基于NSGA-Ⅱ算法的多目标无功优化

针对电力系统无功优化问题由单目标优化向多目标优化的转变中传统优化方法存在一些不足的情况,引入了NSGA-Ⅱ算法协调各目标函数之间的关系,找出能使各目标函数较大的pareto最优解集,建立了以最小化无功补偿设备投资运行成本、系统网损最小为目标的优化模型.IEEE39节点系统算例的仿真表明,此方法能够较方便地从几个较优解中找到符合各优化目标的全局最优解,并可以有效改善电能质量,满足经济性和可靠性要求.     

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。     

基于布谷鸟搜索算法的微网多目标优化运行研究

微网能有效地接入包括可再生能源发电在内的各类分布式新能源,而可再生能源发电的输出功率具有不确定性,给微网的经济、可靠和安全运行带来了挑战。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。研究了含风力发电、光伏发电和蓄电池的微网的特性,考虑了微网发电费用、排污罚款、供电可靠性和网络损耗,建立了多目标微网优化运行模型。采用多目标的布谷鸟搜索算法来求解该复杂非线性优化问题,微网算例的仿真结果验证了模型的正确性和算法的有效性。     

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。     

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。     

微网多目标动态经济优化调度

微网利用清洁、高效的微电源发电,也提高了能源利用率,降低环境污染。文章从经济成本和环境效益两方面对微电网进行了分析,建立了基于经济成本和环境成本的数学模型,利用IPSO算法对其进行求解。结果显示,算法结合模型可以提高各个分布式电源的发电效率,协调它们之间的复杂关系,合理安排发电出力,达到整体效益最优。     

基于多模态多目标果蝇优化的风光燃储微网优化调度

为了实现风光燃储微电网经济环保优化运行,提出了基于种群分区多模态多目标果蝇优化的微网优化调度算法。引入可平移负荷和可中断负荷响应,建立了以风光燃储微电网的运行经济成本和环境污染成本最小为目标函数的多目标优化模型。模型的求解采用三分区的多策略多模态多目标果蝇优化算法——将果蝇种群分为3个区并引入特殊拥挤距离,自适应地调整收敛性和多样性。与5种其他算法进行对比仿真实验,结果表明,所提出的风光燃储微网优化调度算法在全局最优求解、收敛性、多样性以及所得到的最优解集精度等方面具有明显的优势,能有效降低微电网优化的运行成本和环境成本。     

GIS支持下基于NSGA-Ⅱ算法的火电厂多目标选址

结合以往的火电厂选址标准,引入环保投资因素作为环保标准的量化指标,建立火电厂的多目标选址模型。利用地理信息系统(GIS)提供的地理空间信息和分析功能将选址区域划分为若干连续区域单元,并提取各种选址所需数据。采用多目标遗传理论思想,通过NSGA-Ⅱ算法求解得到最终多目标的选址解策略空间,为火电厂的选址提供了实际可行的解决方案。在后续的选址决策中,专家可以通过适应性权重等方法进行偏好选择。算例分析表明研究结果具有较强的适用性,在多目标优化方面对火电厂的选址具有重要意义。     

可再生能源微网鲁棒多目标优化调度

针对微网运行中存在的多目标需求和参数不确定性问题,提出微网鲁棒多目标优化调度方法,以实现调度方案在多目标优化框架下对不确定性扰动的抑制。为降低鲁棒模型的保守性,引入鲁棒测度表征微网中不确定性因素的特性,并构建微网鲁棒经济与环境优化调度模型。结合鲁棒模型变换思想将该模型转换为鲁棒优化的对应形式,通过对偶原理进一步转换为一个确定性的多目标优化问题,然后采用多目标进化算法求解系统模型。仿真结果表明,所获得的帕累托前沿能够消除微网内不确定性干扰并满足其经济与环境目标需求,从而验证了所提模型和方法的可行性和有效性。     

考虑风光互补特征的多微网系统自治经济调度模型

随着多微网新能源渗透率不断提高,风电、光伏等新能源的随机性及不同运营主体间的利益博弈给传统经济调度模式带来挑战。为提高多微网系统安全性及经济性,提出了一种考虑风光互补特征的多微网系统自治经济调度方法。以多微网系统经济运行成本最优为目标,同时考虑多场景下的机组调节费用,基于Copula理论形成风电、光伏典型场景生成方法,运用目标级联分析法建立双层优化模型,实现微网、配电网自主独立优化。以IEEE 33节点系统为例,比较考虑风光相关性与仅考虑随机性情景的多微网系统经济性,并与集中式调度方法进行对比,验证了考虑风光互补特征的调度方法可提高系统经济性,并在极端场景时提高系统鲁棒性。     

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。     

基于改进布谷鸟算法的电力系统优化调度

本文绍了布谷鸟算法的原理,对传统布谷鸟算法进行了改进,建立多目标优化调度的数学模型,基于改进算法对模型进行一定程度的优化,通过分析证明,改进过后的算法的计算精度更高,同时能有效提高全局收敛性以及保证Pareto非劣解的多样性。     

