,v r為12m/s,v co為18m/s。1.3 光伏列陣模型光伏列陣實際輸出功率可由標準額定條件下的輸出功率、光照強度、環(huán)境溫度得到12:cPV STC c STCST

12、C1(GP P k T TG=+ (3式中:P PV為工作點的輸出功率;光伏組件廠商通常會給出標準額定條件(standard test condition,STC下的運行參數(shù),STC特指太陽輻照度G STC為1kW/m2,電池表面溫度T STC為25,相對大氣光學質量為AM1.5的條件13;G c為工作點的輻照度;k為功率溫度系數(shù);P STC為標準額定條件下光伏列陣的額定輸出功率,若n PV為光伏列陣的光伏電池總數(shù),p stc為光伏電池的額定輸出功率,則P STC=第25期 馬溪原等:采用改進細菌覓食算法的風/光/儲混合微電網(wǎng)電源優(yōu)化配置 19n PV p stc ;T c 為工作點的電池表面

13、溫度,它是環(huán)境溫度T a 和風速的函數(shù)12:T c = T a + G c (4 其中系數(shù) 為風速v 的指數(shù)函數(shù):312(e c v f v c c =+ (5式中c 1、c 2、c 3為常系數(shù)。 本文采用SOLAREX 公司MSX-83型光伏電池,其額定輸出功率為83 W 。 1.4 儲能裝置模型本文使用蓄電池組作為儲能元件,儲能控制器可以快速控制儲能裝置充放電來跟蹤負荷的變化。蓄電池實際可用容量E bat 是電池溫度的函數(shù):E bat = E STC 1 + B (T bat T batSTC (6式中:T bat 為工作點蓄電池溫度,即為環(huán)境溫度T a ;E STC 為標準狀況下蓄電池的

14、額定容量,通常由廠家提供參數(shù);標準狀況下溫度T batSTC 為25 ;B 為容量溫度系數(shù),通常情況下為0.6%14。在電池的充放電過程中需考慮2個約束條件:1確保蓄電池的壽命和運行安全。S SOC 為電池充電狀態(tài)(state of charge ,SOC,是儲能控制器防止電池過度充電和過度放電的一個重要決策變量。當S SOC 達到電池最大容量(即S max = 100%時,儲能控制器控制電池停止充電,當S SOC 達到電池最小充電狀態(tài)時,儲能控制器控制電池停止放電,S min 通常是電池容量的20%,即E SOC,t +1 = E SOC,t P + P + (7S min S SOC S

15、max (8 2電池的壽命也與其充放電率有關,充放電率過高將降低電池的使用壽命。每小時的充放電容量不能超過其最大容量的20%14,t 為1 h ,P +、P 為單位小時內的充放電功率,即bat bat 0.2/0.2/P E tP E t + (9 此外,蓄電池在充放電過程中是存在損耗的,由電池的自身放電和充放電損耗組成。通常廠家會給出其雙程效率,本文的充電效率采用雙程效率,放電效率認為是100%。采用GEFC 公司125V200A-VRB 釩電池電堆15,其標準額定容量為50 kW h ,額定功率為25 kW ,雙程效率為72%,每小時自放電率為0.01%。2 微電網(wǎng)的電源優(yōu)化配置模型2.1

16、 目標函數(shù)本文建立了含有風機、光伏列陣、儲能裝置及其他不間斷電源(主要為微型燃氣輪機、柴油機、燃料電池的復合微電網(wǎng)電源優(yōu)化配置模型,主要將設備投資費用、運行和維護費用、燃料費用、環(huán)保折算費用4部分計入目標函數(shù),使等年值投資費用最低,同時滿足用戶要求的供電可靠性。經(jīng)濟性數(shù)學模型(cost function ,CF描述如下:CF CP OM FC EC 1(i i i i Ni i i i i C C x C x C x C x =+x (10式中:N 為電源的類型數(shù)目;x = x 1, x 2, x N ,為決策變量;x i 為第i 種電源的數(shù)目;CP i C 為第i 種電源的等年值設備投資費用

