微电网经济调度(风、光、储能）（Python实现）

电气资源——电力系统系列（Python&Matlab）值得推荐。

目录

1 引言

2 微电网日前经济调度模型

2.1 目标函数

2.2 约束条件

3 算例分析

4 粒子群和遗传算法实现（Python）

5 结果

1 引言

微电网（Micro-Grid）日前经济调度问题是指考虑电网的分时电价基础上，对常规负荷、光伏出力、风机出力进行日前(未来 24 小时)预测，然后充分利用微网中的储能等可调控手段，使微电网运行的经济性最优。

以实现经济性最优为目标，在得到风机出力、光伏出力、负荷出力的日前预测上，考虑电网侧的实时电价。对风光储能不参与、风光全额利用储能不参与、允许弃风弃光储能不参与、允许弃风弃光储能参与四种调度方案进行探讨。分析实时电价制定储能购电售电策略、结合功率平衡等约束条件，利用线性规划进行求解。得到各种方案的供电构成图和供电成本，实验结果表明：储能和允许弃风弃光对参与微电网经济调度有着重要作用。

2 微电网日前经济调度模型

2.1 目标函数

日前经济调度问题是指考虑电网侧的分时电价,在对风机出力、光伏出力、负荷进行日前预测基础上,充分利用微网中的储能等可调控手段,使微电网运行的经济性最优。所以目标函数应是一天总的运行成本最低,见式(1) :

                             

2.2 约束条件

3 算例分析

      

4 粒子群和遗传算法实现（Python）

# ============目标函数===========

    def calc_f(self, X1):
        """
        单个个体的目标函数
        :param X1:  单个个体。X1[0] 主网出力；X1[1] 风机出力；X1[2] 光伏出力；X1[3] 储能蓄电池出力
        :return: 成本
        """
        # 光伏发电成本 0.75 元/kWh。风机发电成本 0.52 元/kWh。 储能充电成本0.2 元/kWh
        # 与主网交互成本
        WN = []  # 存储主网购电成本
        for i in range(self.T):  # 遍历每一个时间点 96个时间节点
            if X1[0, i] > 0:  # 微电网向主网买电
                WN.append(self.Pbuy[i] * X1[0, i])
            if X1[0, i] < 0:  # 微电网向主网售电
                WN.append(self.Psell[i] * X1[0, i])  # 因为出力已经是负号啦，算出来的值为负数。
        # 风机购电成本
        WF = []
        for i in range(self.T):  # 遍历每一个时间点 96个时间节点
            WF.append(0.52 * X1[1, i])

        # 光伏购电成本
        WS = []  # 存储光伏购电成本
        for i in range(self.T):  # 遍历每一个时间点 96个时间节点
            WS.append(0.75 * X1[2, i])

        # 储能成本
        WC = []
        for i in range(self.T):  # 遍历每一个时间点 96个时间节点
            WC.append(np.abs(X1[3, i]) * 0.2 / 2)  # 储能购电才需要成本，成本系数0.2.由于要求首末SOC一致。所以系数可以改写成0.1

            # 总的成本
        W = np.sum(WN) + np.sum(WF) + np.sum(WS) + np.sum(WC)
        W1 = 0.25 * np.float(W)
        return W1

完整资源——微电网经济调度（风、光、储能）

本篇采用粒子群、遗传算法求解,其中的超参数(如惩罚项系数还没有调到最佳，感兴趣可以试一下）。

5 结果