基于改进人工鱼群算法的冷热电联产微网经济优化运行

考虑各种分布式电源的发电成本、环境成本和微网设备维护成本,在满足微网运行约束条件的基础上,优化微网内不同分布式电源和储能系统的功率输出,使系统的总运行成本最小。采用冷热电联产(Combined cooling heating and power,CCHP)的微网,可以有效提高微网中分布式电源的效率,从而提高其经济性。最后采用改进人工鱼群算法(AFSA),通过Matlab数值计算工具,验证一个含冷热电联产的微网系统模型的经济性。     

含光伏、热电联产与储能的微网建模与优化

微电网是由分布式发电、负荷、储能装置以及控制装置构成的一个可控独立发电系统。针对含有光伏发电、热电联产、储能电池的微电网系统,提出了一套微电网总体能量优化管理与控制方案,能够在并网运行条件下,降低微电网系统运行成本。并在微网中加入智能用电设备,在已有能量优化管理系统上,引入需求响应策略,进一步优化微网能量管理系统。通过仿真实验,验证了提出的模型及优化策略的有效性。     

不同电价下含储能系统的微电网经济调度

为了验证不同电价下储能技术的削峰填谷及其在电力系统经济调度中的作用,对含有储能的微电网进行建模分析。建立了含有风机、光伏电池、热电联产系统、燃料电池、燃气锅炉及储能系统的并网型微电网结构,在充分考虑电力市场分时/实时电价的条件下,优化了计及设备维护成本、售热收益和微电网与大电网之间的电能交互成本等的经济模型,并采用混合杂草蝙蝠算法对所提模型进行了优化。以2种电价下不含储能系统的微电网经济调度模型作为对照,通过具体的微电网实例优化了冬季典型日负荷下各微电源的最优机组出力和最佳运行成本。仿真结果验证了所提算法和模型的有效性：储能能够在电价引导下对网内电负荷削峰填谷并降低微电网运行成本;同时,不同电价政策对微电网总运行成本及储能作用的发挥影响不同。     

基于智能单粒子算法的微电网经济调度

为充分消纳可再生能源,以分时电价为杠杆,通过经济调度手段,对微电网内分布式发电资源进行优化配置。在综合考虑各类分布式电源发电成本和环境成本的基础上,计及热电联供收益、电能交易收益、电价补贴等多项运行收益,建立微电网多目标经济函数。考虑储能系统在不同时间断面上的耦合性问题以及时移特性,结合分时电价、净负荷曲线进行预调度。考虑微电网实时调度的快速性要求,运用智能单粒子算法搜索调度变量的最优解,并与常规粒子群算法进行对比。算例分析了基于冬季典型日数据的微电网调度方案和各项经济指标,结果表明微电网调度模型、调度策略和优化算法合理有效。     

与需求响应联合优化的联网型微电网储能容量随机规划

针对含分布式电源、需求响应资源的联网型微电网,提出一种与微电网内多类型需求响应资源联合优化运行的储能系统容量配置优化规划模型。模型以微电网用能成本与储能设备年投资成本之和最小为目标函数,考虑需求响应资源可柔性调节区间、储能设备的荷电状态、微电网与主网间变电容量等约束条件,并计及分布式电源出力的不确定性影响,建立储能容量随机优化规划模型,利用混合整数线性规划算法求解。对某实例微电网仿真分析优化配置储能容量对提高微电网运行和规划的经济性的影响,结果表明模型可实现微电网储能系统最佳容量配置决策,同时优化需求响应资源和储能系统的运行策略。     

交直流混合微电网源储协同优化配置

为提高交直流混合微电网运行效益,需要为分布式电源配置储能系统,以提高微电网对可再生电源的接纳能力。本文以交直流混合微电网为研究对象,提出电源与储能相协同的混合整数优化模型,以确定电源与储能的最优配置。以电源与储能投资成本以及涵盖发电成本与购售电费用的运行成本最小为目标,协同考虑电源与储能的时序动态特性,并计及交直流联络线功率传输损耗。基于Benders分解算法求解混合整数优化模型。算例分析表明,源储协同优化配置方案能够有效提高交直流混合微电网投资运行经济性,验证了本文所提模型的有效性。     

基于NSGA-Ⅱ算法的并网型微网多目标调度

将分布式电源及储能单元组建成微网接入大电网并网运行,可以充分发挥分布式发电供能系统效能。由于并网型微网与外部大电网存在能量交换,会改变线路潮流,进而影响电能质量和供电可靠性。微网中各发电单元的优化调度是微网设计者所面对的一个重要课题。针对微电网并网时的优化调度,建立了考虑发电成本、污染物治理成本的微电网系统的环保优化模型。应用改进型非劣排序遗传算法(NSGA-II),进行多目标优化求解,得到Pareto最优解集。对浙江某并网型微电网进行24h优化调度进行计算分析,在和传统的单目标GA算法进行对比后,验证了其可行性和有效性。     

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。     

基于经济调度的微网储能优化配置

由于可再生能源发电和负荷具有不确定性,蓄电池作为储能装置是保证微网系统安全可靠运行的重要组成部分。为了准确分析含多种分布式电源的微网储能优化配置方案,建立了基于经济调度并计及制热收益的热电联产型微网储能优化配置模型。提出了并网和孤网运行方式下所需配置最小储能容量的定量分析方法,以一个包含风、光、储、微型燃气轮机、燃料电池以及热电负荷的微网为例,运用改进遗传算法优化了不同储能容量下各微源的出力及微网向外网的购售电量,并确定了两种运行方式下实现综合成本最低所需配置的储能容量。通过算例验证了所提模型、策略和算法的有效性。     

