陈浩然，刘瀚阳

（河海大学，江苏 南京 211100）

随着电力需求的不断增长，电力系统规模的不断扩大，一些问题也日益凸显。例如，大规模电网的建设投资成本高，施工周期长，还可能会造成一些环境的问题。在此背景之下，分布式发电的研究越来越得到人们的重视。分布式发电方式，一般指将相对小型的发电装置分散布置在用户现场或用户附近的发电方式[1]。微电网就是指将多种分布式电源以微网形式接入大电网并有机地整合了储能、保护等装置的小型发配电系统[2]。

针对微电网的优化调度一直是国内外学者的研究热点，在优化过程中，不仅要考虑各个分布式电源的出力模型，还要考虑需求侧，即基于实时电价的微电网系统和大电网的电能交互，以求对多方面进行优化，求得最优的经济效益。本文在其他学者[3]研究的基础上，提出了一种改进粒子群算法，即改良了一种自适应的惯性权重和学习因子，并运用合理的调度策略对每一个小时进行调度。通过使用Matlab 进行仿真模拟，结果表明，此改进粒子群算法的适应度值和迭代收敛次数均有明显改善，具有更好的经济效益。

1 微电网中的优化配置模型

该微电网系统中考虑的分布式电源包括风力发电、光伏发电、燃料电池、储能系统等。通过对这些分布式电源进行研究，确定了它们各自的出力模型，并考虑了相关目标函数和约束条件，以此为基础来制定总体的调度方案。

1.1 分布式电源的出力模型

1.1.1 风力发电