微電網(wǎng)多目標(biāo)優(yōu)化調(diào)度模型及算法研究.pdf

1、日益嚴(yán)峻的能源匱乏和環(huán)境污染問題指引電力的發(fā)展走向智能電網(wǎng)之路，微電網(wǎng)作為連接傳統(tǒng)電力系統(tǒng)和智能電網(wǎng)的橋梁，具有重要的研究意義。由于微電網(wǎng)中存在多種分布式電源，如何采用合理的調(diào)度策略，使得微電網(wǎng)在正常運行的前提下，減少其運行成本及污染氣體的排放，以保證其經(jīng)濟環(huán)保運行，微電網(wǎng)的優(yōu)化調(diào)度問題儼然已成為微電網(wǎng)的研究熱點。
　　實際上微電網(wǎng)的優(yōu)化調(diào)度是一個復(fù)雜的多目標(biāo)優(yōu)化問題，具有明顯的多約束和非線性特點。若僅考慮運行成本或環(huán)境效益一個目

2、標(biāo)，則優(yōu)化結(jié)果具有片面性，不能發(fā)揮出微電網(wǎng)的實際作用，而當(dāng)前運用較為頻繁的智能優(yōu)化算法在解決此類問題時存在過早收斂于局部最優(yōu)解的現(xiàn)象。因此，本文將探索使用新的方法，針對微電網(wǎng)的多目標(biāo)優(yōu)化問題進行求解。
　　本文首先建立了各種分布式電源的出力及能耗模型，并結(jié)合微電網(wǎng)運行的約束條件，建立以經(jīng)濟成本和環(huán)境污染度為目標(biāo)函數(shù)的多目標(biāo)優(yōu)化模型。同時提出儲能電池的兩種運行策略：削峰填谷和基于剩余容量的動態(tài)規(guī)劃運行策略。
　　然后，針對常規(guī)

3、智能算法不能有效處理此類多目標(biāo)優(yōu)化模型的現(xiàn)象，引進一種新的生物啟發(fā)式算法：鳥群算法（Bird Swarm Algorithm,BSA）。該算法模仿鳥群覓食、警覺、遷移的習(xí)性，生成對應(yīng)的更新策略，克服了種群多樣性不足導(dǎo)致易早熟的缺陷，通過分別對幾個典型的單目標(biāo)和多目標(biāo)函數(shù)的尋優(yōu)結(jié)果分析，驗證了該算法的有效性。同時，介紹了一種從Pareto解集中篩選最優(yōu)折中解的方法：最短歸一化距離法。
　　最后，以一個微電網(wǎng)算例對本文所提模型進行仿真