基于改进粒子群优化算法的综合能源系统多目标优化

综合能源系统具有提高能源利用率、消纳不稳定新能源等显著优势,随着分布式能源的发展,综合能源系统已成为解决能源问题的重要举措。基于此,以经济性、环保性和高效性为目标,建立考虑储能的区域综合能源系统多目标优化模型;采用隶属度函数对优化指标进行归一化处理,并利用层次分析法确定各个目标的权重系数;通过改变惯性权重系数和增加粒子浓度因子,对粒子群优化算法进行改进,求得设备出力和性能指标最优解。算例结果表明:该改进粒子群优化算法可显著提高算法收敛速度,有效避免粒子陷入局部最优;多目标优化可为综合能源系统提供多维度、更全面的运行方案。     

基于复杂网络理论的区域综合能源系统可靠性评估

针对当前综合能源可靠性评估方法大多是面向微网系统,难以从系统拓扑结构角度分析区域综合能源系统可靠性的问题,建立了一种基于复杂网络理论的区域综合能源系统可靠性评估方法。首先,以区域综合能源系统作为研究对象,介绍了区域综合能源系统的基本结构,并分析了复杂网络理论应用的可行性;其次,通过对复杂网络内距离参数的改进,构建了包含网络特性的加权复杂网络模型;在此基础上,从系统网络拓扑的角度提出了包含节点以及系统整体的可靠性评估指标。最后,通过构建实际测试算例,验证了方法的有效性与适用性。文章探索了复杂网络理论在区域综合能源系统可靠性评估中的应用,可为未来区域综合能源系统的规划建设提供可靠性层面的指导。     

基于需求响应的建筑楼宇综合能源系统优化调度

针对能耗高且增速快的建筑楼宇优化调度问题,构建了含光伏发电、冷热电联供系统、燃气锅炉和储能装置的建筑级综合能源系统。在对系统内各个能源设备进行建模分析的基础上,考虑需求响应补偿价,以建筑运行成本最低为目标函数,建立了基于需求响应的建筑级综合能源系统优化调度模型,采用基于云模型改进的粒子群算法对模型优化求解。引入算例进行仿真,对比是否参与需求响应的两种不同模式,以及云模型粒子群算法与基本粒子群算法的优化性能。结果表明,基于需求响应的云模型粒子群算法模式可有效节约建筑级综合能源系统运行成本,同时降低电网侧负荷峰谷差。     

考虑电转气和可平移负荷的区域综合能源系统优化运行

针对可再生能源发电的消纳以及冷热电负荷需求不匹配问题,文章在原有区域综合能源系统(regional integrated energy system,RIES)的基础上,引入电转气(power to gas,P2G)技术,同时结合综合能源系统内不同种类可平移负荷的用能特性,建立了各类可平移负荷模型,对冷热电负荷平移,利用内点法求解可平移负荷模型,建立涵盖经济、能源及环境等多方面的多目标系统运行优化模型,采用粒子群优化算法获得Pareto非劣解集,并利用模糊理论获得折中解。在算例中设置多种场景,仿真分析考虑负荷平移和电转气技术的区域综合能源系统在降低系统运行成本、削峰填谷等方面的优势,从而验证所搭建模型的有效性。     

区域能源供给网络热电协同规划模型与算法

能源互联网是实现我国能源革命目标的关键手段之一,然而其多能互补的特点增加了能源供应的复杂性,从而影响到区域范围内系统能源供应的协调有序。针对区域内能源供给网络的系统规划问题开展了研究,建立了以考虑投资、运行、经济、环境综合成本为目标函数,考虑电网、热网多元约束和电、热能源互补的区域能源供给网络规划模型,运用正态分布量子粒子群算法对模型进行求解。以华北某市郊区的区域能源规划为案例进行能源供给网络的规划,并与传统规划模式进行对比分析。结论表明,所提出的模型能够对至少含有煤电、气电和热能的区域综合能源供给网络进行规划,且规划方案的成本要低于传统规划方案。此外,所应用的正态分布量子粒子群算法在解决此类规划问题时具有较强的性能,具有较广阔的应用空间。     

考虑复合储能的综合能源系统能量模拟与优化调度

基于多能互补的综合能源系统是提升区域能源利用效率、优化资源配置的重要途径。以综合能源系统周期内运行费用最小化为目标函数,建立综合能源设备能量流矩阵模型,提出了一种结合动态规划与改进粒子群算法的方法。在同一负荷与能源价格设定下,采用横向对比方法分析了工况1无储能、工况2仅储热、工况3复合储热储冷设置下综合能源系统的优化情况,结果表明：工况3、工况2的运行费用相对工况1分别减少14.65%、5.92%,储能装置的存在对优化系统整体运行调度具有显著影响,同时减少了供能设备,在降低系统运行成本的同时还加强了系统的稳定运行。     

