基于混沌灰狼算法的交直流混合微网经济调度

并网情况下交直流混合微电网的经济稳定运行是微电网建设和运营的基本要求。文中从经济调度的角度出发,建立了考虑微电网设备的维护成本、蓄电池储能损耗成本、AC/DC换流成本、并网售购电费用的联合优化经济模型。针对传统灰狼算法(GWO)在全局搜寻能力上的不足,引入混沌序列Logistic映射对灰狼算法初始化进行改进,丰富灰狼种群的多样性,使初始种群更加均匀的分布在求解区间内。为验证混沌灰狼算法(CGWO)算法的性能,基于实际算例进行仿真分析,验证所提模型与算法的正确性与有效性,在相同算例下将CGWO的优化结果分别与GWO、粒子群算法(PSO)、混沌粒子群算法(CPSO)进行对比分析,结果表明CGWO性能优于其它三种算法,能有效的进行经济调度并保证具有良好的全局搜寻特性和收敛速度。     

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。     

基于改进蝙蝠算法的微电网优化调度

在分析微电网中相关电源发电技术的基础上,建立以发电成本、污染物排放费用、甩负荷补偿费用和微电网网损补偿费用最小的多目标数学优化模型,应用超效率数据包分析评价方法,将多目标优化转换为单目标规划问题。鉴于传统蝙蝠群体易聚集于局部极值,导致早熟,将混沌序列以及自适应调整策略融入到蝙蝠优化算法,提出一种改进型多目标蝙蝠优化算法,为克服算法本身对缺乏变异机制的缺陷,利用混沌理论以及动态自适应调整机制的特性,对蝙蝠算法参数进行调整。最后通过算例验证所提算法具有良好的实用性和适应性,同时也验证了所提模型的实际意义。     

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。     

基于混合博弈的多微电网双层协调优化调度

考虑多微电网系统(MMGS)和微电网聚合商(MA)所有权不同,以及各微电网(MG)间能量互济与利益分配,提出基于混合博弈的MMGS双层协调优化调度模型及其求解方法.上层MA与下层MMGS之间采用基于Stackelberg的主从博弈,保证MA与MMGS的利益双赢;MA作为领导者,以自身收益最大为目标,在证明Stackel...     

基于混合储能的光伏微电网研究

随着分布式电源大量接入直流微电网以及微电网中负荷的波动,二者会给直流微电网母线电压带来一定的波动。因此,将混合储能接入到直流微电网中,通过光伏单元与混合单元协同作用来抑制母线电压的波动,并依据各电源的特性提出各自控制策略,使各个电源之间协同工作,实现能量最优分配,提高直流微电网的可靠性。最后通过MATLAB/Simulink仿真验证策略的有效性和可行性。     

基于改进微分进化算法的微电网动态经济优化调度

针对微电网静态经济调度忽略了各时段之间内在联系的不足,考虑风电机组、光伏电池以及钠硫电池等不确定性因素对经济调度的影响,以微电源出力和微电网运行成本最小为目标函数,建立了微电网动态经济调度模型。采用VC++编制了利用改进微分进化算法的微电网动态经济调度程序,通过改变动态交叉因子,提高了算法的收敛速度和防止陷入局部最优的能力。根据微电网算例结构的特点,分别针对微电网孤网/并网运行情况,制定了微电源的出力原则和运行控制策略。计算结果表明,采用动态优化理论的微电网经济调度较静态调度在成本节约上更具优势,也使得钠硫电池的充放电更具有全局性和实际意义。     

考虑电动汽车调度的微电网混合储能容量优化配置

在微电网中适当的储能配置方案能保证微电网运行的经济性和可靠性。在考虑分布式电源的建设成本、运行维护成本、回收成本、环境成本和能源短缺补偿成本的基础上,提出了一种含电动汽车调度的微电网混合储能容量优化配置策略。该策略在考虑了不同种类储能设施和负荷的基础上,通过对系统出力和负荷的协调来构建经济适用的混合储能系统。并在满足重要负荷和一般负荷的供电可靠性基础上,采用人工蜂群算法得到最优的储能容量配置。最后,以一个具有20年使用寿命的微电网项目来进行对比分析,结果验证了所提优化配置方法的有效性。     

基于混合储能的直流微电网协同能量管理策略

根据直流微电网的结构以及运行特点,分析了直流微电网中分布式发电单元和混合储能单元的控制策略。针对直流微电网中由于分布式发电单元输出功率的不稳定以及负载突变造成的直流母线电压波动问题,提出了一种基于直流微电源模块和混合储能模块的协同能量管理策略。该控制策略以直流母线电压为信号对混合储能模块的充放电模式进行控制。同时也搭建了含光伏微源单元和混合储能单元的仿真模型,通过MATLAB/Simulik仿真软件对混合储能的能流切换模式进行仿真,结果表明该策略在负荷波动或者光伏单元输出功率不稳定情况下直流母线电压的相对稳定性,验证了该策略的正确性和可行性。     

一种运用于微电网优化调度的改进蝙蝠算法

随着微电网规模的不断扩大,其经济优化调度成为亟待研究的问题。为此,首先建立运行费用、污染排放、甩负荷补偿和网损最小的目标函数模型;同时通过引入混沌序列,对蝙蝠算法进行改进;在此基础上,运用算例分析验证了该改进算法的实用性。     

