王红艳 王依妍 陈景文 肖 妍 莫瑞瑞

(1. 陕西科技大学信息与网管中心 西安 710021；2. 陕西科技大学电气与控制工程学院 西安 710021)

1 引言

微电网作为分布式电源接入电网的一种有效手段，已被广泛应用[1]。微电网中的分布式电源以风电、光伏等间歇性电源为主，由于其波动性，影响微电网的稳定运行，降低其电能质量。而储能介质的引入在提高自发自用比率，平抑可再生能源的波动、改善电能质量及提高供电可靠性方面具有显著作用[2]，但储能装置的引入会增加微电网系统的投资成本，因此需要在保证最大化利用新能源的前提下选择合适的储能容量，降低成本、提高系统的经济效益[3-4]。

目前，越来越多的学者在研究和实施以经济性为目标的混合储能容量优化配置问题，由于目标的多样性为求解带来很大的困难，促进了智能算法的广泛应用，常用的算法有遗传算法、粒子群算法(Particle swarm optimization, PSO)等。文献[5]以功率波动最小目标，采用改进遗传算法进行优化，实现系统的经济性和供电可靠性；文献[6-7]通过遗传算法进行储能功率分配，求解储能经济模型，得出最优配置结果。文献[8]考虑线路损耗和分时电价等影响建立多目标优化模型，利用改进遗传算法对目标求解，确定储能容量配置；文献[9]运用自适应粒子群算法，以成本最低、可再生能源功率平滑最好为目标，对混合储能容量进行优化配置，确保系统的可靠性；文献[10-11]利用改进粒子群算法求解目标，确定混合储能最优配置容量；……