基于蒙特卡罗源荷不确定性处理的独立微网优化配置

风能、太阳能等可再生能源以及负荷需求具有不确定性。这种不确定性为智能电网规划增加了不确定因素。蒙特卡洛随机模拟能够很好模拟在一定时间尺度内的系统出力情况,因此能有效处理系统不确定性因素,且在处理此类优化配置问题时,万有引力算法(GSA)能体现极强的快速性和准确性。所以为有效提高独立型微电网的经济性,在充分考虑微电网供电可靠性和可再生能源浪费的基础上,以系统平准化能源成本(LCOE)最优为目标,提出蒙特卡罗模拟嵌入万有引力搜索算法(GSA-MCS)对优化模型进行求解。GSA-MCS的主要思路是通过蒙特卡罗模拟模拟风光负荷的不确定性,然后将模拟的负荷数据代入万有引力搜索算法进行容量优化配置求解。该方法首先利用蒙特卡罗模拟处理风、光及负荷的不确定性,并采用万有引力搜索算法进行全局寻优得到风、光、储最优配置方案。配置方案确定了在不同累积概率水平下的配置容量。本文以某海岛微电网为例进行仿真分析并验证了方法的有效性。仿真结果显示不同累积概率水平下,微电网中风机、光伏板、储能电池数量相较于传统方法都有所减少,其平准化能源成本也相应下降。相较于传统的优化配置方法,本文所提模型能够在进行独立微网优化配置时兼顾准确性与经济性,且能为微电网容量配置提供一种折中且灵活的方案。