基于膜计算的微电网协调管控与能量优化研究

摘要

微电网在分布式电源的高效应用、灵活运行以及可调度性能等方面表现出极大的潜能和优势，成为目前解决能源危机问题的主要战略之一。微电网的协调管控和能量优化一直是微电网研究的两个热点。微电网协调管控的主要目标是实现系统的稳定运行。在此基础上，可以进一步考虑系统的能量优化，实现微电网的最优运行。但由于微电网结构繁多，控制方式灵活多样，不仅需要考虑系统稳定性、电能质量以及并网时对大电网的冲击影响等，还需考虑经济、环保、应用场所等多种因素，因此还需进一步全面深入地研究微电网的协调管控和能量优化技术。膜计算不仅具有强大的信息处理、推理和建模能力，还具有极大并行性，可克服控制系统结构多样等问题，满足系统多样化的控制需求，适用于求解多种实际问题。因此，本文结合膜计算理论模型与膜优化算法，深入开展了关于微电网协调管控和能量优化两方面的研究工作。
　　在微电网协调管控方面，本文结合细胞型膜系统和模糊理论，提出了语言模糊细胞型模糊P系统（Fuzzy Language Cell-like Fuzzy P System,FLCFPS），给出了其详细定义，进行推理演示，总结其特点并与其他P系统进行比较；随后，使用FLCFPS构建微电网FLCFPS协调管控系统，包括微电网结构选择确认、控制对象选择、输入量的确认、输入量的模糊化、基本控制流程确立以及各种分布式电源的FLCFPS模型搭建，并进行了系统推理测试；最后，通过MATLAB仿真对该微电网FLCFPS协调管控系统的合理性和有效性进行了进一步验证。实验结果表明，微电网FLCFPS协调管控系统能有效管理和控制微网，实现功率分配平衡，满足重要负荷供电可靠性，维持交流馈线频率稳定，提高分布式发电单元利用率。
　　在微电网能量优化方面，本文结合细胞型膜系统框架和第二代非支配遗传算法，提出了非支配遗传膜算法（Non-dominated Sorting Genetic Membrane-inspired Algorithm,NSGMIA），并进行性能测试；然后，搭建考虑微电网运行成本、污染物排放和新能源利用率等因素的微电网多目标能量优化模型；最后，采用NSGMIA算法对微电网多目标能量优化模型进行求解，并用模糊决策选择出综合解，实现微电网两目标能量优化和微电网三目标能量优化并进行详细的实验结果分析。实验结果表眀，该微电网多目标能量优化模型可以有效地实现成本、排污和新能源利用率的综合控制策略,且利用NSGMIA求解，得到的最优解集具有更好的分布性和多样性，有效地提高了微电网的运行管理水平。

目录

声明

1绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文研究内容

2 语言模糊细胞型模糊膜系统

2.1 细胞型膜系统定义

2.2 语言模糊细胞型模糊膜系统（FLCFPS）定义

2.3语言模糊细胞型模糊膜系统推理演示

2.4本章小结

3 基于语言模糊细胞型模糊膜系统的微电网协调管控

3.1 微电网FLCFPS协调管控系统建模

3.2 分布式电源FLCFPS建模

3.3 微电网FLCFPS协调管控系统仿真实现

3.4 本章小结

4 基于非支配排序遗传膜算法的微电网能量优化

4.1 非支配排序遗传膜算法（NSGMIA）

4.2 微电网多目标能量优化模型

4.3 仿真实验及结果分析

4.4 本章小结

5 总结与展望

参考文献

攻读硕士学位期间学术论文及科研情况

致谢