微电网多目标动态优化调度模型与方法

为实现微电网系统运行的经济和环境双重优化目标,以独立的系统仿真模块和运行优化模块为核心,建立了微电网多目标动态优化调度的一般模型.仿真模块使用能量模型对系统调度方案的经济、环境指标进行评估,运行优化模块则使用多目标遗传算法NSGA-Ⅱ,结合仿真模块的评估结果对调度方案进行优化.在NSGA-Ⅱ中引入了初始点引导技术和去重操作,有效地改善了算法的收敛性能和Pareto前沿的分布特性.将该模型和方法应用于典型风光蓄柴微电网系统的日前优化调度,证实了所建模型和所提方法的有效性.     

基于多目标粒子群算法的微电网优化调度

提出了一种经济与环保相协调的微电网优化调度模型,针对光伏电池、风机、微型燃气轮机、柴油发电机以及蓄电池组成的微电网系统的优化问题进行研究,在满足系统约束条件下,建立了包含运行成本、可中断负荷补偿成本以及污染物处理费用的微电网多目标优化调度模型,并利用多目标粒子群算法(MOPSO)求解微电网优化调度问题,仿真结果表明该模型对微电网优化调度具有一定的指导作用。     

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...     

含生物质能的微电网多目标优化调度

针对农村及偏远地区可利用的生物质能以及我国扶贫攻坚进入最后阶段,建立了含风、柴、储,生物质能的微电网,综合考虑燃料、电能交互、投资折旧、维护及环境成本等变动成本,使系统在一个调度周期内的总运行成本最低,建立了微电网多目标经济优化模型。在计及国家对可再生能源补贴价格的基础上,采用改进遗传算法进行求解。当基本遗传算法陷入某个局部最优解时,从临时Parcto解集中保留拥挤距离最大的个体,使个体密度小的Parcto解占优,从而使算法迅速跃出局部最优。24 h内优化的结果对比表明,所提的优化调度方案具有很好的实用性和应用前景。     

基于电池储能系统动态调度的微电网多目标运行优化

微电网系统的优化运行应考虑经济性、环保性、可靠性以及对可再生能源的响应特性等多方面因素。以电池储能系统(BESS)为研究对象,提出一种基于动态规划的多目标优化方法,以最优化经济效益、最大化可靠性、最小化可再生能源功率波动、最符合可再生能源发电计划作为微电网优化运行的目标,应用模糊理论和二元对比定权法将其转化为单目标优化问题,从而获得BESS的动态最优调度策略。算例表明,该方法具有良好的优化效果。     

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。     

微电网弱鲁棒多目标优化调度研究

针对微电网风光出力及负荷不确定性的影响,根据中心极限定理求取不确定集中的鲁棒不确定度,在此基础上建立了基于弱鲁棒优化的微电网多目标调度模型,通过引入风险运行的松弛变量,以微电网运行费用以及污染物排放量最小为目标,通过对等转化理论处理不确定性问题,并使用NSGA-Ⅱ求解.算例结果验证了所提方法具有较好的鲁棒性同时兼顾经济...     

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。     

基于QPSO与BPSO算法的动态微电网多目标优化自愈

提出了动态微电网的概念。将多代理系统(multi-agentsystem,MAS)引入动态微电网的协调控制当中,构建了基于MAS系统的动态微电网自愈数学模型。为了实现上述模型的多目标优化,将具有量子行为的粒子群优化算法(quantum based particle swarm optimization,QPSO)和二进制粒子群优化算法(binary particle swarm optimization,BPSO)结合,提出了可以同时对动态微电网网络结构和分布式发电单元出力进行多目标优化的算法。算例结果表明,采用基于上述算法得到的自愈方案,故障状态下的动态微电网能良好自愈。     

