基于HFMOPSO算法的多目标优化调度策略

在计及光热电站储热特性、爬坡特性等情况下,以并网系统售电效益、环境效益、运行维护成本等经济指标和输出功率波动指标为目标,以电网安稳运行为约束,建立了多源多目标优化模型。针对传统多目标粒子群(MOPSO)算法寻优能力不足、易陷入局部最优的缺点,用一种基于混合学习策略的模糊多目标粒子群优化(HFMOPSO)算法对模型进行求解。最后,在IEEE30节点系统中进行仿真验证。仿真结果表明,天然气和光热电站的参与可以进一步提高风-光联合发电系统的并网效益,减小输出功率波动和调峰购买量。与其他算法相比,HFMOPSO算法可以提高并网系统8%的经济效益和减小6.8%的输出功率波动量。