考虑实时需求的冷热电联供型微电网优化调度

冷热电联供型微电网通过对各分布式电源进行整合管理,既提高了可再生能源利用效率,减轻了环境污染,又保障了系统的稳定性。基于各微源自身不确定性及微网结构的复杂性,文中提出一种基于日前初始用电负荷需求并结合电价激励及用户侧用电舒适度的综合实时用电需求优化模型,实现负荷从高峰向非高峰转移,并采用遗传算法的多目标优化算法进行实验,验证了该模型能使负荷需求曲线明显平缓,各微源出力相对均衡,证明了该模型的科学性和有效性。     

冷热电联供型微电网容量规划优化研究

与普通能源利用形式相比,冷热电联供型微电网具有能源利用效率高、利用形式多样、就地解决综合能源需求等特点,可以很好地满足综合能源用户的需求。目前在运或在建的冷热电联供项目往往存在设备配置比例不合理,设备利用率低或无法实现较高的能源利用效率。介绍了几种典型的联供型微电网形式,进行了微电网容量规划优化建模,并在CPLEX环境下编程实现该模型,通过算例分析验证了该模型的有效性。     

含电转气的冷热电联供型微电网多目标优化调度

主要研究含电转气(power to gas,P2G)的冷热电联供(combined cooling,heating and power,CCHP)型微电网多目标优化调度模型.首先研究分析了CCHP型微电网结构及P2G工作原理,以运行成本和环境治理成本为目标建立含P2G的CCHP型微电网的多目标优化调度模型,然后运用基于...     

含冷热电联供系统微电网优化运行研究

为使冷热电联供(CCHP)型微电网系统能够可靠、安全、经济的运行,首先要考虑对新能源充分的利用,其次要结合储能系统的使用约束以及影响因素。本文建立了冷热电联供型微电网数学模型,综合考虑了各微电源的运行维护费用、燃料费用以及购售电费用等,采用改进粒子群优化算法,针对运行成本最小为目标进行计算仿真。最后以某小区为例,对得出结果进行分析讨论,验证了本文方法的理论性和实用性。     

计及冷热电联供的微电网电源优化配置

针对计及冷热电联供的微电网独立供电系统,建立了基于燃料电池和微型燃气轮机的冷热电联供系统数学模型,基于各微电源功率特性,建立了考虑设备投资成本、运行维护成本、燃料成本、环境成本、替换成本、报废成本,以系统等年值总成本最低为目标的微电源优化配置数学模型,计及冷负荷、热负荷平衡等因素,在同时满足用户对冷热电多种能源形式需求的情况下,对计及冷热电联供的微电网电源优化配置方案进行了求解。     

基于MOABC 算法的冷热电联供系统优化调度研究

综合能源系统包含多种分布式能源,各能源相互补充,能有效提高能源的利用率,在经济、环保等方面具有显著优势。冷热电联供系统作为综合能源系统的重要补充,具有灵活可靠、高效清洁等优点,现已得到广泛的发展和重视。综合考虑各微源的发电特性和冷热电负荷需求,建立了包含燃料电池、微燃机、余热锅炉、吸收式制冷机和蓄能装置的多目标冷热电联供系统模型。该模型考虑分时电价对冷热电联供系统的影响,以经济成本和环境成本作为目标函数,提出基于Pareto理论的多目标蜂群算法作为模型的求解算法。以实际冷热电联供系统为算例进行仿真,验证了所提模型的有效性,并与多目标粒子群算法进行对比,结果表明,采用基于Pareto理论的多目标蜂群算法能更有效地降低经济成本和环境成本。     

基于改进粒子群算法的冷热电联供型微网系统优化运行研究

为了避免传统的冷热电联供型微网系统(combined cooling heating and power Microgrid, CCHP Microgrid)仅以经济成本或环境成本为目标的运行策略造成的无法对系统整体进行优化的不足,本文以微网的经济成本和环境成本为目标,构建含燃气轮机、燃气锅炉、电制冷机、风光等机组的冷热电联供型微网系统简化模型并建立相应的约束条件,并采用改进粒子群算法,对多约束条件目标求解进行优化。然后通过算例对所提的优化调度策略进行了仿真验证,验证了控制策略的有效性。     