基于分布式控制的独立型光储水柴微网调度策略

基于分布式微网能量管理框架,提出一种光储水柴微网经济调度策略,包括预测层、调度层和控制层。预测层提供能量管理相关决策数据;调度层采用边际成本竞价机制,通过光伏和水电电价补偿策略,合理分配光水资源,减少柴油发电机的发电比例;控制层包括稳态控制和紧急控制,其中稳态控制策略用于控制本地设备跟踪调度计划运行,而紧急控制策略用于对系统可用发电容量进行分配,以维持系统功率平衡。以实际光储水柴微网为例,对比实际运行数据,所提出的调度策略在充分利用光水资源的基础上,保证了系统稳定运行。     

改进粒子群算法的微网经济调度

作为电力系统生产和消费的一种运行组织形式,微网在电网中起着重要作用。以发电成本作为目标函数,并将发电成本按成本类型分为运行成本和环境成本,或按发电单元类型分为联产系统发电成本、燃料电池发电成本以及电网成本,由此构成两种多目标函数。建立了包含风力机、光伏阵列、基于微燃机的冷热电联产系统、燃料电池和蓄电池的微网系统,针对一具体微网,运用基于相似度权重动态调整的粒子群算法对并网下微网各微源出力和电网购电量进行优化调度,并优化出两种多目标函数下的非劣解集,最后给出了一天的各成本和收益结果,算例结果表明了所建模型和运行算法的可行性和有效性。     

基于多通道迭代粒子群优化算法的微网经济调度

针对微网并网和计划孤岛运行方式下的经济调度问题,考虑分时电价差异及与主网能量交易,以最小化发电成本为目标,在由风电机组、光伏电池、燃气轮机和蓄电池组成的可再生能源的微网系统基础上建立了2种经济运行模型,同时通过对粒子群算法做出改进,提出了一种适用于多时段动态优化的多通道迭代粒子群优化算法并将其用于该文调度问题的求解,最后通过算例仿真证明改进算法的可行有效。     

基于混合智能算法的电力系统经济负荷分配

为解决复杂、不连续、不可导、非线性的电力系统经济负荷分配（economic load dispatch,ELD）问题,提出粒子群算法（particle swarm optimization,PSO）结合单纯形算法（simplex method,NM）的混合智能算法（simplex method-particle swarm optimization,NMPSO）。利用NMPSO解决ELD问题时,综合考虑了发电机组的阀点效应和系统网损,使ELD更接近实际情况,充分利用 PSO 随机性的全局寻优能力和 NM快速确定性的局部寻优能力,弥补了 PSO和NM分别单独应用时的不足。仿真结果表明,NMPSO应用于ELD问题,具有较好的优化效果。     

基于改进细菌觅食算法的微网鲁棒经济调度

可再生能源出力的随机性和波动性给微电网经济运行优化带来较大困难。采用鲁棒优化理论将常规微电网经济运行优化模型中的不确定性因素加以处理,构建了计及可再生能源、储能装置和热电联产系统的微电网经济运行鲁棒优化模型;通过改进常规细菌觅食算法中复制操作和驱散操作,有效兼顾了个体寻优过程中寻优速度与寻优深度。算例分析表明,改进算法能够有效求解本文所提模型,在保证微电网可靠运行的前提下,所提方法能够实现各微源动态经济调度,有效降低微电网运行成本。     

基于改进粒子群算法的微网经济负荷分配

微网是通过整合多种分布式电源、储能系统、可控负载的一种分布式的低压供电网,微网可以运行在并网和孤岛两种模式下：在并网运行时,大电网可以作为微网的重要支撑;在孤岛运行模式下,为保证重要负荷的供电,需要各微电源协调运行,从而使微网的总运行成本最小。采用改进粒子群算法对孤岛运行模式下的一个小型的微网系统算例进行研究,仿真计算结果表明了所提方法的有效性。     

多目标混合进化算法及其在经济调度中的应用

鉴于环境保护的要求,对于经济调度问题,需同时考虑环境要求、发电费用等多个目标。提出一种基于进化规划(evolutionary programming,EP)和粒子群优(particle swarm optimization,PSO)的多目标混合进化算法(multi-objective evolutionary programming and particle swarm optimization,MOEPPSO),MOEPPSO采用了EP的变异操作,用来抑制PSO的快速收敛所带来的种群早熟问题,而PSO的记忆、协作能力则弥补了EP收敛速度慢的缺点。此外,MOEPPSO应用自适应网格算法对外部库中的Pareto解集进行调整,对一个30节点IEEE系统进行计算,结果显示MOEPPSO在获得最优Pareto解集、降低计算复杂度、提高收敛效率等方面具有很强的优越性。     

基于带辅助搜索空间的改进二进制粒子群算法的微网经济负荷分配研究

研究了包括光伏电池、风机、微型燃气轮机、柴油发电机、燃料电池在内的微网的发电特性,考虑电压越限、功率平衡、微电源出力限制等约束条件,建立了以发电经济成本最小、环境成本最小的多目标微网经济负荷分配模型。针对二进制粒子群算法易"早熟"、容易陷入局部最优解的缺点,构造辅助搜索空间,改进二进制粒子群算法来求解该复杂非线性优化问题。对孤岛运行模式下的一个小型的含多种微电源的微网系统算例进行研究,仿真结果验证了模型的正确性和算法的有效性。