本文關鍵詞：考慮V2G影響的微電網電源優(yōu)化配置

  更多相關文章： 微電網 V2G技術 優(yōu)化配置 基于Pareto的向量評價粒子群優(yōu)化算法

【摘要】：微電網憑借先進、靈活的控制方式,在實現(xiàn)可再生能源發(fā)電安全友好接入電力系統(tǒng)方面具有重要作用。而隨著電動汽車的大力推廣,其接入微電網的容量也越來越大,相對于風力和光伏等可再生能源發(fā)電,電動汽車通過先進的V2G(Vehicle-to-grid)控制技術,可以實現(xiàn)對電動汽車的可控調度,從而達到平抑可再生能源發(fā)電機組波動性的目的。微電網中的燃氣輪機、風力、光伏等分布式電源、連入微網的電動汽車可能會對微電網的經濟和安全運行產生一定程度的影響。微電網中分布式電源配置的不合理可能會降低對可再生能源的利用效率和對負荷的供電可靠性。針對現(xiàn)有微電網分布式電源的優(yōu)化配置研究均沒有考慮不斷滲透的電動汽車對分布式電源優(yōu)化配置影響的不足,本文將V2G控制技術引入微電網分布式電源優(yōu)化配置中,考慮微電網中微電網電源發(fā)電的環(huán)境效益、總發(fā)電成本,在保障孤島運行和供電可靠性的條件下,建立了考慮V2G影響的微電網電源優(yōu)化配置模型。針對粒子群優(yōu)化算法在處理多目標問題中的優(yōu)勢和不足,本文克服基于Pareto法和多子群法的不足,結合其優(yōu)勢,提出了基于Pareto的向量評價粒子群優(yōu)化算法(Vector evaluated particle swarm optimization algorithm based on Pareto,VEPSO-BP)。在外部建立一個精英集,并在每次迭代前利用輪盤法從精英集中抽取Pareto非支配解,用于引導各個粒子群中的粒子向Pareto前沿逼近。通過SIMULINK仿真模型和設置參數,對模型進行仿真實驗。優(yōu)化配置結果表明,隨著對微電網允許的最大停電概率要求的降低,總發(fā)電成本也隨之增加,但是環(huán)境效益成本逐漸降低。通過將基于Pareto的向量評價粒子群優(yōu)化算法與蟻群算法、遺傳算法的對比,得知基于Pareto的向量評價粒子群優(yōu)化算法在處理多目標優(yōu)化問題時具有收斂速度快、精度高的特點。通過對微電網優(yōu)化配置結果的分析可得,在目前的市場環(huán)境下,風力發(fā)電、光伏發(fā)電等可再生能源發(fā)電在發(fā)電成本上仍然處于劣勢,但環(huán)境效益較好。因此,為了促進可再生能源發(fā)電并網的快速發(fā)展,我們可以制定征收碳排放交易稅、提高可再生能源發(fā)電售價等市場激勵機制。
【關鍵詞】：微電網 V2G技術 優(yōu)化配置 基于Pareto的向量評價粒子群優(yōu)化算法
【學位授予單位】：長沙理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM727
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-18
• 1.1 研究背景及研究意義10-11
• 1.1.1 研究背景10-11
• 1.1.2 研究意義11
• 1.2 研究現(xiàn)狀11-15
• 1.2.1 微電網發(fā)展現(xiàn)狀11-14
• 1.2.2 微電網優(yōu)化配置研究現(xiàn)狀14-15
• 1.3 本文所做的工作15-18
• 第二章 分布式電源及電動汽車接入微電網的研究18-26
• 2.1 引言18
• 2.2 V2G技術及其對微電網的影響18-19
• 2.3 分布式電源和電動汽車接入的控制19-25
• 2.3.1 逆變器的控制19-23
• 2.3.2 風力發(fā)電機組的控制23
• 2.3.3 微型燃氣輪機的控制23-24
• 2.3.4 電動汽車的控制24-25
• 2.4 本章小結25-26
• 第三章 考慮V2G影響的微電網電源優(yōu)化配置建模26-34
• 3.1 引言26
• 3.2 微電網電源和電動汽車模型26-29
• 3.2.1 風力發(fā)電機組輸出功率模型26-27
• 3.2.2 光伏陣列輸出功率模型27-28
• 3.2.3 電動汽車模型28-29
• 3.3 優(yōu)化配置數學模型29-32
• 3.3.1 機組投資成本29
• 3.3.2 機組年維護成本29
• 3.3.3 燃料成本29-30
• 3.3.4 環(huán)境效益30
• 3.3.5 優(yōu)化配置建模30-32
• 3.4 本章小結32-34
• 第四章 算法設計和仿真實驗34-49
• 4.1 引言34
• 4.2 多目標優(yōu)化算法設計34-43
• 4.2.1 經典的多目標優(yōu)化算法概述34-38
• 4.2.2 進化算法的研究現(xiàn)狀38-41
• 4.2.3 基于Pareto的向量評價粒子群優(yōu)化算法設計41-43
• 4.3 仿真實驗43-47
• 4.3.1 參數設置43-45
• 4.3.2 仿真實驗和結果分析45-47
• 4.4 本章小結47-49
• 結論與展望49-52
• 參考文獻52-58
• 致謝58-59
• 附錄A 攻讀碩士學位期間發(fā)表的論文及知識產權59-60
• 附錄B 攻讀碩士學位期間獲獎情況60

【相似文獻】

中國期刊全文數據庫 前10條

1 鄭漳華;艾芊;;微電網的研究現(xiàn)狀及在我國的應用前景[J];電網技術;2008年16期

2 麻敏;韓繼明;麻秀慧;陳衍妍;;淺談微電網[J];科技資訊;2009年15期

3 樓書氫;李青鋒;許化強;劉魯丹;;國外微電網的研究概況及其在我國的應用前景[J];華中電力;2009年03期

4 楊為;丁明;畢銳;高研;丁銀;;微電網實驗平臺的設計[J];合肥工業(yè)大學學報(自然科學版);2010年01期

5 袁清芳;周作春;陳艷霞;李香龍;陳國鋒;;微電網發(fā)展應對策略[J];農村電氣化;2010年10期

6 安智敏;羅時光;;微電網的概念及發(fā)展[J];內蒙古石油化工;2011年21期

7 王t，

本文編號：1028734