微電網(wǎng)負(fù)荷優(yōu)化分配

微電網(wǎng)負(fù)荷優(yōu)化分配第一頁，共十七頁，編輯于2023年，星期二目錄頁一、摘要二、引言三、微電網(wǎng)負(fù)荷優(yōu)化分配的數(shù)學(xué)模型四、優(yōu)化方法五、算例分析六、結(jié)語第二頁，共十七頁，編輯于2023年，星期二一、摘要微電網(wǎng)因其發(fā)電形式多樣、供電方式靈活而成為大電網(wǎng)的有益補(bǔ)充，但微電網(wǎng)的很多基礎(chǔ)運(yùn)行問題都與傳統(tǒng)大電網(wǎng)有所不同，需要專門加以研究。本論文研究了微電網(wǎng)的負(fù)荷優(yōu)化分配問題，即在滿足系統(tǒng)運(yùn)行約束條件下優(yōu)化微電網(wǎng)中微電源的出力，使系統(tǒng)總發(fā)電成本最小。分析建立了含有太陽能光伏發(fā)電、小型燃?xì)廨啓C(jī)和儲能裝置的微電網(wǎng)負(fù)荷優(yōu)化分配問題的數(shù)學(xué)模型，介紹了基于粒子群優(yōu)化算法的數(shù)值求解方法，并通過算例驗(yàn)證了文中所提出方法的有效性。第三頁，共十七頁，編輯于2023年，星期二二、引言微電網(wǎng)是由分布式發(fā)電、負(fù)荷、儲能裝置及控制裝置構(gòu)成的一個單一可控的獨(dú)立可控的獨(dú)立發(fā)電系統(tǒng)，它既可以與大電網(wǎng)聯(lián)網(wǎng)運(yùn)行，也可以在大電網(wǎng)出現(xiàn)故障時與之?dāng)嚅_單獨(dú)運(yùn)行。微電網(wǎng)因其環(huán)境友好、建設(shè)成本低等因素已經(jīng)成為大電網(wǎng)的有益補(bǔ)充，得到越來越多的重視和研究。微電網(wǎng)的經(jīng)濟(jì)性是其吸引用戶并能在電力系統(tǒng)中得以推廣的關(guān)鍵所在。微電網(wǎng)的經(jīng)濟(jì)效益是多方面的，最重要的效益是能源的高效利用和環(huán)保以及個性化電能的安全、可靠、優(yōu)質(zhì)供應(yīng)。相比于火力發(fā)電占主導(dǎo)的傳統(tǒng)大電網(wǎng)，微電網(wǎng)中大量應(yīng)用了可再生資源，其環(huán)保效益非常突出。同時，根據(jù)用戶對電能第四頁，共十七頁，編輯于2023年，星期二二、引言供給的不同需求，對負(fù)荷進(jìn)行分類和細(xì)化，能夠更有效地利用微電網(wǎng)中多樣化的電能供給，使微電網(wǎng)系統(tǒng)運(yùn)行經(jīng)濟(jì)最優(yōu)。

微電網(wǎng)中的負(fù)荷優(yōu)化分配問題和大電網(wǎng)經(jīng)濟(jì)負(fù)荷分配問題不同之處在于：1、與高壓輸電網(wǎng)相比，微電網(wǎng)的電壓等級較低，系統(tǒng)中輸電線的線路電阻起主導(dǎo)作用，線路損耗相對較大，不可忽略；2、與大電網(wǎng)中火電等傳統(tǒng)發(fā)電形式占主導(dǎo)地位不同，微電網(wǎng)中新能源發(fā)電所占比例很大，風(fēng)力發(fā)電和光伏發(fā)電等可再生能源電源通常工作于最大功率點(diǎn)跟蹤模式，其輸出功率受自然條件影響，不遵循人工調(diào)度；第五頁，共十七頁，編輯于2023年，星期二二、引言3、各種微電源的功耗特性與傳統(tǒng)火電發(fā)電機(jī)組有很大區(qū)別，不能簡單應(yīng)用等效微增率原則；在聯(lián)網(wǎng)模式和孤島模式轉(zhuǎn)換過程中，整個微電網(wǎng)的功率分布可能會發(fā)生非常大的變化。如果只考慮各個微電源自身的輸出特性對其進(jìn)行控制，在整個系統(tǒng)的運(yùn)行狀態(tài)發(fā)生變化時就難以最大限度地利用微電源的發(fā)電能力，還可能引起較大的額外線路損耗。因此，為了實(shí)現(xiàn)微電網(wǎng)的可靠、經(jīng)濟(jì)運(yùn)行，有必要根據(jù)系統(tǒng)運(yùn)行情況動態(tài)地對微電網(wǎng)負(fù)荷在各個微電源間進(jìn)行分配。第六頁，共十七頁，編輯于2023年，星期二三、負(fù)荷優(yōu)化分配數(shù)學(xué)模型1、目標(biāo)函數(shù)

