微電網(wǎng)系統(tǒng)具有以下優(yōu)點(diǎn):整合各分布式電源的優(yōu)點(diǎn);降低分布式發(fā)電對(duì)電網(wǎng)穩(wěn)定性的不利影響;使各分布式電源綜合效益得以充分發(fā)揮。如今,對(duì)微電網(wǎng)系統(tǒng)的研究已成為分布式發(fā)電領(lǐng)域的研究熱點(diǎn)和重點(diǎn)研究方向之一。深入研究微電網(wǎng)優(yōu)化調(diào)度策略是構(gòu)建綠色電網(wǎng)、推動(dòng)可再生清潔能源的利用、提高能源利用效率、減少環(huán)境污染的基礎(chǔ),具有重要的理論及實(shí)際工程意義。本文在國(guó)家自然科學(xué)基金“考慮非線性不平衡因素的微電網(wǎng)容量配置與協(xié)調(diào)控制策略研究（61903129）”和湖北省自然科學(xué)基金“綠色能源微網(wǎng)系統(tǒng)多目標(biāo)設(shè)計(jì)與協(xié)調(diào)控制研究（2016CFB512）”項(xiàng)目的資助下,以滿足用戶冷電負(fù)荷需求為出發(fā)點(diǎn),著眼于微電網(wǎng)系統(tǒng)綜合效益優(yōu)化,圍繞微電網(wǎng)系統(tǒng)數(shù)學(xué)建模和微電網(wǎng)優(yōu)化調(diào)度算法展開(kāi)研究。本文完成的主要工作和取得的研究成果如下:（1）在微電網(wǎng)系統(tǒng)數(shù)學(xué)建模方面:本文構(gòu)建了以風(fēng)力發(fā)電、光伏發(fā)電、微型燃?xì)廨啓C(jī)、燃料電池以及儲(chǔ)能裝置為分布式電源的微電網(wǎng)系統(tǒng)結(jié)構(gòu),并對(duì)系統(tǒng)中各分布式電源的特性進(jìn)行了研究以及建立了與之相應(yīng)的數(shù)學(xué)模型。以該微電網(wǎng)系統(tǒng)為研究對(duì)象,分別建立了包含系統(tǒng)各類功率平衡、各設(shè)備輸出功率上下限、污染物排放限制等約束條件,建立了考慮... 

【文章來(lái)源】：湖北工業(yè)大學(xué)湖北省

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

測(cè)試函數(shù)1fx

湖北工業(yè)大學(xué)碩士學(xué)位論文614fxPSO200999817810.55TS-PSO20046424940.85通過(guò)對(duì)上表的仿真實(shí)驗(yàn)結(jié)果分析可知，PSO算法不能夠搜索到單極值函數(shù)1fx、2fx的最優(yōu)值，而對(duì)雙極值函數(shù)3fx、4fx的最優(yōu)值搜索在成功率方面表現(xiàn)也較為一般；TS-PSO算法雖然對(duì)單極值函數(shù)1fx、2fx的最優(yōu)值搜索在成功率方面也表現(xiàn)較為一般，但對(duì)雙極值函數(shù)3fx、4fx的最優(yōu)值搜索與PSO算法對(duì)比而言，在成功率方面更高，其搜索效果方面表現(xiàn)更好。從算法的整體性能上來(lái)看，TS-PSO算法對(duì)比PSO算法在其收斂速度上有了極大的提高，在對(duì)多極值函數(shù)上表現(xiàn)效果尤為顯著。（3）在迭代次數(shù)相同時(shí)，評(píng)估算法的收斂精度及速度在迭代次數(shù)相同為前提條件下，其評(píng)估算法的仿真實(shí)驗(yàn)結(jié)果如下圖所示。其中圖4.6、圖4.7、圖4.8、圖4.9分別為測(cè)試函數(shù)1fx、2fx、3fx、4fx的適應(yīng)度值（圖中縱坐標(biāo)適應(yīng)度值均取以10為底數(shù)的對(duì)數(shù)）圖4.6測(cè)試函數(shù)1fx圖4.7測(cè)試函數(shù)2fx

