基于蝙蝠算法的微电网优化研究

针对微电网运行的多目标优化问题,提出了蝙蝠算法优化微电网的运行策略.首先建立微电网系统运行的数学模型,以微电网简化模型为研究对象,根据一年中不同典型日负荷情况,分别在其并网和离网状态下,以发电成本最低和环境污染费用最低为目标函数,使用蝙蝠算法对算例进行求解分析,对各个分布式电源在不同时刻的出力进行优化,使日综合发电成本...     

含环网微电网的多目标无功优化控制策略

为解决含环网微电网中多类型分布式电源、储能系统和多类型负荷的优化控制问题,选取分布式电源运行 成本和电压质量２个目标为优化目标,基于内点法提出一种多目标无功优化控制策略.通过对IEEE５节点算例系统 进行求解,验证所建模型和算法的正确性.结果表明,建立的模型可有效消纳分布式能源,降低系统运行成本并改善 微电网电压质量.     

基于改进鲸鱼优化算法的微电网优化运行

微电网是分布式电源并网的一种有效技术途径,针对微电网运行中存在的能量调度问题,提出一种基于改进鲸鱼算法的微电网优化运行方法.首先,以经济成本、环保成本和有功网损3个指标作为目标函数对微电网的优化运行进行建模,并利用隶属度函数法将多目标函数单一化;其次,针对鲸鱼优化算法(whale optimization algori...     

基于混沌的多Agent粒子群算法在微电网并网调度中的优化研究

考虑到微电网中的分布式电源具有较强的波动性和随机性,会对微电网并网的优化运行带来较大影响,在满足系统约束条件下,提出综合考虑各分布式电源发电成本、环境治理费用、微电网并网收益和新能源发电补贴的微电网并网多目标优化调度模型。针对现有标准粒子群算法中可能存在的局部收敛等问题,将多Agent技术和混沌优化的思想引入粒子群算法中,提出一种多Agent混沌粒子群算法用于求解微电网并网多目标优化调度问题,并结合实际微电网案例验证所提出的数学模型的合理性与优化算法的有效性。     

基于高斯-柯西变异帝国竞争算法的微电网优化调度

为提高微电网运行经济性,建立了以微电网综合运行成本最小为目标函数的微电网优化调度模型。利用高斯变异和柯西变异对帝国竞争算法进行改进,采用高斯-柯西帝国竞争算法对微电网优化调度模型进行求解,并与其他优化算法对比分析。结果表明,高斯-柯西帝国竞争算法求解的微电网综合运行成本为4 485.62元,低于其他优化算法;调度方案能够优化微电网系统内各分布式电源出力,合理与上级配电网交换电能,使微电网综合运行成本最小。验证了模型的正确性及求解方法的优越性。     

考虑相关性的微电网DG接入优化研究

对微电网中的分布式电源(DG)接入进行优化配置可以大大地提高微电网运行的可靠性和经济性。在考虑DG接入的相关性以及负荷重要性的基础上,建立了以考虑DG接入相关性并以微电网运行经济性最优为目标函数的多目标分层优化模型,并采用改进的粒子群算法(IPSO)进行求解。将优化模型及IPSO算法应用于一28节点微电网网架中,通过不同优化方案的对比证明了微电网中对DG接入进行优化配置的重要性,同时表明IPSO算法对于求解此类问题的可行性和有效性。     

含微电网的主动配电网协调优化调度方法

研究微电网和主动配电网(ADN)互动运行模式,将微电网和ADN视为不同利益主体,提出一种含微电网的ADN协调优化调度方法。通过分析微电网和ADN的利益需求,将削峰填谷成本、微电网备用配置成本和用户停电损失期望体现于目标函数中,分别建立效益模型。同时,考虑ADN和微电网不同利益需求之间的博弈关系,提出了一种协同演化博弈算法(CGA),将ADN和微电网作为博弈参与者,分别对其效益函数进行模糊化处理并求解。在此基础上,考虑分布式电源随机性影响建立了基于不满意度的动态优化子模型,对CGA进行动态调整。算例分析了ADN和微电网参数对优化结果的影响,并与一般多目标优化算法进行对比,证明了所提方法的有效性和优越性。     

