共查询到10条相似文献,搜索用时 15 毫秒
1.
《微型机与应用》2020,(3):10-16
随着微电网技术在电力系统中的应用愈加广泛,协调微电网内部分布式电源的出力分配以提高经济性成为了研究的重要课题。目前主流的经济调度方法是微电网调度中心利用全网微电源及负荷的信息进行调度,但这种集中式的方法依赖调度中心的计算能力,对微电源与调度中心之间通信要求较高,且与微电网的分布式特性相违背。提出一种完全分布式的并行调度方法,各分布式电源作为独立的智能体,平等地参与调度工作,利用自身与邻居节点之间的势能博弈,基于粒子群算法优化自身的出力,进而实现全网经济性最优的目标。在MATLAB平台上搭建了独立微电网优化调度模型,验证了所提出方法的可行性,并讨论了相关参数的变化对于调度结果的影响。 相似文献
2.
3.
微电网电源容量的优化配置是微电网规划和建设初期的关键步骤。这需要根据建设地点的气象数据、地理位置和负荷需求,在满足经济性和可靠性的前提下,合理地配置微电网的电源容量。本文以高原地区的某独立微电网为研究对象,提出了一种基于典型气象年和制氧可时移负荷的独立微电网电源容量配置优化方法。算法综合考虑了可再生能源装机容量比、供电可靠性和供氧可靠性等多种约束条件,以微电网全寿命周期内年平均成本最小为目标函数,并采用遗传算法求解这个优化配置模型。本文对不同方案下的配置结果进行了分析,验证了所提方法的可行性。该研究为独立微电网的规划和建设提供了参考,有助于实现能源的高效利用和经济性,同时也提高了供电和供氧的可靠性。 相似文献
4.
《自动化仪表》2017,(7)
随着社会的发展,电力系统正在从传统的集中式结构网络向分布式结构的智能电网转变。分布式电源(DG)并网对于分布式结构的微电网调度尤其重要。为了使微电网在安全可靠供电的同时经济运行,采用机会约束规则(CCP)和DG多智能体一致性原则,建立了微网经济优化模型。考虑到风电、光伏发电系统存在很强的随机性,在求解时采用随机模拟技术。选择一个主DG来控制增量成本,并将DG增量成本作为一致性变量;采用基于随机模拟技术的粒子群算法(PSO),求解包含随机变量的规划问题。对微网5个光伏DG的仿真验证结果表明:在不同负荷下,采用该模型进行优化计算,达到增量成本一致的效果,符合供需平衡。仿真结果验证了该模型能够满足微网经济运行的需求。 相似文献
5.
考虑到分布式电源的选址与定容对配电网有着重要影响意义,针对分布式电源的接入对配电网系统能量损耗和各节点电压影响的问题,首先建立了以有功功率损耗和系统节点电压的目标函数优化模型,提出了充分整合引力搜索算法(GSA)的勘探能力和粒子群(PSO)的开采能力的混合算法(PSOG-SA),同时确定权重系数,最后采用IEEE-33标准节点配电网模型进行了仿真实验,通过和其他两种算法的比较,验证了配电网系统在该算法下的有效性和可靠性.算例分析表明,合理的DG接入能够一定程度上降低系统有功功率损耗,改善节点电压. 相似文献
6.
7.
针对分布式电源的选址定容问题,提出了基于自适应遗传机制的萤火虫算法。首先,设计了以各节点电压、可接入最大功率及线路电流作为约束条件,以配电网网损最小作为目标的配电网优化模型,其次,改进了遗传算法中交叉、变异算子公式,并提出了改进的高斯扰动方法,将两者应用到萤火虫算法中,提高了萤火虫算法全局寻优能力和收敛速度。最后,借助于MATLAB软件,以IEEE33节点系统为例进行了测试,仿真结果与自适应遗传算法进行了比较,证明了本方法的有效性和优越性。 相似文献
8.
随着海量新能源接入到微电网中, 微电网系统模型的参数空间成倍增长, 其能量优化调度的计算难度不断上升. 同时, 新能源电源出力的不确定性也给微电网的优化调度带来巨大挑战. 针对上述问题, 本文提出了一种基于分布式深度强化学习的微电网实时优化调度策略. 首先, 在分布式的架构下, 将主电网和每个分布式电源看作独立智能体. 其次, 各智能体拥有一个本地学习模型, 并根据本地数据分别建立状态和动作空间, 设计一个包含发电成本、交易电价、电源使用寿命等多目标优化的奖励函数及其约束条件. 最后, 各智能体通过与环境交互来寻求本地最优策略, 同时智能体之间相互学习价值网络参数, 优化本地动作选择, 最终实现最小化微电网系统运行成本的目标. 仿真结果表明, 与深度确定性策略梯度算法(Deep Deterministic Policy Gradient, DDPG)相比, 本方法在保证系统稳定以及求解精度的前提下, 训练速度提高了17.6%, 成本函数值降低了67%, 实现了微电网实时优化调度. 相似文献
9.