基于NCPSO的微网群优化调度策略研究

传统的粒子群优化（PSO）算法因在微网优化中不易达到全局最优而导致微网运行成本过高,该文采用小生境混沌粒子群优化（NCPSO）算法对混合微网群的运行策略进行协同优化,以实现区域微网经济性最优、环境治理成本最低、风光等可再生能源利用率高等目的。根据所提出的调度策略,建立的优化调度模型包括动态电价下的负荷模型、经济收益模型以及成本模型等,使用NCPSO算法得到多微网在一个周期内的最佳运行状态,实现微网群系统综合能源的互动调控、空间互补。通过分析微网群的功率交互动态、可控能源的发电以及储能电池的荷电状态等,验证微网群的电力负荷响应动态电价,表明了NCPSO算法优化微网群运行的优越性、有效性。     

基于改进PSO算法的微能源网优化配置研究

微能源网优化配置的求解算法存在易陷入局部搜索和收敛速度低两大缺陷,如何同时解决这两个缺陷是一直以来的研究难点。针对这一问题,提出了基于时变压缩因子和自适应变异的改进粒子群算法。针对经济优化配置,建立了包括多种分布式设备的微能源网架构模型和以年经济成本最低为目标,计及可靠性并含多种约束的优化配置模型。最后,结合具体算例,将改进粒子群算法运用于模型中,得到各分布式设备的配置方案和最优年经济成本,对比验证改进粒子群算法性能。实验结果表明：改进粒子群算法较好地提高了算法的收敛速度和全局收敛能力;微能源网优化配置模型实现了低经济性和高可靠性的有效结合。     

考虑需求响应和V2G的低碳能源网控制策略

为平抑大量电动汽车(EV)入网所致的负荷波动,实现能源网低碳电力运行,通过结合V2G和P2G技术,将电力系统与天然气系统之间的能量耦合。先引入需求响应策略建立负荷侧分时电价,引导大规模EV参与V2G系统,改变用户的用能时段;其次考虑碳排放环境因素建立低碳能源网模型,以经济性最优为目标利用禁忌-粒子群算法进行求解;最后利用算例对比分析了低碳能源网的能量调度和运行成本情况,验证了所提方法的有效性。     

含复合储能的冷热电联供系统多目标运行优化研究

冷热电联供（combined cooling, heating and power, CCHP）系统是分布式能源系统发展的主流趋势,针对CCHP系统的能量调度问题,提出了储电、储热相结合的复合储能技术;为实现CCHP系统的运行优化控制,建立了CCHP系统拓扑架构、系统模型、多目标函数及约束条件,采用线性加权和法将多目标函数转化为单目标函数,利用遗传算法进行优化求解,并与不含复合储能的CCHP系统进行对比分析。结果表明：将复合储能引入CCHP系统,能有效降低系统运行成本和一次能源消耗量,提高系统节能率和削峰填谷能力,为CCHP系统的优化运行策略提供了较好的参考方法。     

考虑含多种可控负荷的社区冷热电联供系统协同优化调度

针对社区冷、热、电三联供(CCHP)系统需求侧可控负荷的用能特性,从满足一个调度周期内各时刻供需平衡的角度,建立了可控负荷以及各供能网络模型。以经济、环境等方面的综合运行成本最小为目标,最终建立了社区CCHP系统的日前优化调度模型。通过Matlab和Cplex求解器对算例中可控负荷的优化及各机组的出力进行求解,得到夏季典型日下3种场景的可控负荷参与优化调度的结果。算例仿真分析了对CCHP系统中可控负荷的优化调度在减少系统综合运行成本、减小负荷峰谷差值等方面的作用,验证了该优化调度模型的有效性。     

基于微能源网联供系统的光伏电源出力等效平滑策略研究

提出利用微能源网内部相对容量较大的微型燃气轮机调峰,通过优化调度微型燃气轮机的电、热出力,实现接入微能源网的光伏出力的等效平滑,增加光伏消纳。调节策略以微能源网系统日运行费用最小为目标函数,建立该微能源网经济调度模型,使用混合整数非线性规划算法求解。算例计算表明:1)基于微能源网内部微型燃气轮机10%装机容量/min的调峰速度,可获得76%装机容量的电力调峰深度,26.7%装机容量的热力调峰深度,实现光伏电源波动性出力的等效平滑。2)在微能源网日运行周期内,光伏电源出力离散系数比等效平滑前降低65.18%,光伏电源出力得到等效平滑,使得光伏电源出力消纳平均提高4.86%;3)与以热定电和以电定热2种调度策略相比较,使用本文提出的调度策略可使系统日运行费用分别降低7.323%和10.472%,表明所提模型和调度方案的经济可行性。     