含冷热电联供的微电网系统最优经济运行分析

冷热电三联供系统是一种建立在能量梯级利用概念基础上,将制冷、制热及发电过程一体化的总能系统。微电网则解决了分布式电源大规模接入的问题,能够有效利用各种分布式电源,同时其灵活、智能的控制特点,在解决能源短缺、环境保护和改善电能质量等方面表现出极大潜能。在微电网中,如何合理调度三联供的出力是提高能源的利用效率,同时减少碳化物和有害气体排放的关键之一。以左安门具体用能情况为例,针对与外部配网系统并网状态下,利用改进粒子群优化算法获得一种冷热电三联供在微电网中的经济运行最优方案,并对结果进行分析。     

考虑需求侧管理的冷热电联供微电网优化配置方法

冷热电联供微电网可提高供用电系统灵活多样的能量优化调度调控水平,已成为微电网技术发展的必然趋势之一。对冷热电联供微电网系统引入了需求侧管理手段,充分利用需求侧资源发掘了系统的经济性。首先对系统中所采取的需求侧管理技术进行建模,包括对需求侧管理的采用方式以及调用成本。其次以综合优化配置成本为目标函数,计及多种必要的约束条件,建立考虑需求侧管理的冷热电联供微电网优化配置模型。采用混沌粒子群算法对所建立的模型进行求解。优化配置结果表明,离网模式下系统优化配置成本要高于并网模式下的,而考虑需求侧管理技术的系统优化配置成本要小于不考虑需求侧管理手段的。通过对系统引入需求侧管理手段能够降低系统优化配置成本,证明了该模型的正确性和有效性。     

太阳能冷热电联供系统的多目标优化设计与运行策略分析

为了提高能源利用率,实现节能减排,设计了一种集成太阳能利用和内燃机驱动传统联供系统的太阳能冷热电三联供系统,对其能量流程和运行策略进行了分析。基于生命周期分析法,以传统分供系统为参照对象,建立了能源、环境和经济效益的多目标优化模型,对系统的设备容量和运行策略进行了优化。以北京市一综合办公楼为例进行实例分析,得到了不同目标函数下的最优设计方案和运行策略。优化结果表明,太阳能联供系统的综合性能要优于分供系统,当系统采用电跟随运行策略时环境和经济效益更佳,采用热跟随模式时能源效益更好。     

基于改进NSGA-II算法的微网交互式多目标优化

针对微网在不同时间段运行期望的不同,提出了一种基于改进NSGA-Ⅱ算法的微网交互式多目标优化策略。建立以运行成本和污染物排放量为优化目标的优化模型,将全天的能量管理问题以每小时为尺度分为24个相互关联的优化子问题,可以更为灵活地选择满足各时段运行期望的最优调度计划。为满足这24个优化子问题与全天优化目标间的耦合关系,提出一种交互式搜索策略协调各小时储能系统的运行。通过改进NSGA-Ⅱ算法获得每小时的pareto前沿,并建立隶属函数从pareto前沿中选择出最理想的折衷解,依次解决全天的优化问题。算例仿真验证了该优化模型和策略的有效性。     

基于灰靶决策和多目标布谷鸟算法的微电网分布式电源鲁棒优化

风机、光伏等可再生能源出力和负荷需求的不确定性给微电网稳定运行带来挑战。首先,针对这一特性,构建约束条件的不确定集,综合考虑运行成本和环境成本,建立微电网多目标鲁棒调度模型,并引入鲁棒不确定预算调节不确定集合的保守度。其次,采用基于Pareto支配策略的改进的非线性多目标布谷鸟算法求出Pareto最优解集,并利用多目标灰靶决策从Pareto最优解集中选择出满意方案。最后,针对一个小型微电网系统建立优化模型并求解,对比分析仿真结果,验证了所提方法的可靠性和有效性。     

基于改进灰狼优化算法的配电网动态重构

为了更好地解决含分布式电源(Distributed Generation,DG)的配电网重构问题,建立了考虑负荷需求与DG出力时变特性的配电网动态重构模型.首先采用K-means++聚类算法对日负荷进行时段划分.然后以系统损耗、电压偏离量为目标函数,并利用改进灰狼优化算法进行寻优计算.针对传统灰狼优化算法中存在的初始种...     

