含分布式发电的微电网能量管理多目标优化

在详细分析了分布式电源特性和优化目标数学模型的基础上,针对微电网中分布式电源出力的优化管理,提出了一种基于小生境进化的多目标免疫算法.该算法将优化的多目标函数作为抗原,优化问题的可行解作为抗体,构造多个小生境以增强抗体种群的多样性并保存优良抗体.在小生境进化过程中,依据抗体对抗原的适应度以及抗体之间的亲和力对可行解进行评价和选择,反复通过选择、交叉、变异等操作完成对最优解的搜索.应用此算法对一个微电网的多个分布式电源进行能量管理,通过与其他优化算法的比较证明了该算法的有效性.     

基于α约束支配排序混合进化算法的微电网多目标优化运行

为降低微电网运行成本和污染排放,建立微电网多目标优化运行模型,并提出一种新型的α约束支配排序混合进化算法求解模型,该算法通过采用α约束支配排序机制,将所有约束条件统一处理为α约束水平度,并将其作为进化选择指标以控制所有个体快速转化为可行解,可显著提高约束处理效率。提出一种基于非劣排序的混合多目标进化算法,有效融合微分进化算法与分布估计算法各自的优点,克服单一算法种群多样性不足和易早熟的缺陷。通过分类逼近理想解的排序方法实现多属性决策,以获得最优折中解。某微电网算例结果表明所提算法有效、可行。     

独立型风光互补系统分布式电源的优化设计

针对微电网中分布式电源出力的优化管理问题,提出了改进基于分解的多目标进化算法(MOEA/D)对风光互补系统的带约束多目标数学模型进行优化,将风光互补系统的多目标问题分解成为一定数量的单目标优化子问题并且对其同时进行优化,从而获得系统的Pareto前沿,并根据实际需求获得系统的优化方案,最后制定风光互补系统中分布式可控电源的控制和管理策略,提高系统运行的效率和经济性;最终将该方法运用到实例中,证明了该方法的可行性和有效性。     

含环网微电网的多目标无功优化控制策略

为解决含环网微电网中多类型分布式电源、储能系统和多类型负荷的优化控制问题,选取分布式电源运行 成本和电压质量２个目标为优化目标,基于内点法提出一种多目标无功优化控制策略.通过对IEEE５节点算例系统 进行求解,验证所建模型和算法的正确性.结果表明,建立的模型可有效消纳分布式能源,降低系统运行成本并改善 微电网电压质量.     

基于PCPSO算法的配电网多目标动态优化*

为了适应当前配电网日趋复杂且分布式电源大量接入的情况,提出一种改进的多目标粒子群优化算法。该算法在标准粒子群算法中引入Pareto前沿和混沌搜索,通过Pareto前沿处理多目标问题,并用混沌搜索对粒子进行混沌遍历,既保留了进化过程中多目标的相对最优解,同时也兼顾了收敛性。通过算例进行仿真,结果表明该算法可以快速搜索多目标最优解,为配电网多目标动态优化提供思路和参考。     

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...     

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。     

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。     

多逆变型分布式电源协调的微电网谐波控制方法

逆变型分布式电源能够在输出基波功率的同时对微电网中的谐波进行补偿,但是多个逆变型电源同时独立补偿存在交互影响问题。采用相对增益矩阵方法分析2个独立补偿逆变型电源之间的交互影响,并提出了一种多逆变型分布式电源协调控制的微电网谐波控制方法。首先选择微电网中的一个节点作为谐波控制的目标节点,然后将检测到的目标节点谐波电压相量分解,通过补偿量分配实现多逆变型分布式电源的协调控制。仿真实验结果证明提出的方法能够有效地协调多个逆变型电源对微电网中的谐波进行抑制。     

含分布式电源的微电网电压等级序列优化选择

为探讨富含分布式电源的微电网在中长期规划中电压等级的合理配置,从成本特性入手,剖解微电网成本与供电区域的电压等级、供电半径、负荷规模、分布式电源容量规模和供电可靠性的数学关系。根据现有的配电网电压等级序列,构建多电压等级微电网结构优化模型,以其成本特性函数最小为目标函数,采用改进的混合优化遗传方法对目标微电网的电压等级进行选择与优化。通过实例对各电压等级序列在微电网的适用情况进行对比,得出未来发展中富含分布式电源的微电网的最佳电压等级序列。     

基于混沌的多Agent粒子群算法在微电网并网调度中的优化研究

考虑到微电网中的分布式电源具有较强的波动性和随机性,会对微电网并网的优化运行带来较大影响,在满足系统约束条件下,提出综合考虑各分布式电源发电成本、环境治理费用、微电网并网收益和新能源发电补贴的微电网并网多目标优化调度模型。针对现有标准粒子群算法中可能存在的局部收敛等问题,将多Agent技术和混沌优化的思想引入粒子群算法中,提出一种多Agent混沌粒子群算法用于求解微电网并网多目标优化调度问题,并结合实际微电网案例验证所提出的数学模型的合理性与优化算法的有效性。     

