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。     

计及附加机会收益的冷热电联供型微电网动态调度

在分时电价及微电网并网运行条件下,为更好地调度储能和可调度型微电源并优化微电网购电及售电功率,建立了计及附加机会收益的冷热电联供(CCHP)型微电网动态调度模型。以一个包含风机、光伏电池、储能、燃料电池、CCHP系统的微电网为例,采用基于模拟退火的粒子群优化算法对调度模型进行动态寻优,从而求得调度周期内各微电源的最佳经济出力,同时比较了CCHP系统相对于分产系统的优势。算例分析验证了所述模型和算法的有效性,仿真结果表明:并网运行条件下,计及附加机会收益的CCHP型微电网调度模型能够在能源梯级利用和节能减排的基础上,优化网内各组成部分的出力从而降低微电网的运行成本。     

考虑需求响应和碳排放额度的微电网分层优化调度

针对目前并网型微电网实现资源协同优化,提高微电网运行的经济性与环保水平,建立了考虑需求响应和碳排放额度的微电网分层优化调度模型。在微电网负荷侧考虑分时电价和新能源消纳来优化负荷曲线,并采用多重指标对优化方案进行评价,在微电网发电侧考虑碳排放限额,对微电网内部分布式电源进行优化调度以实现微电网综合运行成本最低的目标。采用混沌粒子群算法（chaos particle swarm optimi-zation, CPSO）求解该优化问题,通过算例仿真分析了柔性负荷占比0%、10%、20%和不同碳排放量额度约束下的优化结果,验证了模型与算法的有效性。     

考虑需求响应和碳排放额度的微电网分层优化调度

针对目前并网型微电网实现资源协同优化,提高微电网运行的经济性与环保水平,建立了考虑需求响应和碳排放额度的微电网分层优化调度模型。在微电网负荷侧考虑分时电价和新能源消纳来优化负荷曲线,并采用多重指标对优化方案进行评价,在微电网发电侧考虑碳排放限额,对微电网内部分布式电源进行优化调度以实现微电网综合运行成本最低的目标。采用混沌粒子群算法（chaos particle swarm optimi-zation, CPSO）求解该优化问题,通过算例仿真分析了柔性负荷占比0%、10%、20%和不同碳排放量额度约束下的优化结果,验证了模型与算法的有效性。     

基于改进粒子群算法的微电网多目标优化调度

微电网优化调度作为智能电网优化的重要组成部分,对降低能耗、环境污染具有重要意义。微电网的发展目标既要满足电力供应的基本需求,又要提高经济效益和环境保护。对此,提出了一种综合考虑微电网系统运行成本和环境保护成本的并网模式下微电网多目标优化调度模型。同时采用改进的粒子群算法对优化模型进行求解。仿真结果表明,该模型可以有效降低用户的用电成本和环境污染,促进微电网的优化运行,并验证了改进的粒子群算法的优越性能。     

计及多种成本的微电网调度研究

依据备用成本、运行成本和环境成本最小的原则构建了微电网环境经济调度模型，采用含时变加速系数的改进粒子群算法对模型进行求解。通过实际算例仿真，验证了所构建模型可使微电网的运行优化更加合理，可有效减小微电网运行的备用成本、运行成本和环境成本，可为微电网环境经济调度下制定相应的备用计划提供参考。     

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。     

考虑经济成本的微电网调度运行

为提高微电网经济运行水平,首先以微电网发电成本最小为目标,考虑微电网运行实际约束条件,将蜂群算法运用到并网状态下的微电网经济调度模型中;其次,将对立学习策略初始化种群,改善初始种群质量,同时将Metropolis准则引入蜂群算法,提高跳出局部最优解的概率;最后,以并网状态下的微电网为例,比较未改进蜂群算法与改进蜂群算法优化结果.结果 表明,改进蜂群算法的调度方案降低了微电网的日调度综合成本,同时验证了所改进算法在求解微电网调度优化问题上的有效性与优越性.     

