微电网多目标优化运行研究

包含分布式电源的微电网以其灵活、清洁、经济的能源供需模式,成为了智能电网建设的一个重要组成部分。为充分发挥微电网中分布式电源的经济性和环保性,建立微电网优化运行的多目标函数模型,在此基础上分析多目标优化问题的求解算法。在粒子群优化算法中加入子种群杂交操作,使其适用于多目标优化问题的求解,并将其应用于微电网的优化运行。以发电成本、环境成本和甩负荷补偿成本为子目标函数,进行仿真验算。算例结果表明所述算法可实现微电网多目标优化运行。     

含风/光/柴/蓄及海水淡化负荷的微电网容量优化配置

多种能源互补的微电网供电模式,是解决未来海岛供电问题的有效途径之一。根据海岛用水需求及海水淡化系统的特点,综合考虑系统运行的经济性及环境效益,提出了协调海水淡化负荷、蓄电池及柴油发电机运行的功率分配策略。在此基础上,提出了含风/光/柴/蓄及海水淡化负荷的微电网多目标容量优化配置模型,建立了含系统投资运行成本和可再生能源利用比例的目标函数,构造了考虑微网、储能及柴机运行特点的约束条件,并采用自适应多目标差分进化算法进行求解。最后,以某地区海岛微电网为实例,通过建模、求解及分析,结果验证了所提优化配置方法的有效性,为海岛微电网的规划设计提供了理论依据和技术支撑。     

独立运行微电网电源优化配置模型的对比分析

降低系统经济成本,提高供电可靠性,改善系统环保性能是微电网电源优化配置追求的目标。论述了独立运行风/光/柴/蓄微电网的基本结构和电源发电模型。以系统等年值费用最低为经济性优化目标,对可靠性和环保性采用约束条件或纳入经济性优化目标的方式分别建立了4种类型的综合经济性、可靠性和环保性的多目标优化模型。以年风速、气温、光辐射强度等资源情况,以及负荷水平作为输入,采用粒子群自适应算法对优化模型求解得到风/光/柴/蓄微电网电源的优化配置方案。对比分析算例系统在4种优化模型下配置方案的区别及其原因。通过灵敏度分析得到环保性和可靠性合理的考虑方式,为今后的相关研究和工程设计提供参考。     

基于鸟群算法的微电网多目标运行优化

为了在微电网的运行中寻找到最理想的调度策略,对于微电网的多目标优化问题,采用传统智能算法求解易陷入局部最优而难于找到全局最优解,因此采用一种生物启发式算法——鸟群算法,对以运行成本及环境污染度为目标的微电网多目标优化模型进行求解。该算法模仿鸟群觅食、警觉、迁移的习性,生成对应的种群更新策略,兼具粒子群算法搜索效率高和微分进化算法稳定性好的优点。通过与两者寻优结果比较,表明该算法具有较强的全局、局部搜索能力且收敛鲁棒性好的特点。     

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。     

基于改进差分灰狼算法的主动配电网优化重构

为提高主动配电网（Active Distribution Network,ADN）重构的经济性和稳定性，以主动配电网有功网络损耗最小和系统电压偏移指数最低作为目标函数，建立了主动配电网优化重构模型，利用目标规划法构建适应度函数，将多目标优化问题转化为单目标进行求解。采用差分进化算法和Tent混沌映射对灰狼优化算法进行改进，以提高算法的优化性能。运用改进差分灰狼优化算法（Improved Differential Grey Wolf Optimization,IDEGWO）对主动配电网优化重构模型进行求解，并与其他算法对比，算例分析结果表明，改进差分灰狼优化算法在迭代次数和收敛精度方面均优于其他算法，按照IDEGWO算法优化方案重构后的有功网络损耗和系统电压偏移指数分别为57.91 kW和0.785 6，主动配电网系统重构后的经济性和稳定性均得到了显著提升，验证了模型的正确性及求解方法的优越性。     

