全面学习粒子群优化算法与SUMT内点法的微电网调度

发布时间：2020-06-08 23:16

【摘要】：针对微电网的运行优化问题,本文从研究太阳能光伏板、风机和钒电池(Vanadium Redox Battery,VRB)在不同环境下的输出功率出发,对用户负荷、可再生能源和储能进行了进一步的优化。结合优化数据基于WinCC Open Architecture(简称,WinCC OA)平台建立微电网的数据采集与监控(Supervisory Control And Data Acquisition,SCADA)系统,并对微电网中的多个影响因素进行分析研究。本次研究的内容如下:1)以微电网的收益为目标,构建微电网各个电源发电及经济成本的数学模型,对影响微电网经济效益的因素进行了识别和量化研究。分别从微电网的可靠性因子,可再生能源的负荷量以及用户的失电率三个方面展开对微电网稳定运行的研究。在系统运行约束条件和系统设计约束条件下,通过罚函数(Sequential Unconstrained Minimization Technique,SUMT)内点法的惩罚策略把含有约束条件的目标函数求解问题转化为无约束条件的目标函数求解问题,并且使用全面学习粒子群优化算法(Comprehensive Learning Particle Swarm Optimization,CLPSO)对微电网的收益进行优化。2)对微电网优化算法进行了研究:首先,对常见的遗传算法、粒子群算法等算法进行对比研究,分析了粒子群算法在微电网优化方向上的优势。然后,针对粒子群优化算法容易陷入局部最优、收敛慢、对微电网的优化达不到最优等缺点,对它进行了改进。本文在多种对粒子群改进的算法进行比对后,最终选择了CLPSO算法,同时对CLPSO算法进行了惯性权重系数、全面学习等方向的改进,对微电网的运行模式进行优化调度。3)基于MATLAB平台进行了微电网经济效益影响因素的量化分析,构建了基于分布式系统的区域微电网监控管理体系。基于WINCC OA平台构建了微电网分布式监控管理体系,可帮助微电网维修工作人员提高工作效率、提高微电网的安全稳定性,为微电网监控系统的编制提供借鉴和参考,具有广泛的适用性。
【图文】：

WINCCOA实训平台Fig5.5WINCCOATrainingPlatform

WINCCOA软件运行状态界面图
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM73;TP18

【参考文献】

中国期刊全文数据库 前10条

1 何玉珠;张立彬;谭大鹏;张任;胡克用;;基于DPWS的智能微电网监控系统的研究[J];太阳能学报;2015年12期

2 赵波;包侃侃;徐志成;张有兵;;考虑需求侧响应的光储并网型微电网优化配置[J];中国电机工程学报;2015年21期

3 刘勇智;李蒙湘;范冰洁;王珍;;含微型燃气轮机的微电网优化经济性研究[J];计算机仿真;2015年10期

4 刘美s，

本文编号：2703797