基于改进灰狼优化算法的光伏MPPT方法

在局部阴影情况下,光伏阵列输出的功率-电压曲线会出现多个峰值,需要具有全局寻优能力的群体智能优化算法来进行最大功率追踪(Maximum Power Point Tracking, MPPT)。针对传统群体智能优化算法普遍存在的收敛速度慢、振荡幅度大和易陷入局部最优等问题,提出了一种基于改进灰狼优化算法的控制方法。该算法采用区间收缩策略,通过不断减小搜索区间范围,提高算法的收敛速度和求解精度;同时,采用反向优化策略,增加对当前最优位置反向解的搜索,提高了搜索过程的多样性,帮助算法跳出局部最优。仿真统计结果表明,相较于传统算法,改进算法具有更高的追踪成功率、追踪准确性和更短的追踪时间。     

基于改进粒子群算法的微网多目标经济运行策略研究

微网的经济运行是一个多目标多约束问题。为了处理各个目标的重要性,提出了一种集中式控制模型。Operator利用二元对比法对发电侧发电成本、需求侧用电成本以及可靠性成本的重要性定性排序,以及语气算子与模糊标度、相对重要性的隶属度值关系确定加权系数,将多目标优化问题转换为单目标优化问题。Operator利用改进的粒子群算法对发电侧发电成本、需求侧用电成本和可靠性成本三个指标进行折中处理。通过算例仿真,对比分析了不同性能指标下该控制模型的实用性。在对分布式电源的出力以及用户负荷合理调度下,既保证了微网的经济运行,同时也保证了微网运行的可靠性。     

基于改进粒子群算法的多能微网多目标优化调度

为实现多能微网内部能源的灵活调用,减轻系统碳排放压力,文中提出了一种基于改进粒子群(particle swarm optimization, PSO)算法的多能微网多目标优化调度方法。建立了冷热电气多能微网模型,分析系统能源耦合机理并对设备进行数学建模;以微网运行成本与环境成本最小为目标,构建多能微网多目标优化调度模型;提出一种改进PSO算法,通过调整主要参数的迭代规则,并采用自适应粒子寻优策略加快收敛速度,提升寻优效果;仿真结果表明：与传统方法相比,所提基于改进PSO算法的多目标优化调度方法能够有效提升算法收敛速度、降低系统综合成本,兼顾其运行的经济性与环境友好性。     

基于贝叶斯-粒子群算法的微电网优化运行

针对目前微网调度难于全局最优收敛的问题,从概率网络的角度出发,将贝叶斯网络(Bayesian Network,BN)理论与粒子群算法(Particle Swarm Optimization,PSO)相结合,提出了基于贝叶斯-粒子群算法(BN-PSO)的微电网优化运行新策略。首先建立了微网数学模型和系统约束条件,考虑风能和光伏系统的概率分布情况,引入可再生因子和单位电力生产成本,以实现微网系统满足节能减排条件下的总费用最低的优化目标。最后以一个典型的微网系统进行算例仿真分析。结果表明:BN-PSO算法能有效解决包含随机概率事件的新能源微网优化运行问题,是解决此类问题的一个新思路;与目前的主流算法相比,BN-PSO算法能克服局部最优的缺陷,实现快速收敛。     

含冷热电联供的微网优化调度策略综述

首先简单介绍了冷热电联供(CCHP)系统常见的运行模式,并据此提出了CCHP系统和微电网结合的必要性;然后针对含CCHP系统的微网,分别从经济性优化目标和随机性处理方法 2个方面重点综述了CCHP微网的优化调度策略,并探讨了其未来的发展趋势;接着综述了CCHP微网优化模型的求解方法,并强调了智能算法在优化调度领域的广泛应用;最后从集中式和分布式2个方面介绍了CCHP微网优化调度策略的具体实现方式以及两者的优缺点、适用范围。     

基于改进多目标粒子群算法的微电网储能优化配置

储能参与微电网的优化运行能有效解决可再生能源大规模并网所引起的系统安全稳定问题。基于双层规划理论建立以负荷波动、系统成本以及储能SOC偏差为目标的储能优化配置模型,提出一种改进的多目标粒子群算法求解该模型。依据最优相似度来指导惯性权重的取值,适时引入交叉变异操作,在保证算法收敛性的同时,提高其跳出局部最优解的能力。为保证pareto解集的全局性和均匀性,提出了一种多迭代方向pareto解集动态更新策略。最终基于信息熵确立权重,采用TOPSIS法选取最优方案。通过修改的IEEE-33节点系统进行算例分析,验证了该算法在求解微电网储能优化配置问题上的有效性和优越性。