針對微電網(wǎng)調(diào)度的問題,以微電網(wǎng)經(jīng)濟成本最小與污染排放氣體最少為目標(biāo),建立了微電網(wǎng)日優(yōu)化運行的數(shù)學(xué)模型。針對人工魚群算法易陷入局部最優(yōu)的問題,將人工魚群的覓食和隨機行為與天牛須搜索算法中天牛位置更新方法相結(jié)合,提出基于天牛須搜索算法的人工魚群算法（artificial fish swarm algorithm based on beetle antennae search algorithm,BAS-AFSA）求解所建立的數(shù)學(xué)模型。最后以一個微電網(wǎng)系統(tǒng)為例,在并網(wǎng)運行的情況下,結(jié)合標(biāo)準(zhǔn)人工魚群算法作對比,仿真結(jié)果表明,所提算法能夠合理安排微源出力,降低了總成本,微電網(wǎng)獲得了更好的綜合效益。 

【文章來源】：供用電. 2019,36(12)

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 微電網(wǎng)的數(shù)學(xué)模型
    1.1 光伏發(fā)電數(shù)學(xué)模型
    1.2 風(fēng)力發(fā)電模型
    1.3 燃氣輪機發(fā)電模型
    1.4 燃料電池的數(shù)學(xué)模型
    1.5 蓄電池的數(shù)學(xué)模型
2 微電網(wǎng)調(diào)度模型
    2.1 目標(biāo)函數(shù)
        2.1.1 發(fā)電成本最小
        2.1.2 環(huán)境效益最優(yōu)
    2.2 約束條件
        2.2.1 功率平衡約束
        2.2.2 出力功率限制
        2.2.3 蓄電池容量限制
3 基于天牛須搜索算法的人工魚群算法
    3.1 人工魚群算法的基本原理
    3.2 天牛須搜索算法
    3.3 基于天牛須搜索算法的人工魚群算法
4 算例分析
    4.1 基礎(chǔ)數(shù)據(jù)
    4.2 仿真分析
        4.2.1 人工魚步長Step的影響
        4.2.2 改進算法的有效性驗證
5 結(jié)語


【參考文獻】：
期刊論文
[1]自適應(yīng)視野和步長的混沌人工魚群算法[J]. 張曉博,彭進業(yè),劉恬.  微電子學(xué)與計算機. 2019(06)
[2]風(fēng)、光、燃、儲多源互補微電網(wǎng)的日優(yōu)化運行[J]. 高佳,肖迎群.  科學(xué)技術(shù)與工程. 2019(15)
[3]基于天牛須搜索的粒子群優(yōu)化算法求解投資組合問題[J]. 陳婷婷,殷賀,江紅莉,王露.  計算機系統(tǒng)應(yīng)用. 2019(02)
[4]基于多目標(biāo)蜂群進化優(yōu)化的微電網(wǎng)能量調(diào)度方法[J]. 李佳華,馬連博,王興偉,程適,邵一川.  鄭州大學(xué)學(xué)報(工學(xué)版). 2018(06)
[5]多能互補主動配電網(wǎng)技術(shù)方案及工程應(yīng)用[J]. 李瑞生,李獻偉,張超.  供用電. 2018(07)
[6]一種變視野和步長的人工魚群算法[J]. 鮑海興,曾志高,朱艷輝,文志強,杜坤,任松.  湖南工業(yè)大學(xué)學(xué)報. 2018(03)
[7]計及電動汽車充電負荷的微電網(wǎng)優(yōu)化配置研究[J]. 宣寧平,鐘成元,朱乾龍,石雪梅.  供用電. 2018(04)
[8]并網(wǎng)型微電網(wǎng)優(yōu)化調(diào)度及經(jīng)濟性分析[J]. 郭寧,白銀娟,李基康.  供用電. 2018(04)
[9]計及電動汽車充電站的微電網(wǎng)綜合控制研究[J]. 楊俊,劉秀良,劉麗娟,馬富齊,侯旭倩,馬喜平.  電網(wǎng)與清潔能源. 2018(03)
[10]冷熱電聯(lián)供型微電網(wǎng)優(yōu)化運行及敏感性分析[J]. 崔林,唐沂媛.  電力工程技術(shù). 2017(06)

碩士論文
[1]計及電動汽車充電負荷的微電網(wǎng)能量優(yōu)化調(diào)度研究[D]. 朱宗耀.西安理工大學(xué) 2018
[2]基于天牛須搜索和變異策略的花朵授粉算法研究[D]. 韓瑞達.遼寧工程技術(shù)大學(xué) 2018



本文編號：3605722