原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
微网多目标动态经济优化调度严凤楚非非华北电力大学电气与电子
微网多目标动态经济优化调度
严 凤楚非非
（华北电力大学电气与电子工程学院，河北保定，071003）
摘要：
YAN FENG, CHU FEIFEI
（School of Electrical and Electronic Engineering, North China Electric Power University, Baoding 071003, China）Abstract: Micro grid using clean and efficient micro power generation ,not only improves the power supply reliability of power grid ,but also improves the utilization ratio of energy ,reduce the pollution of the environment .In this paper , from two aspects of the economic cost and environment benefits the economic performance of the micro grid is analyzed ,mathematical model was established based on power generation costs and environmental costs ,to solve the problem by using immune algorithm .The results showed: the algorithm combined model can improve the power generation efficiency of various distributed power, coordinated the complex relationship between them, the reasonable arrangement of power output, to achieve the overall efficiency of the optimal.
Key words：Micro-grid；micro power generation；output power ；IPSO
0序言
1调度数学模型
微网经济调度的目的就是在满足负荷要求的基础上，合理安排各电源的出力，实现经济效益和环境效益最优化的目的。
1.1微网总成本
n为分布式电源的个数，M发电成本是电源的燃料成本和维护成本之和，M环境成本是电源排放污染物所受罚款。
由于光伏发电(PV)和风机(WT)不需要燃料不排放污染物，而它的维护成本又比较低，因此忽略其经济成本和环境成本。
1.1.1经济成本
是燃料成本，为维护成本，有。
1.1.2环境成本
Hi=a╳b╳Pi
Hi为环境成本，a为污染气体排放系数(kg/kW)，b为污染气体排放价格(元/kg)。
1.2约束条件
1）功率平衡：
Pl为总负荷，Ploss为网损，Pi为各个电源出力。
2）电源出力：
3）机组爬坡约束
Pt-1、Pt-2分别为t-1和t-2时刻的电源出力，Pmax为爬坡约束上限。
4）蓄电池约束
①荷电状态约束
荷电状态约束，即：
②最大充放电功率约束
，为最大充放电功率，，最大充放电电流。
2粒子群算法
粒子群算法是近些年新兴发展起来的一种新的群体智能算法，模拟鸟的觅食行为。由于粒子群算法概念简单，实现容易，因此广泛，但是其在解决具体的问题方面还要对其进行改进以达到更好的效果。
2.1标准的遗传算法
PSO算法模拟的是群体的协作性，把每一个潜在的解看成是一个粒子，该粒子会沿着某一方向以一定的速度移动，在可行域中寻找其最佳位置（用gbest表示）。群体所有粒子所在可行域中的历史最佳位置用pbest表示。粒子速度更新的操作如下：
粒子位置更新如下：
在标准的PSO算法里惯性权重通常取1,c1和c2为加速因子。rand是0到1之间的随机数。
2.2改进粒子群算法(IPSO)
2.1动态调整加速因子
标准的PSO算法在处理实际的问题是往往出现早熟收敛的问题，往往求不出最优值，加速因子（c1,c2）和惯性权重w的选取影响PSO的求解性能，选择了不恰当的加速因子PSO算法容易陷入局部最优。因此，为了增加搜索空间中粒子的多样性，使粒子更加自由的发散到搜索空间，克服算法的盲目性，本文采用c1线性递减，c2线性增加，加强PSO算法的全局搜索能力。计算公式为：
其中，C1c和C1z分别是C1的初始值和终值，C2c和C2z分别是C2的初始值和终值，k是当前迭代次数，Tmax是最大迭代次数
文档评论（0）