基于MOFA算法的微网系统优化调度

针对大规模电动汽车入网给微电网带来的影响,在并网运行方式下,以微电网运行成本、环境治理成本和电动汽车用户充放电成本的综合效益为目标,考虑电动汽车的时空分布特性,提出了分时电价下电动汽车有序充放电的调度方案。建立了包含风、光、储、燃料电池、微型燃气轮机、电动汽车及负荷的微网系统多目标经济调度模型,采用多目标萤火虫（MOFA）算法对调度模型进行求解,并与多目标粒子群优化（MOPSO）算法进行对比。基于MATLAB平台,以某典型微电网系统为例进行仿真,调度周期为一天,算例结果验证了所提方案、模型和算法的有效性。     

基于PSO的并网微电网优化运行

针对微电网并网运行下的优化运行问题,综合考虑含微电网经济成本、环境成本及微电网与大电网交易成本,使系统的总运行成本最低,建立了微电网多目标优化模型。考虑并网微电网运行约束条件,采用粒子群算法对模型进行求解,实现对各微电源负荷的优化分配。以某地的实际数据为例,对所提模型进行仿真,验证了提出的负荷优化调度模型可有效降低发电的综合成本。     

基于CNGWO-LSSVM的汽轮机热耗率预测模型

为了准确计算汽轮机热耗率,提出一种改进灰狼优化算法优化最小二乘支持向量机（LSSVM）的热耗率软测量方法。首先针对灰狼算法收敛精度低的缺点提出一种混沌非线性灰狼优化算法（CNGWO）,通过Kent混沌搜索策略和非线性动态递减权值策略来改善灰狼优化算法的性能。然后利用CNGWO算法预先选择LSSVM模型参数,并建立CNGWO-LSSVM的软测量模型。以某600 MW超临界汽轮机组实时运行数据仿真实验,对具有复杂非线性的热耗率变量进行预测,预测结果表明,经过CNGWO算法优化的LSSVM模型取得了较好的预测效果,为汽轮机热耗率的精确计算提供了一种有效方法。     

光储气微网优化运行研究

对于天然气与新能源发电协同运行的研究有利于提高风、光电的消纳比例。但新能源与天然气互补组成的微网系统仍存在可靠模型约束条件考虑欠缺及相应算法精度有待提高的问题。为解决该问题,依据微网系统实际运行工况和运行方式,建立了一种以经济运行为目标,包含光伏发电、储能系统、天然气发电的微网协同优化运行模型。针对模型求解算法精度较低的问题,将狼群算法的搜索策略及速度公式进行了改进,提出结合狼群搜索及淘汰机制的狼群-粒子群混合算法,加快了对模型求解的收敛速度,并提高了算法的寻优精度。最后对所搭建的模型进行计算求解。求解结果表明,改进的混合算法能够提高微网内各系统间的协同效果,降低了微网波动对配电网的影响,具有较好的应用前景。     

冷热电联供微网环保经济调度研究

针对微网同时承担冷热电三种负荷的情况,提出了考虑蓄热蓄冷蓄电装置以及微源的冷热电联供微网环保经济调度模型。模型中设置冷热电供需实时平衡、微源及蓄能装置出力限制为约束条件,以微网运行的经济和环保的综合成本为目标函数。以一个包含燃气轮机、燃料电池、余热锅炉、吸收式制冷机、蓄电池、蓄热装置、蓄冷装置的微网为例,采用混沌粒子群优化算法对模型进行优化求解。算例验证了所提模型和算法的有效性,并讨论了不同蓄能装置对调度的影响。结果表明,蓄电池虽引起损耗上升,但能提高运行的经济性;蓄冷蓄热装置协调燃气轮机出力,降低了损耗和成本。     

三维堆叠SoC测试规划研究

采用硬晶片的三维堆叠SoC测试规划是一个NP hard问题,针对该问题提出了一种采用GWO(grey wolf optimization)的三维堆叠SoC测试规划方法,使得在最大测试引脚数和最大可使用TSV(through silicon vias)数的约束条件下,从而达到三维堆叠SoC测试时间最小化目的。本算法基于群体智能,通过实施攻击等操作,更新Alpha、Beta和Delta进行寻优,从而实现三维堆叠SoC测试规划。本研究以ITC'02 Test benchmarks中的典型SoC为实验堆叠对象,实验结果表明本算法相比PSO(particle swarm optimization),能够获得更短的测试时间。     

含海水淡化系统的海岛微电网经济运行优化

针对海岛供电供水困难的现状,将海水淡化系统引入到微电网中,解决海岛居民的水电供应问题。针对微电网经济运行优化算法容易陷入局部最优的问题,将遗传算法中的小生境种群策略引入粒子群算法中,提出了一种改进小生境粒子群算法,对学习因子进行异步变化调整,对惯性权重进行指数递减,改善了算法寻优性能。以考虑海水淡化经济收益的孤立微电网系统经济运行成本最低为目标,建立数学优化模型,以改进算法进行优化计算,分别与标准粒子群算法计算结果以及不考虑海水淡化系统的微电网经济运行优化结果进行对比,验证了引入海水淡化系统可提高系统的经济性,所提改进算法具有良好的寻优能力。     