与需求响应联合优化的联网型微电网储能容量随机规划

针对含分布式电源、需求响应资源的联网型微电网,提出一种与微电网内多类型需求响应资源联合优化运行的储能系统容量配置优化规划模型。模型以微电网用能成本与储能设备年投资成本之和最小为目标函数,考虑需求响应资源可柔性调节区间、储能设备的荷电状态、微电网与主网间变电容量等约束条件,并计及分布式电源出力的不确定性影响,建立储能容量随机优化规划模型,利用混合整数线性规划算法求解。对某实例微电网仿真分析优化配置储能容量对提高微电网运行和规划的经济性的影响,结果表明模型可实现微电网储能系统最佳容量配置决策,同时优化需求响应资源和储能系统的运行策略。     

采用PSO-BF算法的微电网多目标电能优化调度

考虑到微电网中各分布式电源的特点以及充分发挥分布式发电技术在经济、环境和能源方面的优势,在满足系统约束条件下,提出了一种综合考虑微电网的运行成本、电压偏差以及微电网削峰填谷能力的微电网多目标经济调度模型。同时针对粒子群算法(PSO)在求解优化问题时易陷入局部最优的缺点,提出一种粒子群-细菌觅食算法(PSO-BF)用于求解微电网电能优化调度问题。仿真结果表明该算法具有较强的全局、局部搜索能力且收敛速度快、精度高的特点。     

基于改进粒子群优化算法的微电网经济调度研究

微电网经济调度是一个复杂的多约束、多目标非线性优化问题。为了实现微电网中各微电源设备的经济运行,充分发挥分布式能源的发电优势,基于改进粒子群优化算法对微电网经济调度进行研究。在研究中,提出光伏发电预测与负荷预测背景下的微电网多目标模型,考虑蓄电池使用寿命,以经济成本最低和环境成本最低为目标,利用改进粒子群优化算法进行求解。通过案例分析,确认了研究成果的有效性。     

含多种分布式电源的微电网经济调度

针对含多种分布式电源的微电网经济调度问题,以微电网各机组的出力和蓄电池、电动汽车的电量为约束条件,考虑微电网中设备的投资费用、运行维护费用、燃料消耗费用和能量交易费用,以微电网在一个完整的调度周期的总运行费用最小为目标函数,建立微电网经济调度模型,采用粒子群优化算法对燃气轮机的每小时输出功率进行优化。仿真结果表明:该模型能有效降低微电网的运行成本,其粒子群优化算法与其他算法相比具有简单、易实现、精度高等优点。     

基于区间数的改进NSGA-Ⅱ算法在微电网优化调度中的应用

针对分布式电源出力和负荷波动随机性等不确定因素对微电网运行稳定性和经济性的影响,提出在微电网的优化调度中结合有功和无功优化,以满足安全性和可靠性要求。引入区间数来表述含不确定因素的优化调度目标函数及约束条件,并建立以微电网发电费用、电压偏差量和网损为优化目标的动态多目标优化调度模型。同时提出一种基于区间数的多属性决策NSGA-Ⅱ算法来求解上述模型中的线性多目标函数,从而得到整个调度周期内的多目标优化调度Pareto最优解。最后利用17节点微电网仿真系统进行了仿真计算,计算结果表明本文方法可以协调优化调度问题中的经济性、安全性和可靠性,同时相比单一的有功或无功优化调度可以得到更优的微电网运行费用。     

基于改进天鹰优化算法的微电网多目标优化调度研究

微电网优化调度对降低企业用电费用,减少能源损耗和环境污染具有重要意义。研究了覆盖光伏、风电、储能、燃气轮机和柴油发电机的分布式电源,在微电网并网运行的情况下,为协调系统内部各微电源的出力情况,对光伏发电、风力发电和用电负荷功率进行预测,建立了以运行成本和污染治理费用最低的目标函数,并采用改进天鹰优化算法(IAO)进行求解,求得不同分布式电源和大电网的出力情况。仿真结果表明,该模型在保证用户持续供电的情况下,可以在一定程度上有效降低企业用户的用电成本以及减少污染物的排放,为微电网实际运行的功率分配提供指导。     

基于排序交叉优化算法的智能微电网调度研究

分布式可再生能源具有出力不稳定等问题,导致智能微电网的经济效益与环保效益较差,为此研究基于排 序交叉优化算法的智能微电网调度.根据分布式电源与储能装置的运行特性建立其数学模型,为智能微电网多目标调 度提供理论基础,以智能微电网运行成本和排污、治污花费最小为目标,构建多目标调度模型,基于排序交叉优化算 法求解模型,实现各机组出力的优化调度.以某地冬季典型日为例,获取智能微电网负荷数据展开算例分析,结果显 示采用所设计方法调度后微电网的运行与排污、治污总成本节约了46.25％,说明该调度方法具有经济与环保效益优 化的效果.     