微電網(wǎng)負(fù)荷優(yōu)化分配問題的目標(biāo)是在滿足系統(tǒng)運(yùn)行約束條件下優(yōu)化微電網(wǎng)中微電源的出力使系統(tǒng)總運(yùn)行成本達(dá)到最小，其數(shù)學(xué)模型為：通常取值有24小時、1個月、1個季度、1年等。調(diào)度周期內(nèi)總時段的選擇原則是：要保證在一個時段內(nèi)，微電網(wǎng)內(nèi)的功率分布基本維持不變，即滿足微電網(wǎng)輸出功率和負(fù)荷需求功率變化不大的前提條件。這樣分析計(jì)算時可以認(rèn)為微電網(wǎng)處于穩(wěn)定狀態(tài)，不考慮其暫態(tài)過程。》微電網(wǎng)負(fù)荷優(yōu)化分配問題在數(shù)學(xué)上可以歸納為，使微電網(wǎng)中N個可調(diào)度的微電源和儲能裝置在T個時間段里的總發(fā)電費(fèi)用為最小第七頁，共十七頁，編輯于2023年，星期二三、負(fù)荷優(yōu)化分配數(shù)學(xué)模型耗量特性也就是指發(fā)電設(shè)備單位時間內(nèi)能量輸入與輸出的關(guān)系柴油發(fā)電機(jī)的耗量特性在電力系統(tǒng)中負(fù)荷經(jīng)濟(jì)分配中說過其中，微型燃?xì)廨啓C(jī)的工作效率隨著輸出功率的增大而上升第八頁，共十七頁，編輯于2023年，星期二三、負(fù)荷優(yōu)化分配數(shù)學(xué)模型2、約束條件可以基于MATPOWER工具包實(shí)現(xiàn)潮流計(jì)算第九頁，共十七頁，編輯于2023年，星期二四、優(yōu)化方法通常我們需要采用一些優(yōu)化算法，并借助計(jì)算機(jī)軟件編寫優(yōu)化計(jì)算程序?qū)λ⒌臄?shù)學(xué)模型進(jìn)行求解。對于連續(xù)和線性等較簡單的問題，可以選擇一些經(jīng)典算法，例如單純形法、梯度下降法等；而對于更復(fù)雜（非線性和離散）的問題，則可考慮用一些智能優(yōu)化算法，例如蟻群算法（ACO），模擬退火法（SA）、神經(jīng)網(wǎng)絡(luò)算法、粒子群算法（PSO）、遺傳算法（GA）等。第十頁，共十七頁，編輯于2023年，星期二四、優(yōu)化方法遺傳算法（GA）屬于進(jìn)化算法(EvolutionaryAlgorithms)的一種,它通過模仿自然界的選擇與遺傳的機(jī)理來尋找最優(yōu)解.遺傳算法有三個基本算子:選擇、交叉和變異.但是遺傳算法的編程實(shí)現(xiàn)比較復(fù)雜,首先需要對問題進(jìn)行編碼,找到最優(yōu)解之后還需要對問題進(jìn)行解碼,另外三個算子的實(shí)現(xiàn)也有許多參數(shù),如交叉率和變異率,并且這些參數(shù)的選擇嚴(yán)重影響解的品質(zhì),而目前這些參數(shù)的選擇大部分是依靠經(jīng)驗(yàn)。第十一頁，共十七頁，編輯于2023年，星期二四、優(yōu)化方法粒子群算法（PSO）粒子群算法(PSO)是一種進(jìn)化計(jì)算技術(shù)(evolutionarycomputation),

PSO同遺傳算法類似，是一種基于迭代的優(yōu)化算法。系統(tǒng)初始化為一組隨機(jī)解，通過迭代搜尋最優(yōu)值。但是它沒有遺傳算法用的交叉(crossover)以及變異(mutation)，而是粒子在解空間追隨最優(yōu)的粒子進(jìn)行搜索。同遺傳算法比較，PSO的優(yōu)勢在于簡單容易實(shí)現(xiàn)并且沒有許多參數(shù)需要調(diào)整。目前已廣泛應(yīng)用于函數(shù)優(yōu)化，神經(jīng)網(wǎng)絡(luò)訓(xùn)練，模糊系統(tǒng)控制以及其他遺傳算法的應(yīng)用領(lǐng)域。第十二頁，共十七頁，編輯于2023年，星期二四、優(yōu)化方法基于PSO具有并行處理、魯棒性好、簡單易實(shí)現(xiàn)、收斂速度快、依賴的經(jīng)驗(yàn)參數(shù)較少等優(yōu)點(diǎn)，故本文采用PSO對建立的微電網(wǎng)負(fù)荷優(yōu)化數(shù)學(xué)模型進(jìn)行優(yōu)化計(jì)算。引入罰函數(shù)的目的是將約束優(yōu)化問題轉(zhuǎn)化成無約束優(yōu)化問題。采用MATLABM函數(shù)編寫優(yōu)化計(jì)算程序進(jìn)行求解第十三頁，共十七頁，編輯于2023年，星期二五、算例分析第十四頁，共十七頁，編輯于2023年，星期二五、算例分析第十五頁，共十七頁，編輯于2023年，星期二六、結(jié)語本文研究了微電網(wǎng)的負(fù)荷優(yōu)化分配問題，優(yōu)化目標(biāo)是在滿足系統(tǒng)運(yùn)行約束條件下優(yōu)化微電網(wǎng)中各微電源的出力，使系統(tǒng)總運(yùn)行