基于改進粒子群算法的微電網(wǎng)的優(yōu)化調度

陳仁君 錢久函 石磊 單元程

摘 ?要：本文提出了一種由多種分布式電源構成的微電網(wǎng)調度模型，其中包括風機、光伏電池、燃氣輪機、柴油機和蓄電池。針對各種分布式電源，在滿足對應的系統(tǒng)約束條件下，建立了包括運行成本、環(huán)境成本和電力收入的多目標優(yōu)化調度模型，運用優(yōu)化過的粒子群算法（PSO），經(jīng)過仿真模塊的評估結果證實所建模型具有一定可行性。

關鍵詞：微電網(wǎng);優(yōu)化調度;粒子群算法;電網(wǎng)調度

中圖分類號：TM732 ? ? ?文獻標識碼：A 文章編號：2096-4706（2019）18-0028-03

Abstract：A microgrid dispatching model composed of multiple distributed generators is proposed. Including wind turbines，photovoltaic cells，gas turbines，diesel engines and batteries. For various distributed power sources，under the corresponding system constraints，a multi-objective optimal dispatching model including operation cost，environmental cost and electricity revenue is established. By using optimized PSO，the evaluation results of the simulation module prove that the model is feasible to some extent.

Keywords：microgrid;optimal dispatch;particle swarm optimization;grid dispatch

0 ?引 ?言

微電網(wǎng)也稱為微網(wǎng)，是指由分布式能源、儲能設備、能量轉換器、負荷、監(jiān)控和保護裝置等組成的微型發(fā)配電系統(tǒng)。極高的靈活性是該系統(tǒng)最為重要的特點，其既可以并網(wǎng)運行，也可以在電網(wǎng)系統(tǒng)出現(xiàn)故障時進行孤島運行，以此保證對重要負荷的供電。

在對微電網(wǎng)進行調節(jié)時，由于考慮到節(jié)能減排的背景環(huán)境，所以需要對環(huán)境因素做出必要的分析。國內外的學者對于微電網(wǎng)日前環(huán)境經(jīng)濟調度的問題也在進行不斷的研究。文獻[1]和文獻[2]對微電網(wǎng)調度做了比較全面的研究和分析。文獻[3]主要對含有不可調度型分布電源在微電網(wǎng)中的調度作用進行了研究。

本文以經(jīng)濟成本的最小化和環(huán)境成本的最小化為目標，建立了微電網(wǎng)多目標優(yōu)化模型，采用改進的粒子群算法進行求解該模型（通過改進粒子群算法中的參數(shù)提高算法的收斂速率以及避免局部最優(yōu)）。通過算例驗證模型與優(yōu)化方法的有效性。

1 ?仿真模型

1.1 ?風機模型

3 ?求解過程

3.1 ?算法簡介與優(yōu)化

標準粒子群算法（PSO）是一種根據(jù)鳥群覓食而開發(fā)的群智能優(yōu)化算法。粒子群算法因為其原理簡單、收斂速度快等優(yōu)點被用于解決各種尋優(yōu)問題，但同時，人們也發(fā)現(xiàn)了標準粒子群算法存在的不足之處，即時常會遇到早熟和收斂的問題。[4]

于是，我們針對標準粒子群算法的不足之處提出了如下的改進措施：

（1）初始混沌化處理。針對標準粒子群算法初始化階段粒子分布不均勻的情況，混沌粒子群算法在種群粒子初始化過程中引入Logistic混沌處理，使得粒子的分布情況更均勻，增加初始化階段粒子的多樣性。

（2）過程混沌處理。針對粒子群算法在更新過程中粒子趨向最優(yōu)前沿過于單一、集中的，容易陷入局部的極值的缺陷，混沌粒子群算法在粒子更新過程中引入Logistic混沌處理，以增加粒子的多樣性，增加粒子飛行過程中其他路徑的可能性，從而避免陷入局部最優(yōu)的局面。

3.2 ?算例分析

本文以一個包含光伏發(fā)電系統(tǒng)、風力發(fā)電系統(tǒng)、柴油機組、蓄電池組、微型燃氣輪機的典型微電網(wǎng)系統(tǒng)為例，來驗證前述的多目標優(yōu)化模型。系統(tǒng)中300kW光伏、10kW風機、200kW蓄電池、120kW柴油發(fā)電機。典型的風速、光照強度的參考數(shù)據(jù)參見文獻[5]。

污染物排放的參數(shù)如表1所示，其中MT表示燃氣輪機，DE表示柴油機。

3.3 ?調度結果分析

從圖1中我們可以看出，由于考慮了蓄電池的折舊成本和Soc約束，蓄電池的充放電成本較高，所以微電網(wǎng)的缺額功率基本上全部由大電網(wǎng)提供，蓄電池幾乎不參與調度。同時，因為柴油發(fā)電機的燃料成本和啟停成本較高，所以基本不參與能量調度。在白天光照強度較高的中午時段，微電網(wǎng)會向大電網(wǎng)輸送電功率。

在研究中我們發(fā)現(xiàn)，環(huán)境成本會隨著經(jīng)濟成本的增加而減小，所以如何平衡經(jīng)濟成本與環(huán)境成本的大小，以取得總成本最小的調度策略就是本文研究的方向。多目標算法就是一種取得平衡的措施，調度部門可以根據(jù)實際情況對微電網(wǎng)的微電源的處理進行調節(jié)。

4 ?結 ?論

本文對并網(wǎng)方式下的微電網(wǎng)的能量優(yōu)化調度問題進行研究，在滿足系統(tǒng)約束的條件下，確?？煽啃缘耐瑫r綜合考慮微電網(wǎng)的經(jīng)濟性、環(huán)保性，建立了微電網(wǎng)能量優(yōu)化管理的數(shù)學模型并通過改進的粒子群算法進行了求解，所得結果具有一定的實際參考價值。

參考文獻：

[1] 朱永勝.電力系統(tǒng)環(huán)境經(jīng)濟優(yōu)化調度研究 [D].鄭州：鄭州大學，2016.

[2] 許磊.電力系統(tǒng)經(jīng)濟調度的仿真研究 [J].計算機仿真，2012，29（9）：324-327.

[3] 楊佩佩，艾欣，崔明勇，等.基于粒子群優(yōu)化算法的含多種供能系統(tǒng)的微網(wǎng)經(jīng)濟運行分析 [J].電網(wǎng)技術，2009，33（20）：38-42.

[4] 唐俊杰.基于動態(tài)模糊混沌粒子群算法的微電網(wǎng)優(yōu)化調度研究 [D].廣州：廣東工業(yè)大學，2018.

[5] 洪博文，郭力，王成山，等.微電網(wǎng)多目標動態(tài)優(yōu)化調度模型與方法 [J].電力自動化設備，2013，33（3）：100-107.

作者簡介：陳仁君（1998.09-），男，漢族，江蘇泰州人，本科，研究方向：分布式能源;錢久函（1998.01-），男，漢族，江蘇蘇州人，本科，研究方向：新型輸配電技術;石磊（1998.01-），男，漢族，江蘇蘇州人，本科，研究方向：配電自動化;單元程（1998.05-），男，漢族，江蘇鹽城人，本科，研究方向：微電網(wǎng)的優(yōu)化運行。