一种分布式光储并网功率优化控制方法及系统与流程

本发明属于分布式光伏和储能并网，尤其涉及分布式光储并网功率优化控制方法及系统。

背景技术：

1、当前分布式光伏成为配电网侧清洁能源利用的核心形式，但其出力的强间歇性与波动性导致配电网面临功率倒送、节点电压越限、变压器过载老化等一系列问题，严重影响配电网的安全稳定运行。分布式储能系统凭借灵活的充放电特性，可平抑光伏出力波动、消纳多余光伏电能，是解决上述问题的关键技术手段。

2、现有分布式光储并网功率优化方法多采用传统智能算法进行求解，但存在诸多不足：其一，算法初始化阶段无针对性启发式引导，种群多样性与优化方向性失衡，导致收敛速度慢、易陷入局部最优；其二，未将光伏反向过载时段的变压器保护作为核心约束，未实现储能优先充电的策略性控制，变压器长期过载易引发温升过高、寿命损耗加剧；其三，成本模型仅考虑购售电、充放电损耗等基础成本，未将变压器寿命损失量化纳入经济成本体系，难以实现经济运行与设备安全的双目标优化；其四，约束条件设计较为单一，缺乏对光伏反向倒送、变压器极端负载率的定向软约束惩罚，优化结果的工程实用性不足。

3、粒子群算法作为经典的群体智能优化算法，具有结构简单、收敛速度较快、易与工程场景结合等优点，被广泛应用于电力系统优化问题。但传统粒子群算法的惯性权重固定、初始化随机，无法适配分布式光储并网的场景化需求。因此，亟需对粒子群算法进行改进，结合光伏出力、负荷波动、电价特性设计启发式初始化策略，同时建立包含变压器寿命损失的全维度经济成本模型，制定光伏反向过载的针对性控制规则，实现分布式光储并网功率的精细化、场景化优化控制。

技术实现思路

1、本发明所要解决的技术问题在于如何解决传统优化方法中算法收敛性差、未考虑变压器寿命损失、光伏反向过载时无针对性控制策略的问题，实现光伏反向过载时段储能优先充电、变压器负载率有效降低的核心目标，同时兼顾系统日总经济成本最小化与储能、变压器等设备的安全运行，提升优化结果的工程实用性的问题。

2、本发明通过以下技术手段实现解决上述技术问题的：

3、一种分布式光储并网功率优化控制方法，包括以下步骤：

4、预计算无储能充放电时的电网初始功率，提取光伏出力大于负荷的反向过载时段，依据分时电价、光伏出力与负荷波动的先验知识对粒子群执行启发式初始化；

5、建立计及双时间常数热惯性效应的变压器温升与老化因子量化模型，将变压器寿命损失货币化并纳入包含设备投资折旧、充放电损耗、电网购售电净成本的系统日总经济成本；

6、构建以系统日总经济成本为基础、叠加变压器负载率软惩罚项、soc闭环惩罚项和设备硬约束惩罚项的适应度函数；

7、执行改进粒子群迭代优化，采用基于个体适应度反馈的个性化惯性权重与非对称三角函数动态学习因子更新粒子状态，在反向过载时段强制储能充电且放电功率为零，输出最优储能充放电功率调度方案。

8、进一步的，所述启发式初始化具体为：

9、对80%的粒子按以下规则执行定向初始化：低谷电价时段，将粒子充电功率维度初始化为0.6～0.8倍最大充电功率；反向过载时段，将粒子充电功率维度初始化为0.8～1.0倍最大充电功率，并将放电功率维度强制初始化为0；峰值电价时段，将粒子放电功率维度初始化为0.5～0.7倍最大放电功率；

10、其余20%的粒子保持全局随机初始化以维持种群多样性。

11、进一步的，所述变压器温升与老化因子量化模型包括以下内容：

12、顶层油温升分为稳态值与动态值，稳态顶层油温升由参考顶层油温升、变压器负载率、阻抗比和负载损耗比确定；动态顶层油温升基于顶层油时间常数引入热惯性滞后效应修正；

13、热点温升分为稳态值与动态值，稳态热点温升由参考热点温升、变压器负载率和热点负载系数确定；动态热点温升基于热点时间常数引入热惯性滞后效应修正，变压器热点温度由环境温度与动态热点温升叠加得到；

14、老化因子基于热点温度以指数规律计算，量化绝缘材料寿命损耗；变压器寿命损失成本以老化因子结合时间步长、变压器预期寿命及寿命损耗放大系数货币化计算，纳入系统经济成本。

15、进一步的，所述系统日总经济成本为以下各项之和：

16、日均投资折旧成本，由储能系统额定容量、额定功率与变压器额定容量分别乘以对应单位成本后除以设备寿命年限折算；

17、充放电损耗成本，由各时段充放电功率与单位损耗成本及时间步长之积累加；

18、电网购售电净成本，由分时购电价与购电功率之积的累加值减去固定售电价与售电功率之积的累加值；

19、变压器寿命损失成本，由老化因子、变压器寿命损失系数、时间步长与变压器预期寿命的比值以及寿命损耗放大系数共同确定，以货币形式量化。

20、进一步的，所述基于个体适应度反馈的个性化惯性权重确定方式为：

21、全局基准惯性权重基于sigmoid映射随迭代进程非线性衰减，控制曲线陡峭程度与拐点位置的参数可配置；

22、每次迭代统计种群当前最优适应度与平均适应度，计算每个粒子的归一化相对适应度；适应度优于种群平均水平的粒子判定为优势粒子，在基准权重基础上依据其目标差距赋予较低惯性权重以进行精细局部搜索；适应度劣于种群平均水平的粒子判定为劣势粒子，赋予高于基准的惯性权重以促使其跳出局部极值区域；