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Godlike算法的海岛型分布式电源规划模型

为实现海岛地区低污染、低成本电力的有效供给,提高可再生能源的利用消纳能力,针对海岛型分布式电源规划特点,建立了综合考虑投资运行费用、系统损耗和系统稳定性这3个方面的多目标分布式电源目标规划模型;在引入Pareto最优解概念的基础上,提出了采用Godlike算法对上述多目标、多约束、非线性优化问题进行求解。将所建立的模型及其求解算法应用于我国南方某岛分布式发电系统电源规划实际问题中,仿真结果表明Godlike算法计算结果要远远优于单体遗传算法、模拟退火算法、差分进化算法和粒子群优化算法,其能够有效避免单个算法在求解分布式电源规划问题时容易陷入局部最优、算法过早成熟等问题,保证了算法可有效得到全局Pareto最优解。     

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。     

微电网多目标优化运行综述

微电网中的分布式电源随机性很大,易导致微电网调度计划出现偏差或运行经济性变差。因此,微电网运行亟待优化。首先对微电网的主要结构、运行模式以及运行特点进行分析,对于含有多个目标的微电网优化运行数学模型,分别从经济效益、环境效益、安全可靠效益与用户满意度4个方面分析微电网运行优化的目标,并对微电网的约束条件以及约束条件的处理进行梳理,进而对微电网多目标运行优化求解的常用智能算法进行归纳总结,为微电网运行优化提供科学可行的理论指导,具有一定现实意义。     

基于改进免疫算法的电力系统最优潮流计算

提出了一种改进的人工免疫算法来计算电力系统最优潮流,免疫算法是根据人或其它高等动物免疫系统的机理而设计的,将目标函数和不等式约束条件作为抗原,将搜索空间的解作为抗体,依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择,该算法在保持了基本免疫算法的全面搜索能力基础之上,又通过引入矢量距等概念及使得免疫算法在理论上保证了解的多样性。通过IEEE-30节点系统的计算结果表明该算法是可行的。与遗传算法等模拟进化算法相比,该算法全局搜索能力强,收敛速度快。     

基于自适应遗传算法的分布式电源多目标功率优化与模糊决策

主要研究了自适应遗传算法及模糊决策在微电网中分布式能源功率优化分配中的应用,以减小节点电压偏移、线路损耗、运行成本、安装成本和充分利用可再生能源等为目标函数优化了分布式发电功率,并采取了模糊决策作为筛选最终解的方法。算法中对变种群规模,变异概率、选择、标定等都采用了自适应机制,有效提高了算法的性能。结果表明,该算法能够找到功率优化解,确实提升了微电网运行的各项性能,在微电网的能量管理系统中有一定的应用价值。     

基于改进免疫算法的电力系统最优潮流计算

提出了一种改进的人工免疫算法来计算电力系统最优潮流,免疫算法是根据人或其它高等动物免疫系统的机理而设计的,将目标函数和不等式约束条件作为抗原,将搜索空间的解作为抗体,依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择,该算法在保持了基本免疫算法的全面搜索能力基础之上,又通过引入矢量距等概念及使得免疫算法在理论上保证了解的多样性.通过IEEE-30节点系统的计算结果表明该算法是可行的.与遗传算法等模拟进化算法相比,该算法全局搜索能力强,收敛速度快.     

考虑环境污染的嘉兴电厂机组出力经济分配

提出了多目标环境经济调度模型,并应用多目标免疫算法(MOLA)加以求解.MOIA将优化问题的可行解对应抗体及Pareto最优个体对应抗原,应用聚类算法不断更新抗原群中的抗原来获得大量的Pareto最优解.最后利用本文算法对嘉兴电厂的机组出力进行环境经济调度,结果表明该算法的可行性和有效性.     

基于量子微分进化算法的分布式电源多目标优化规划

为了克服再生能源的间歇性、随机性导致的分布式电源优化结果不够准确,提出了一种基于概率特性的电源-负荷综合模型,将分布式电源的随机出力问题转化成确定性问题。考虑分布式电源对配网的影响,建立了包含建设运行费用、网络损耗、可靠性费用和环境因素的多目标优化模型。提出采用量子微分进化算法对分布式电源接入配网进行优化配置,该算法采用量子的概率表达特性和叠加态特性,潜在地提高了算法的寻优效率,同时采用变异和交叉操作,保持了良好的种群多样性。通过对算例的分析,表明所提出的模型和算法合理、可行。