基于物联网的微网容量多目标优化配置研究

康丽峰，王金娜，冯英伟，贾丽坤

(河北建筑工程学院，河北张家口075000)

基于物联网的微网容量多目标优化配置研究

康丽峰，王金娜，冯英伟，贾丽坤

(河北建筑工程学院，河北张家口075000)

作为分布式电源的良好载体，微网的容量配置是微网运行控制的前提。在总结多种分布式电源基本特性的基础上，考虑供电可靠与安全性、建造与运营成本经济性和环保效益等多个目标的综合效应，利用萤火虫算法对微网容量进行多目标的优化配置。通过算法性能的测试证明，优化设计后的微网系统达到了多目标优化，有效地提高了微网的运行效率。同时，借助物联网技术研发了相应的实现平台。

分布式电源;微网;容量优化;萤火虫算法

1 分布式电源数据管理特性分析

充分利用各种能源是解决能源危机的必要手段。太阳能、风能、潮汐能、各种生物质能都是大自然馈赠给人类的绿色能源。但是这些能源受环境的影响，发电随机性大，不确定性强。在运行的过程中不便直接接入传统电网，以免造成功率不平衡，影响供电质量。

为了有效地利用这些能源，最常见的手段是将绿色能源以分布式能源的形式构建成微网。微网，作为分布式电源等绿色高能量能源的有效组织形式，是一种具有良好能源渗透率的新型能源管理与传输模式。它具有独立的电源系统、储能单元、负荷体系以及监控及保护系统，是能提高能源利用率的一种有效方式。微网有两种运行方式，一种是并网运行，一种是孤岛运行。不管是哪种运行方式，合理的微网容量都是保证供电质量、可靠性的前提条件。

微电网容量的确定和优化运行问题是一个多变量的非线性优化问题。它的解决要依赖多个目标函数和多个约束关系，因此是一个复杂的数学问题。本文借助萤火虫算法构建了微网的多目标函数，可以有效解决微网容量的确定和优化问题。

2 基于物联网技术的微网控制体系构建

微网，作为分布式电源的载体，在电力系统中的存在会对传统电网提出更高的要求，其随机性、复杂性和不确定性，会对大电网的负荷预测、功率平衡、输电阻塞、线路潮流及供电的可靠性和质量产生较大的影响。而分布式电源对传统电网影响的大小在很大程度上又和微网的安装位置和容量有着密切的关系，因此，利用某种方式来解决微网容量及位置的规划问题是优化微网运行的必要手段[1]。

分布式电源的规划是一个复杂的非线性问题，涉及的问题很多，属于带有一定约束条件的非线性多目标规划问题，其中良好的电能质量、稳定安全的系统运行、建设及运营成本的最小化、良好的环保效益都是其主要的目标。而与此同时，还要兼顾诸如功率平衡、负载需求、潮流等运行约束，因此微网的规划问题属于一个带多种约束的非线性多目标规划问题，具有模型表达困难和建模困难的特点。具体微网多目标函数构成体系如图1所示。

从图1可以看出，在微网系统中，整个系统的框架采取物联网的三层结构，最下层是信息感知和采集层，主要的功能是采集各分布式电源，如风能、太阳能等可再生性能源的发电信息和各设备的运行信息；其上是服务器层，服务器层主要有两个功能：(1)存储信息采集系统所上传的数据，并对信息进行分析和管理。在分析和管理的过程中，要借助运行的目标与约束所构造的多目标函数，并利用嵌入进服务器中的相应算法进行多目标函数的解析，从而得出相应的微网容量规划方案，并将此方案上传至微网能量决策控制系统；(2)服务器层还担负着物联网通信层的通信功能，因此，在服务器层嵌入了相应的通信模块，利用TCP/IP协议进行远程的数据传输。最上层的是微网能量决策与控制系统，该层是微网与工作人员的交互层，接收来自服务器层的信息结果，并利用该层的决策系统对信息进行分析，从而做出相应的决策，以发出控制命令，并通过服务器层传送至信息采集层，利用相应的执行机构来控制整个微网中分布式电源的出力。

图1 微网多目标函数构成体系

3 微网容量多目标函数解决方案设计

供电可靠与安全性、建造与运营成本经济性和环保效益是微网运行最主要的目标，因此，将这三项内容衍化为数学模型就可以构造相应的多目标函数。

(1)供电可靠性与安全性

供电的可靠性和安全性受到多种因素的影响，而对于分布式电源而言，主要应该考虑两个因素，一个是系统的有功网损，另一个是系统负荷节点电压的偏移量。

对于系统的有功网损而言，主要取决于分布式电源自身所产生的损耗以及分布式电源与传统电网之间的系统损耗。具体计算为公式(1)和公式(2)：

式中：k为分布式电网的k条支路，该支路定义了相应的起点和终点，分别为节点i及j；G为电导参数；U为电压幅值；δ为相位差；P为该段配电网的有功网损；minPloss为该微网的最小系统有功网损。

对于系统负荷节点电压的偏移量而言，取决于所监测节点的实际电压、所期望的电压和最大允许的电压偏差，具体计算如公式(3)所示：

式中：U1为当前点实际电压值；Uexpe为当前点期望电压值；U1max-U1min为最大允许的偏差电压。

(2)建造与运营成本的经济性

建造与运营成本的经济性如公式(4)所示：

式中：ηi为第i年分布式电源的有效利用率；CDG,i为第i年分布式电源的运行和维护费用；PDG,i为该分布式电源的安装容量；COM,i为该分布式电源的安装费用；N为规划使用年限。

