基于猫群算法的风光储微电网电源容量优化配置研究.pdfVIP

第4 期　总第336 期 太　阳　能 No.4　Total No.336 2022 年4 月 SOLAR ENERGY Apr., 2022 DOI: 10.19911/j.1003-0417.ty01 文章编号：1003-0417(2022)04-69-07 基于猫群算法的风光储微电网电源容量 优化配置研究 张　宁 ( 福州大学电气工程与自动化学院，福州 350108) 摘　要：在风光储微电网中建立孤岛运行方式下风、光、储的容量优化配置模型，该模型以负荷缺电率作为 微电网供电可靠性的约束条件，以微电网运行成本最小为目标函数。利用猫群算法对所提模型进行求解，确 定出风电机组、光伏组件和蓄电池的最优容量配置方案。最后，通过算例证明了所提模型与方法的有效性。 关键词：猫群算法；风光储微电网；储能系统；容量优化配置 中图分类号：TP27 文献标志码：A 0 引言 optimization，CSO)[5-6] 在寻优中能够避免陷入局 随着可再生能源发电量的不断增长，由风 部极小值，因此本文采用猫群算法对所提模型进 电机组、光伏组件和储能系统构成的互补发电 行求解并验证其可行性。 方式 [1] 在微电网中得到较为广泛的应用。由于 风电、光伏发电等可再生能源发电具有随机性， 1 发电单元模型 优化微电网中各发电单元的容量尤为重要。 本文研究的容量优化配置模型是基于一个由 大量学者对微电网的多电源容量优化配置 风电机组、光伏组件和蓄电池构成的微电网。下 进行了深入研究。文献 [2] 采用故障概率作为约 文分别建立微电网中各发电单元的数学模型。 束指标，建立了以风光储微电网成本为目标的 1.1 光伏组件输出功率模型 容量优化模型；文献 [3] 提出了基于发电单元额 光伏组件的输出功率主要受光伏组件表面 定容量的优化配置模型，并以投资费用为目标 温度、太阳辐射强度等因素的影响，其输出功率 函数建立模型；文献 [4] 将模拟退火算法和粒子 PPV 计算式为 [7] ： 群算法应用到混合微电网中，进行储能容量的 G P = P C [1+ k (T − T )] (1) PV max C r 优化研究。 G 本文提出了一种基于猫群算法的风光储微 式中：P max 为光伏组件输出功率的最大值； G G k 电网电源容量优化模型，以微电网的运行成本最 C 为太阳辐照度； 为太阳辐照度的参考值； × -3 ℃ T 小为目标函数，以负荷缺电率作为微电网供电可 为温度系数，一般为 -3.7 10 / ； C 为光伏组件