考虑复合储能的综合能源系统能量模拟与优化调度

基于多能互补的综合能源系统是提升区域能源利用效率、优化资源配置的重要途径。以综合能源系统周期内运行费用最小化为目标函数,建立综合能源设备能量流矩阵模型,提出了一种结合动态规划与改进粒子群算法的方法。在同一负荷与能源价格设定下,采用横向对比方法分析了工况1无储能、工况2仅储热、工况3复合储热储冷设置下综合能源系统的优化情况,结果表明：工况3、工况2的运行费用相对工况1分别减少14.65%、5.92%,储能装置的存在对优化系统整体运行调度具有显著影响,同时减少了供能设备,在降低系统运行成本的同时还加强了系统的稳定运行。     

基于综合潮流的电热耦合系统分布式能源规划

针对电网-热网耦合的综合能源系统,研究了系统的潮流计算模型,包含电力系统模型、热力系统模型以及电热耦合设备模型,提出基于牛顿-拉夫逊法的综合能源系统潮流求解方法。基于综合能源系统的潮流计算结果,提出一种区域综合能源系统的网络规划方法,以系统设备投资运行成本最小为目标函数,分布式能源的安装位置及容量为决策变量,采用粒子群算法对分布式能源配置方案进行优化,并通过某区域综合能源系统算例验证了所提方法的合理性。     

基于改进粒子群算法的综合能源系统经济优化运行

针对综合能源系统的最优经济化运行,将整个系统分为新能源供应商、综合园区服务商、用户三个主体,以新能源供应商收益最大化,园区服务商收益最大化,用户购能成本最小化为综合目标,建立基于分时电价的综合能源系统经济优化模型。改进传统的粒子群算法,用所有粒子的个体最优值的平均值代替个体最优值,提高算法的精准度。利用改进后的粒子群算法对模型进行求解,并通过算例进行验证分析。     

空间耦合粒子群优化算法及峰谷电价下IES-CCHP区域联合调度

综合能源系统中电力、天然气和热力系统之间的交互影响具有一定的相关性。考虑能源间转换关系以及系统对分时电价的响应,以最小化购售电计划交易成本、燃料成本和排放污染气体所产生的环境成本为目标,建立峰谷电价下冷热电联供(CCHP)系统区域联合环保经济调度模型。为解决粒子群优化算法求解模型时存在的优化效率低、易陷入局部最优、计算结果随机性强等问题,提出一种空间耦合粒子群优化算法。在粒子寻优多维参数空间上,通过引入耦合协调数学模型将各维参数有效耦合,从而使所有参数从总体上同时趋向最优解。仿真结果表明,相比经典粒子群优化算法和改进粒子群优化算法,空间耦合粒子群优化算法有较强的全局搜索能力和更可靠的优化计算结果; 所提CCHP系统的联合调度模型能有效促进能源的高效利用、电力的经济调度和节能减排。     

混合储能多目标容量优化配置

针对蓄电池和超级电容混合储能系统的容量配置,提出了混合储能系统多目标容量优化配置模型,该模型以经济成本、供电可靠性、能量过剩和供需平衡为目标,以蓄电池的SOC、超级电容的端电压和最大功率为约束,同时考虑能量控制策略的影响,应用改进粒子群优化算法同时对蓄电池和超级电容的容量和功率进行设计,并通过仿真验证了所提多目标容量配置算法的快速收敛性和可靠性。     

Optimal Thermal Unit Commitment Integrated with Renewable Energy Sources Using Advanced Particle Swarm Optimization

This paper presents a methodology for solving generation planning problem for thermal units integrated with wind and solar energy systems. The renewable energy sources are included in this model due to their low electricity cost and positive effect on environment. The generation planning problem also known by unit commitment problem is solved by a genetic algorithm operated improved binary particle swarm optimization (PSO) algorithm. Unlike trivial PSO, this algorithm runs the refinement process through the solutions within multiple populations. Some genetic algorithm operators such as crossover, elitism, and mutation are stochastically applied within the higher potential solutions to generate new solutions for next population. The PSO includes a new variable for updating velocity in accordance with population best along with conventional particle best and global best. The algorithm performs effectively in various sized thermal power system with equivalent solar and wind energy system and is able to produce high quality (minimized production cost) solutions. The solution model is also beneficial for reconstructed deregulated power system. The simulation results show the effectiveness of this algorithm by comparing the outcome with several established methods. Copyright © 2009 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于改进粒子群算法的独立光伏发电系统储能容量优化配置研究

