论文部分内容阅读
随着传统发电所需能源的日益短缺以及环境污染问题的愈发严重,分布式新能源发电技术正在逐渐应用到电网中,并且随着我国用电量需求的增长以及对环境保护的要求越来越高,新能源发电的作用尤为重要。伴随着智能家居以及物联网技术的快速发展,用户能够通过手机等联网设备轻松查看和管理家庭负荷的工作状态。为了使用户侧与电网侧相互交换信息,根据用户需求以及电网侧需求响应智能调度家用负荷,同时使大量分布式电源平稳接入电网,在分时电价机制下,利用用户的储能装置,在电价较低时将电能储存起来并在价格较高时供负荷使用,不但减少了用户的用电费用,也减少了电网侧在负荷高峰时的供电压力,因此基于分布式发电与储能技术的用户侧能量管理系统成为了当前的研究热点。本文综合考虑了用户侧能量管理系统的意义与作用,建立了用户侧能量管理系统的优化调度模型,并从家庭能量管理系统扩展为社区能量管理系统,具体研究工作如下:首先,构建了家庭能量管理系统的基础框架,分析了家庭能量管理系统的运行方式,介绍了其相关技术,将家庭用电设备分为可调度负荷、不可调度负荷和储能装置等,并构建了各种用电设备的数学模型。然后,在不影响用户用电需求的前提下,以用户的用电成本最低为目标,建立了家庭能量管理系统的优化调度模型,采用和声搜索算法求解模型,针对该算法收敛不稳定的缺陷,对其参数做出适当改进,并与常规粒子群优化算法以及基本和声搜索算法比较,仿真结果表明,该调度模型能够有效地节省用户的用电成本,改进后的算法具有更强的寻优性能。最后,结合用户侧智能用电技术的发展趋势,将调度对象由单个家庭扩展为智能社区,根据不同的用户类型,建立了社区能量管理系统的结构框架。由于不同家庭间存在较大的互动调度潜力,社区能量管理系统能够更好地和电网侧相配合,参与到电网的需求响应计划中,使整个社区的负荷平滑接入电网。考虑到用户侧与电网侧双方的利益,本文在之前工作的基础上,加入配电网侧负荷波动最小的优化目标,对社区能量管理系统进行多目标优化调度,提出了一种基于Pareto理论的多目标和声搜索算法,并用该算法求解模型,与多目标粒子群算法比较,仿真结果体现了调度方案的可行性与有效性以及所用算法的优越性。