基于改进鸟群算法的微电网并网优化调度研究

以分析微电网并网优化调度中不同模型对优化的影响和解决传统智能算法在多目标函数寻优时易早熟收敛、陷入局部最优、收敛速度和精度差等问题为目的,采用二元对比定权法将以运行成本、环境污染处理费用为目标的多目标优化模型转化为单目标优化模型,并应用了一种新型生物启发式群智能算法——鸟群算法,该算法以鸟类觅食、警惕和飞行行为为依据,其性能优于粒子群和微分进化算法,因其认知和群体行为调节参数易使种群收敛精度和迭代次数偏大,通过线性微分递减策略改进惯性权重、线性调整认知系数和社会系数来改进鸟群算法,以此对不同模型进行优化。本文对不同目标函数的优化结果和两种算法的仿真结果做了对比,验证了多目标优化模型和改进算法的有效性。     

微电网经济低碳调度模型与方法初探

建立微电网经济低碳调度数学模型,综合考虑运行成本和碳排放量,采用理想点法处理多目标优化问题,利用搜索能力强、寻优速度快的粒子群算法对模型进行求解。以一个30节点的微电网系统为算例,给出日负荷曲线及风、光发电预测结果,比较采取单目标调度策略和经济低碳综合调度策略时微电网的运行特性。研究表明经济低碳调度在经济性和环保性两方面实现了平衡,综合运行效益较优。     

考虑相关性的微电网DG接入优化研究

对微电网中的分布式电源(DG)接入进行优化配置可以大大地提高微电网运行的可靠性和经济性。在考虑DG接入的相关性以及负荷重要性的基础上,建立了以考虑DG接入相关性并以微电网运行经济性最优为目标函数的多目标分层优化模型,并采用改进的粒子群算法(IPSO)进行求解。将优化模型及IPSO算法应用于一28节点微电网网架中,通过不同优化方案的对比证明了微电网中对DG接入进行优化配置的重要性,同时表明IPSO算法对于求解此类问题的可行性和有效性。     

基于高斯-柯西变异帝国竞争算法的微电网优化调度

为提高微电网运行经济性,建立了以微电网综合运行成本最小为目标函数的微电网优化调度模型。利用高斯变异和柯西变异对帝国竞争算法进行改进,采用高斯-柯西帝国竞争算法对微电网优化调度模型进行求解,并与其他优化算法对比分析。结果表明,高斯-柯西帝国竞争算法求解的微电网综合运行成本为4 485.62元,低于其他优化算法;调度方案能够优化微电网系统内各分布式电源出力,合理与上级配电网交换电能,使微电网综合运行成本最小。验证了模型的正确性及求解方法的优越性。     

需求侧管理参与的孤岛型微电网多目标优化调度

分析了MG中分布式电源的功率特性和需求侧响应的基本理论与相关政策,并建立了DG的数学模型和基于负荷分类的DR模型;综合考虑微源的出力成本、需求侧管理成本和环境治理费用,建立了考虑需求侧管理的多目标微电网优化调度模型,引入不同的孤岛微电网运行评价指标评价DR对微电网经济性、环保性以及可靠性的影响,并选择不同的场景分析验证。采用改进粒子群算法优化外点法对规划问题进行求解,在将约束条件纳入目标函数的同时,尽可能避免求解规划时陷入局部极值的问题。算例分析表明,通过考虑需求侧管理,可以增加可再生能源的消纳,减轻负荷高峰时段的供电压力,缓解孤岛系统供电不足的问题,并有效提高微电网的整体效益。     

基于确定性解法的新能源微电网经济运行优化

针对典型的微电网应用场景,研究光伏发电、风力发电测和负荷预测误差的数学规律,在考虑微电网环保性因素、经济性因素的基础上,构建基于确定性解法的微电网经济运行优化模型,该模型简化了多目标问题的求解难度。在具体算例中,分析不同置信度、不同预测误差及不同环保算子对微电网经济运行的影响。研究结果表明：提高光伏出力、风电出力和负荷预测精度可以降低微电网优化运行成本;微电网优化运行模型求解时,确定性解法的算法收敛速度快,迭代时间更短。     

多微电网互联系统的储能容量配置

随着微电网的发展,微电网之间互联的研究逐渐兴起。为了满足多微电网系统的电能质量和运行稳定性等要求,储能系统发挥着重要作用。同时,为了实现微电网互联运行的经济性最优,需要对多微电网的储能系统进行协调容量配置。建立了层级式微电网互联模型,以传输功率损耗最低作为互联微电网之间以及微电网与大电网之间的功率交换原则,基于多微电网互联系统功率交换和分时售/购电价,建立以多微电网系统经济性最优为目标的目标函数,采用改进的粒子群算法对该模型进行优化求解,最终获得储能系统的容量配置参数。实验结果表明,在满足系统稳定性的前提下,文中提出储能系统容量配置方法使得多微电网系统的经济性更优。     

