基于排序交叉优化算法的智能微电网调度研究

分布式可再生能源具有出力不稳定等问题,导致智能微电网的经济效益与环保效益较差,为此研究基于排 序交叉优化算法的智能微电网调度.根据分布式电源与储能装置的运行特性建立其数学模型,为智能微电网多目标调 度提供理论基础,以智能微电网运行成本和排污、治污花费最小为目标,构建多目标调度模型,基于排序交叉优化算 法求解模型,实现各机组出力的优化调度.以某地冬季典型日为例,获取智能微电网负荷数据展开算例分析,结果显 示采用所设计方法调度后微电网的运行与排污、治污总成本节约了46.25％,说明该调度方法具有经济与环保效益优 化的效果.     

基于反向变异麻雀搜索算法的微电网优化调度

针对麻雀搜索算法寻优过程中可能陷入局部最优,导致收敛速度下降的不足,提出一种反向变异麻雀搜索算法（TSSA）,利用反向学习策略对优势个体的选择和自适应t分布变异的扰动特性,改进算法的搜索能力。以综合运行成本最低为目标建立了微电网优化调度模型,利用反向变异麻雀搜索算法进行优化求解与分析。对比仿真实验结果表明此改进算法可行有效,且具有更好的全局搜索能力,在收敛速度、寻优精度和稳定性上优于多种算法,能为微电网调度提供合理建议,使微电网获得更佳的综合效益。     

基于改进粒子群优化算法的微电网经济调度研究

微电网经济调度是一个复杂的多约束、多目标非线性优化问题。为了实现微电网中各微电源设备的经济运行,充分发挥分布式能源的发电优势,基于改进粒子群优化算法对微电网经济调度进行研究。在研究中,提出光伏发电预测与负荷预测背景下的微电网多目标模型,考虑蓄电池使用寿命,以经济成本最低和环境成本最低为目标,利用改进粒子群优化算法进行求解。通过案例分析,确认了研究成果的有效性。     

基于改进蜣螂算法的微电网优化调度研究

为了协调微电网中各分布式电源的出力,以达到微电网综合运行成本最小的目的,构建了包含风电、光伏、柴油发电机、微型燃汽轮机、燃料电池及蓄电池的微电网优化调度模型。为了克服蜣螂算法(DBO)随机初始化生成的种群个体质量不高和求解高维问题时容易陷入局部最优的缺点,将反向学习策略和自适应t分布变异运用到蜣螂算法中,提出了一种改进的蜣螂算法(IDBO),将IDBO、DBO、灰狼算法及蝙蝠算法运用到所建立的微电网优化调度模型中,并对求解结果进行分析。研究发现,在收敛速度、收敛精度和稳定性方面,IDBO均优于其他三种算法。同时,按照IDBO所求得的分布式电源出力方案,可降低微电网的综合运行成本,证明了算法改进的有效性。     

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。     

基于改进布谷鸟算法的微电网源-荷-储功率优化调度

为实现微电网源网荷储的最优匹配,提出了一种计及需求侧响应的微电网有功功率调度模型。首先综合考虑系统运行约束、蓄电池运行约束和引入负荷响应补偿的用户满意度,以微电网经济性和环保性最优为目标函数,构建了包含风光发电、储能单元和负荷的微电网功率调度模型。进一步改进了布谷鸟搜索算法,并在4个典型场景下求解所提出的调度模型。通过算例验证模型和所提方法的有效性,结果表明：负荷响应与储能可以有效降低微网运行成本,通过可移负荷跨时段平移,实现负荷削峰填谷;同时,模型能根据不同的满意度要求提供相应的经济优化调度方案;此外,通过对比粒子群算法与布谷鸟算法,进一步验证了改进的布谷鸟算法性能更优。     

基于ICA和NSGA-Ⅱ组合算法的微电网优化调度

为了提高微电网运行的经济性,提出了一种基于ICA和NSGA-Ⅱ组合算法的微电网优化调度方法。首先对含有多种分布式电源的微电网结构进行分析;然后通过ICA算法筛选对微电网运行经济性影响较大的因素,并建立相关目标函数和约束条件;接着结合改进NSGA-Ⅱ算法建立优化调度模型;最后利用该组合算法对含多种分布式电源的微电网进行优化调度仿真分析。其结果表明：基于ICA和NSGA-Ⅱ组合算法的后期搜索能力强,且收敛速度快。通过该算法得到微电网经济运行成本值仅为1 120.2元/天,比PSO算法和FPA算法分别少了150.5元/天和733元/天,并且其收敛速度比PSO算法快28%。此外,通过组合算法得到的微电网优化调度能够有效调节系统内分布式电源输出功率,使得系统功率分配更合理。当电网售电价高和负荷大时,充分利用分布式电源发电以降低购电成本,起到削峰填谷的效果,使系统运行的经济性达到最佳。     

基于改进蝴蝶算法的冷热电联供微网日前优化调度研究

冷热电联供型微网对实现能源可再生发展和构建低碳社会有着重要意义,针对内部设备种类众多和复杂的能量耦合关系带来的系统经济性变差的问题,本文提出了一种基于经济性最优的调度策略.首先建立了包含可再生能源、储能设备、微型燃气轮机和吸收式制冷机的冷热电联供微网模型,充分考虑了分时电价对系统运行的影响,以系统运行成本为目标函数,构...     