Multi-objective Economic Dispatch Considering Wind Power Penetration Using Stochastic Weight Trade-off Chaotic NSPSO

In this paper, a stochastic weight trade-off chaotic non-dominated sorting particle swarm optimization (SWTC_NSPSO) is proposed for solving multi-objective economic dispatch considering wind power penetration. Multi-objective functions including generator fuel cost and system risk are considered. The SWTC_NSPSO algorithm improves the solution search capability by balancing between global best exploration and local best utilization through the stochastic weight trade-off technique combining dynamistic coefficients trade-off methods. The proposed algorithm cooperates with the freak, lethargy factors, and chaotic mutation to enhance diversity and search capability. Non-dominated sorting and crowding distance techniques efficiently provide the optimal Pareto front. The fuzzy function is used to select the local compromise best solution. Using a two stage approach, the global best compromise solution is selected from a large number of local best compromise trial solutions. Simulation results on the modified IEEE 30-bus test system indicate that SWTC_NSPSO can provide a lower and wider Pareto front than non-dominated sorting genetic algorithm II (NSGAII), non-dominated sorting particle swarm optimization (NSPSO), non-dominated sorting chaotic particle swarm optimization (NS_CPSO), and a stochastic weight trade-off non-dominated sorting particle swarm optimization (SWT_NSPSO) in a less computation effort, leading to a lower generator fuel cost and a higher system reliability trade-off solution.     

考虑储能系统调度的交直流混合微电网中互联变流器容量配置

互联变流器是交直流混合微电网中交直流两侧进行功率交换的关键设备,有协调分配交直流两侧功率和提高系统电能质量的作用,在微电网设计阶段,确定互联变流器的配置容量是工程建设的关键环节。文章针对交直流两侧分布式电源、储能系统及负荷在抽样时刻的状态,基于两侧储能系统的灵活调度分析了网间互联变流器的功率流动情况,得到抽样时刻互联变流器的理论传输功率约束。从经济性和电压偏差2个方面建立交直流混合微电网中互联变流器的双目标容量配置模型,采用多目标粒子群算法对其进行求解寻优,得到互联变流器的最佳容量。最后,通过MATLAB编程进行实例验算,验证了所提模型及求解方法的有效性。     

基于GWO-PSO优化的三级式发电机二自由度分数阶PID调压控制

针对航空三级式发电机存在建压超调、响应速度慢、电压稳定性差、负载扰动等问题,在双环调压结构的基础上,设计了一种基于灰狼混合粒子群算法(GWO-PSO)优化的二自由度分数阶PID(2DOF FOPID)调压控制器。利用二自由度控制,增强抗干扰和目标跟踪能力;结合分数阶控制,使参数的整定更加灵活,并具有对被控对象参数变化不敏感的特点,可以提升系统的控制性能;改进的GWO-PSO以灰狼优化算法的机制开始搜索过程,然后用PSO算法改进灰狼的位置,以平衡算法的局部搜索和全局开发的能力,利用改进的优化算法对2DOF FOPID控制器进行参数优化。仿真结果表明,所设计的控制器具有响应速度快、超调小的优点,提高了发电机的动静态性能和抗扰能力。     

考虑荷电状态的光伏微电网混合储能容量优化配置

储能系统容量优化配置是提高系统稳定性、降低微电网成本的有效措施之一。本文提出了一种考虑荷电状态的能量管理策略,对光伏微电网混合储能系统进行容量配置。首先,综合分析微电网运行的稳定性和经济效益,以全生命周期费用和买卖电量费用之和最小为目标,建立含超级电容和蓄电池的光伏微电网储能模型。其次,结合光伏可供能量和负荷需求功率,应用改进能量管理策略和粒子群算法,建立光伏微电网混合储能系统（HESS）容量配置双层优化模型。最后,以某地实际数据为例对优化问题进行求解,将优化结果与传统储能配置方法进行对比,验证了所提方法的有效性,为光伏微电网混合储能系统容量优化配比提供参考。     

ICPSO算法及其在经济负荷分配中的应用

提出一种改进的混沌粒子群优化ICPSO(improved chaotic particle swarm optimization)算法,用于求解非线性、非凸、不连续等复杂约束条件的电力系统经济负荷分配。通过修正粒子群迭代的行动策略,并引入Tent混沌映射加强部分粒子的全局搜索能力,可以提高优化算法的全局搜索性能。最后将该算法应用于3机6母线的电力系统经济负荷分配中,在计及阀点效应的情况下,分别以考虑网损和忽略网损为例进行仿真。仿真结果表明,该算法有较快的收敛速度和较强的全局搜索能力,验证了算法的有效性和优越性。