基于启发式算法的微电网控制方法研究

发布时间：2020-07-08 04:36

【摘要】：随着传统化石能源的不断衰竭,可再生能源技术与电动汽车技术得到了很大的发展,将分布式能源并入大电网实现环保、节能、可持续的电力输出得到智能电网建设的广泛关注。而微电网正是智能电网建设过程中对分布式能源并网问题进行解决的重要技术,与现有电力系统相比,智能微电网对信息处理技术和微电网优化调度策略的要求进一步提高。由于智能微电网内包含大量具有随机性和难以控制的分布式可再生能源,其频繁的并网与退网给智能微电网的运行控制带来了很大的困难,为有效提高分布式能源利用率和供电质量,需提供先进的信息处理技术和优化运行策略。因此,本文利用智能启发式算法对智能微电网系统中的信息处理技术和分布式能源优化控制问题进行研究。本论文主要研究工作如下:(1)针对边/云混合的分布式计算架构,提出一种基于免疫混沌粒子群算法的电力系统负载均衡算法。在云计算层与终端层之间构建一个边缘计算层,主动将云端数据卸载到数据源侧就近处理,减轻云端计算负担,降低任务处理时延。同时考虑到边缘节点计算能力的不足,基于该混合架构,提出一种免疫混沌粒子群负载均衡算法,对各节点的计算任务进行合理分配,提高电力系统海量数据处理能力,为后续微电网系统的调度和控制提供可靠的信息处理支持。(2)针对含有大规模电动汽车接入的微电网系统,提出一种基于退火变异粒子群算法的微电网经济调度策略。通过对现有工作的分析,考虑峰谷电价、环境治理等因素,结合储能技术和电动汽车V2G技术,建立基于大规模电动汽车的微电网运行费用和环境保护费用最小的微电网经济调度模型,进而提出一种退火变异粒子群算法进行优化求解,提高微电网运行的经济性。(3)针对不同负载类型和电力需求的多微电网系统,提出一种基于自适应变异遗传算法的多微电网经济调度策略。通过对工业、居民、商业负荷的分析,考虑多微电网之间的协同互补性,从系统环保性与经济性的角度出发,建立基于多微电网系统的运行费用和环境保护费用最小的多微电网优化调度模型,同时提出一种自适应变异的遗传算法对系统模型进行优化,寻找最优经济调度方案。
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM727;TP18
【图文】：

网系统,能源安全,供电可靠性,可再生能源

所谓微电网就是由各种可再生能源为主的分布式电源（主）和储能设备（辅）逡逑及其他辅助控制设备对网络内负荷进行独立供电的网络系统Ｍ。其典型的微电逡逑网系统如图１．１所示［１］。其既可以独立于主网运行也可以与主网协同并网运行，逡逑能够很好解决由可再生能源波动性引起的能源利用困难问题，对于智能电网建设逡逑以及优化电网结构具有重要意义，并得到世界各国的认可与共同发展。逡逑２逡逑

应用场

文献［１７］则针对孤立微电网能量管理系统中，可再生能源和负荷的不确定对逡逑的不良影响，采用一种仿射算法进行解决，以提高微电网实时调度的精度。逡逑［１９］则针对多微电网间功率难以控制的问题，提出一种模糊控制方法，提高逡逑电网群的安全控制。文献［２０］利用分布式系统解决传统集中控制系统存在的单逡逑障问题，实现每个控制系统独立地利用其相邻系统的状态信息来追求它们自逡逑控制目标。文献［２１］则将每个微电网看成一个智能体，利用多智能体的思维逡逑多微电网系统的经济调度。文献［２２］则提出一种分散结构的优化调度方案对逡逑电网系统进行控制。因此，研宄以分布式能源组成的微电网群之间的能量协逡逑制，对于保障用户供电质量与安全具有重要意义。逡逑．２负载均衡算法方面逡逑负载均衡，就是采用合适的任务分配策略，在确定硬件资源的环境下，提高逡逑资源利用率，解决计算节点的任务不平衡、系统响应时延问题，为系统协同逡逑提供基础［１８］。其典型应用场景如图１．２所示主要用在分布式系统的服务逡逑（计算机）集群中，为用户提供低延时的实时响应服务。系统在进行任务分配逡逑据负载均衡中资源调度策略的不同，可以分为静态、动态两种调度策略［２４］。逡逑

架构图,架构,边缘节点,网络时延

边缘节点靠近数据源，不再需要所有数据上传遥远的云端处理，利用距离逡逑换时间，减少了数据的传输距离，从而降低了网络时延，同样也减少了数据被泄逡逑漏和攻击的概率。其与云计算的位置特征如图２．２所示［４６］。逡逑９逡逑

【参考文献】