代次數(shù)k、最大迭代 次數(shù)1^_、慣性常數(shù)CO以及學(xué)習(xí)因子cJPc2;
[0091] 步驟4. 2、始化粒子群的位置和速度。初始化粒子速度，通過儲能系統(tǒng)約束條件隨 機(jī)選取每個粒子每個時段對應(yīng)儲能充放電功率，并進(jìn)行機(jī)會約束規(guī)劃條件驗(yàn)證，若滿足則 重復(fù)該步驟來初始化所有粒子位置，否則繼續(xù)進(jìn)行隨機(jī)選取直至驗(yàn)證滿足。
[0092] 步驟4. 3、通過式（5)的目標(biāo)函數(shù)確定各粒子的適應(yīng)度。
[0093] 步驟4. 4、記錄極值。比較各粒子的適應(yīng)度，確定各粒子的個體最優(yōu)Pbest從全部個 體極值Pbf3St*確定全局最優(yōu)Gbf；st。
[0094] 步驟4. 5、根據(jù)個體極值和全局極值更新各粒子的速度和位置。
[0095]
[0096]
[0097] 式⑶（9)中，沁、慫分別為迭代至第k代第i個粒子的速度和位置；vf/1、xf分別為迭代至第k+1代第i個粒子的速度和位置；巧為迭代至第k代第i個粒子的個 體極值；為前k代中粒子群的全局極值；Cl，c2為學(xué)習(xí)因子，它可以加快收斂避免陷 入局部最優(yōu)；^是[0，1]間的隨機(jī)數(shù)；K為約束因子
式中
凡max
[0098] 步驟4. 6、根據(jù)目標(biāo)函數(shù)f?重新計算各粒子此時的適應(yīng)度，判斷是否更新個體極值 pbest和全局極值Gbest。若/(〇</(4)成立，則必=<+1;否則，pX，則〇min(d)。
[0099] 步驟4. 7、判斷搜索結(jié)果是否達(dá)到迭代次數(shù)，若未達(dá)到，跳轉(zhuǎn)到步驟45 ;否則停止 迭代，輸出最優(yōu)解。
[0100] 本發(fā)明實(shí)施例還提出一種基于機(jī)會約束規(guī)劃的日前光儲跟蹤計劃系統(tǒng)，包括：
[0101] 數(shù)據(jù)獲取單元，用于讀取光伏電站和儲能系統(tǒng)的相關(guān)數(shù)據(jù)；
[0102] 數(shù)據(jù)預(yù)處理單元，用于通過蒙特卡羅技術(shù)模擬日前光伏實(shí)際出力并制定光伏計劃 出力上下限范圍；
[0103] 控制模塊，用于基于短期光伏預(yù)測功率值、隨機(jī)預(yù)測偏差量建立含控制系數(shù)的機(jī) 會約束規(guī)劃數(shù)學(xué)模型；
[0104] 計算輸出模塊，用于采用改進(jìn)自適應(yīng)粒子群算法確定儲能系統(tǒng)充放電功率。
[0105] 所述數(shù)據(jù)預(yù)處理單元進(jìn)一步包括：
[0106] 第一預(yù)處理單元，用于產(chǎn)生預(yù)測偏差隨機(jī)值，模擬日前光伏實(shí)際出力；
[0107] 第二預(yù)處理單元，用于根據(jù)短期光伏預(yù)測功率，計算波動限值，確定計劃上下限范 圍；
[0108] 所述計算輸出模塊進(jìn)一步包括：
[0109] 設(shè)置模塊，用于設(shè)定粒子群優(yōu)化算法的參數(shù)，包括：粒子群總數(shù)N、迭代次數(shù)k、慣 性常數(shù)《以及學(xué)習(xí)因子cJPc2;
[0110] 初始化模塊，用于初始化粒子群的位置和速度；
[0111] 適應(yīng)度計算模塊，用于確定粒子群中各粒子的適應(yīng)度；
[0112] 極值計算模塊，用于比較各粒子的適應(yīng)度，確定各粒子的個體極值Ptest和全局極 值Gbest;
[0113] 更新模塊，用于根據(jù)個體極值和全局極值更新各粒子的速度和位置，并重新計算 各粒子此時的適應(yīng)度，判斷是否更新個體極值Ptest和全局極值Gtest;
[0114] 執(zhí)行輸出模塊，判斷搜索結(jié)果是否達(dá)到迭代次數(shù)，若未達(dá)到，繼續(xù)更新各粒子的速 度和位置；否則停止迭代，輸出最優(yōu)解。
[0115] 算例分析
[0116] 以某風(fēng)光儲示范工程為背景，選取7月份某日短期光伏預(yù)測數(shù)據(jù)作為算例分析對 象，該示范工程中光伏發(fā)電總裝機(jī)容量為40麗，儲能總裝機(jī)容量為20Mff/7(Mff?h，設(shè)定儲 能系統(tǒng)荷電初始狀態(tài)為0. 5,S0C_= 0. 3,S0C_= 0. 9。PS0中參數(shù)設(shè)置：種群規(guī)模為40， 粒子維數(shù)為96, Cl=c2= 1.4962,《= 0.7298,粒子速度范圍為[-3, 3]，最大迭代次數(shù)取 500。MonteCarlo模擬次數(shù)設(shè)為 1000。
[0117] 圖2是針對該示范工程7月份某日短期光伏預(yù)測數(shù)據(jù)，根據(jù)實(shí)際物理情況，按照 《規(guī)范》中相應(yīng)預(yù)測出力的±25%波動制訂了該日光伏調(diào)度計劃上下限出力范圍，并通過蒙 特卡羅模擬技術(shù)模擬出前一日〇~24h的實(shí)際光伏出力。
