基于改进鸟群算法的微电网并网优化调度研究
2018-03-21杨文荣马晓燕徐茂林边鑫磊
电工电能新技术 2018年2期
杨文荣, 马晓燕, 徐茂林, 边鑫磊
(省部共建电工装备可靠性与智能化国家重点实验室, 河北工业大学, 天津 300130)
1 引言
因全球能源危机和环境污染问题日益突出,太阳能、风能等可再生清洁能源得到迅速发展。风光出力的间歇性和随机性以及负荷的波动性等不确定因素威胁着电力系统的安全稳定运行,同时在孤岛、偏远区域和微电源渗透率高的一些地区,难以实现供电要求。微电网是一种将分布式电源、储能装置、负荷和保护装置等结合起来的小型发配电系统,可有效解决上述问题[1-3]。
微电网的优化调度即在满足负荷需求和微电源约束条件等的前提下,使微电源的发电成本、停电损失、污染排放等达到最小。目前大部分研究方向集中在模型的优化、调度策略的完善或有效的智能算法[4,5]。文献[6]利用监控和数据采集系统(SCADA)控制孤岛型智能微电网,采用混合线性整数规划算法(MILP)计算各分布式电源的出力,以达到最优的方案。但由于目标函数和约束条件及微电网系统的复杂性,MILP有一定局限性。文献[7]提出了一个基于净现值的主从式目标函数,通过二次规划算法和粒子群算法(PSO)最小化运行成本和停电损失,采用模糊逻辑工具箱在Pareto曲线中寻找“从目标函数”中最优策略,然后运用PSO的不断迭代最终解决“主目标函数”中的优化问题,但PSO易陷入局部最优且收敛速度慢。文献[8]考虑光伏发电、风力发电和内燃机发电,用蓄电池来储存发电单元的剩余电量。……
登录APP查看全文
