(19)中华 人民共和国 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 202111481013.1 (22)申请日 2021.12.0 6 (71)申请人 浙江华云电力工程设计咨询有限公 司 地址 310000 浙江省杭州市下城区朝晖华 电弄1号一号楼6层、 7层 (72)发明人 刘臻　邱益林　吴笛　 (74)专利代理 机构 成都行之智 信知识产权代理 有限公司 5125 6 代理人 徐骥 (51)Int.Cl. H02J 3/00(2006.01) H02J 3/28(2006.01) H02J 3/32(2006.01) H02J 3/38(2006.01)H02J 3/46(2006.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) H02J 7/34(2006.01) (54)发明名称 一种风光容量未知情况下的微电网配置方 法及系统 (57)摘要 本发明公开了一种风光容量未知情况下的 微电网配置方法及系统， 首先在配置问题中在容 量约束内随机选取一组风光容量初始值， 在功率 分频点约束范围内随机选取一个分频点， 建立风 机、 光伏机组、 柴油机以及储能的出力模 型， 然后 在运行问题建立 以规划周期内微电网总成本最 小为目标的配置模型， 利用离散傅里叶变换法对 规划周期内的不平衡功率进行频谱分析， 确定混 合储能和柴油机出力， 通过混合整数非线性规划 确定各微源的配置并将结果传到配置问题中， 最 后利用遗传算法搜索微电网容量配置的最优解。 本发明能够实现对微电网系统中各微源进行优 化配置， 使微电网的运行成本最小， 且实现最终 优化结果快速收敛达 到全局最优。 权利要求书4页 说明书11页 附图11页 CN 114142473 A 2022.03.04 CN 114142473 A 1.一种风 光容量未知情况 下的微电网配置方法， 其特 征在于， 包括： 步骤1： 筛选微电网所在地区的典型日微网数据， 所述典型日微网数据包括： 微网负荷 数据、 风速数据、 光照强度数据和温度数据； 步骤2： 建立 风机配置约束、 光伏板配置约束和功率分频点区间约束； 步骤3： 根据所述风机配置约束随机确定风机额定容量初始值， 根据 所述光伏板配置约 束随机确定光伏板额定容量初始值， 根据功率分频点区间约束随机确定功率分频点初始 值； 步骤4： 根据风机出力模型、 所述风速数据和所述风机额定容量初始值， 获取风机输出 功率； 根据光伏板出力模型、 所述光照强度数据、 所述温度数据和所述光伏板额定初始值， 获取光伏板 输出功率； 步骤5： 根据所述微网负荷数据、 所述风机输出功率和所述光伏板输出功率， 获取微电 网的不平衡功率； 步骤6： 根据所述功率分频点初始值， 对所述不平衡功率进行频谱分析， 得到所述不平 衡功率的低频功率和高频功率； 步骤7： 建立以微电网总配置成本最低为目标的微电网优化配置模型； 步骤8： 根据所述低频功率和所述高频功率获取微电网中混合储能系统的额定容量和 柴油发电机的额定功率； 步骤9： 将所述风机输出功率、 所述光伏板输出功率、 所述混合储能系统的额定容量和 所述柴油发电机的额定功率代入所微电网优化配置模型， 获取微电网的总配置成本； 步骤10： 判断所述微电网优化配置结果是否为最优配置方案， 若是则输出最优配置方 案， 否则返回所述 步骤3。 2.根据权利要求1所述的一种风 光容量未知情况 下的微电网配置方法， 其特 征在于， 所述风机出力模型为： 式中， vout为切出风速； vin为 切入风速； vr为额定风速； Pr.wind为风机额定容 量； 所述风机配置约束为： 式中， N1为风机数量， L为微电网建设场地 的长度， d为 风机风轮直径， W 为微电网建 设场地的宽度； 所述光伏板出力 模型为： 式中， PSTC为光伏阵列 标准条件下的额定输出功率； GSTC为标准条件下太阳辐照度； Gc为工作点实际太阳辐照度； k 为功率温度系数； Tc(t)为t时刻工作点温度； TSTC为标准条件下温度； NPV为光伏阵列单元数 量。权　利　要　求　书 1/4 页 2 CN 114142473 A 2所述光伏板配置约束为： 式中， N2为光伏板数量， S为微电网建设场地面 积， S2为单个光伏阵列的占地 面积， δP遮阴系数。 3.根据权利要求1所述的一种风光容量未知情况下的微电网配置方法， 其特征在于， 所 述不平衡功率的模型表达 式为： PJ(t)＝PL(t)‑Pwind(t)‑PPV(t)， 式中， PJ(t)为不平衡功率， PL(t)为t时刻的微网负荷， Pwind(t)为t时刻的风机输出功率， PPV(t)为t时刻的光伏板输出 功率。 4.根据权利要求1所述的一种风光容量未知情况下的微电网配置方法， 其特征在于， 所 述步骤6包括： 步骤6.1： 对所述 不平衡功率进行傅里叶变换， 得到幅频序列PJ(k)； 步骤6.2： 根据分频点将所述幅频序列PJ(k)在所述 分频点处进行切分， 得到低频序列和 高频序列； 步骤6.3： 将所述低频序列和所述高频序列分别进行傅里叶逆变换， 得到不平衡功率的 低频功率和高频功率。 5.根据权利要求 4所述的一种风 光容量未知情况 下的微电网配置方法， 其特 征在于， 所述幅频序列表示 为： 所述低频序列表示 为： 所述高频序列表示 为： PJ.H(k)＝{0,L,0,PJ(N‑1),L,PJ(N‑n‑1),0,L 0}； 所述低频功率表示 为： 所述高频功率表示 为： 式中， k为不同频段的序列数， N 为采样点数。 6.根据权利要求1所述的一种风光容量未知情况下的微电网配置方法， 其特征在于， 所 述微电网优化配置模型表示为： minC＝min[Ccap+CDE+COM]， 式中， Ccap为微电网系统投资成 本， CDE为柴油机 燃料成本， COM为微电网系统运行维护成本 。 7.根据权利要求6所述的一种风 光容量未知情况 下的微电网配置方法， 其特 征在于， 所述微电网系统 投资成本表示 为： Ccap＝fcr*(Cwind.capSwind+CPV.capSPV+CDE.capSDE+CES1.capSES1+CES2.capSES2) 式中， Cwind.cap、 CPV.cap、 CDE.cap、 CES1.cap、 CES2.cap分别为风电、 光伏、 柴油机、 蓄电池和超级电 容器的单位容量初始投资成本； Sk为第k种DG的额定容量； Swind为风机的额定容量， SPV为光 伏的额定 容量， SDE为柴油机的额定 容量， SES1为蓄电池的额定 容量， SES2为超级电容器的额定权　利　要　求　书 2/4 页 3 CN 114142473 A 3