(3)环保效益的最优性

环保效益的最优性主要取决于相同发电容量的传统能源所产生的治理污染的费用(Cpol)，一般将其并入经济性计算公式中，如公式(5)：

除多目标函数之外，在本设计中，为了保证系统的可靠运行，还确定了三大要素为主要的微网运行约束条件：(1)功率(有功功率与无功功率)的平衡约束及分布式电源的穿透功率上限约束；(2)分布式电源各监测点电压在安全范围内的约束；(3)分布式电源并网运行时所定义的接入容量不能超过系统总容量所规定比例的约束。

按以上的方法定义了相应的分布式电源综合目标函数和相应的约束条件后，本设计采用萤火虫算法来对其进行求解。

4 利用萤火虫算法对多目标函数进行求解

萤火虫算法来源于萤火虫群体活动规律的仿生智能分析，该算法的核心原理是当某个萤火虫发光强度在某一范围内处于最大时，周围的萤火虫会自动向该萤火虫的位置移动，而最终群体的核心就会聚集在亮度最大的萤火虫周围，从而找到函数的局部最优解。

从以上定义可以看出，在萤火虫算法中，有几个关键的因素：(1)萤火虫集群空间半径r，该因素所针对的是所求解的问题空间。对于本设计来说，就是微网容量有效阈值的选择和确定；(2)集群范围内每一只萤火虫的初始萤光素，就是每一只萤火虫的亮度，并且这些亮度需要进行对比分析，最终确定出初始亮度最大的那一只。而对于本设计来说，每一只萤火虫相当于一个目标函数，在此空间下求相应的最优解，就是确定出在当前的多目标函数中的最重要的一个，从而得出最优解。这一步可以很好地捕捉出局部最优解，但是也容易造成过早找到局部最优解，从而失去了全局最优解，所以本设计采用权重法来纠正萤火虫算法，具体做法是按照亮度的大小为每一只萤火虫，也就是每一个问题授以不等的权重，从而形成一个问题求解空间；(3)集群的移动，常规的萤火虫算法是将系统核心直接移动到亮度最大的萤火虫处，因为在本设计中问题的最优解所取的不是最亮的萤火虫，而是加权问题后的最优解，所以系统的核心不是移动至最亮的萤火虫处，而是在此范围内求出相应的图形重心，以重心的位置来代替最亮的位置，形成最终解。

整个萤火虫算法由两个阶段来组成，第一个阶段是萤火虫亮度的重新计算和更新，每一只萤火虫都需要针对相应的问题空间，具体公式为：式中:t和t-1为萤火虫亮度的迭代次数，t-1为第t-1次迭代，而t为第t-1次的下一次迭代；Yi(t-1)和Yi(t)为第i只萤火虫，也就是第i个问题在t-1次迭代或t次迭代时的亮度或重要程度；ρ是为该问题所选择的权重，在多目标函数中，由实际问题和常规经验给出相应的数据，当问题的复杂度和维度上升时，该值可以借助神经网络算法进行权重的计算。J[xi(t)]为第i只萤火虫在t次迭代基于当前位置所计算出的自适应函数，用于萤火虫(或问题)的自适应计算，β是第i只萤火虫自适应函数的纠正函数。

第二个阶段是萤火虫位置的更新，更新函数采用常规函数[2]，具体公式为：

式中：xi(t)，xi(t-1)为第t次或第t-1次迭代的相应位置；l为移动步长；||·||为欧基里德距离标准运算符。

结合以上两个基本步骤以及三个基本元素，利用MATLAB求相应的仿真解可知，算法的收敛速度适中，准确率高。

5 结语

本文利用物联网的三层结构构建了微网能量与管理系统，并以萤火虫算法为依托，对基于多目标与多约束条件的微网容量规划进行求解，从而实现了通过调节各分布式电源的出力来协调微网运行状态的目标，以提高微网运行的安全性、稳定性和效率。

[1]王瑞琪.分布式发电与微网系统多目标优化设计与协调控制研究[D].济南：山东大学，2013：19-21.

[2]龚巧巧.多目标人工萤火虫群优化算法及其应用[D].南宁：广西民族大学，2011：3-5.

Research on multi-objective optimization of micro-network capacity based on Internet of Things

KANG Li-feng,WANG Jin-na,FENG Ying-wei,JIA Li-kun
(Hebei Institute of Architecture and Civil Engineering,Zhangjiakou Hebei 075000,China)

As a good carrier of distributed power supply, the capacity configuration of microgrid is the premise of micro-network operation control.The firefly algorithm is used to optimize the microgrid capacity Configuration based on the summary of the basic characteristics of distributed power supply.And this paper considers the comprehensive effect of power supply reliability and safety,construction and operation cost economy and environmental benefits,and so on.Through the test of the performance of the algorithm,it is proved that the optimized microgrid system achieves the multi-objective optimization and effectively improves the operation efficiency of the micro-net.At the same time,this article developed the corresponding implementation platform with the Internet of Things technology.

distributed power;microgrid;capacity optimization;firefly algorithm

TM 7

A

1002-087 X(2017)07-1073-03

2017-01-13

2016年河北省科技计划项目(16210341)

康丽峰(1981—)，女，河北省人，硕士，馆员，主要研究方向为服务质量评价、算法应用研究等。