23、所述非对称三角函数动态学习因子中，认知因子按余弦函数随迭代进程由初始值非线性递减至终值，社会因子按正弦函数随迭代进程由初始值非线性递增至终值；粒子速度更新后限制在设定范围内，位置更新后将反向过载时段对应的放电功率位置强制置零，并将所有位置限制在归一化区间内。

24、本发明还提供一种分布式光储并网功率优化控制系统，包括：

25、初始化模块，用于获取系统基础参数，预计算无储能充放电时的电网初始功率，提取光伏出力大于负荷的反向过载时段，并依据分时电价、光伏出力与负荷波动的先验知识对粒子群执行启发式初始化；

26、动态建模模块，用于建立储能荷电状态动态模型与电网交互功率模型，以及计及双时间常数热惯性效应的变压器温升与老化因子量化模型；

27、经济成本模型模块，用于建立包含设备投资折旧成本、充放电损耗成本、电网购售电净成本和变压器寿命损失成本的系统日总经济成本模型；

28、适应度函数构建模块，用于在系统日总经济成本基础上叠加变压器负载率软惩罚项、soc闭环惩罚项和设备硬约束惩罚项，构建系统适应度函数；

29、改进粒子群优化模块，采用基于sigmoid基准权重和相对适应度反馈的个性化惯性权重与非对称三角函数动态学习因子更新粒子状态，在反向过载时段强制储能充电且放电功率为零，输出最优储能充放电功率调度方案。

30、进一步的，所述初始化模块对80%的粒子按以下规则执行定向初始化：低谷电价时段，将粒子充电功率维度初始化为0.6～0.8倍最大充电功率；反向过载时段，将粒子充电功率维度初始化为0.8～1.0倍最大充电功率且放电功率强制初始化为0；峰值电价时段，将粒子放电功率维度初始化为0.5～0.7倍最大放电功率；其余20%的粒子保持全局随机初始化以维持种群多样性。

31、进一步的，所述动态建模模块中：

32、储能荷电状态动态模型计及充放电效率与时间步长，并施加荷电状态上下限硬约束及24小时运行周期内的电量可持续性约束，初始荷电状态设定为额定容量的固定比例；

33、变压器温升与老化因子量化模型中，顶层油温升和热点温升均计算稳态值与基于对应时间常数的动态热惯性修正值，老化因子按热点温度以指数规律计算，变压器寿命损失成本结合老化因子、时间步长、变压器预期寿命和寿命损耗放大系数货币化计算后纳入经济成本。

34、进一步的，所述适应度函数构建模块中：

35、变压器负载率软惩罚项对超过设定阈值的负载率施加三次方惩罚，定向抑制变压器极端过载而不施加无差别惩罚；

36、soc闭环惩罚项对运行周期结束时荷电状态偏离初始值的绝对值施加高权重惩罚，确保系统在24小时调度周期内实现电量完全闭环；

37、设备硬约束惩罚项对荷电状态越限、充电功率越限和放电功率越限分别施加高额惩罚，确保储能设备物理边界不被突破。

38、进一步的，所述改进粒子群优化模块中：

39、全局基准惯性权重基于sigmoid映射随迭代进程非线性衰减，每次迭代统计种群最优适应度与平均适应度，计算各粒子归一化相对适应度，对优势粒子赋予低于基准的惯性权重以精细局部搜索，对劣势粒子赋予高于基准的惯性权重以跳出局部极值；

40、认知因子按余弦函数非线性递减，社会因子按正弦函数非线性递增，引导算法由前期个体独立探索向后期向全局最优协同收敛演进；

41、粒子速度更新后限制在[-0.15, 0.15]范围内，粒子位置更新后限制在归一化区间[0, 1]内，并将反向过载时段对应的全部放电功率位置强制置零。

42、本发明的优点在于：

43、本发明通过对粒子群算法的改进与分布式光储并网场景的深度结合，实现了光伏反向过载时段的针对性功率控制，相比现有技术具有以下显著优点：

44、1. 算法收敛性与优化效果提升：设计基于电价、光伏出力、负荷波动的启发式初始化策略，同时采用惯性权重衰减策略，解决了传统粒子群算法初始化随机、后期局部搜索能力差的问题，算法收敛速度更快，不易陷入局部最优，优化结果更贴合工程实际。

45、2. 变压器安全防护效果显著：制定光伏反向过载时段储能优先充电+强制放电为0的核心控制策略，有效消纳光伏多余电能，降低变压器反向负载率，同时将变压器温升、老化因子纳入成本模型，实现变压器寿命损耗的量化控制，大幅减少变压器过载老化风险。

46、3. 实现多目标协同优化：建立包含设备投资、充放电损耗、购售电、变压器寿命损失的全维度经济成本模型，兼顾系统经济运行与储能/变压器设备安全双目标，优化结果不仅能降低日总经济成本，还能保证储能soc在安全范围、变压器负载率与温度处于合理水平。

47、4. 约束体系设计科学合理：采用硬约束+软约束的多维度约束体系，硬约束保障设备物理边界不被突破，软约束通过定向惩罚实现光伏反向倒送、变压器极端负载率的抑制，避免无差别惩罚导致的优化过度，提升了优化结果的工程实用性。

48、5. 场景适配性强：算法与控制策略基于实际24小时配电网负荷、光伏出力数据设计，时间分辨率为15分钟，可直接适配低压配电网的分布式光储并网场景，且参数调整灵活，可根据不同地区的电价、设备参数进行适配，具有广泛的推广应用价值。