基于改进PSO算法的微网经济运行优化研究

发布时间：2020-09-26 17:57

　　智能电网和电力电子技术的推广,为微网的发展提供了条件。微网解决了分布式电源在中低压配电网络中的大规模接入问题,对缩短源与负荷的距离、改善供电质量、降低高层电网的网络损耗有重要意义,同时为可再生能源的充分利用创造了良好的环境,微网运行的经济性也同时是其吸引用户使用,并在电力系统中发展的关键。因此,对微网经济运行的研究具有十分重要的现实意义,同时也是研究的重点和难点,引起了国内外众多学者的广泛关注,本文重点对微网的经济调度问题进行研究。本文首先介绍了微网经济运行的研究现状,建立了光伏、风机、微燃气轮机、燃料电池、储能装置等设备稳态功率输出模型。考虑微网在运行时会产生一定的污染气体,建立了污染物排放惩罚量与输出功率关系的模型,最后综合建立了在并网条件下含热电联产的微网运行费用和环境治理费用之和最小的动态微网经济调度模型。其次针对微网经济运行问题的多变量、多约束以及多维性,从群智能优化算法的一个分支—粒子群优化算法角度出发,研究微网经济调度问题。针对基本粒子群优化算法在寻优过程中的不足,综合一系列改进措施,通过分阶段调整加速因子和动态调整惯性权重以平衡粒子局部搜索与全局探索能力,改善部分性能差的粒子以加快粒子收敛速度等几方面提高粒子的收敛精度,采用一种多策略融合粒子群(Particle Swarm Optimization with Multi-Strategy Integration, MSI-PSO)算法,然后运用MSI-PSO算法对建立的动态经济调度模型进行求解,并与其他几种改进的PSO算法的优化结果进行比较,结果显示MSI-PSO算法在解决微网经济调度问题具有明显的优势。上级电网的电价对各微源的出力影响很大,电网可以制定比较合理的峰平谷电价使得微网在主网供电不足的情况下输送电能,同时,微网用户可以将电网的峰谷电价与网内发电成本进行比较,合理购电,并从中利用差价获益。最后针对微网中风力和光伏发电的随机、间歇性等特点,采用拉丁超立方采样法对风电和光伏发电功率预测误差进行采样,然后运用同步削减法对采集的场景进行缩减,在调度周期内建立了风力和光伏发电输出功率的多时段场景模型,并给出了各场景发生的概率。最后利用MSI-PSO算法对基于场景分析的随机期望值决策模型进行求解,结果表明随着风力和光伏发电输出功率预测误差的增大,系统的综合费用也随之增长。
【学位单位】：西南交通大学
【学位级别】：硕士
【学位年份】：2015
【中图分类】：TM732
【部分图文】：

曲线,综合成本,优化算法,算法

图４－４基于各种改进ＰＳＯ算法的综合成本收敛曲线逡逑由表４－３的优化结果可知，ＭＳＩ－ＰＳＯ算法的优化效果好于其他几种优化算法，从逡逑平均值、最好值、最差值评价指标进行比较，ＭＳＩ－ＰＳＯ算法都具有明显的优势。图４－４逡逑表明，ＭＳＩ－ＰＳＯ算法在１００代之前得到的结果就开始优于其他改进ＰＳＯ算法，最终的逡逑收敛值也有明显优势。ＭＳＩ－ＰＳＯ算法的自适应惯性权重调节和保留个体优良搜寻速度逡逑等策略可很好的对含多种约束的多维变量的优化问题进行优化，这也是该算法优于逡逑其他算法的关键所在。逡逑

曲线,综合成本,优化算法,算法

【相似文献】