17、;OM iC 為第i 種電源的年運行和維護費用;分布式發(fā)電的裝機成本與集中式發(fā)電相比偏高,但隨著技術的發(fā)展,這一制約因素有望得到解決。分布式發(fā)電裝機成本與具體項目密切相關:C CP = C TCP CRF (r , Y p (11式中:C CP 為電源的等年值設備投資費用;C TCP 為裝機成本;Y p 為項目全壽命周期年限,13 a ;CRF為年資金回收率16(capital recovery factor ,CRF,其表達式為p pCRF p (1(,(11YY r r r Y r +=+ (12式中r 為折現(xiàn)率,其值為加權平均資本成本,用于測算投資方案的凈現(xiàn)值和現(xiàn)值系數(shù),以比較投資方案,

18、進行投資決策。為簡化計算,考慮籌資方式如下:借款利率R w 為6.9%(目前銀行5 a 以上長期貸款利率為6.84%,權益收益率E w 為15%,負債率D w 為80%,所得稅率T w為33%。則r 的計算16 如下:r = R wD w (1 T w +E w (1 D w = 6.7% (13OM i C 正比于機組裝機容量P i :OM OM SUC,i i i i C PK C =+ (14式中:OM i K 為第i 種電源的比例系數(shù),$/(kW a;C SUC,i 為第i 種電源的年機組啟停費用。20 中 國 電 機 工 程 學 報 第31卷不間斷電源存在機組啟停費用,C SUC,

19、i 取決于第j 次啟動前的停運時間T off,i ,其表達式17為SUC off ,SUC,11exp(i N i ji i i j iT C =+ (15式中:i 為第i 種電源的熱啟動費用;i 為第i 種電源的冷啟動費用;i 為第i 種電源的冷啟動時間 常數(shù);SUC i N 為第i 種電源的啟停次數(shù)。不間斷電源也存在燃料費用。天然氣、柴油價格的上升會惡化分布式發(fā)電的經(jīng)濟性。FC FC i i i C K E = (16 式中:E i 為第i 種電源的年發(fā)電量,kW h ;FC i K 為 各種電源燃料費用比例系數(shù)。當采用熱電聯(lián)產(chǎn)運行時,產(chǎn)生的廢熱可以用于用戶側的熱水或蒸汽供按照京都議定書的

20、規(guī)定,包括中國在內的發(fā)展中國家從2012年開始承擔溫室氣體減排義務。中國政府為節(jié)約能源、減少污染,實行了節(jié)能減排政策,鼓勵利用清潔能源和可再生能源發(fā)電。以風電和太陽能為主的可再生能源發(fā)電是實現(xiàn)節(jié)能減排的有效途徑之一。為了將微電網(wǎng)電源對環(huán)境的影響統(tǒng)一到評估模型,本文根據(jù)文獻18中各種分布式發(fā)電技術的污染排放特性來評估環(huán)境影響,將環(huán)境影響折算成費用:EC ,1(iMk i i k k k C E V V =+ (17 式中:v k ,i 為第k 種污染物的排放系數(shù);V k 為其污染物的環(huán)境價值;V k ' 為污染物所受罰款;M 為污染物的種類。分布式電源的污染物排放及評價參數(shù)如 表1、2所

21、示。表1 各種發(fā)電技術的污染排放系數(shù)Tab. 1 Emission characteristics of microsource g/(kW hDG NO x CO 2 CO SO 2 微型燃氣輪機 0.6191840.170 0.000 928內燃機 4.330 232 2.320 0.464 000燃料電池 0.023 635 0.054 0.000 000表2 電力行業(yè)污染物環(huán)境評價標準Tab. 2 Environmental value standard of pollutantemission in power industry$/kg系數(shù) NO x CO 2 CO SO 2 環(huán)境價

22、值 1.000 0.002 875 0.125 0.750 罰款 0.250 0.001 250 0.020 0.1252.2 約束條件1電源出力約束。 對于第i 種電源,有P i p ix i (18式中:p i 為單機容量;x i 為第i 種電源臺數(shù)。2蓄電池充放電約束。 S min S SOC S max (19bat bat 0.2/0.2/P E tP E t + (20 3可靠性約束。 R LRSP R max (21式中:R LRSP 為缺電概率(loss of power supplyprobability ,LPSP19,為全年孤島運行的微電網(wǎng)可靠性指標;R max 為系統(tǒng)最

