本文關(guān)鍵詞：基于人群搜索算法的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著經(jīng)濟(jì)發(fā)展以及能源緊缺問(wèn)題的日益嚴(yán)重,微網(wǎng)作為有效解決大容量分布式電源與電網(wǎng)融合的途徑應(yīng)運(yùn)而生。微網(wǎng)作為一種新的網(wǎng)絡(luò)化供應(yīng)和管理結(jié)構(gòu),如何高效經(jīng)濟(jì)地利用其自身優(yōu)勢(shì)滿(mǎn)足負(fù)荷需求是微網(wǎng)研究的重要部分,因此微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度對(duì)于微網(wǎng)而言十分重要。微網(wǎng)內(nèi)部分布式電源豐富,其運(yùn)行特性各不相同,對(duì)天氣變化以及負(fù)荷需求敏感；同時(shí)在考慮微網(wǎng)運(yùn)行經(jīng)濟(jì)成本時(shí),不能忽略其對(duì)環(huán)境造成的影響以及用戶(hù)的用電感受,這在一定程度上提高了微網(wǎng)優(yōu)化調(diào)度的難度。本文從分布式電源的特點(diǎn)出發(fā),結(jié)合分時(shí)電價(jià)以及需求側(cè)響應(yīng),建立了微網(wǎng)日調(diào)度經(jīng)濟(jì)優(yōu)化模型,并利用人群搜索算法對(duì)所建模型進(jìn)行求解,得到微網(wǎng)最優(yōu)經(jīng)濟(jì)運(yùn)行方式。具體內(nèi)容如下：首先根據(jù)分布式電源的出力特性以及需求側(cè)響應(yīng),建立了包含多種分布式電源的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度模型。該模型將需求側(cè)負(fù)荷分為可平移負(fù)荷及不可平移負(fù)荷,以微網(wǎng)一天內(nèi)的發(fā)電成本、環(huán)境成本、負(fù)荷補(bǔ)償成本綜合作為優(yōu)化調(diào)度的目標(biāo)函數(shù),在功率平衡等約束條件下,考慮可平移負(fù)荷對(duì)微網(wǎng)綜合成本以及微源出力的影響。采用人群搜索算法和粒子群算法對(duì)所建模型分別進(jìn)行求解。算例結(jié)果表明考慮微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度中加入需求側(cè)響應(yīng)能夠降低高峰時(shí)期負(fù)荷,降低微網(wǎng)運(yùn)行綜合成本,所研究問(wèn)題選擇人群搜索算法更加符合要求。然后考慮到微網(wǎng)中風(fēng)力發(fā)電機(jī)及光伏電池出力具有隨機(jī)性、間歇性和波動(dòng)性,建立了分布式電源出力概率模型。同時(shí)考慮負(fù)荷預(yù)測(cè)誤差,建立了微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)優(yōu)化調(diào)度模型。采用機(jī)會(huì)約束規(guī)劃對(duì)動(dòng)態(tài)變量進(jìn)行處理,將蒙特卡洛模擬與人群搜索算法結(jié)合對(duì)模型進(jìn)行求解,同時(shí)對(duì)比孤島狀態(tài)下的微網(wǎng)運(yùn)行情況。算例表明,考慮風(fēng)力發(fā)電機(jī)以及光伏電池出力隨機(jī)性以及負(fù)荷預(yù)測(cè)誤差可以使微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度更加貼近實(shí)際,同時(shí)優(yōu)化結(jié)果優(yōu)于靜態(tài)優(yōu)化調(diào)度,而且并網(wǎng)狀態(tài)下微網(wǎng)運(yùn)行成本低于孤島狀態(tài)。最后根據(jù)供電可靠性對(duì)微網(wǎng)優(yōu)化調(diào)度的影響,將可靠性成本引入到所建模型中�？煽啃猿杀居善谕ж�(fù)荷指標(biāo)進(jìn)行衡量,建立了包含發(fā)電成本、環(huán)境成本、可靠性成本的多目標(biāo)動(dòng)態(tài)經(jīng)濟(jì)優(yōu)化調(diào)度模型。采用線(xiàn)性加權(quán)法將多目標(biāo)問(wèn)題轉(zhuǎn)化成單目標(biāo),并采取不同的調(diào)度策略對(duì)微源出力情況以及各項(xiàng)成本進(jìn)行對(duì)比。算例對(duì)比了不同權(quán)重因子下,負(fù)荷轉(zhuǎn)移情況、子目標(biāo)成本的變化以及微源出力的改變情況,對(duì)比了不同調(diào)度策略對(duì)于微網(wǎng)運(yùn)行調(diào)度的差異。
【關(guān)鍵詞】：微網(wǎng) 需求側(cè)響應(yīng) 經(jīng)濟(jì)調(diào)度 動(dòng)態(tài)經(jīng)濟(jì)調(diào)度 可靠性成本 人群搜索算法
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TM73;TP18
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-17
• 1.1 課題背景與研究意義10-11
• 1.2 微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度研究現(xiàn)狀11-16
