考慮綜合能源系統(tǒng)實(shí)際情況,提出了一種基于改進(jìn)非支配排序遺傳算法(NSGA-Ⅱ)的綜合能源多主體利益均衡優(yōu)化調(diào)度方法。將綜合能源系統(tǒng)分為三大主體,分別為綜合能源服務(wù)商、可再生能源擁有者以及用戶,引入綜合需求響應(yīng)、儲(chǔ)能、儲(chǔ)熱等能量樞紐技術(shù)的數(shù)學(xué)模型,并結(jié)合電動(dòng)汽車響應(yīng)模型,從多主體利益均衡角度出發(fā)構(gòu)造了綜合能源多主體優(yōu)化調(diào)度模型。以主體間利益均衡為目標(biāo),采用基于超平面投影的非支配排序遺傳算法對(duì)模型進(jìn)行求解,得到最優(yōu)Pareto前沿,并利用逼近理想解法尋得各機(jī)組最優(yōu)出力分布,通過仿真對(duì)比說明了所提模型的有效性與實(shí)用性。

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1Pareto最優(yōu)解數(shù)量變化情況

Pareto非支配解數(shù)量隨迭代次數(shù)的變化情況如圖1所示。由圖1可知，HP-NSGA-Ⅱ迭代約15次時(shí)能穩(wěn)定到達(dá)Pareto前沿，比NSGA-Ⅱ求解速度更快。圖2展示了HP-NSGA-Ⅱ與NSGA-Ⅱ在綜合能源系統(tǒng)調(diào)度中，IESP、REO以及用戶三大主體經(jīng)濟(jì)效益的Pareto前沿對(duì)....

圖2三維Pareto前沿對(duì)比

圖2展示了HP-NSGA-Ⅱ與NSGA-Ⅱ在綜合能源系統(tǒng)調(diào)度中，IESP、REO以及用戶三大主體經(jīng)濟(jì)效益的Pareto前沿對(duì)比。結(jié)合圖1可知，在迭代較少次數(shù)達(dá)到Pareto前沿的基礎(chǔ)上，HP-NSGA-Ⅱ求解的Pareto前沿解更為集中，有效提高了尋找Pareto優(yōu)解的能力，相較....

圖3IESP出力分布

IESP各單元出力分布情況如圖3所示�？梢娫陔娯�(fù)荷峰時(shí)段，電負(fù)荷與熱負(fù)荷相差較大，由于CHP機(jī)組運(yùn)行在“以熱定電”模式下，為滿足電負(fù)荷平衡，需要增加CHP機(jī)組的熱出力，若無儲(chǔ)熱裝置，將導(dǎo)致熱能的廢棄；儲(chǔ)熱裝置所回收的熱能可用于制冷，也可用于在其余時(shí)刻進(jìn)行供熱，減少電熱負(fù)荷低谷期C....

圖4REO出力分布情況

REO出力分布如圖4所示，此時(shí)綜合能源系統(tǒng)內(nèi)部光伏消納率高達(dá)93.69%。圖中PesR為儲(chǔ)能的充放電功率，充電時(shí)為正，放電時(shí)為負(fù)。并且由圖3可知在光伏發(fā)電充足時(shí)刻，IESP的電量供給主要來自于CHP以及從REO購(gòu)電，從上級(jí)電網(wǎng)的購(gòu)電量幾乎為0，有效地降低了IESP的運(yùn)行成本。RE....

本文編號(hào)：3894205