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。     

基于物联网的微网容量多目标优化配置研究

作为分布式电源的良好载体,微网的容量配置是微网运行控制的前提。在总结多种分布式电源基本特性的基础上,考虑供电可靠与安全性、建造与运营成本经济性和环保效益等多个目标的综合效应,利用萤火虫算法对微网容量进行多目标的优化配置。通过算法性能的测试证明,优化设计后的微网系统达到了多目标优化,有效地提高了微网的运行效率。同时,借助物联网技术研发了相应的实现平台。     

基于风光互补的独立微网系统容量优化

相比单一的光伏或风能独立供电系统,风光互补发电系统利用风能和太阳能的互补特性,其输出功率波动小,能很好地适应环境的变化。针对独立风光柴储微电网电源容量优化配置问题,建立了设备初始投资成本、运行和维护成本、燃料成本和污染物治理费用经济性模型,同时在优化过程中引入了停电惩罚费用与能量浪费惩罚费用模型,以总投资最少为目标函数,以供电可靠性、风光互补、蓄电池充放电次数等为约束条件,采用遗传算法探讨系统中各个电源在给定调度策略下最优容量配置。该方法充分利用风光互补特性,只需较小的蓄电池和柴油发电机容量即可保证高供电可靠性,并减少了蓄电池的充放电次数和放电深度。算例验证了模型和算法的合理性。     

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。     

基于多目标混沌量子遗传算法的分布式电源规划

针对配电网加入分布式电源的经济技术优化目标,给出了分布式电源多目标规划的数学模型;结合实数编码量子遗传算法和非支配排序、精英保留、分层聚类等多目标优化策略,提出了多目标混沌量子遗传算法,并对分布式电源的安装位置和容量进行了综合规划研究。算例分析表明,所提算法在计算精度、收敛速度和寻优能力上均优于传统多目标遗传算法,为实...     

基于遗传算法的微网能量优化管理策略

本文提出了一种基于遗传算法的微网能量优化管理策略。解决了储能单元涉及多时段的复杂规划问题,将储能智能管理、经济负荷分配、运行效益优化等问题转化成为单一优化问题进行求解,降低了算法的复杂度,充分考虑到微网的运行特性,使其在保持对可再生能源充分利用的同时达到利润最大化。提出以微网内储能原件荷电状态及电压百分比作为决策变量,对不同形式分布式发电系统建立统一的约束矩阵模型,充分考虑了分布式能源发电能力的动态变化,使分布式发电系统能量管理更有效。能量管理模型对储能单元与分布式电源统一建模,将储能智能管理、经济负荷分配、运行效益优化等多目标优化问题转化成为单目标优化问题进行求解;设计了两种运行策略,实现了微网在孤立和并网两种模式下的经济运行,采用改进的遗传算法进行求解。通过一个小型微网算例验证了所提模型和算法的有效性,算例结果表明该模型实现了微网的最优运行,相关结果可用于微网的经济效益评估。     

基于主从博弈的多主体投资多微网系统优化配置

随着越来越多微电网协同运行,微网与微网间、微网与配网间电能交互过程愈发复杂,同时也影响着微网运营商及配网运营商的投资利益。为了探索两者间联合投资的最佳规划策略,提出一种基于主从博弈的多主体投资多微网系统优化配置方法。首先,在多微网系统模型基础上,构建考虑多微电网运营商运行成本、经济收益,以及配电网运营商投资微电网成本、延缓配电网升级及售购电收益的函数模型。然后,分别以多微网系统支付函数最小和配网收益最大为目标建立主从博弈模型,并提出自适应遗传算法与粒子群算法相结合的算法,求解多微网系统分布式电源最优配置。最后,通过4组方案进行对比实验,证明了所提规划方法能更好地平衡多微网运营商和配网运营商间的收益。     

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。     

基于改进自适应遗传算法的分布式电源优化配置

分布式电源接入配电网对系统电压、网损等有一定的影响,针对配电网中分布式电源的规划问题,建立了以投资成本最小,电网网损费用最低、电压质量最优为目标的多目标优化模型,采用PSAT搭建算例模型进行潮流计算,同时,为了克服传统遗传算法的早熟现象及收敛性问题,采用改进的自适应遗传算法对分布式电源接入的位置和容量进行了优化,通过对IEEE33节点配电网络进行仿真分析,结果表明采用搭建的模型和算法可以有效改善系统的电压质量、降低网络损耗,验证了上述模型和算法的合理性及有效性。     

独立微网系统的多目标优化规划设计方法

该文围绕包含柴油发电机、风力发电、光伏发电和铅酸蓄电池的独立微网系统中的容量配置问题,提出了包含微网全寿命周期内的总成本现值、负荷容量缺失率和污染物排放的多目标优化设计模型。该优化模型在控制策略上,考虑了多台柴油发电机的组合开机方式、储能电池与柴油发电机之间协调控制策略,以及系统备用容量等问题。在优化变量上,选取设备类型和装机容量同时进行设计。最后利用自主开发的微网优化设计工具,针对某独立海岛微网系统开展了不同目标组合、不同控制策略下的分布式发电单元和储能电池的优化配置方案研究。     