23、大允許缺電概率。下文介紹R LRSP 可靠性指標的計算方法。 2.3 微電網(wǎng)可靠性指標因為風能和太陽能具有隨機性和波動性的特點,全年處于孤島運行的微電網(wǎng)會出現(xiàn)發(fā)電機出力小于負荷的情況,這時需要儲能裝置和不間斷電源共同補充風能和太陽能出力的不足。本文計算微電網(wǎng)1 a 的缺電概率,認為每小時內風能和太陽能等分布式電源的輸出功率是恒定的,將一年分為8 760 h ,每小時計算一次。E R,t = N WTE WT,t + N PVE PV ,t (22式中:NWT 、N PV分別為風機和光伏列陣的數(shù)量;E WT,t 、E PV ,t 分別為風機和光伏列陣的第t 小時內的發(fā)電量,以風速、氣溫、光照強度

24、等數(shù)據(jù)作為輸入,由式(1(5計算得到;E R,t 為其總發(fā)電量。當?shù)趖 小時風機和光伏列陣總發(fā)電量大于用電量時,蓄電池充電:E Bat,t = E Bat,t 1(1 (E R,t E load,t /inv Bat (23式中:E load,t 為第t 小時內的用電量;E Bat,t 為第t 小時電池的容量;E Bat,t 1為第t 1小時電池的容量; 為電池自放電系數(shù);inv 為變換器的效率;Bat為電池的充電效率。當?shù)趖 小時風機和光伏列陣總發(fā)電量小于用電量時,蓄電池放電:E Bat,t = E Bat,t 1(1 (E R,t E load,t /inv (24當?shù)趖 小時風機和光伏列

25、陣總發(fā)電量遠小于用第25期 馬溪原等:采用改進細菌覓食算法的風/光/儲混合微電網(wǎng)電源優(yōu)化配置 21電量時,需要其他不間斷電源共同為微電網(wǎng)供電,其總發(fā)電量為E G ,不間斷電源經(jīng)過組合后最大限度地滿足微電網(wǎng)的負荷需求,此時E G = E R,t + E others (25當所有微電網(wǎng)電源及儲能剩余容量仍不能滿足負荷需求時,第t 小時的缺電量E LPS,t 為E LPS,t = E load,t E G + E Bat,t 1(1 S SOCmin (26值得注意的是,在計算R LPSP 的過程中需要滿足約束條件1和2。依據(jù)式(22(26計算全年缺電概率R LPSP :87608760LPSP

26、LPS,load,11/t tt t R E E = (27 上述微電網(wǎng)電源優(yōu)化配置目標函數(shù)及其約束條件的求解問題,對于待選電源類型較多的系統(tǒng),是一個多元非線性整數(shù)最優(yōu)化問題,本文利用采用細菌覓食算法的人工智能方法予以求解。3 改進的細菌覓食算法細菌覓食算法20-21是由K. M. Passino 于2002年根據(jù)Escherichia coli 大腸桿菌在人體腸道內吞噬食物的行為,提出的一種新型仿生類算法。該算法因具有群體智能算法的并行搜索、易跳出局部極小值等優(yōu)點,成為生物啟發(fā)式計算研究領域的又一熱點。細菌覓食算法(bacterial foraging algorithm ,BFA模型中,空

27、間矢量 = 1, 2, p T R p(p 為矢量維度,將其作為一個細菌,優(yōu)化問題的解J ( 對應搜索空間中細菌的健康狀態(tài),即優(yōu)化函數(shù)適應值。BFA 算法包括趨化、繁殖和驅散3個步驟:1趨化。細菌向富養(yǎng)區(qū)域聚集的行為。在趨化過程中,細菌運動模式包括翻轉和前進。細菌改變方向移動單位步長定義為翻轉。當細菌完成一次翻轉后,若適應值得到改善,將沿同一方向繼續(xù)移動若干步,直至適應值不再改善,或達到預定的前進步數(shù)臨界值,此過程定義為前進。趨化過程可用下式表示:(1,(,(i i j k l j k l C i +=+ (28 式中: i ( j ,k ,l 為第l 次驅散、第k 次復制、第j 次趨化過程中