在独立光伏发电系统设计中,合理的规划配置储能系统容量及不同储能元件之间的容量比,对于光伏发电产业的长远发展具有非常重要的现实意义。结合超级电容器和蓄电池实际的储能特性,研究包含这两种储能元件的储能系统能量管理策略;以储能装置的全生命周期费用为优化目标,建立以独立光伏发电系统负荷缺电率等可靠性指标为约束条件的约束模型;提出了一种基于改进粒子群算法的储能容量优化配置方法,并进行了优化软件的编写和算例验证。     

基于改进粒子群算法的火电系统节能环保多目标优化调度模型

针对火电系统生产过程中的环境污染问题,提出以火电系统节能环保为重点研究对象的多目标优化调度模型,并以改进的粒子群算法进行求解。结合灰色系统理论中有关灰色关联度的概念对粒子群算法多目标求解机制进行改进,对煤耗量、污染气体和烟尘排放等的多目标火电系统优化求解,引入压缩因子改善粒子群算法的性能,增强其全局收敛能力。通过IEEE 14节点系统算例证明本算法的有效性。     

基于区块链的智能电网分布式资源管理研究

针对智能电网中分布式能源系统存在的管理困难,电力资源难以调度等问题,提出了一种基于区块链技术的电力网络管理系统。使用以太坊作为开发平台,建立分布式能源的电力交互管理区块链。使用股权证明(PoS)变异算法确立区块链中发用电双方共识机制,指定交易双方中的记账人;通过K-means聚类算法和粒子群优化算法(PSO)来设计分布式电能调度策略,进一步保障电网中能源交易分配的可靠性,最终实现电力运营智能合约下分布式能源的有效管理。实验结果表明：在智能电网中部署电力交互管理区块链,有效解决了分布式能源交易难达成,耗时长的问题,提高了电网中资源管理的合理性。     

考虑多种分布式电源及其随机特性的配电网多目标扩展规划

为了增强新建配电网环网转供能力,提高供电可靠性,同时减小投资和运行维护成本,提出了一种分布式电源(DG)选址定容和多供电途径的网状新建配电网协调规划方法。该方法建立了考虑经济性、可靠性和稳定性的多目标优化模型,优化求解采用两层嵌套的粒子群算法。在规划中考虑了风电、光伏、燃气轮机、储能电池4种DG的选址和定容。针对输出功率不确定的DG,建立了概率模型,利用多状态系统理论,将随机性问题转化为确定性问题。最后以某开发区的实际配电系统为例,验证了所提模型和方法的合理性。     

Differential evolution based technique for reliability design of meshed electrical distribution systems

This paper describes a methodology for allocating repair times and failure rates to segments of a meshed distribution system using differential evolution (DE) technique. A cost function based on Duane’s reliability growth testing model has been proposed. Constraints on basic reliability indices i.e. failure rate, average interruption duration and average interruption duration per year have been accounted. The algorithm has been implemented on a meshed distribution system and results have been compared with those obtained using particle swarm optimization (PSO) and co-ordinated aggregation based PSO (CAPSO).     

基于模拟退火粒子群算法的波浪发电系统最大功率跟踪控制

波浪发电系统最大功率点跟踪控制中,传统粒子群算法存在早熟收敛和局部搜索能力不足问题,为此提出基于模拟退火算法的粒子群优化方案。该算法每次更新粒子的速度和位置时,通过比较当前温度下各个粒子的适配值与随机数的大小,从所有粒子中确定全局最优解的替代值,从而使粒子群算法在发生早熟收敛时能够跳出局部最优并快速找到全局最优解。仿真结果表明,与传统粒子群优化算法相比,模拟退火粒子群算法可有效避免波浪发电系统陷入局部最大功率点,并快速实现全局最大功率跟踪,提高了波浪能捕获率。     

空间耦合粒子群优化算法及峰谷电价下IES-CCHP区域联合调度

综合能源系统中电力、天然气和热力系统之间的交互影响具有一定的相关性。考虑能源间转换关系以及系统对分时电价的响应,以最小化购售电计划交易成本、燃料成本和排放污染气体所产生的环境成本为目标,建立峰谷电价下冷热电联供(CCHP)系统区域联合环保经济调度模型。为解决粒子群优化算法求解模型时存在的优化效率低、易陷入局部最优、计算结果随机性强等问题,提出一种空间耦合粒子群优化算法。在粒子寻优多维参数空间上,通过引入耦合协调数学模型将各维参数有效耦合,从而使所有参数从总体上同时趋向最优解。仿真结果表明,相比经典粒子群优化算法和改进粒子群优化算法,空间耦合粒子群优化算法有较强的全局搜索能力和更可靠的优化计算结果;所提CCHP系统的联合调度模型能有效促进能源的高效利用、电力的经济调度和节能减排。