基于MPSO算法含电动汽车的微网优化调度

在保证微网系统安全稳定运行的前提下,考虑风光储等分布式电源及电动汽车等随机负荷并网,以微网最低综合运行成本为目标,建立了含电动汽车的多能互补微网优化模型。提出了一种改进粒子群算法（MPSO）,通过仿真分析证明了该方法在包含电动汽车等随机负荷的多能互补微网中,能够快速收敛得到最优运行方案,显著降低了微网运行的成本,具有较好的实际应用意义。     

基于可靠性评估的冷热电三联产系统运行优化研究

在传统能源紧缺的背景下,发展冷热电三联产（CCHP）系统并提出兼顾可靠性的系统运行优化方案可在规避供需失衡风险的同时有效提高经济效益。本文提出基于可靠性评估的CCHP系统运行优化模型,在传统优化模型中引入可靠性约束,并以华东地区某宾馆为例,分析和评估了各可靠性水平下该宾馆不同季节典型日的供能设备逐时出力情况和运行费用。结果表明：随着可靠性水平的增加,用户的用能需求和CCHP系统的运行费用随之增加;系统可靠性水平的提高需要以成本支出为代价。     

基于改进粒子群文化算法的机组组合联合调度研究

摘要： 电力系统联合优化调度可以提高电网运行可靠性的同时提高经济和环境效益。电力系统联合优化调度主要依赖于优化算法。建立了包含火电、光伏储能的机组组合问题调度模型,并针对机组组合问题的优化求解,提出了改进的粒子群文化算法。通过个体进化和参数调整选择粒子全局最优位置,采用循环拥挤距离来控制非劣解集的大小,实现信度空间和种群空间之间的交互。最后,针对实际的电力系统,结合改进粒子群文化算法和分支定界法对火电电力系统、包含光伏电力系统和储能的机组组合问题进行求解。算例验证了该方法的有效性。     

计及环境效益的虚拟电厂经济性优化调度

虚拟电厂（Virtual power plant, VPP）能有效减小新能源对电网的冲击,提高供电可靠性。本文在分析了VPP各分布式电源（Distributed generator, DG）发电成本的基础上,构建了计及环境效益的含风力发电、光伏发电、小水电和微型燃气轮机发电的VPP经济性优化调度模型,设计了基于小水电季节特性的VPP运行策略。以各时段内VPP实际出力跟踪计划出力、同时VPP发电成本和环境成本最小为目标,通过粒子群算法计算得到VPP各DG的出力。讨论了丰水期、平水期和枯水期VPP完成计划出力时微型燃气轮机出力系数,比较了丰水期、平水期和枯水期VPP发电成本和环境成本,并基于火力发电的环境成本计算了丰水期、平水期和枯水期VPP环境效益。实验结果验证了所建模型和运行策略的合理性,并表明VPP能有效平抑新能源出力偏差,降低DG发电总成本。     

基于改进径向移动算法的含风电场电力系统优化调度

为应对风电接入对电力系统稳定运行带来的影响,考虑风电高估低估成本、阀点效应、旋转备用约束和网络损耗等常需因素,建立计及风电不确定性的通用经济调度模型。为求解此模型,提出一种改进的径向移动算法(IRMO),该算法针对基本径向移动算法易陷入局部最优解的不足,一方面结合遗传算法中种群变异的思想,在迭代过程中随机对一部分粒子进行突变,改善种群多样性,使算法能够跳出局部最优;另一方面引入凹抛物线式的惯性权值非线性递减策略,以进一步增强算法中后期的搜索精度,更易找到全局最优解。最后对含风电场的电力系统进行算例分析和算法对比,验证模型的合理性以及IRMO的优越性。     

计及多智能体调度的冷热电联供型微网并网优化运行研究

基于多智能体技术以实现微网内各个代理之间的通信与协调控制为前提,建立了以发电成本和环境费用最小、并网收益最高为目标的冷热电联供型微网并网优化调度模型。该模型应用多代理混沌粒子群算法获得最优解和各微源最佳出力方案。在算例分析中选取某微网为参考系统,分别设置了3个典型场景,分析了在并网条件下微网加入冷热电联供系统后对优化目标结果的影响。采用多代理混沌粒子群算法,求得3个典型场景下的最优解。通过对比分析,验证了所提方法的可靠性。     

