基于自适应人工鱼群算法的微电网优化运行

针对含风、光、储、微型燃气轮机和燃料电池的并网和离网型微电网,综合考虑燃料、电能交互、投资折旧、维护及环境成本等变动成本,使系统在一个调度周期内的总运行成本最低,建立了微电网多目标经济优化模型。采用约束优化自适应人工鱼群算法(AFSA),求得一个调度周期内各分布式电源的最佳出力及运行总成本,并与基本人工鱼群算法求得的结果作对比。仿真结果表明:改进的算法具有收敛速度快和精度高的特点。     

基于遗传算法的微电网容量配置方法及软件开发

微电网容量配置研究的目的是在保证供电可靠性的同时,降低微电网系统的成本。借鉴现有分布式电源、储能和微电网的研究和运行经验,提出了一种微电网容量优化配置方法并开发了一套微电网规划设计软件。对于并网型微电网容量优化配置模型,综合考虑了输送功率、短路电流比、电压损耗、电压波动的系统约束,优化了遗传算法的搜索空间,保证了结果的合理性。针对孤岛型微电网和并网型微电网,制定了不同的能量控制策略,提高了算法的通用性。通过对江苏某微电网示范项目的规划设计,验证了方法的可行性和有效性。     

配电网中分布式电源最大准入容量优化配置

研究了以分布式电源并网容量最大为目标的分布式电源优化规划问题。在并网容量、数量与位置三变量均未知的情形下,建立了以分布式电源并网容量最大为目标的优化配置模型,优化模型中引入了多组不同类型的约束来确保分布式电源并网后配电网的安全、稳定、经济运行,包括电压水平约束、旋转备用约束、线路功率约束、分布式电源投资运行总费用约束等。采用随机权重粒子群算法对模型进行求解,得到了分布式电源并网容量最大的优化配置方案。算例分析验证了本文模型及求解算法的可行性与有效性。     

采用改进细菌觅食算法的风／光／储混合微电网电源优化配置

风能和太阳能具有随机性和波动性的特点,由分布式电源、储能装置、负荷组成的微电网协调运行与控制十分复杂,对孤岛运行的微电网合理地配置电源以提高供电可靠性、经济性是微电网规划建设的一个首要问题。将改进的细菌觅食算法（bacterial foraging algorithm,BFA）应用到解决风／光／储混合的全年孤岛运行的微电网电源优化配置问题中,建立了计及设备投资成本、运行和维护成本、燃料成本、环保折算成本的微电网电源优化配置模型,以年风速、气温、光照强度作为输入,根据不同的用户供电可靠性和备选电源要求,得到微电网电源的类型及其容量的最优方案,结果表明改进的细菌觅食算法具有全局最优搜索能力强、寻优速度快的特点。该方法可以全面评估各种分布式电源的经济性,根据微电网建设地点的气象条件、投资成本等降低微电网电源的冗余投资,满足用户定制的多样化可靠性要求。     

基于改进FPA-LHS算法的并网型微电网容量优化配置研究

随着分布式电源的迅猛发展,微电网逐步成为了能源供应的重要方式。而风能和太阳能受环境影响较大,具有出力不稳定的特点,并网后会对电力系统的稳定运行造成影响,因此对并网型风/光/储微电网的容量进行优化配置成为了微电网规划的研究热点。为此,首先选取磷酸铁锂电池为储能装置,构建了风/光/储微电网的出力模型;然后以最小系统年等额成本、最小系统年碳排放总额和最小系统外购电比例为优化目标,建立了并网型风/光/储微电网容量的多目标优化模型;随后对FPA-LHS算法进行改进,并运用改进FPA-LHS算法对多目标优化模型进行求解,得到了优化后的配置方案;最后通过与其他优化算法的计算结果进行对比,验证了改进FPA-LHS算法的有效性。     

基于双层优化的微电网系统规划设计方法

规划设计是微电网系统核心技术体系之一。从分布式电源的综合优化(组合优化、容量优化)和分布式电源间的调度优化两个方面对其展开研究。根据分布式电源特性,提出了适用于并网型微电网系统和独立型微电网系统的双层优化规划设计模型。上层优化采用基于NSGA-II的多目标遗传算法计算系统最优配置;下层优化采用混合整数线性规划算法(MILP)计算系统最优运行方案。运用所建立模型,分别针对并网型和独立型微电网系统作了案例计算,验证了所提方法的正确性。     

