基于QPSO与BPSO算法的动态微电网多目标优化自愈

提出了动态微电网的概念。将多代理系统(multi-agentsystem,MAS)引入动态微电网的协调控制当中,构建了基于MAS系统的动态微电网自愈数学模型。为了实现上述模型的多目标优化,将具有量子行为的粒子群优化算法(quantum based particle swarm optimization,QPSO)和二进制粒子群优化算法(binary particle swarm optimization,BPSO)结合,提出了可以同时对动态微电网网络结构和分布式发电单元出力进行多目标优化的算法。算例结果表明,采用基于上述算法得到的自愈方案,故障状态下的动态微电网能良好自愈。     

基于模型预测控制的微电网多目标协调优化

本文针对间歇性可再生能源出力与随机性负荷需求对弱电网环境下微电网电压稳定性的影响,综合考虑可控型分布式能源运行成本、储能系统运行成本及可平移负荷的调度成本,以微电网公共点电压偏差最小与运行成本最低为目标,提出基于模型预测控制的微电网多目标协调优化控制策略。该策略由日内多时段滚动优化控制与实时反馈校正控制两部分组成。其中,日内多时段滚动优化控制以未来时段的预测模型为基础,求取当前时段各可控单元的优化控制指令;反馈校正阶段以储能系统出力调整量最小为目标,快速响应微电网内可再生能源能源出力变化与负荷波动。最后,通过一个仿真案例对所提策略进行验证,并分析了该策略的可行性和有效性。     

基于协调一致算法的微电网频率二次调整策略

在孤岛模式下,微电网中的多台分布式电源采用下垂控制法并联运行,但该方法的下垂特性导致分布式电源对输出有功功率进行调整时微电网的系统频率发生变化,无法满足负荷对微电网电能质量的要求。为此建立了分布式电源并联运行的数学模型,分析了下垂控制的频率调整缺陷;同时提出一种基于分布式网络协调一致算法的二次调频策略,通过低带宽的分布式网络发布频率的参考调整值。本地分布式电源采用PI控制器跟踪此参考值,对下垂曲线进行平移,使微电网频率在负荷扰动情况下稳定在50 Hz。运用MATLAB/Simulink工具对微电网系统进行建模仿真,其结果验证了调整策略的正确性和可行性。     

微电网群频率调整的分层协调控制策略

针对分属于不同经营主体的微电网组成的微电网群,各微电网的经营目标、调频资源或调频能力等存在差异。为了使微电网群的频率调整达到调频任务的有序分担、调频费用的有序分摊以及调频经济性的有序达成等要求,分析了孤岛微电网群调频备用容量配备应遵循的规则,提出了微电网群频率调整的双层协调控制策略。第一层,各微电网中央控制器MGCC在微电网内部实施基于联络线功率偏差TBC的经济性调频控制,承担微电网自身有功变化所引发的调频任务,恢复系统频率和消除联络线交换功率偏差。当受扰微电网调频能力不足时,向上层微电网群中央控制器MGGCC申请微电网群互济频率调整辅助服务。第二层,MGGCC在微电网群层面实施基于恒频FFC的经济性调频控制,恢复系统频率。该策略可实现分属于不同经营主体的微电网群的频率调整控制的有序性和经济性。在频率分层调整过程中,各微电网承担自身扰动所引发的频率调整所产生的费用,包括自我调整和互济调整费用。算例结果验证了所提控制策略的有效性。该策略思想可为微电网群的设计、组网、运行与控制等工作提供参考借鉴。     

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。     

基于微电网联络线功率的多目标优化研究

电池储能在消纳风、光等可再生能源波动性及提高应用经济性方面有重要应用。在此主要研究使含风力发电的微电网与配电网联络线功率成本最低或收益最高、波动最小的电池调度方法,采用粒子群优化(PSO)算法,针对联络线功率的波动性和经济性进行优化,分别用联络线功率的变异系数和其功率费用进行比较。经过算例证明,合适的电池容量可达到理想效果。     

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。     

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。     

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。     

微电网经济型二次频率和电压控制的多目标优化模型及仿真验证

在孤岛运行的微电网中,新能源出力具有不确定性,负荷变化速度快,致使基于预测的日前调度与实际情况存在较大偏差,因此需要在频率和电压的控制中考虑运行经济性。然而二次频率控制、二次电压控制和经济运行三者存在耦合,但同时控制三者可能会存在相互冲突。为实现三者之间的协同配合,构建考虑微电网经济运行与二次频率电压控制的多目标统一优化模型,采用规格化法平面约束法(normalized normal constraint,NNC)求取其帕累托最优解集,并从帕累托最优解集中选取折中解作为二次控制的信号,再传递给一次控制,完成最优经济运行下的频率和关键节点电压恢复。最后,在Matlab/Simulink平台上搭建电磁暂态仿真模型验证该多目标优化模型的有效性。     

微电网多目标优化运行研究

微网是解决国家电力系统问题的重要辅助手段之一。为协调微源、储能单元、电网、和负荷之间的能量平衡和流动,同时实现微网运行的经济调度、环境保护、可靠供电等要求,需要提出可行的能量管理策略。首先从经济、环境、电能质量、供电可靠性等方面提出目标函数,然后列出约束条件,最后介绍优化算法并进行分析比较。     