含分布式电源的微电网电压等级序列优化选择

为探讨富含分布式电源的微电网在中长期规划中电压等级的合理配置,从成本特性入手,剖解微电网成本与供电区域的电压等级、供电半径、负荷规模、分布式电源容量规模和供电可靠性的数学关系。根据现有的配电网电压等级序列,构建多电压等级微电网结构优化模型,以其成本特性函数最小为目标函数,采用改进的混合优化遗传方法对目标微电网的电压等级进行选择与优化。通过实例对各电压等级序列在微电网的适用情况进行对比,得出未来发展中富含分布式电源的微电网的最佳电压等级序列。     

基于自然选择-杂交PSO算法的微电网并网多目标优化调度

由于微电网中的分布式电源具有较强的波动性和随机性,对微电网的并网运行产生很大影响。为充分消纳可再生能源,在综合考虑各分布式电源发电成本和环境治理费用的基础上,计及微电网并网收益、新能源发电补贴,结合分时电价机制,建立并网运行方式下的微电网多目标优化调度模型。针对现有标准粒子群算法中可能存在的局部收敛及速度慢等问题,提出基于自然选择-杂交的改进粒子群算法,应用于微电网并网的优化调度研究中,并结合实际微电网工程案例,验证所提出方法的合理性与有效性。     

分布式电力系统中微网功率负荷最优分配

分布式电力系统中微电网功率最优化问题,是指在满足各个微网运行约束条件下优化各微网的出力,使整个微电网电压损耗最小、功率损耗最小和经济运行成本最优为目标函数。针对微电网孤岛运行时的优化调度问题,在微网模型的基础上建立了多目标优化模型,利用遗传算法,在三个目标之间采用线性加权法进行处理,将多目标优化转化为单目标进行求解,并通过算例仿真验证该方法的有效性。     

基于改进多目标粒子群算法的微电网并网优化调度

微电网能够协调分布式电源,从而充分发挥分布式发电技术在经济、能源和环境中的优势。针对微电网并网时的优化调度问题,建立了考虑发电成本、污染物排放的微电网系统的环保优化模型,并利用改进的多目标粒子群算法,在这两个目标之间进行协调权衡和折中处理,使所有目标函数尽量达到最优。选取微电网案例的日负荷数据进行了优化调度计算,仿真结果表明了所提模型和算法的有效性。     

微电网多目标随机动态优化调度算法

针对含风光发电和储能电池的微电网多目标随机动态优化调度问题,建立以微电源总运行费用和系统总网损为目标函数,同时以多个蓄电池剩余电量的和作为资源存储量的微电网多目标随机型存储模型。模型中采用交流潮流模型准确描述配电线路的传输功率安全约束,并考虑了各种分布式电源的电压无功特性。结合自适应加权和法(AWS)和近似动态规划法(ADP)求解多目标随机动态优化调度问题,先采用AWS法将多目标随机动态优化模型转化为一系列单目标随机动态优化模型,再采用ADP的近似值函数迭代算法实现对单目标随机动态优化模型的逐时段递推解耦求解,并通过对AWS法中分割段新增Pareto点对应权值的调整以得到均匀分布的Pareto前沿。通过某一实际微电网的算例仿真,证明了所提出模型与算法的正确性和有效性。     

基于改进生物地理学算法的并网型微电网优化调度

在综合考虑燃气轮机、柴油发电机等分布式电源以及储能装置的基础上,建立了各微电源出力的数学模型;建立了计及分时电价和负荷转移策略的双重指标负荷侧响应模型;以微网日运行成本最低为目标,建立了微电网优化调度目标函数。为求解负荷侧响应模型和调度模型,对生物地理学优化（Biogeography-based optimization,BBO）算法进行改进,结合差分进化思想修改迁移算子,使用基于协方差矩阵的迁移操作来增强BBO对不可分离问题的适应性。结果表明,改进后生物地理学算法的收敛性有所改善;优化后的微电网运行具有更好的经济效益。