[0118] 為驗(yàn)證本文所提控制策略的有效性與靈活性，算例分別在固定系數(shù)情況與變化系 數(shù)情況下進(jìn)行仿真計算對比。固定系數(shù)情況中設(shè)置儲能開關(guān)系數(shù)u= 1，保持儲能系統(tǒng)始終 處于工作狀態(tài)，固定目標(biāo)功率控制系數(shù)c為〇. 5和0. 2分別進(jìn)行仿真如圖3,本文控制策略 可以有效地實(shí)現(xiàn)光儲聯(lián)合出力跟蹤計劃出力的目標(biāo)，實(shí)際出力在儲能系統(tǒng)的補(bǔ)充下基本都 限制在了計劃上下限范圍內(nèi)，跟蹤效果如圖4與5所示。另外，雖然將c固定為0. 5時的跟 蹤效果明顯優(yōu)良于在0. 2時的情況，但在S0C變化曲線中可發(fā)現(xiàn)如圖8,c取0. 5儲能系統(tǒng) 在96個時段內(nèi)大部分時段是一直處于工作狀態(tài)，并且放電深度較0. 2時更深，最后超出了 算例中S0C下限，是不符合要求的。而c取0. 2時儲能系統(tǒng)的S0C變化趨勢雖基本是合理 的，但對儲能系統(tǒng)的要求還是很高。為降低儲能負(fù)擔(dān)，在固定系數(shù)c= 0. 2基礎(chǔ)上根據(jù)充放 電功率約束改進(jìn)條件，使儲能系統(tǒng)只在實(shí)際光伏出力低于計劃下限的時段放電，超出計劃 上限的時段充電，其余時段保持空閑狀態(tài)來對開關(guān)系數(shù)d進(jìn)行調(diào)節(jié)如圖6所示。如圖7所 示，仿真結(jié)果仍達(dá)到了預(yù)期效果。
[0119] 在圖8中可看出對固定系數(shù)c= 0. 2情況變系數(shù)優(yōu)化調(diào)節(jié)后進(jìn)行仿真所得儲能系 統(tǒng)的S0C變化曲線明顯是最優(yōu)的，變化系數(shù)后儲能只是在少部分時段進(jìn)行工作，其余大部 分時段都處于空閑狀態(tài)，這對延長儲能系統(tǒng)使用壽命是非常有利的。另外每次充放電都在 算例S0C上下限范圍內(nèi)進(jìn)行，在充/放電之前都會進(jìn)行一定量的放電/充電，也進(jìn)一步提高 了儲能系統(tǒng)的充放電能力。
[0120] 為進(jìn)一步驗(yàn)證變化系數(shù)情況下仿真效果更優(yōu)，對未加儲能，加儲能后固定系數(shù)（c =0. 2)和變化系數(shù)情況下將預(yù)測誤差限制在該范圍內(nèi)的概率具體進(jìn)行計算，對比分析了 各方案減小預(yù)測誤差，提高預(yù)測精度的程度。結(jié)果表明，變化系數(shù)后不僅對儲能要求降低 了，更可以100%將誤差減小并限制在合格范圍內(nèi)，如表1所示。
[0121] 表1.光伏功率誤差滿足要求概率對比
[0122]
[0123] 因此通過以上綜合分析跟蹤計劃出力效果，提高預(yù)測精度程度以及儲能系統(tǒng)的工 作情況，可以采用變系數(shù)控制策略作為參考方案來對當(dāng)日的儲能進(jìn)行控制，具體各個時段 充放電功率值如圖9所示。
[0124] 種群進(jìn)化過程如圖10所示，可看出，適應(yīng)度值隨著進(jìn)化代數(shù)的增加逐漸減小，表 明光儲聯(lián)合出力曲線與目標(biāo)控制功率曲線越來越接近，當(dāng)?shù)螖?shù)達(dá)到200次附近時適應(yīng) 度值達(dá)到最優(yōu)基本不再發(fā)生變化，說明了算法具有良好的收斂性。
[0125] 表2通過對置信水平取不同值作仿真對比，發(fā)現(xiàn)置信水平在0. 65左右時，誤差合 格率相比于未加儲能時提高并不多，說明跟蹤效果不夠理想，取置信水平在〇. 75以上，隨 著置信水平的提高，滿足誤差要求合格程度都基本達(dá)到了 90%以上，但需要的總充放電量 逐漸增大，對儲能系統(tǒng)的要求也更加嚴(yán)格，實(shí)際跟蹤控制中可根據(jù)儲能系統(tǒng)具體情況來選 擇適宜的置信水平來進(jìn)行計算。
[0126] 表2.不同置信水平計算結(jié)果比較
[0127]
[0128] 本發(fā)明提出的基于機(jī)會約束規(guī)劃的日前光儲跟蹤計劃出力控制方法，根據(jù)短期預(yù) 測功率制訂光伏計劃出力上下限范圍，考慮預(yù)測偏差隨機(jī)性，采用蒙特卡羅技術(shù)模擬日前 實(shí)際功率，建立機(jī)會約束規(guī)劃數(shù)學(xué)模型，利用改進(jìn)自適應(yīng)粒子群算法求解儲能系統(tǒng)出力，結(jié) 果表明光儲聯(lián)合跟蹤計劃出力達(dá)到了良好的效果。同時考慮了儲能實(shí)際應(yīng)用的可行性，通 過設(shè)置控制系數(shù)來隨時調(diào)整跟蹤目標(biāo)功率，與固定系數(shù)控制策略相比，使得日前儲能出力 控制方案更加靈活