基于协同控制理论的微电网频率控制

为提高微电网频率响应的动态性能,提出一种基于协同控制理论的微电网频率稳定性控制策略。根据微电网频率特性与微源的调频特性,基于协同控制理论构建含有系统动态性能及控制指标的宏变量,由定义的控制流形推导出微电网频率调节的协同控制律,设计了一种微电网协同控制器。其中储能装置在系统受到扰动时迅速参与调频,通过释放或吸收功率,减小频率的恶化程度,同时柴油发电机根据储能功率变化量与系统频率对微电网的功率进行调节,保证了微源侧供电的可靠性。最后基于MATLAB/Simulink软件搭建仿真平台,对所设计的控制策略进行验证,对比分析了不同控制方式下微电网调频效果。仿真结果表明所提出的协同控制器可以在微电网功率发生扰动时,充分利用微源的调频特性,快速平抑微电网内功率不平衡产生的频率波动。     

基于多代理系统的微电网竞价优化策略

提出由上级电力市场Agent、微电网及发电公司Agent和元件级Agent组成多代理系统(multi-agent system,MAS)电力市场竞价体系。进而提出了基于这一体系的微电网利润最大化目标,针对此目标,分别提出微电网及发电公司Agent利润最大化竞价策略与微电网内部成本优化策略,并讨论了各Agent的具体功能。最后针对各个策略用算例验证了其有效性。     

基于分层多目标优化的微电网能量管理算法

针对微电网运行过程中的经济成本、环境代价和用电负荷的优化问题,以帕累托(Pareto)理论为基础,结合NSGA-Ⅱ多目标算法,引入了能够综合考虑微电网调度过程中多方面需求的分层多目标优化算法。使用多层目标循环优化流程,保证了算法的全局寻优能力,且使得算法适用于微电网供需两侧优化问题的求解。算法中引入同化过程加快算法的收敛速度;引入隔离交叉变异改善了算法的Pareto前沿分布特性,有效地提升了算法的寻优能力。最后通过算例验证了本算法的有效性。     

基于NSGA-II-PSO算法的微电网多目标优化运行模式

解决微网中新能源出力的随机性与波动性是微电网优化运行的前提和关键,为此,提出一种快速非支配排序遗传算法NSGA-II （non-dominated sorting genetic algorithm）和基本粒子群优化算法PSO（particle swarm optimization）相结合的NSGA-II-PSO算法,考虑将经济运行成本和环境污染成本作为优化的目标函数,建立常见发电单元以及蓄电池储能的多目标优化运行模型。通过Matlab仿真对比PSO、NSGA-II和NSGA-II-PSO算法的适应度收敛曲线,验证所提算法具有收敛速度快、全局和局部搜索能力强的优点,较单一的PSO算法和NSGA-II算法具有更优的特点;结合经典微网系统进行算例仿真,通过对单目标与多目标的分析,结果表明该算法能有效降低经济成本和使环境效益达到最优;并且进一步验证所提算法的优越性。     

基于层次分析法的孤立微电网多目标优化运行

针对微网运行中风机出力和光伏出力等随机性因素,建立了基于机会约束规划的孤立微电网经济运行模型。以包含风力机、光伏、负荷、储能和微型燃气轮机的微网为例,以微网运行的成本作为总的目标函数,将运行中机组的运行成本、运行过程中机组所排放的CO2的处理费用和机组所排放的SO2的处理费用作为三个子目标函数。在处理三个子目标函数的权重时采用层次分析法,在处理机会约束时采用序列运算理论中的卷和运算。最后通过Tomlab优化工具求解目标函数,得到微网运行的最优目标以及在最优目标时各个机组的出力情况。     

基于克隆选择算法的微电网多目标运行优化

为合理安排微电网中分布式能源的出力,建立了以日电量成本最低、日温室气体排放量最少、全天中最大节点电压偏差最小为目标函数的微电网多目标运行优化模型,并采用克隆选择算法进行求解。在求解过程中,应用固定步长和变步长相结合的空间搜索方法来提高解的精度,通过反复克隆、变异、选择等操作,得到满足约束条件的Pareto最优解集,进而利用模糊隶属度计算总体满意度,解决最优解的选择问题。IEEE 33节点系统算例验证了所提模型及算法的有效性。     

一种基于多目标的微电网无功优化控制策略

微电网中分布式电源的随机性和间歇性特性让电网的稳定性面临严重挑战,而目前多数针对微电网最优潮流的研究未考虑系统的稳定性和对波动的快速恢复能力。在此基于简化L指标的静态无功优化控制策略,通过建立多目标优化模型系统同时考虑系统经济性、稳定性和动态无功备用最大化,有效保证了电网运行过程中的电压稳定性和波动的快速恢复。将改进的IEEE 14节点系统作为算例进行仿真实验并将所提的多目标函数和传统的经济性目标函数作对比,结果表明采用所提策略在满足经济性的前提下,电网的稳定性更好、动态无功备用也更多,验证了所提方法的有效性。     

基于多目标粒子群算法的微电网优化调度

提出了一种经济与环保相协调的微电网优化调度模型,针对光伏电池、风机、微型燃气轮机、柴油发电机以及蓄电池组成的微电网系统的优化问题进行研究,在满足系统约束条件下,建立了包含运行成本、可中断负荷补偿成本以及污染物处理费用的微电网多目标优化调度模型,并利用多目标粒子群算法(MOPSO)求解微电网优化调度问题,仿真结果表明该模型对微电网优化调度具有一定的指导作用。