计及停电损失的风-柴-储系统优化配置

针对风-柴-储型独立微电网中分布式电源规划问题,搭建一种缺额电量分段式停电损失费用计算模型。综合考虑投资成本、运行成本、维护成本以及停电损失费用,建立了一种适用计及停电损失费用的风-柴-储型独立微电网分布式电源优化配置模型,以风力发电机、柴油发电机、储能装置安装数量等为优化变量,并考虑风力发电机约束、柴油发电机及储能装置运行约束,采用粒子群算法对所建立线性模型进行求解。结果表明,所建模型能够同时兼顾经济性与供电可靠性。最后,分析了柴油发电机燃料成本对独立运行微电网分布式电源配置的影响。     

基于自然选择-杂交PSO算法的微电网并网多目标优化调度

由于微电网中的分布式电源具有较强的波动性和随机性,对微电网的并网运行产生很大影响。为充分消纳可再生能源,在综合考虑各分布式电源发电成本和环境治理费用的基础上,计及微电网并网收益、新能源发电补贴,结合分时电价机制,建立并网运行方式下的微电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及速度慢等问题,提出基于自然选择-杂交的改进粒子群算法,应用于微电网并网的优化调度研究中,并结合实际微电网工程案例,验证所提出方法的合理性与有效性。     

与需求响应联合优化的联网型微电网储能容量随机规划

针对含分布式电源、需求响应资源的联网型微电网,提出一种与微电网内多类型需求响应资源联合优化运行的储能系统容量配置优化规划模型。模型以微电网用能成本与储能设备年投资成本之和最小为目标函数,考虑需求响应资源可柔性调节区间、储能设备的荷电状态、微电网与主网间变电容量等约束条件,并计及分布式电源出力的不确定性影响,建立储能容量随机优化规划模型,利用混合整数线性规划算法求解。对某实例微电网仿真分析优化配置储能容量对提高微电网运行和规划的经济性的影响,结果表明模型可实现微电网储能系统最佳容量配置决策,同时优化需求响应资源和储能系统的运行策略。     

并网模式下的微电网电源优化配置研究

通过改进的粒子群算法,对并网模式下的微电网电源优化配置问题进行分析,结合具体的微电网模型与相关数据,从节能环保角度,以分布式电源安装容量最大为目标函数,以公共连接点的相关电压运行要求、考虑故障转孤网时满足最小负荷需求为约束条件,将微电网电源的优化配置问题转化为一个多约束条件的非线性整数规划问题。仿真研究了不同的风-光接入比、资源参数以及置信水平的微网电源优化配置问题,研究结果对并网模式下微电网电源优化配置提供参考。     

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。     

独立交直流混合微电网电源优化配置

对交直流混合微电网中电源进行优化配置能够减少换流损耗,降低系统成本。针对独立交直流混合微电网特有的结构和能量流动方式,考虑能量传输效率,提出了改进的能量管理策略。优化配置模型以经济性最优为目标,综合考虑环保性和供电可靠性,采用改进的人工蜂群算法对模型进行求解,得到独立交直流混合微电网的分布式电源优化配置结果。最后,通过算例进行仿真验证,结果表明,交直流混合微电网相对于纯粹交流微电网和直流微电网能够降低系统运行成本,使用改进后的能量管理策略能得到经济性更优的微电网电源配置方案。     

交直流混合微电网源储协同优化配置

为提高交直流混合微电网运行效益,需要为分布式电源配置储能系统,以提高微电网对可再生电源的接纳能力。本文以交直流混合微电网为研究对象,提出电源与储能相协同的混合整数优化模型,以确定电源与储能的最优配置。以电源与储能投资成本以及涵盖发电成本与购售电费用的运行成本最小为目标,协同考虑电源与储能的时序动态特性,并计及交直流联络线功率传输损耗。基于Benders分解算法求解混合整数优化模型。算例分析表明,源储协同优化配置方案能够有效提高交直流混合微电网投资运行经济性,验证了本文所提模型的有效性。     

基于改进多目标粒子群算法的微电网并网优化调度

微电网能够协调分布式电源,从而充分发挥分布式发电技术在经济、能源和环境中的优势。针对微电网并网时的优化调度问题,建立了考虑发电成本、污染物排放的微电网系统的环保优化模型,并利用改进的多目标粒子群算法,在这两个目标之间进行协调权衡和折中处理,使所有目标函数尽量达到最优。选取微电网案例的日负荷数据进行了优化调度计算,仿真结果表明了所提模型和算法的有效性。     

