基于NSGA-Ⅲ与模糊聚类的光储式充电站储能系统优化运行方法

摘要

针对光储式充电站运行成本高、电网侧负荷波动水平较大的问题,提出一种基于参考点约束的非支配排序遗传算法(nondominated sorting genetic algorithmⅢ,NSGA-Ⅲ)与模糊聚类结合的优化算法用于储能系统优化运行.首先,在分析光储式充电站系统结构的基础上,以电网侧负荷方差最小、储能系统运行维护成本最小和向电网购电费用最小为目标函数,建立储能系统多目标优化运行模型;然后,采用NSGA-Ⅲ对模型进行求解,针对多目标优化得到的Pareto最优解集所含信息量大,使得运行人员决策困难的问题,采用模糊聚类方法对Pareto最优解集进行筛选;最后,通过算例验证了所提优化算法的有效性,与粒子群算法相比,所提算法在满足负荷需求的基础上进一步提升了充电站经济性和电网侧的负荷水平,使系统整体性能综合最优.