面向“风光火一体化”多能互补系统优化调度的算法研究.pdfVIP

摘要

面向“风光火一体化”多能互补系统优化调度的算法研究

摘要

资源的匮乏和利用效率低已成为全球能源发展面临的核心难题，能源结构的转

型升级已成为刻不容缓的任务。根据国家能源局发布的最新数据，截至2023年底，

6.14.4

全国太阳能发电装机容量约亿千瓦，风电装机容量约亿千瓦，占世界领导地

位。随着可再生能源的崛起，多能互补系统优化调度是能源领域的重要挑战，高效

调度能源，确保系统稳定，促进可持续发展，对全球能源转型有着重要意义。

随着国家和民众对保护环境的意识不断加深，优化调度问题求解方案已从单目

标转为兼顾发电成本、环境污染和能源消纳成本等因素的多目标问题。然而，天气

和电网融合等因素增加复杂性，原有的一些经典的运算求解处理的算法已经难以应

对。本文由能源危机和新能源机组发展情况出发，构建基于改进多目标粒子群算法

（Multi-ObjectiveParticleSwarmOptimization,MOPSO）的“风光火一体化”多能互补

系统模型，主要工作内容如下：

（1）分析电力系统中多能互补模型调度策略，构建“风光火一体化”多能互补

模型，对模型中供应侧供应单元和需求侧需求单元概括分析，对影响各单元的因素

进行归一化处理和分析，选取太阳辐射、大气温度和风速作为系统的输入变量，并

在优化调度中将系统运行成本、环境污染排放量和能源消纳利用率以及相应约束考

虑在内。

2

（）多目标粒子群算法存在种群多样性不足、分布不均匀、易陷入局部最优解

和开拓性低等问题，采取多方面有针对性地改进措施。引入Tent混沌映射提高搜索

的多样性和全局性；引入非线性动态自适应惯性权重提高算法的收敛速度和解的质

量；采用近似非支配排序方法使算法在处理大规模问题时更加高效；引入自动退出

124

迭代循环策略提高算法的效率。将改进多目标粒子群算法用种测试函数通过

个评价指标进行验证对比改进后的多目标粒子群算法具有有效性和优越性。

3“”

（）针对风光火一体化多能互补优化调度模型进行实验分析，搜集智能小镇

模型2012年至2022年的天气数据，验证此地区的天气数据对发电机组具有典型性。

202224

选取收集年节气中的大暑和大寒两个节气来作为夏季典型日和冬季典型日

在24小时内的冷热电负荷需求数据，并对数据进行处理，在仅考虑用电需求时不同

模式下和电、冷、热需求同时考虑的情况下，采用改进多目标粒子群算法求解得出

系统运行成本、碳排放量和新能源消纳率最优解集，并得出“风光火一体化”多能互

补系统各能源机组最佳调度方案。通过与发电机组数据对比分析，结果表明，改进

的算法可以在平衡系统运行成本、环境污染排放和新能源消纳等多个目标的情况下，

I

摘要

并使系统满足需求供应，保证运行的可靠性和可实施性，实现更经济、更环保的能

源调度。

综上所述，本文从多能互补系统调度基本原理出发，介绍模型组件，确定“风光

火一体化”多能互补系统模型的输入变量、目标函数和约束条件。通过Tent混沌映

射、非线性动态自适应惯性权重、近似非支配排序方法和自动退出迭代循环策略等

方法对多目标粒子群算法进行改进，提升算法本身的开拓性和优化效果。构建基于

改进多目标粒子群算法的“风光火一体化”多能互补系统调度模型，针对不同需求分

情况讨论制定不同调度策略，提高系统运行稳定性和各可再生能源消纳比例，具有

一定的优越性和实用性。

关键词：粒子群算法；多目标优化；电网调度；可再生能源

II

ABSTRACT

ALGORITHMRESEARCHO