基于最优引导策略的分布式电源优化配置

针对分布式电源(distributed generation,DG)在配电网中的优化配置问题,考虑投资综合成本衡量方案的经济性、用系统网损衡量方案的环保性、用电压偏差衡量方案的电压稳定性,建立了分布式电源多目标优化配置模型。运用改进的多目标粒子群算法对分布式电源配置模型进行求解,引入最优极值引导策略对多目标粒子群算法的全局最优值选取进行改进,将非支配排序和精英保留策略嵌入算法中,有效地提高了算法的全局寻优性能,使算法能够快速有效地收敛到Pareto最优前沿。并以IEEE33节点配电网标准测试系统为例,对分布式电源的安装位置和容量进行优化,将所得到的结果与NSGA II算法进行比较,结果表明算法具有更好的全局收敛效率和寻优能力。     

考虑需求响应和碳排放额度的微电网分层优化调度

针对目前并网型微电网实现资源协同优化,提高微电网运行的经济性与环保水平,建立了考虑需求响应和碳排放额度的微电网分层优化调度模型。在微电网负荷侧考虑分时电价和新能源消纳来优化负荷曲线,并采用多重指标对优化方案进行评价,在微电网发电侧考虑碳排放限额,对微电网内部分布式电源进行优化调度以实现微电网综合运行成本最低的目标。采用混沌粒子群算法（chaos particle swarm optimi-zation, CPSO）求解该优化问题,通过算例仿真分析了柔性负荷占比0%、10%、20%和不同碳排放量额度约束下的优化结果,验证了模型与算法的有效性。     

考虑需求响应和碳排放额度的微电网分层优化调度

针对目前并网型微电网实现资源协同优化,提高微电网运行的经济性与环保水平,建立了考虑需求响应和碳排放额度的微电网分层优化调度模型。在微电网负荷侧考虑分时电价和新能源消纳来优化负荷曲线,并采用多重指标对优化方案进行评价,在微电网发电侧考虑碳排放限额,对微电网内部分布式电源进行优化调度以实现微电网综合运行成本最低的目标。采用混沌粒子群算法（chaos particle swarm optimi-zation, CPSO）求解该优化问题,通过算例仿真分析了柔性负荷占比0%、10%、20%和不同碳排放量额度约束下的优化结果,验证了模型与算法的有效性。     

考虑需求响应不确定性的光伏微电网储能系统优化配置

将分布式光伏以微电网的形式接入配电网运行是应对大规模分布式光伏并网问题的有效手段之一。以含储能装置和需求响应资源的并网型光伏微电网为研究对象,研究考虑价格型需求响应(Demand Response, DR)不确定性的并网型光伏微电网储能系统优化配置方法。首先,同时考虑价格需求弹性曲线和基线负荷不确定性对价格型DR不确定性的影响,建立了价格型DR响应量模糊模型。在此基础上,以用户负荷与光伏出力总差异最小为目标,建立了基于模糊机会约束规划的价格型DR优化运行模型。之后,以价格型DR的优化结果为基础,建立了基于模糊机会约束规划的并网型光伏微电网储能系统优化配置模型。通过对模糊机会约束的清晰等价处理,将模糊机会优化问题转换为确定性优化问题进行求解。最后,通过仿真算例验证了模型的有效性。     

基于改进蝙蝠算法的微电网优化研究

为了协调微电网中各微电源的优化调度,文中研究了涵盖光伏、风电、储能、燃气轮机和燃料电池的分布式电源,在微电网并网与孤岛运行条件下,建立了以发电费用和污染物处罚费用最低的目标函数,并采用了具有Lévy飞行特征的蝙蝠算法求得一个调度周期内各个分布式电源的最优出力及总运行成本,最后将仿真结果与基本蝙蝠算法的结果相比较,从而验证了该文所研究的优化模型及改进后算法的可行性。     

基于改进PSO算法的微能源网优化配置研究

微能源网优化配置的求解算法存在易陷入局部搜索和收敛速度低两大缺陷,如何同时解决这两个缺陷是一直以来的研究难点。针对这一问题,提出了基于时变压缩因子和自适应变异的改进粒子群算法。针对经济优化配置,建立了包括多种分布式设备的微能源网架构模型和以年经济成本最低为目标,计及可靠性并含多种约束的优化配置模型。最后,结合具体算例,将改进粒子群算法运用于模型中,得到各分布式设备的配置方案和最优年经济成本,对比验证改进粒子群算法性能。实验结果表明：改进粒子群算法较好地提高了算法的收敛速度和全局收敛能力;微能源网优化配置模型实现了低经济性和高可靠性的有效结合。