论文部分内容阅读
随着人类对大自然资源不断开发,资源逐渐枯竭是不得不面对的问题,那么如何提高资源利用率越来越受到专家学者的关注。微网系统将不同的分布式电源组合在一起,能够大大提高资源利用率,而且能够维护大电网的稳定,随着微网系统规模不断扩大,多微网系统应运而生,使得系统之间联系更加紧密,调度方式更加多元化。如何对多微网系统更好进行电能调度,使得系统整体的有更好的经济性和环保性,这是一个非常有价值的问题。随着智能算法日益发展,为微网系统经济化运行提供更多的解决方案。本篇文章搭建了多微网系统模型,为了解决多微网系统经济效益、环保效益和多元化系统调度问题,本篇文章提出了改进多目标粒子群算法(IM-MOPSO),并多微网系统进行算例分析,验证其可行性,为多微网系统经济优化调度模型,提供了具体可行解决方案。首先对多微网系统中分布式电源数学模型进行介绍,本文多微网系统包含风力发电机、光伏系统、微型燃气轮机、储能装置和燃料电池。并且对多微网系统成本进行分析。制定多微网优化运行的控制策略和不同运行方式下的目标函数。然后提出改进多目标粒子群算法(IM-MOPSO),粒子群算法结构简单,收敛速度快,但是容易出现过早收敛情况,多样性与延展性会受到损害。本章对多目标粒子群算法进行相应的改进,全局最优解选取运用支配树的策略,使得粒子快速飞向最优前沿;外部储备集的更新维护策略是规定储备集的最大规模与最小规模并且利用拥挤距离方法对储备集进行维护,可以保证外部储备集最优解多样性与延展性;粒子群算法的惯性因子和学习因子从静态固定值变为了动态变化值,为了让算法在前期与后期都有着较好搜索能力。将改进多目标粒子群算法与其他算法进行仿真比较,结果表明IM-MOPSO综合性能上优越于进行比较的算法。最后进行多微网系统的算例分析,主要考虑并网运行和孤网运行方式。在并网运行方式下,提出了5种目标:子微网1的经济成本最小值、子微网2的污染物排放量最小值、多微网系统总经济成本最小值、多微网系统总污染物排放量最小值、多微网系统的总经济成本和总污染物排放量的折中值。在不同决策目标下进行了多微网系统一天24小时调度优化,并与子微网间无电能交换的多微网系统进行比较与分析,从而分析得出结论。孤网运行方式下,以多微网系统中一个子微网的经济成本或者污染物排放量为决策目标进行多微网系统一天24小时的调度优化。结果表明运用IM-MOPSO对本篇文章搭建多微网系统进行优化调度,能够提高多微网系统的经济性与环保性,并且保证多元化调度需求。该论文有图51幅,表27个,参考文献81篇。