基于蝙蝠算法的微电网优化研究

针对微电网运行的多目标优化问题,提出了蝙蝠算法优化微电网的运行策略。首先建立微电网系统运行的数学模型,以微电网简化模型为研究对象,根据一年中不同典型日负荷情况,分别在其并网和离网状态下,以发电成本最低和环境污染费用最低为目标函数,使用蝙蝠算法对算例进行求解分析,对各个分布式电源在不同时刻的出力进行优化,使日综合发电成本最低,提高了微电网系统综合效益,验证了蝙蝠算法和微电网优化系统的可行性。     

基于改进粒子群算法的微电网多时段经济调度

分布式微电源与储能装置的广泛接入使微电网联网系统的能量交换形式更为复杂。研究微电网系统中各个时段的分布式电源和储能装置的协调优化调度,将大大降低微电网运行成本,提高系统电网经济调度能力。论文考虑负荷需求、微电源维护成本、购电、售电价格和网络损耗等微电网运行约束条件,建立了微电网经济调度目标函数模型,分别研究了微电网处在孤网和并网下多时段经济调度。运用了动态规划算法来协调微电网各时段的经济调度,即将各时段储能的最大容量离散成若干个小区间分别作为储能的上下限,同时提出在各时段的每个区间容量采用改进粒子群算法对微电源出力进行优化,最终求出各时段储能的最优状态及其它微电源的最优出力。通过算例验证了所提微电网多时段经济调度方法对各个时段的微电源及储能装置协调优化调度和微网运行经济成本,取得很好的效果。     

基于人工蜂群算法的微电网环保经济调度

为解决含多种分布式能源的微电网负荷优化分配问题,建立了以系统总成本最小为目标函数,以系统安全运行为约束条件的微电网环保经济调度模型。将人工蜂群算法应用到模型求解中,通过14节点系统验证该模型和方法的有效性。算例结果分析表明,通过合理安排微电网内部"可控"分布式电源(DG)的出力和分布式储能(DS)的充放电功率,实现了负荷转移,有效降低了微电网系统总成本。     

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。     

计及可转移负荷的微电网群分布式优化调度

由于单微电网分布式电源接入容量和供电范围有限及储能容量不足,单微电网的抗扰动能力较差。为解决此类问题,将相邻的多个微电网互联构成微电网群系统进行协同控制和管理,以此提高系统的可靠性和经济性。针对微电网群的经济性,提出了一种计及可转移负荷的微电网群经济优化调度模型,考虑了微电网群的发电成本、微电网间功率交换成本、与大电网的购售电成本以及转移负荷补偿成本,采用分布式的交替方向乘子法求解(ADMM)。最后,通过算例验证了考虑可转移负荷后的微电网群的运行经济性。     

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。     

计及储能调节特性的直流微电网优化调度研究

具有分布式电源及储能系统的独立直流微电网在提高供电可靠性方面发挥着重要的作用。探讨了不同运行模式下的直流微电网的能源调度优化问题,包括柴油发电机、燃料电池、微型燃气轮机以及光伏、风电等典型的分布式电源以及电力负荷需求。根据系统模型的运行和维护成本、燃料成本、能源的污染物排放成本以及储能运行成本,以系统总运行成本最小为目标建立了优化调度模型。采用一种基于天牛群搜索算法的改进智能算法对模型进行求解。通过对含储能设备和不含储能设备两种工作环境进行优化测试,验证了储能的调节特性对于优化微电网运行以及减小成本方面的重要意义,同时也证明了所提出调度模型的有效性和优越性。     

采用改进细菌觅食算法的风／光／储混合微电网电源优化配置

风能和太阳能具有随机性和波动性的特点,由分布式电源、储能装置、负荷组成的微电网协调运行与控制十分复杂,对孤岛运行的微电网合理地配置电源以提高供电可靠性、经济性是微电网规划建设的一个首要问题。将改进的细菌觅食算法（bacterial foraging algorithm,BFA）应用到解决风／光／储混合的全年孤岛运行的微电网电源优化配置问题中,建立了计及设备投资成本、运行和维护成本、燃料成本、环保折算成本的微电网电源优化配置模型,以年风速、气温、光照强度作为输入,根据不同的用户供电可靠性和备选电源要求,得到微电网电源的类型及其容量的最优方案,结果表明改进的细菌觅食算法具有全局最优搜索能力强、寻优速度快的特点。该方法可以全面评估各种分布式电源的经济性,根据微电网建设地点的气象条件、投资成本等降低微电网电源的冗余投资,满足用户定制的多样化可靠性要求。     

基于人工智能控制策略的微电网自动调度优化方案

随着智能电网技术的发展,微电网作为一种智能化的新型配电网,能够实现对分布式电源、储能装置、可控负荷的统一控制。微电网可以作为一个独立的系统运行,也可以接入配电网运行。微电网运行效益的最大化在于对其中分布式电源、储能装置、可控负荷的有效调度。本文针对微电网运行效益问题,提出基于人工智能控制策略的调度优化方案,搭建微电网自动调度优化模型,从经济性方面展开研究。将本文提出的微电网自动调度优化方案应用到含有分布式电源、储能装置、可控负荷的微电网调度控制中,经过仿真实例验证,通过对微电网中的各个组成单元的运行模式进行有效的调度,能够实现微电网经济和环保效益的最大化,该调度策略适宜大规模推广应用。     

含环网微电网的多目标无功优化控制策略

为解决含环网微电网中多类型分布式电源、储能系统和多类型负荷的优化控制问题,选取分布式电源运行 成本和电压质量２个目标为优化目标,基于内点法提出一种多目标无功优化控制策略.通过对IEEE５节点算例系统 进行求解,验证所建模型和算法的正确性.结果表明,建立的模型可有效消纳分布式能源,降低系统运行成本并改善 微电网电压质量.