基于内部搜索算法的微电网优化调度研究

发布时间：2020-10-27 05:57

　　 自工业革命以来机器作为人类生产力的延伸,在提供了丰富的物质产品同时消耗了大量化石能源。人类对化石能源的过度依赖,破坏了生态环境,甚至导致了局部冲突,为了解决这些问题与人均能源需求增加之间的矛盾,人类开发了风、光、海洋能、生物质能等可再生能源。可再生能源环保无污染,但是出力间歇性强,随季节、气候等环境变化波动较大,目前的电网调控结构对可再生能源的适应性不强,微电网技术是一种消纳可再生能源的有效方案。微电网是按照化整为零的思路由一定区域内的分布式电源组合而成的小型发配电系统,可再生能源可以在小范围内被及时消纳,减少上网的电量,并且在内部发生故障时可以及时与外部电网隔离,降低旋转备用成本,维持电网稳定。目前微电网应用还在起步阶段,综合成本较高,微电网的优化调度研究可以更加合理的分配分布式电源出力,降低系统运行费用,提高环境效益。本文建立了包含光伏电池、风力发电机、柴油发电机、燃料电池、蓄电池设备的微电网系统模型,并对该模型进行优化调度研究。考虑到负荷的峰谷差较大,可能导致用电峰时供电不足、用电谷时弃风弃光现象的产生,引入了基于分时电价的需求响应策略,有效的平移了负荷需求,改善了峰谷差。本文在优化调度策略中设定了运行费用最低和污染费用最低两个目标函数,根据各电源的特点设置了相应的约束条件,在此基础上采用内部搜索算法对模型进行优化计算,得到在并网和孤岛两种运行情况下的各电源出力数据。为了改善内部搜索算法的性能,在算法参数中引入自适应系数,并通过三个测试函数验证了算法的改进效果。最后结合本文建立的电源模型分别在并网和孤岛两种运行模式下制定了典型调度策略,并将计算结果与优化调度策略的数据进行对比,结果表明优化调度策略可以有效的降低微电网的运行费用,并且有更好的环境效益。
【学位单位】：辽宁石油化工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TM73
【部分图文】：

辽宁石油化工大学硕士学位论文微电网[13]是指就地利用自然资源发电，并将分散在一定范围内的各种发电能、风能、抽水蓄能等)与储能单元、电能转换装置、继电保护装置、监控装装置、用户负荷等组合而成一套完整的微型发配电系统[14][15][16]。经典的微如图 1.1 所示：

2.1 分布式电源模型2.1.1 光伏电池(PV)地球上现存的所有能源，本质上都来源于太阳辐射，随着半导体技术应用，人类可以直接利用太阳辐射产生电能。光电半导体可以产生电流的主要原理为光生伏特效应，即在 PN 结半导体中，处于稳定状态的电子接受了外界光辐射的能量产生跃迁留下一个电子空位，由于失去带负电的电子，电子空位对外显正电，在此过程中半导体产生电动势，外接连通的回路便可产生电流。目前基于硅材料的光电半导体结构发展最为成熟，单晶硅光伏电池的发电效率在实验条件下已能达到 24%，但是由于原材料在当今技术条件下制备困难，价格昂贵，大规模应用的主要为多晶硅电池[53][54]。光伏电池设备集成度高、重量轻、维护简单，使用时没有噪音零污染，可以安装在住宅屋顶或室外墙壁，具有良好的前景。由于光伏电池属于半导体元件，单个太阳能板不能输出较大功率，一般需组成大规模阵列使用，标准的发电单元由吸收光能的基板储能电池、能量主控制器、单相逆变器组成，可以直接接配电网或用电负荷。光伏电池模型[55]如图 2.1 所示：

短时间内太阳辐射能量可以用概率密度函数进行近似分析，Beta 分布[57]情况如公式（2.1）： ( ( )) = ( ) ( ) ( )( ( ) ) ( ( ) ) （2.1）其中， ( )为实际光辐射强度 ； 为最大光辐射强度； 为伽马函数； 、 为形状参数，可用公式（2.2）表示为： 221111 1 （2.2）光伏基板表面温度[58]由经验公式得： ( ) = ( ) ( ) ( ( )) （2.3）式中， ( )为环境温度； 为实时风速， ( )为光照强度。根据推导公式可得光伏电池的 和 输出曲线，特征如下：
【参考文献】

相关期刊论文 前9条

1 卢强;陈来军;梅生伟;;博弈论在电力系统中典型应用及若干展望[J];中国电机工程学报;2014年29期

2 杨德祥;刘东;陆鸣;沈兵兵;毛俊;陈沛;;基于公共信息模型的特高压电网信息建模及应用[J];电网技术;2014年01期

3 王晶;陈骏宇;蓝恺;;基于实时电价的微网PSO最优潮流算法研究[J];电力系统保护与控制;2013年16期

4 王成山;洪博文;郭力;;不同场景下的光蓄微电网调度策略[J];电网技术;2013年07期

5 洪博文;郭力;王成山;焦冰琦;刘文建;;微电网多目标动态优化调度模型与方法[J];电力自动化设备;2013年03期

6 赵波;张雪松;李鹏;汪科;陈健;李逢兵;;储能系统在东福山岛独立型微电网中的优化设计和应用[J];电力系统自动化;2013年01期

7 王成山;李鹏;;分布式发电、微网与智能配电网的发展与挑战[J];电力系统自动化;2010年02期

8 舒印彪;刘泽洪;袁骏;陈葛松;高理迎;;2005年国家电网公司特高压输电论证工作综述[J];电网技术;2006年05期

9 倪萌,M K Leung,K Sumathy;太阳能电池研究的新进展[J];可再生能源;2004年02期

相关博士学位论文 前4条

1 郭崇;需求侧响应下的电力负荷预测与供需效益协调优化研究[D];沈阳农业大学;2018年

2 刘玉宝;基于智能优化算法的系统可靠性优化问题研究[D];吉林大学;2017年

3 崔明勇;微网多目标优化运行及控制策略研究[D];华北电力大学（北京）;2011年

4 张颖媛;微网系统的运行优化与能量管理研究[D];合肥工业大学;2011年

相关硕士学位论文 前10条

1 丁航;基于模拟退火粒子群算法的水光互补短期优化调度研究[D];西安理工大学;2017年

2 赵阳;基于粒子群融合变步长扰动观察的光伏发电系统MPPT算法研究[D];太原理工大学;2017年

3 王鹏飞;基于布谷鸟算法的微电网多目标优化运行研究[D];华北电力大学;2017年

4 吴俊洋;基于分布式算法的孤岛微电网经济运行研究[D];湖南大学;2016年

5 胡骏;微电网保护方案研究与实现[D];北京交通大学;2016年

6 胡浩;风光互补LED路灯控制系统[D];西南石油大学;2015年

7 郭新苗;燃烧等离子体条件下的阿尔芬不稳定性[D];贵州大学;2015年

8 黄继达;布谷鸟算法的改进及其应用研究[D];华中科技大学;2014年

9 王冠男;基于动态优化调度的微网经济分析[D];华北电力大学;2013年

10 张连芹;微电网运行若干关键技术研究[D];上海交通大学;2013年

本文编号：2858146