基于改进多目标灰狼算法的冷热电联供型微电网运行优化

针对冷热电联供型微电网运行调度的优化问题,为实现节能减排的目标,以微电网运行费用和环境污染成本为优化目标,建立了包含风机、微型燃气轮机、余热锅炉、溴化锂吸收式制冷机等微源的微电网优化模型。模型的优化求解使用改进的多目标灰狼优化算法,得到多目标问题的Pareto最优解集,并针对微电网优化问题约束条件较多,算法前期探索能力不足的问题,对算法进行改进。仿真结果表明,改进算法的求解速度和全局搜索性能优于原始算法,文中方法可以为冷热电联供型微电网优化调度提供建议,实现根据用户需求的微电网灵活调动,达到减少运行费用和污染气体排放的效果。     

基于混合量子遗传算法的微电网电源优化配置

根据风光资源情况、各分布式电源输出特性以及用户对供电可靠性的要求,研究了风光储互补独立微电网电源优化配置问题。采用自适应罚函数法对其目标函数进行修正,使得在满足用户供电可靠性要求的前提下,经济性达到最好。在求解过程中,结合自适应旋转角调整策略、量子位交叉变异操作和群体灾变思想,提出了一种新的混合量子遗传算法。最后,对一个实际算例进行仿真,将其优化结果与典型量子遗传算法和普通遗传算法的优化结果进行对比,结果表明,该方法不仅能快速收敛,而且全局寻优能力强。     

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。     

基于合作博弈的微网储能容量优化配置

合理配置储能容量在平抑清洁能源功率波动、辅助稳定电网频率等方面具有重要意义。针对含有风电、光伏发电的微网,兼顾储能设备参与电网一二次应急调频,利用储能空闲资源参与电网调频,同时考虑了微网的电量成本、投资维护成本等因素,以微网每天综合费用最低为优化目标,基于合作博弈建立微网均衡模型,利用粒子群和内点算法求解各微网最优容量配置。算例结果验证了模型与方法的合理性。     

基于改进遗传算法的园区综合能源系统规划研究

通过能源综合化建设来实现终端能源的高效化,成为当前支撑碳中和碳达峰的重要途径之一。针对园区能源系统能效提升、规划配置等问题,提出了园区综合能源系统经济-能效多目标优化规划模型。分析园区综合能源系统的基本结构,以年总成本、综合能效为优化目标,并考虑能源规划投资和能源运行安全的各类约束,建立了园区综合能源系统多目标优化规划模型;然后,基于NSGA-II算法和融合模拟退火算法的特点,融合模拟退火算法的搜索机制改进NSGA-II的求解性能;最后,以我国某园区为例验证模型和算法的有效性。     

基于混沌优化的量子遗传算法

量子遗传算法是一种高效的并行算法,但它有时会陷入局部极值。混沌优化的遍历性可作为搜索过程中避免陷入局部极小值的一种优化机制,随机性和规律性使它具有丰富的时空动态。对二者互补地结合作了试探分析,典型函数测试结果表明,混沌优化与量子遗传算法相结合的全局寻优效果更佳。     

基于改进遗传算法的区域旋转备用容量的优化

在改进遗传算法的基础上,提出了区域购买旋转备用成本最小的数学模型和求解方法。模型按照备用交易“协调运作”、备用价格按区域统一边际价格结算并计及了联络线传输容量上下限、备用机组提供容量上下限、旋转备用爬坡率等约束条件。算例表明本算法能更加有效地达到或接近全局最优解,区域备用容量在优化后降低了获取的备用容量,充分体现了区域间的备用支持,优化了各地的电力资源。     

基于小生境遗传算法的微电网控制与优化

提出一种基于小生境遗传算法的微电网控制策略及优化方法.建立整个微电网的小信号动态模型,分析得到影响微电网运行特性的主要控制参数及其优化取值域,有效提高了优化过程的计算效率.为构建准确的优化目标函数,采用PSCAD/EMTDC搭建微电网平台并进行各种工作模式及模式切换的时域仿真.针对传统遗传算法存在的非全局性收敛、收敛速度慢等问题,采用小生境技术和自适应技术改进的遗传算法优化微电网的运行特性.算例分析结果验证了所提微电网控制策略及优化方法的有效性和鲁棒性.     

基于改进粒子群算法的微网多目标经济运行策略研究

微网的经济运行是一个多目标多约束问题。为了处理各个目标的重要性,提出了一种集中式控制模型。Operator利用二元对比法对发电侧发电成本、需求侧用电成本以及可靠性成本的重要性定性排序,以及语气算子与模糊标度、相对重要性的隶属度值关系确定加权系数,将多目标优化问题转换为单目标优化问题。Operator利用改进的粒子群算法对发电侧发电成本、需求侧用电成本和可靠性成本三个指标进行折中处理。通过算例仿真,对比分析了不同性能指标下该控制模型的实用性。在对分布式电源的出力以及用户负荷合理调度下,既保证了微网的经济运行,同时也保证了微网运行的可靠性。