湖北工業(yè)大學(xué)碩士學(xué)位論文62圖4.8測(cè)試函數(shù)3fx圖4.9測(cè)試函數(shù)4fx通過(guò)圖4.6、圖4.7、圖4.8和圖4.9對(duì)比分析可知，TS-PSO算法相比較于PSO算法，其在收斂速度和精度兩個(gè)方面上有了極大的提高。對(duì)于單極值函數(shù)1fx、2fx而言，TS-PSO算法比PSO算法，其在收斂速度和精度兩個(gè)方面也相應(yīng)的有了一定的提高，雖然表現(xiàn)效果較為一般。從圖4.7可以看出TS-PSO算法依然具備較強(qiáng)跳出局部最優(yōu)解的能力。對(duì)于雙極值函數(shù)3fx、4fx而言，從圖4.8、圖4.9可知TS-PSO算法，其在收斂速度和精度兩個(gè)方面都有了較大的提高，與上述分析結(jié)果基本保持一致，同時(shí)也可以得出TS-PSO算法對(duì)于雙極值類型的函數(shù)表現(xiàn)效果較好，能夠有效的從當(dāng)前局部最優(yōu)解中跳出，即跳出局部死循環(huán)，從而使得算法的收斂速度和收斂精度得到有效的提高。本文中所研究的優(yōu)化調(diào)度問(wèn)題的目標(biāo)函數(shù)屬于多極值函數(shù)，而所提出的TS-PSO算法對(duì)于求解該函數(shù)更具有優(yōu)越性。4.4本章小結(jié)本章首先對(duì)常見(jiàn)的多目標(biāo)問(wèn)題及其求解方法進(jìn)行了闡述，并對(duì)其求解方法進(jìn)行了匯總與分類。研究了基本粒子群算法、禁忌搜索算法，并將基本粒子群算法改進(jìn)后與禁忌搜索算法相結(jié)合，從而形成了一種新的算法，即禁忌粒子群算法，最后通過(guò)四個(gè)典型數(shù)學(xué)測(cè)試函數(shù)來(lái)對(duì)該算法進(jìn)行性能測(cè)試。本章完成的主要工作及取得的結(jié)果如下：（1）研究了多目標(biāo)優(yōu)化問(wèn)題及其求解方法，對(duì)常見(jiàn)的多目標(biāo)問(wèn)題的求解方法進(jìn)行對(duì)比分析，并對(duì)其進(jìn)行歸類與匯總；（2）研究了基本粒子群算法的原理及特點(diǎn)，并針對(duì)該算法的慣性權(quán)重以及學(xué)習(xí)因子進(jìn)行了改進(jìn)，保證了算法前期的搜索能力和后期收斂精度；（3）研究了禁忌搜索算法的原理及特點(diǎn)，針對(duì)粒子群算法在后期搜索尋優(yōu)時(shí)，

【參考文獻(xiàn)】：
期刊論文
[1]中國(guó)能源與重要礦產(chǎn)資源需求展望[J]. 王安建,高芯蕊.  中國(guó)科學(xué)院院刊. 2020(03)
[2]我國(guó)能源系統(tǒng)演化發(fā)展模式研究[J]. 邢通,譚清坤,王堯,樊偉.  價(jià)格理論與實(shí)踐. 2019(11)
[3]論中國(guó)“能源獨(dú)立”戰(zhàn)略的內(nèi)涵、挑戰(zhàn)及意義[J]. 鄒才能,潘松圻,趙群.  石油勘探與開(kāi)發(fā). 2020(02)
[4]需求響應(yīng)的微電網(wǎng)優(yōu)化調(diào)度及改進(jìn)的蝙蝠算法[J]. 沈艷軍,楊博.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(02)
[5]基于多目標(biāo)微電網(wǎng)動(dòng)態(tài)優(yōu)化調(diào)度的研究[J]. 王遐龍.  計(jì)算機(jī)與數(shù)字工程. 2019(07)
[6]計(jì)及可轉(zhuǎn)移負(fù)荷的微電網(wǎng)優(yōu)化調(diào)度[J]. 李燕青,張登岳,陳玉軒,呂鍇.  智慧電力. 2019(05)
[7]考慮經(jīng)濟(jì)環(huán)保效益的微網(wǎng)群多目標(biāo)協(xié)調(diào)優(yōu)化[J]. 趙紫嫣,崔雙喜,樊小朝,李浩然.  可再生能源. 2019(03)
[8]基于灰靶決策和多目標(biāo)布谷鳥(niǎo)算法的微電網(wǎng)分布式電源魯棒優(yōu)化[J]. 楊歡紅,王潔,邰能靈,丁宇濤.  電力系統(tǒng)保護(hù)與控制. 2019(01)
[9]基于改進(jìn)蟻群算法的微電網(wǎng)多目標(biāo)模糊優(yōu)化運(yùn)行[J]. 李國(guó)慶,翟曉娟,李揚(yáng),王振浩,陳繼開(kāi),張明江.  太陽(yáng)能學(xué)報(bào). 2018(08)
[10]太陽(yáng)能光伏發(fā)電發(fā)展現(xiàn)狀及前景[J]. 郭少平.  山東工業(yè)技術(shù). 2018(16)

博士論文
[1]基于MOEA的微電網(wǎng)多目標(biāo)多約束優(yōu)化調(diào)度研究[D]. 李昕.武漢大學(xué) 2016

碩士論文
[1]基于人群搜索算法的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度[D]. 邵靖珂.湖南大學(xué) 2016
[2]基于禁忌搜索算法的聯(lián)合運(yùn)輸組合優(yōu)化研究[D]. 廖天博.清華大學(xué) 2015



本文編號(hào)：3022588