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...     

基于改进生物地理学算法的并网型微电网优化调度

在综合考虑燃气轮机、柴油发电机等分布式电源以及储能装置的基础上,建立了各微电源出力的数学模型;建立了计及分时电价和负荷转移策略的双重指标负荷侧响应模型;以微网日运行成本最低为目标,建立了微电网优化调度目标函数。为求解负荷侧响应模型和调度模型,对生物地理学优化（Biogeography-based optimization,BBO）算法进行改进,结合差分进化思想修改迁移算子,使用基于协方差矩阵的迁移操作来增强BBO对不可分离问题的适应性。结果表明,改进后生物地理学算法的收敛性有所改善;优化后的微电网运行具有更好的经济效益。     

基于改进帝国竞争算法的微网动态经济调度

微网并网模式下,针对微网中光伏、风电及负荷等不确定因素的影响,在满足系统各个约束条件下,建立了基于机会约束规划的微网动态经济调度模型。模型以微网总的运行成本最小为目标,综合考虑了可控机组燃料成本、 CO2排放治理成本、机组维护成本,低压配电网有功购买成本和旋转备用购买成本等。采用概率约束形式刻画了微网系统运行的可靠性,并考虑了可控机组的出力约束及爬坡约束。针对帝国竞争算法存在收敛速度慢和易陷入局部最优的问题,通过引入混沌原理和随机模拟技术,提出改进帝国竞争算法求解所建数学模型。最后,以一个微网系统为例,分析不同可靠性水平对系统经济性和调度结果的影响,同时比较了所提算法和常规算法收敛特性,验证了所提算法的有效性。     

基于改进鲸鱼优化算法的微电网优化运行

微电网是分布式电源并网的一种有效技术途径,针对微电网运行中存在的能量调度问题,提出一种基于改进鲸鱼算法的微电网优化运行方法.首先,以经济成本、环保成本和有功网损3个指标作为目标函数对微电网的优化运行进行建模,并利用隶属度函数法将多目标函数单一化;其次,针对鲸鱼优化算法(whale optimization algori...     

基于二层规划的能源互联微电网能量优化调度方法

针对能源互联微电网能量优化调度问题,采用二层规划理论进行建模。以能量枢纽转化矩阵为上层决策变量,以系统综合运行成本最小为目标函数,构建上层模型;以电能子网、热能子网、气能子网以及交通子网的优化运行计划为下层决策者,以能源子网运行经济性指标为目标,计及各能源子网运行的必要约束,构建下层模型。分析得到模型的广义Nash均衡和Stackelberg-Nash均衡,采用反向学习机制改进帝国竞争算法,并采用改进的帝国竞争算法对所建立的模型设计求解流程。最后,算例分析表明,所建立的模型适用于多能互补协调的能源互联微电网能量优化调度问题,能充分发挥系统运行的经济性。     

基于改进深度确定性策略梯度算法的微电网能量优化调度

针对微电网中分布式发电设备存在输出不确定性和间歇性问题，以及传统的深度确定性策略梯度算法存在收敛速度慢、鲁棒性差、容易陷入局部最优的缺点。本文提出了一种基于优先经验回放的深度确定性策略梯度算法，以微电网系统运行成本最低为目标，实现微电网的能量优化调度。首先，采用马尔可夫决策过程对微电网优化问题进行建模；其次，采用Sumtree结构的优先经验回放池提升样本利用效率，并且应用重要性采样来改善状态分布对收敛结果的影响。最后，本文利用真实的电力数据进行仿真验证，结果表明，提出的优化调度算法可以有效地学习到使微电网系统经济成本最低的运行策略，所提出的算法总运行时间比传统算法缩短了7.25%,运行成本降低了31.5%。     

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。     

基于模拟退火遗传算法的并网微电网优化调度研究

建立了微电网模型,并综合考虑微电网建设运行的经济性和环保性,以微电网建设运行成本和环境影响为目标函数,使用模拟退火遗传算法对模型进行求解。该方法能够对微电网各目标依据条件进行有效调度,具备快速求解调度问题的能力,同时避免了陷入局部最优解的困境,能够适配并解决在微电网场景下的调度问题。     

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。     

考虑Levy变异帝国竞争算法的改进电力系统稳定器

为加强传统电力系统稳定器设计中抑制低频振荡的能力,提高其整定范围和控制能力,该文利用分数阶比例-积分-微分控制器在控制方面所具有的灵活控制能力和良好跟踪性能,设计了一套基于分数阶比例-积分-微分控制器的电力系统稳定器系统。同时利用基于Levy变异的帝国竞争算法对改进的电力系统稳定器系统进行优化配置,并在单机无穷大系统下对设计模型进行仿真。仿真结果表明提出的设计可以充分抑制电力系统低频振荡、灵活控制受控对象,具有很好的控制效果和鲁棒性。