三相不平衡低压微网的多目标优化调度

提出了一种含多种分布式电源的三相不平衡微网综合优化调度策略。首先,确定了三相不平衡微网安全、经济、高效运行的评价指标;建立了多目标优化调度模型,并通过对多目标调度模型的求解得到微网的运行策略。其次,对各目标函数从不同的运行角度进行了分析,以充分利用多目标方法的有效性。算例仿真验证了所提出的优化调度策略在充分发挥各种分布式电源作用方面的优势。     

主-微网多目标联合调度研究

建立了包含多节点、多约束条件、多目标的主-微网联合调度模型,对模型中的发电节点、变电节点、配电节点、接口节点、输电线路等建模元素进行了数学描述,并给出了模型的图形描述.基于模型引入多目标联合调度算例,分别为主网和微网设定发电成本最低和运行成本最小的调度目标,采用加权处理的方法将其转化为单目标问题并采用遗传算法编程求解....     

基于分时电价机制的并网型微网多目标动态优化调度

针对并网条件下的微网优化调度问题,提出一种基于分时电价机制下的储能单元固定调度策略与可控微源动态优化调度相结合的微网运行调度方法。考虑系统功率平衡、失荷率及各种微源出力特性等主要约束,将储能蓄电池充放电折旧成本和与电网能量交换成本-收益计入运行经济成本,微网及电网侧发电污染物排放计入环境成本,建立了并网型微网多目标动态优化调度模型。并采用基于Tent映射混沌种群初始化方法和NDX交叉算子产生子代的多目标遗传算法NSGA-II优化系统内部可控微源出力。最后以风/光/柴/燃/储并网型微网系统进行算例仿真,验证所提模型合理性和求解方法的有效性。     

基于改进万有引力搜索算法的住宅区微网优化

微网容量优化是微网建设中的重要环节。针对目前住宅区微网经济性、稳定性、气象匹配性较差的问题,提出了一种多目标的优化方法。首先,给出了优化对象的目标函数和约束条件,提出了一种负载分类方法,设计了一种用于气象跟踪的风光互补组合系数,并分三个层次建立优化的数学模型。其次,利用杂交粒子群算法和风光互补组合系数改进万有引力搜索算法,分析网内负载的使用情况,求得微网内风/光/柴/储的最优配置组合。最后,从经济性、气象跟随性、网内能源结构和负载波动承受能力方面对比分析四种算例。算例验证了模型的可靠性。     

基于NSGA-Ⅱ算法的多目标静态无功优化

由于静态无功优化目标函数大多是单目标或者人为赋予权重系数的多目标函数的组合,本文提出了一种综合优化网损、电压水平和电压稳定性的多目标无功优化模型。为了避免求解时的目标偏好性,引入了快速非支配排序遗传算法,设计了基于实数、整数编码的混合编码方式,通过非支配排序算子和拥挤度算子来协调各目标之间的关系,实现了计及变量约束和潮流约束的静态无功优化。采用方案校验模块完成对Pareto最优解集的校验。以IEEE30节点系统和IEEE118节点系统为算例进行仿真,多次无功优化计算的结果表明了该方法的有效性。     

基于改进混沌粒子群算法的多源独立微网多目标优化方法

针对目前独立微网优化运行中微源类型与场景设计较为简单、未充分考虑可控负荷作用等问题,以可控负荷作为网内功率平衡的辅助手段,研究多源独立微网的调度优化问题。建立了使发电成本、切负荷补偿成本及微网环境效益最优的多目标优化模型。根据工作日、周末和晴、阴雨天组合设计了四种典型场景,在满足功率平衡等约束的前提下实现独立微网的经济调度。针对优化变量多、场景复杂的微网优化模型,提出了改进的混沌粒子群算法(Chaos Particle Swarm Optimization, CPSO)用于优化问题求解,验证了模型和算法对不同场景微网优化问题的有效性。     

基于混沌多目标遗传算法的微网系统容量优化

微网系统容量的优化配置直接影响能源的梯级综合利用效率、供电可靠性和电能质量,是微网发展所要面对的一个重要课题.在分析分布式电源功率特性的基础上,考虑微网系统中分布式电源、能源资源、储能和负载之间的复杂匹配关系,构建了经济成本、供电可靠性和环境效益的量化目标函数.将混沌优化算法与多目标遗传算法结合,提出了混沌多目标遗传算法对独立运行微网系统容量进行优化配置.算例分析验证了算法的有效性和实用性.优化后的微网系统保证了供电可靠性,节省了经济成本,降低了环境污染.     

基于混沌多目标遗传算法的微网系统容量优化

微网系统容量的优化配置直接影响能源的梯级综合利用效率、供电可靠性和电能质量,是微网发展所要面对的一个重要课题。在分析分布式电源功率特性的基础上,考虑微网系统中分布式电源、能源资源、储能和负载之间的复杂匹配关系,构建了经济成本、供电可靠性和环境效益的量化目标函数。将混沌优化算法与多目标遗传算法结合,提出了混沌多目标遗传算法对独立运行微网系统容量进行优化配置。算例分析验证了算法的有效性和实用性。优化后的微网系统保证了供电可靠性,节省了经济成本,降低了环境污染。