• 1.2.1 國(guó)外微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度研究現(xiàn)狀12-13
• 1.2.2 國(guó)內(nèi)微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度研究現(xiàn)狀13-16
• 1.3 本文的主要工作16-17
• 第2章 計(jì)及需求側(cè)響應(yīng)的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度17-38
• 2.1 微網(wǎng)內(nèi)分布式電源模型17-22
• 2.1.1 風(fēng)力發(fā)電17-18
• 2.1.2 光伏發(fā)電18-19
• 2.1.3 微型燃?xì)廨啓C(jī)19-21
• 2.1.4 燃料電池21
• 2.1.5 蓄電池21-22
• 2.2 需求側(cè)響應(yīng)22-24
• 2.3 計(jì)及需求側(cè)響應(yīng)的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度數(shù)學(xué)模型24-28
• 2.3.1 目標(biāo)函數(shù)24-26
• 2.3.2 約束條件26-28
• 2.4 人群搜索算法在微網(wǎng)經(jīng)濟(jì)調(diào)度中的實(shí)現(xiàn)28-30
• 2.5 算例分析30-36
• 2.5.1 計(jì)及需求側(cè)響應(yīng)的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度對(duì)比30-34
• 2.5.2 不同優(yōu)化算法的對(duì)比分析34-36
• 2.6 本章小結(jié)36-38
• 第3章 計(jì)及不確定因素的微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)優(yōu)化調(diào)度38-53
• 3.1 微網(wǎng)不確定性因素描述38-39
• 3.2 并網(wǎng)狀態(tài)微網(wǎng)運(yùn)行方式39-40
• 3.3 孤島狀態(tài)微網(wǎng)運(yùn)行方式40-41
• 3.4 微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度數(shù)學(xué)模型41-44
• 3.4.1 目標(biāo)函數(shù)41-42
• 3.4.2 約束條件42-44
• 3.5 微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)優(yōu)化調(diào)度模型求解44-46
• 3.5.1 機(jī)會(huì)約束規(guī)劃44-45
• 3.5.2 人群搜索算法在微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度中的實(shí)現(xiàn)45-46
• 3.6 算例分析46-51
• 3.6.1 并網(wǎng)狀態(tài)下靜態(tài)與動(dòng)態(tài)優(yōu)化調(diào)度對(duì)比47-49
• 3.6.2 孤島與并網(wǎng)狀態(tài)微網(wǎng)動(dòng)態(tài)調(diào)度對(duì)比49-51
• 3.7 本章小結(jié)51-53
• 第4章 考慮可靠性的微網(wǎng)多目標(biāo)動(dòng)態(tài)經(jīng)濟(jì)優(yōu)化調(diào)度53-67
• 4.1 可靠性成本53-54
• 4.2 計(jì)及可靠性的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度模型54-57
• 4.2.1 目標(biāo)函數(shù)54-56
• 4.2.2 約束條件56-57
• 4.3 微網(wǎng)多目標(biāo)優(yōu)化問(wèn)題求解57-59
• 4.3.1 多目標(biāo)優(yōu)化問(wèn)題的求解方式及數(shù)學(xué)模型57-58
• 4.3.2 微網(wǎng)多目標(biāo)優(yōu)化問(wèn)題處理58-59
• 4.4 微網(wǎng)不同運(yùn)行調(diào)度策略59-60
• 4.5 人群搜索算法在微網(wǎng)多目標(biāo)經(jīng)濟(jì)調(diào)度中的實(shí)現(xiàn)60-61
• 4.6 算例分析61-66
• 4.6.1 不同權(quán)重下微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)優(yōu)化調(diào)度情況61-64
• 4.6.2 不同策略下微網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)優(yōu)化調(diào)度情況64-66
• 4.7 本章小結(jié)66-67
• 結(jié)論與展望67-69
• 本文的主要研究?jī)?nèi)容和成果67-68
• 后續(xù)工作展望68-69
• 參考文獻(xiàn)69-74
• 致謝74-75
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄75

  本文關(guān)鍵詞：基于人群搜索算法的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：286626