基于改进粒子群算法的微能源网优化运行研究

针对微能源网运行资源配置不合理的问题,以微能源网日运行成本最低为目标,建立优化运行模型,提出基于线性递减权重和压缩因子的改进粒子群算法,并用该算法对某地区的微能源网系统进行分析,结果表明该改进粒子群算法提高了算法的收敛速度和收敛能力,能有效降低微能源网运行成本,提高能源综合利用率。     

基于改进加权模糊法的微能源网多目标优化运行

为协调微能源网运行的经济性、节能性及环保性,以日运行成本、碳交易成本和能源消耗成本为目标,建 立微能源网多目标优化调度模型;并提出改进加权模糊法,将微能源网多目标优化问题转化为单目标优化问题,采用 粒子群算法进行求解.所提出的改进加权模糊法可在一定程度上提高多目标之间的综合协调性和算法的鲁棒性,优化 微能源网中各设备的出力,实现能源、环境和经济效益的协调发展.     

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。     

基于改进粒子群算法对混合微网电源容量的优化

通过在全寿命周期成本经济性模型引入微源选择的影响因素,并改进了结合模拟退火算法的粒子群算法,对多电源混合微网各微源容量进行最优配置.仿真计算结果表明,本文提出的经济性等值模型很好地实现了微电源的优化配置,改进的模拟退火-粒子群算法有较好的收敛率.     

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。     

空间粒子群优化算法及其在电力系统环保经济负荷分配中的应用

针对粒子群优化算法易陷入局部最优、收敛过早的缺陷,提出一种空间粒子群优化算法,通过附加一类高度参数,使粒子移动的方向和距离由单一速度决定转变成还受高度作用,构成位置、速度、高度三维参数空间,从而降低了计算结果的随机性。将该算法用于求解电力系统经济负荷分配问题,在传统经济负荷分配考虑燃料成本的基础上,综合考虑由机组排放污染气体所产生的环境成本。仿真结果表明,相比经典粒子群优化算法和改进粒子群优化算法,空间粒子群优化算法有较强的全局搜索能力和更可靠的优化计算结果,在解决非线性、非凸性、不连续优化问题中具有有效性和优越性。     

基于ISSA的光储微网混合储能容量优化配置

近年来,新能源的大力发展促使分布式能源结合本地负荷的微网结构应运而生,针对光储微网混合储能容量优化配置的问题,提出一种改进的麻雀搜索算法（ISSA）对以经济性为目标建立的储能容量配置模型进行求解。首先,利用分时电价策略优化混合储能系统充放电功率,建立以储能系统年综合成本最小为目标的容量优化配置模型;其次,针对传统麻雀搜索算法求解精度低、收敛速度慢、易陷入局部最优等问题,采用精英反向学习初始化种群,并结合粒子群算法改进麻雀位置更新公式,同时引入莱维飞行策略扩大算法搜索范围。最后,通过算例分析验证了所提策略的合理性和有效性。     

考虑节能效益的企业分布式电源优化配置

针对企业供配电系统分布式电源规划问题,以企业节能效益最大化为目标,建立企业分布式电源优化配置模型。采用改进粒子群算法进行求解,将参数自适应调节、粒子交叉、模拟退火算法融入粒子群算法,有效提高了粒子群算法的寻优效率。采用IEEE33节点配电系统进行了算例仿真分析,仿真结果表明,利用此模型对分布式电源进行优化配置后,配电网损耗降低、电压质量显著提高、企业节能经济效益得到最大化提升。算例有效验证了优化配置模型与改进粒子群算法的可行性。     

基于改进粒子群算法的多能微网多目标优化调度

为实现多能微网内部能源的灵活调用,减轻系统碳排放压力,文中提出了一种基于改进粒子群(particle swarm optimization, PSO)算法的多能微网多目标优化调度方法。建立了冷热电气多能微网模型,分析系统能源耦合机理并对设备进行数学建模;以微网运行成本与环境成本最小为目标,构建多能微网多目标优化调度模型;提出一种改进PSO算法,通过调整主要参数的迭代规则,并采用自适应粒子寻优策略加快收敛速度,提升寻优效果;仿真结果表明：与传统方法相比,所提基于改进PSO算法的多目标优化调度方法能够有效提升算法收敛速度、降低系统综合成本,兼顾其运行的经济性与环境友好性。     

基于改进量子粒子群算法的微能源网优化运行

通过对冷热电联供（CCHP）结构分析,综合考虑微能源网的运行成本与一次能源转换成本,建立包含电气、烟气、空气和热水母线的光气储互补发电模型,分析了不同场景下微能源网的冷热电负荷的优化调度结果。通过对量子粒子群算法（QPSO）加以混沌搜索、邻域变异和变权重更新种群最优位置中心等操作,有效避免了粒子过早陷入局部最优,提高了种群质量。算例分析结果表明,该算法能有效求解CCHP模型,在保证微能源网可靠运行的同时,能有效地降低成本,提高可再生能源利用率,实现微能源网的经济调度。