基于确定性解法的新能源微电网经济运行优化

针对典型的微电网应用场景,研究光伏发电、风力发电测和负荷预测误差的数学规律,在考虑微电网环保性因素、经济性因素的基础上,构建基于确定性解法的微电网经济运行优化模型,该模型简化了多目标问题的求解难度。在具体算例中,分析不同置信度、不同预测误差及不同环保算子对微电网经济运行的影响。研究结果表明：提高光伏出力、风电出力和负荷预测精度可以降低微电网优化运行成本;微电网优化运行模型求解时,确定性解法的算法收敛速度快,迭代时间更短。     

基于非支配排序差分进化算法的多目标电网规划

在多目标电网规划问题中,综合考虑经济性、安全可靠性和环境影响等因素后,提出了非支配排序差分进化算法。以电网投资、运行维护费用、网损费用、线路走廊面积最小为目标建立了多目标电网规划模型。非支配排序差分进化算法将Pareto非支配排序法与差分进化算法相结合,采用动态调整策略调整差分进化算法控制参数,改进了个体拥挤比较机制,提高了算法的全局搜索能力和种群多样性,并基于模糊集理论选取最优折衷解。Garver-6节点和Garver-18节点系统算例结果表明,该算法可以有效生成分布均匀的Pareto最优解集,在求解多目标电网规划问题中具有可行性和优越性。     

基于改进多目标蜘蛛猴算法的孤立风/光/储直流微电网电源优化配置

针对孤立风/光/储直流微电网中分布式电源的随机性和间歇性等特征导致储能系统功率波动,从而影响系统经济性与可靠性的问题,提出了一种微电网电源配置优化方法.该方法以微电网建设与维护年均投入最低、系统负荷缺电率最低为目标,建立风/光/储配置优化模型.同时,文章基于吸引与差分进化改进了多目标蜘蛛猴算法,并在测试函数下进行实验,验证了算法的有效性.利用该算法求解所提出的模型,得到风/光/储最优配置集,为孤立风/光/储直流微电网的设计提供了一种解决方法.     

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。     

基于多属性决策的微电网多目标优化运行

微电网的优化运行能够有效的减少微电网的运行成本,提高能源的利用效率。对微电网多目标能量优化模型的求解大多采用将多目标优化问题转化成单目标优化问题的方法。文中针对并网运行的微电网,考虑了需求侧响应,建立了微电网多目标动态优化模型。对于模型的求解,首先运用层次分析法确定各个目标的权重,然后利用非占主元排序遗传算法(NSGA-Ⅱ)对重要的两个目标函数进行优化,多次优化并取每次优化得到的最优的解作为候选方案,然后对候选方案的目标函数值进行评价,再利用基于证据推理的多属性决策方法确定最终方案。仿真结果验证了文中所提方法的有效性,为微电网多目标优化运行问题的求解提供了一种新的思路。     

考虑电网脆弱性的多目标电网规划

在基于复杂网络理论进行电网结构脆弱性评估的基础上,建立综合考虑经济性、环境影响因素以及电网脆弱性的多目标输电网扩展规划模型.模型中的电网脆弱性指标结合电力网络本身的拓扑结构和运行状态,衡量电网规划方案下的网络输电能力以及网络对故障的耐受能力.将Pareto非支配排序与差分进化(DE)算法相结合,采用非支配排序差分进化(NSDE)算法对该模型进行求解,通过6节点系统算例验证了NSDE算法在求解多目标电网规划问题中的可行性.算例结果表明,所建立的多目标规划模型可以有效评估规划方案的网络脆弱性,对规划建设坚强的电网具有一定的借鉴意义.     

基于蝙蝠算法的微电网优化研究

针对微电网运行的多目标优化问题,提出了蝙蝠算法优化微电网的运行策略。首先建立微电网系统运行的数学模型,以微电网简化模型为研究对象,根据一年中不同典型日负荷情况,分别在其并网和离网状态下,以发电成本最低和环境污染费用最低为目标函数,使用蝙蝠算法对算例进行求解分析,对各个分布式电源在不同时刻的出力进行优化,使日综合发电成本最低,提高了微电网系统综合效益,验证了蝙蝠算法和微电网优化系统的可行性。