基于改进粒子群算法的微电网多目标优化调度研究

发布时间：2024-07-05 19:11

　　在现有方法均存在光伏消纳量与风电消纳量较低的情况下,提出一种基于改进粒子群算法的微电网多目标优化调度方法。在控制微电网时需要获取各储能装置的剩余容量、最大放电功率以及最大充电功率等数据,基于此对微电网数学模型进行构建。根据构建的微电网数学模型,分别针对微电网的不同状态,包括孤岛状态与并网状态,将超级电容与蓄电池的放电功率和充电功率以及各分布式电源的实际输出功率作为优化变量,对多目标优化微电网运行模型进行构建。通过对构建的多目标优化微电网运行模型进行求解,实现微电网多目标优化调度,求解所使用的方法为改进粒子群算法。进行光伏消纳量与风电消纳量的对比实验,可以证明该方法的光伏消纳量和风电消纳量都更高,也就是可以提升微电网中可再生能源的整体消纳量,有效实现了微电网的多目标优化调度。

【文章页数】：4 页

【部分图文】：

图1具体微电网多目标优化调度流程

具体微电网多目标优化调度流程如图1所示。2仿真实验测试

图2光伏消纳量对比实验数据

在实验仿真微电网的多目标优化调度中，设计方法与基于改进遗传算法、基于虚拟现实技术的微电网多目标优化调度方法的光伏消纳量对比实验数据具体如图2所示。以图2的光伏消纳量对比实验数据为依据可知，在实验仿真微电网的多目标优化调度中，基于改进粒子群算法的微电网多目标优化调度方法具备更高的光....

图3风电消纳量对比实验数据

基于改进粒子群算法的微电网多目标优化调度方法与两种对比微电网多目标优化调度方法的风电消纳量对比实验数据具体如图3所示。根据图3的风电消纳量对比实验数据可知，在实验仿真微电网的多目标优化调度中，基于改进粒子群算法的微电网多目标优化调度方法具备更高的风电设备出力，即其风电消纳量高于两....

图4-3夏季典型日负荷曲线

湖北工业大学硕士学位论文304.3基于改进粒子群算法的微电网多目标优化调度仿真研究以夏季以微电网为中心的住宅区最典型的光伏供电情况为例。基于仿真结果，研究了中国微电网的运行调度成本。在综合考虑电网运行维护成本和环境保护资源转换成本的基础上，采用基本的粒子群分析算法进行求解。4.3....

本文编号：4001396