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NSGA-Ⅲ算法的微电网多目标优化运行

为了优化微电网的运行,以综合运营成本最低、储能充放电量最低和环境效益最优为目标,计及网内功率平衡、微源出力等约束,建立了微网优化运行的数学模型.引入一种改进的三代非支配排序遗传算法,通过在标准算法中引入量子局部搜索,进一步增强算法的搜索能力,减小算法陷入局部最优的可能性.最后以某地区微电网系统为例,与标准算法求解结果进...     

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NSGA-Ⅱ和模糊决策的交直流混合微电网多目标优化调度

风电、光伏等可再生能源在微电网的渗透率日益增加,使得交直流混合微电网经济调度难度加大。为实现含高渗透率可再生能源的交直流混合微电网的优化运行,结合分时电价机制,对蓄电池充放电策略进行研究。以经济成本和总节点电压偏差为优化的目标函数,建立考虑蓄电池荷电状态和公共直流母线关键节点电压偏差的多目标优化模型;针对非支配排序遗传算法(non-dominated sorting in genetic algorithm-Ⅱ,NSGA-Ⅱ)只能求出一个非劣解集的特点,将NSGA-Ⅱ和模糊决策相结合,利用模糊决策从非劣解集中寻找最优解。最后针对交直流混合微电网算例,求出交直流混合微电网的优化调度策略,结果表明该算法能有效降低交直流混合微电网运行成本以及公共直流母线关键节点的电压偏差。     

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。     

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。     

基于需求侧减排的节能调度及其改进NSGA-Ⅱ算法

提出一种基于需求侧减排的节能调度方法,在此基础上,建立基于火电机组负荷分配和需求控制方案最优的双层优化模型,设计了迭代算法,并利用改进NSGA-Ⅱ法对下层多目标模型进行求解。算例分析表明,该模型在保证电网运行经济性的前提下,能使发电和需求侧的污染物排放水平显著降低,并能提供各发电机组的调度方案及需求的控制方案,具有一定的实用性;所提出的改进NSGA-Ⅱ法与一般NSGA-Ⅱ法、多目标遗传算法相比,能改善帕雷托解集的空间分布,降低迭代次数,因此性能更优。     

基于改进NSGA-Ⅱ算法的多站融合系统运行优化

为优化多站融合系统的运行,以提高系统运行经济性、环保性、消纳率为优化目标,对多站融合系统进行研究分析。构建包含光伏电站、风机、储能电站以及多种负荷的多站融合系统优化模型并建立约束条件。改进了NSGA-Ⅱ算法,在传统NSGA-Ⅱ算法的基础上引入量子搜索以进一步提高搜索能力,在算法中利用蒙特卡洛模拟生成随机参数,从而求解包含多重不确定性的运行优化问题。以某地多站融合数据为例进行仿真分析,并与传统的粒子群算法以及未改进的NSGA-Ⅱ算法进行对比,算例验证所提方法能够提升多站融合系统的运营效益。     

基于改进NSGA-Ⅱ的电力系统动态环境经济调度

电力系统动态环境经济调度(DEED)在节能减排中具有举足轻重的地位。针对NSGA-Ⅱ的不足,提出一种具有可控精英主义的选择操作的改进NSGA-Ⅱ(MNSGA-Ⅱ),在保证精英主义的前提下保证种群的多样性。对模型复杂约束的启发式操作中所遇到的进化受阻问题进行分析,并采用基于前向搜索算子的改进启发式操作解决该问题。利用新型成员函数表征Pareto最优解集中个体的优劣性,选出最佳折中解。经典10机系统算例仿真结果表明,与NSGA-Ⅱ相比,所提MNSGA-Ⅱ具有更佳的全局搜索能力。     

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。     

基于混合变量动态优化算法的含风电电力系统多目标动态优化调度

由于风电功率具有随机性、不确定性等特点,从系统安全稳定运行的角度出发,文章综合考虑了机组的故障停运、负荷与风电的预测偏差这三种不确定因素,将概率性旋转备用用解析式表达,并将其引入到含风电场电力系统多目标多时段的动态优化调度模型及约束条件中。基于NSGA-II设计了一种0-1混合变量动态优化算法来求解该模型,该算法根据分层优化的方法处理整数混合变量,以达到同时实现机组启停与负荷分配的多目标优化;在求解过程中引入超前调度思想,对相邻时段约束耦合进行处理,从而实现多时段的动态优化调度。最后通过算例对模型进行仿真分析,仿真结果验证该模型的合理性和算法的有效可行性。     

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%。