基于改进PSO算法的微网经济运行优化研究

摘要

智能电网和电力电子技术的推广，为微网的发展提供了条件。微网解决了分布式电源在中低压配电网络中的大规模接入问题，对缩短源与负荷的距离、改善供电质量、降低高层电网的网络损耗有重要意义，同时为可再生能源的充分利用创造了良好的环境，微网运行的经济性也同时是其吸引用户使用，并在电力系统中发展的关键。因此，对微网经济运行的研究具有十分重要的现实意义，同时也是研究的重点和难点，引起了国内外众多学者的广泛关注，本文重点对微网的经济调度问题进行研究。
　　本文首先介绍了微网经济运行的研究现状，建立了光伏、风机、微燃气轮机、燃料电池、储能装置等设备稳态功率输出模型。考虑微网在运行时会产生一定的污染气体，建立了污染物排放惩罚量与输出功率关系的模型，最后综合建立了在并网条件下含热电联产的微网运行费用和环境治理费用之和最小的动态微网经济调度模型。
　　其次针对微网经济运行问题的多变量、多约束以及多维性，从群智能优化算法的一个分支—粒子群优化算法角度出发，研究微网经济调度问题。针对基本粒子群优化算法在寻优过程中的不足，综合一系列改进措施，通过分阶段调整加速因子和动态调整惯性权重以平衡粒子局部搜索与全局探索能力，改善部分性能差的粒子以加快粒子收敛速度等几方面提高粒子的收敛精度，采用一种多策略融合粒子群(Particle Swarm Optimizationwith Multi-Strategy Integration，MSI-PSO)算法，然后运用MSI-PSO算法对建立的动态经济调度模型进行求解，并与其他几种改进的PSO算法的优化结果进行比较，结果显示MSI-PSO算法在解决微网经济调度问题具有明显的优势。上级电网的电价对各微源的出力影响很大，电网可以制定比较合理的峰平谷电价使得微网在主网供电不足的情况下输送电能，同时，微网用户可以将电网的峰谷电价与网内发电成本进行比较，合理购电，并从中利用差价获益。
　　最后针对微网中风力和光伏发电的随机、间歇性等特点，采用拉丁超立方采样法对风电和光伏发电功率预测误差进行采样，然后运用同步削减法对采集的场景进行缩减，在调度周期内建立了风力和光伏发电输出功率的多时段场景模型，并给出了各场景发生的概率。最后利用MSI-PSO算法对基于场景分析的随机期望值决策模型进行求解，结果表明随着风力和光伏发电输出功率预测误差的增大，系统的综合费用也随之增长。

目录

声明

摘要

第1章 绪论

1．1 课题背景及意义

1．2 国内外研究现状

1．2．1 微网

1．2．2 微网优化运行

1．3 本文的主要工作

第2章 微网各微源建模

2．1 引言

2．2 微源数学模型

2．2．1 风机

2．2．2 光伏

2．2．3 储能装置

2．2．4 微型燃气轮机

2．2．5 燃料电池

2．2．6 储热设备

2．3 本章小结

第3章 粒子群优化算法及其改进

3．1 引言

3．2 PSO优化算法

3．2．1 PSO算法的基本原理

3．2．2 PSO算法的基本流程

3．2．3 PSO算法的参数分析

3．3 PSO算法典型的改进型式

3．3．1 PSO算法参数的改进

3．3．2 PSO算法模型的改进

3．4 多策略融合自适应粒子群优化算法

3．5 基于MSI-PSO算法的函数测试

3．5．1 测试函数简介

3．5．2 基于各种算法的函数测试比较分析

3．6 基于MSI-PSO算法的电力系统无功优化

3．6．1 电力系统无功优化数学模型

3．6．2 多目标问题求解方法

3．6．3 算例

3．7 本章小结

第4章 确定性微网经济调度与经济分析

4．1 微网系统优化运行模型

4．1．1 目标函数

4．1．2 约束条件

4．2 综合效益分析

4．3 基于MSI-PSO算法的确定性微网经济调度

4．3．1 原始数据

4．3．2 动态微网经济调度

4．4 本章小结

第5章 考虑风光功率预测误差的微网经济调度

5．1 引言

5．2 风光功率不确定性模型

5．3 考虑风光功率不确定性的调度模型

5．4 基于LHS的风光功率预测误差抽样技术

5．5 基于同步回代削减法的风光功率联合多时段场景模型

5．6 考虑风光功率预测误差的微网经济调度

5．7 本章小结

第6章 结论和展望

6．1 本文工作及结论

6．2 工作展望

致谢

参考文献

攻读硕士学位期间发表的学术论文