含电动汽车的新能源微电网多目标分层优化调度

电动汽车(EV)和新能源微电网(NEMG)分属不同利益主体。针对EV接入NEMG后的经济运行问题,建立计及EV有序充放电行为和车主综合满意度的NEMG多目标分层调度数学模型并提出求解计算方法。EV层以最大化车主的综合满意度为目标,通过CPLEX软件求解得到EV充放电计划并传递给NEMG层。NEMG层基于EV充放电计划调整微电网内部可控分布式电源出力,以达到最小化系统综合成本和交互功率波动的目标。为求解该高维、非线性和多目标模型,提出基于可信度的三黑洞系统捕获策略多目标粒子群优化算法。仿真结果表明,含EV微电网分层架构相比不分层架构能实现EV和NEMG的互利共赢,验证了所提方法的科学性及有效性。     

微电网储能多目标优化及功率平滑算法

以储能成本最低、可再生能源功率平衡优化效果最好、功率需求匹配最佳建立多目标模型,利用目标函数离差排序法确定各子目标权重系数,得到了储能的优化配置方法;提出一种平滑微电网内功率波动的实用算法,分析了各参数对功率平滑效果的影响。     

基于鸟群算法的微电网多目标运行优化

为了在微电网的运行中寻找到最理想的调度策略,对于微电网的多目标优化问题,采用传统智能算法求解易陷入局部最优而难于找到全局最优解,因此采用一种生物启发式算法——鸟群算法,对以运行成本及环境污染度为目标的微电网多目标优化模型进行求解。该算法模仿鸟群觅食、警觉、迁移的习性,生成对应的种群更新策略,兼具粒子群算法搜索效率高和微分进化算法稳定性好的优点。通过与两者寻优结果比较,表明该算法具有较强的全局、局部搜索能力且收敛鲁棒性好的特点。     

基于混合变量动态优化算法的含风电电力系统多目标动态优化调度

由于风电功率具有随机性、不确定性等特点,从系统安全稳定运行的角度出发,文章综合考虑了机组的故障停运、负荷与风电的预测偏差这三种不确定因素,将概率性旋转备用用解析式表达,并将其引入到含风电场电力系统多目标多时段的动态优化调度模型及约束条件中。基于NSGA-II设计了一种0-1混合变量动态优化算法来求解该模型,该算法根据分层优化的方法处理整数混合变量,以达到同时实现机组启停与负荷分配的多目标优化;在求解过程中引入超前调度思想,对相邻时段约束耦合进行处理,从而实现多时段的动态优化调度。最后通过算例对模型进行仿真分析,仿真结果验证该模型的合理性和算法的有效可行性。     

大规模风电接入电网多目标随机优化调度

基于对风电机组出力随机特性的深入分析及其可能被高估和低估的概率计算,对风电接入将导致系统维持稳定运行的成本增加风险加以考虑,构建了含风电机组的电力系统环境经济调度静态随机优化模型,以尽可能实现系统总污染排放量最少化和运行成本最低化的综合优化目标。设计了基于非劣排序微分进化的多目标优化算法对模型进行求解,并应用模糊集理论和熵权法建立了综合最优解的提取方法。最后以一个含大规模风电场的电力系统为例进行环境经济调度仿真,验证了所提方法的有效性,并进一步从节能减排的角度分析了风电接入对电力系统优化调度产生的影响。     

基于麻雀搜索算法的区域微电网多目标协同优化调度

当前的区域微电网多目标协同优化调度矩阵一般为单向的处理形式,虽然能够实现简单的调度优化目标, 但是对于调度范围存在一定的限制,导致交互功率降低,为此提出对基于麻雀搜索算法的区域微电网多目标协同优化 调度方法的设计与验证分析.根据实际优化调度需求及标准的变化,先进行约束条件的设置,同时测算出对应的目标 函数.采用多阶的模式,扩大实际的调度范围,并设计多阶并网协同运行调度矩阵,以此为基础,构建麻雀搜索算法 下微电网协同优化调度模型,并采用横纵交叉的处理方式实现优化调度.经过６:００、１２:００、１８:００以及２４:００４个时 刻的调度研究,在麻雀搜索算法的辅助下,优化完成之后,微电网的交互功率逐渐保持平稳,并未出现较为明显的波 动,交互功率基本控制在７０kW 以下,说明此种调度优化方式的针对性较强,调度的效率较高,可以确保微电网在 运行的过程中保持平稳,具有实际的应用价值.