28、第i 個細菌的空間矢量;C (i 為細菌i 向某一方向移動的長度向量; 為單位方向向量, (1,1;2繁殖。一旦生命周期結束,即達到臨界趨化次數(shù),細菌將進行繁殖。細菌繁殖過程遵循自然界“優(yōu)勝劣汰,適者生存”的原則: c 1health1(,N ij JJ i j k l += (29式中N c 為趨化次數(shù)。以趨化過程中各細菌適應值累加和health iJ 為標準,較差的半數(shù)細菌死亡,較好的半數(shù)細菌分裂成2個子細菌。子細菌將繼承母細菌的生物特性,具有與母細菌相同的位置及步長。為簡化計算,可以規(guī)定復制過程中細菌總數(shù)保持不變。3驅散。趨化過程可確保細菌的局部搜索能力,繁殖過程能加快細菌的搜索速度,但

29、對于復雜的優(yōu)化問題,趨化和繁殖無法避免細菌陷入局部最優(yōu)現(xiàn)象的發(fā)生。BFA 引入驅散過程以加強算法全局尋優(yōu)能力。細菌在完成一定次數(shù)的繁殖后,將以一定概率被驅散到搜索空間中的任意位置。本文將細菌覓食算法應用于微電網(wǎng)電源的優(yōu)化配置過程中并做了如下改進:1微電網(wǎng)電源的優(yōu)化配置是一個多約束條件的非線性整數(shù)規(guī)劃問題。一般性BFA 算法的細菌變量是變量取值范圍內的任意實數(shù),因為本問題中將風/光/儲等電源臺數(shù)作為細菌變量,運用BFA 算法應注意所有變量應為整數(shù),以p 種類型的微電網(wǎng)電源x (x 1, x 2, x p 組成的空間矢量 (1, 2, p T 作為一個細菌,采用式(10計算出的微電網(wǎng)電源等年值投資

30、費用C CF ( 的解對應搜索空間中細菌的健康狀態(tài)J ( ,即優(yōu)化函數(shù)適應值。2一般性BFA 算法的細菌健康狀態(tài)J ( 沒有考慮到約束條件的影響,本文考慮到約束條件的影響,當 的變化使得R LPSP R max 時,優(yōu)化函數(shù)適應值應作如下修正:J ( = C CF ( + (30式中 為罰函數(shù),罰函數(shù) 為負荷年停電成本,由文獻22的方法求得,與負荷的類型有關,是停電持續(xù)時間T 的非線性函數(shù)c (T ,$/(kW h。在實際中應根據(jù)具體的項目合理地評估停電損失:8760LPS,1(t t E c T = (313趨化過程中,一般性BFA 算法中采用統(tǒng)一22 中 國 電 機 工 程 學 報 第 3

31、1 卷 的前進步長，然而風/光/儲等電源的單機容量及其 成本均不同，采用統(tǒng)一步長沒有考慮適應值 J( 對 各種電源裝機數(shù)量的靈敏度。為了加快尋優(yōu)速度， 趨化過程中不同的細菌采用不同的前進步長。同時 在同一細菌 i 中，可基于數(shù)值靈敏度技術，采用目 標函數(shù) CCF( 對第 n 種電源數(shù)量 n 的靈敏度指導 細菌向某一方向 n 移動，其步長表達式為 進的細菌覓食算法求得最優(yōu)解的流程， 如圖 2 所示。 初始化細菌群體 S 和 BFA 計算目標函數(shù) CCF 對 的靈敏度， 初始化 C(i 調用目標函數(shù) CCF 計算適應值 是 C ( Cn (i = n CF n 式中： n 為微增率系數(shù)；Cn(i為

32、前進步長。 驅散迭代次數(shù)結束？ 輸出最優(yōu)值 結束 (32 否 趨化細菌群體、 完成翻轉、 前進、 誘惑、 排斥動作 半數(shù)不良細菌死亡， 繁殖優(yōu)良細菌 否 4）在趨化過程中，細菌會出現(xiàn)向培養(yǎng)基中某 一高營養(yǎng)區(qū)高度密集的分群現(xiàn)象，為了避免這種局 部收斂和早熟，維持細菌多樣性，本文采用分群過 程中每一個細菌會誘惑其他細菌向其運動、同時排 斥以保持與其他細菌的距離的方法，這種信息的傳 遞可表示為 J cc ( , P ( j , k , l = J cc ( , ( j, k , l = i i =1 i dattractant expwattractant (m m 2 + i =1 S m =1