多微网互联系统的动态经济调度研究

综合考虑多微网系统的安装成本、运行成本和环境效益等因素,计及风、光、负荷的不确定性影响,建立多微网互联系统的动态经济调度模型,采用结合蒙特卡洛模拟的粒子群优化算法(MCS-PSO)进行求解。通过算例系统,分析互联系统调度优化结果,验证所提策略的有效性,并讨论置信水平对多微网系统动态经济调度结果的影响。     

考虑预测误差的综合能源系统优化调度模型

研究综合能源系统优化调度,实现预测误差下的经济可靠运行。分析综合能源系统的结构和负荷特性;在考虑风光负荷预测误差的条件下,建立基于风电、光伏发电、柴油发电及储能系统运行成本的优化调度模型;采用改进粒子群算法进行算例求解。经验证,优化储能系统和柴油发电调度模型,使系统既能较好地平抑风光负荷的波动性,又能实现最优经济运行。     

基于改进秃鹰算法的微电网群经济优化调度研究

传统优化算法相较于智能优化算法在求解微电网群优化调度问题中较难寻出可行解或最优解,对此提出一种基于融合反向学习和柯西变异改进的秃鹰算法（IBES）,在秃鹰搜索空间猎物阶段采用融合反向学习和柯西变异策略,使得秃鹰算法有效跳出局部最优,解决算法求解精度低等问题。通过与粒子群算法（PSO）、麻雀算法（SSA）、鲸鱼算法（WOA）进行对比,仿真结果表明IBES寻优精度更高,可有效减少微电网群系统的经济成本。     

考虑风电波动性的源荷优化调度策略

针对风电波动性和随机性及电网调节能力不足的问题,在分析风电波动特性的基础上对风电波动过程进行划分,基于聚类算法以风电波动量和持续波动时间为特征向量划分风电波动类型,并提出一种源荷优化调度策略。针对不同类型的风电波动,日前优化模型以系统运行成本最优为目标安排高载能可连续、可离散负荷进行消纳;日内优化模型以风电消纳量最大为目标,通过调节可连续调节负荷来追踪风电波动。最后通过自适应惯性权重粒子群算法求解模型,验证了所提调度策略的有效性。     

基于多策略改进PSO算法的微电网优化调度研究

为解决微电网中随机性、波动性和分布式电源出力管理困难问题,提出一种并网模式下微电网优化调度的综合经济模型。首先,考虑蓄电池和峰谷电价的影响,计及失负荷和蓄电池超容惩罚成本,建立以微电网运行成本和污染物排放成本最低的目标函数;其次,引入白鲨优化算法（WSO）的全局动态捕猎特性,对粒子群优化算法（PSO）进行了Tent混沌映射、动态时间因子和多项式变异的多策略改进,并将其应用于求解多目标多约束非线性的微电网优化问题。仿真结果表明,与PSO算法和麻雀搜索算法（SSA）相比,改进PSO算法用于微电网优化调度可降低微电网运行成本、减少环境污染并提高新能源供电的可靠性。     

基于RDA的微网内部分布式电源均衡调度策略研究

针对微网内部分布式电源的调度问题,提出一种新能源电力系统环境下微网内部优化调度模型与解法。基于微网的多代理结构形式,建立微网内部分布式电源的均衡调度模型,利用模仿者动态算法处理微网内部调度资源分配问题。通过分析分布式电源的适应度系数与可调容量,提出多方共赢的微网内部分布式电源均衡调度策略。通过算例分析,与传统基于市场机制的微网调度方法相比,模仿者动态学习算法在解决微网内部分布式电源调度方面具有简便、易拓展的特点,同时又能有效控制调度成本,证明所提模型和算法的合理性和有效性。     

基于改进粒子群的水火电力系统发电调度

在标准粒子群优化算法中引入最差粒子和自适应惯性权重,使粒子随进化进度自适应调整飞行方向和速度,向其自身和种群最优位置收敛的同时背离二者的最差位置,且避免了算法过早收敛和限于局部最优.将改进后的粒子群优化算法用于求解水火电力系统发电调度问题,仿真结果表明该算法可行有效.     

改进粒子群算法在梯级水电站优化调度研究中的应用

针对梯级电站优化调度具有多阶段、非线性和组合性的特点,采用改进粒子群算法来求解。针对目前采用的基本粒子群算法在求解时存在易陷入局部最优和早熟的缺点,改进粒子群算法以混沌变量生成机制来增加种群的多样性,以逐步优化和随机生成相结合的方法生成初始种群,以增加粒子生成的有效性。实例计算结果表明,改进粒子群算法可以取得较好的效果,并为梯级电站优化调度提供了一种有效的方法。