基于混合智能优化算法的微电网电源优化配置研究
本文关键词:基于混合智能优化算法的微电网电源优化配置研究 出处:《太原理工大学》2017年硕士论文 论文类型:学位论文
更多相关文章: 微电网 并网 优化配置 经典粒子群算法 混合智能优化算法
【摘要】:随着世界第四次工业革命,即绿色革命的悄然到来,无污染新能源的高效利用越来越受到重视,以风电、光伏为代表的新能源发展尤为迅速。但由于其出力的随机性和间歇性,接入电网易造成较大波动。而微电网作为一个小型可控网络,既可以并网运行,也可以孤岛运行,为分布式电源的接入和管理提供了便利。因此,需要对微电网中电源进行合理的优化配置,从而更加高效地开发利用新能源,保证电力系统的安全稳定运行。本文综合考虑系统可靠性及经济性,在微电网并网模式下对其中各电源进行优化配置及应用。本文的主要研究内容介绍如下:(1)首先阐述了选题的背景和意义,介绍了微电网的定义及发展研究现状。然后强调了微电网电源选址定容优化对今后微电网及电力系统发展的重要性,分析了世界各国对于微电网的各项研究并指出微电网电源优化的必要性,为之后的微电网电源选址定容问题的研究及应用提供了一定的理论基础。(2)研究了分布式风电、光伏、储能装置等微电网电源的研究现状和相关原理特性,对其典型特性在MATLAB软件中进行了相关建模仿真研究,为后续微电网电源优化作理论和数学模型的准备。研究了多种应用于微电网优化的智能优化算法,并在MATLAB软件中完成对经典粒子群算法、经典遗传算法及本文所提算法的程序编译,编写三种基准测试函数,即Sphere测试函数、Schwefel测试函数和Rastrigin测试函数的相关程序,对三种算法分别进行了仿真实验,并对比各算法的测试结果来证明本文算法在收敛及寻优性能上的优势。(3)在微电网并网模式下,建立了以电压偏差、负荷缺电率及储能容量最小的多目标优化模型,并提出基于经典粒子群算法和NSGA-II算法多种优化策略的混合智能优化算法。通过MATLAB实现经典粒子群优化算法和所提算法的程序编译,以IEEE33节点测试系统为例,对微电网中各电源进行优化配置。在MATLAB中分别采用经典粒子群算法和本文提出的混合智能优化算法这两种算法进行优化计算,得出微电网中各电源的最优接入位置和最优配置容量,并通过对两种算法优化配置结果的对比分析,验证本文所提算法的优越性和有效性。在此基础上,选取三种负荷类型分别在测试系统中进行储能优化配置,研究了负荷类型的不同对储能优化配置的影响。(4)在MATLAB软件中运用GUI功能模块设计了第三章和第四章内容相对应的可视化软件界面。在简单介绍了MATLAB中的图形用户界面GUI功能模块后,依据本文研究内容设置了软件菜单,利用GUI设计了欢迎界面、软件初始界面、优化算法界面及微电网电源优化主界面,并编写相应程序实现各控件的功能,设计相关菜单中关于子菜单的软件界面,完成所有软件界面的设计,更为直观的看到本文的研究内容,使得微电网电源优化配置的研究与应用具有更好的通用性及可操作性。
[Abstract]:In this paper , the research and application of micro - grid power supply are discussed . ( 4 ) In MATLAB software , the GUI function module is used to design the visual software interface corresponding to the contents of chapter 3 and chapter 4 . After the GUI function module of GUI in MATLAB is simply introduced , the software menu is set up according to the research contents . The software interface of each control is designed by using GUI .
【学位授予单位】:太原理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP18;TM727
【参考文献】
相关期刊论文 前10条
1 盛万兴;叶学顺;刘科研;孟晓丽;;基于NSGA-Ⅱ算法的分布式电源与微电网分组优化配置[J];中国电机工程学报;2015年18期
2 韩杏宁;陈雁;文劲宇;;风电场储能装置的鲁棒优化配置[J];高电压技术;2015年07期
3 王新永;闫立东;;基于粒子群优化算法的微电网微电源优化配置[J];现代建筑电气;2015年03期
4 周天沛;孙伟;;风光互补发电系统混合储能单元的容量优化设计[J];太阳能学报;2015年03期
5 程世军;张粒子;;风力发电系统中储能容量的优化配置[J];电力系统及其自动化学报;2015年03期
6 向育鹏;卫志农;孙国强;孙永辉;沈海平;;基于全寿命周期成本的配电网蓄电池储能系统的优化配置[J];电网技术;2015年01期
7 钟永;孙旭日;张浩;彭道刚;;风光互补微电网中混合储能系统的容量优化研究[J];华东电力;2013年08期
8 朱兰;严正;杨秀;符杨;陈洁;;风光储微网系统蓄电池容量优化配置方法研究[J];电网技术;2012年12期
9 王瑞琪;李珂;张承慧;杜春水;褚晓广;;基于多目标混沌量子遗传算法的分布式电源规划[J];电网技术;2011年12期
10 马溪原;吴耀文;方华亮;孙元章;;采用改进细菌觅食算法的风/光/储混合微电网电源优化配置[J];中国电机工程学报;2011年25期
相关博士学位论文 前3条
1 陈健;风/光/蓄(/柴)微电网优化配置研究[D];天津大学;2014年
2 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
3 杨占刚;微网实验系统研究[D];天津大学;2010年
相关硕士学位论文 前5条
1 胡墨擎;基于PSCAD的直流微电网建模及控制策略研究[D];东北大学;2014年
2 杨俊虎;基于逆变器下垂控制的微电网运行特性及其控制系统研究[D];太原理工大学;2012年
3 王静;多目标粒子群优化算法的研究及应用[D];东北石油大学;2011年
4 伍春林;基于改进蚁群算法的微电网DG选址与定容[D];中南大学;2010年
5 马小姝;多目标优化的遗传算法研究[D];西安电子科技大学;2010年
,本文编号:1388813
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/1388813.html