33、i hrepellant exp wrepellant (m m 2 i =1 m =1 p S p S 復制迭代次數(shù)結束？ 是 驅散部分細菌 圖2 Fig. 2 求解微電網(wǎng)電源優(yōu)化配置問題的 BFA 流程圖 Flow chart of BFA for optimal microgrid source 4 算例分析 4.1 風光儲混合微電網(wǎng)的經(jīng)濟性分析 應用本文方法對某獨立微電網(wǎng)供電系統(tǒng)的電 源進行優(yōu)化配置：備選的分布式電源類型有風機、 光伏列陣、蓄電池、柴油發(fā)電機、燃料電池、微型 燃氣輪機。綜合文獻1及廠家數(shù)據(jù)，各種機組成本 參數(shù)如表 3 所示。將該地點 2008 年的風速、輻照 度、溫度氣

34、象數(shù)據(jù)及年負荷曲線作為系統(tǒng)輸入數(shù) 年負荷曲線如圖 4 所示。 據(jù)， 氣象數(shù)據(jù)如圖 3 所示， 表3 方案 1） 2） (33 式中： ( j,k,l為細菌位置； cc(,P( j,k,l為附加在目 P J 標函數(shù)的數(shù)值；S 為細菌總數(shù)；dattractant、wattractant、 hrepellant、wrepellant 為不同誘惑和排斥系數(shù)。 5）備選電源類型有風機、光伏列陣、蓄電池、 柴油發(fā)電機、燃料電池、微型燃氣輪機。在 BFA 算 法中，細菌為 6 維空間矢量，每代細菌總數(shù)為 20 個，趨化 5 次，最大前進步數(shù)為 10 步，繁殖 4 次， 驅散 3 次，細菌繁殖期死亡概率為 0

35、.5，驅散概率 為 0.25。 本文針對微電網(wǎng)電源的優(yōu)化配置問題采用改 900 光照強度/(W/m2 電源最優(yōu)配置方案等年值投資費用 Cost result of optimal sizing 運行維護 0.742 0.309 燃料 0.000 0.354 環(huán)保折算 0.000 0.012 105 $/a 總費用 21.870 7.198 Tab. 3 設備投資 21.130 6.522 9 40 風速/(m/s 300 3 0 0 2 000 6 000 4 000 時間/h 8 000 0 0 2 000 6 000 4 000 時間/h 8 000 溫度/ 600 6 25 10 5 0

36、 2 000 4 000 6 000 時間/h 8 000 (a 微電網(wǎng)所在地的年光照強度曲線 (b 微電網(wǎng)所在地的年風速曲線 (c 微電網(wǎng)所在地的年氣溫曲線 圖3 Fig. 3 微電網(wǎng)所在地的氣象數(shù)據(jù) Meteorological conditions at the location of microgrid 第 25 期 200 180 負荷/kW 馬溪原等：采用改進細菌覓食算法的風/光/儲混合微電網(wǎng)電源優(yōu)化配置 23 仿真時間為 1 a，最小時間段為 1 h，由氣象數(shù)據(jù)計 算風/光/儲混合微電網(wǎng)的電源出力，同時計算微電 網(wǎng)的可靠性指標 LPSP 并將其作為約束條件，用 表 4 中的分布式

37、電源成本數(shù)據(jù)計算等年值投資費用 用并將其作為目標函數(shù)，應用改進的細菌覓食算法 0 2 000 4 000 6 000 時間/h 8 000 160 140 120 100 80 60 求解多元非線性整數(shù)規(guī)劃問題。 計算 2 種方案：1）微電網(wǎng)備選電源只考慮風 機、光伏列陣、蓄電池；2）考慮全部備選電源。 即系統(tǒng)的 設該微電網(wǎng)的最大允許缺電概率為 0.1%， 圖4 Fig. 4 微電網(wǎng)年負荷曲線 Hourly load profile of microgrid in a year 表4 Tab. 4 分布式電源成本及配置結果 Cost information of select distributed generation technologies and optimal sizing result 單機容量/kW 機組成本/($/kW 10 0.083 50(kWh 60 2