计及风光出力短期预测的微电网优化调度研究.pdfVIP

摘要

为实现我国“碳达峰、碳中和”的目标，构建更经济、清洁、高效的发电模式，保

障社会稳定，提高人民生活质量，可再生能源发电技术成为了电力系统运行中不可或缺

的一部分。针对可再生能源利用率低，供能稳定性差等问题，微电网技术成为了一种有

效的解决手段。因此，研究如何对微电网进行优化调度，具有较高的理论意义和应用价

值。基于现有国内外相关工作，本文提出了一种计及风光出力预测的微电网优化调度模

型，并采用一种改进多目标粒子群算法对优化调度模型进行求解，具体工作如下：

首先，介绍了微电网中的储能装置以及三种基本的发电单元，主要包括风力发电机

组、光伏发电机组与微型燃气轮机，并对其基本原理及数学模型进行了概述。对于微电

网处于独立运行状态下的多目标优化问题进行分析，设定运行成本最低与环保成本最低

为目标函数，考虑系统功率平衡、分布式电源输出功率限制、蓄电池荷电状态、微型燃

气轮机污染物排放量等约束条件，构建优化调度模型，并确立能量优化调度策略。

其次，为了合理调度系统中风力发电机组与光伏发电机组的功率输出，需要获得准

确的风光出力情况，因此本文采用一种长短期记忆人工神经网络(LongShort-Term

Memory,LSTM)与支持向量机回归(SupportVectorRegression,SVR)相结合的组合预测

模型对风光出力情况进行短期预测，并通过与BP神经网络预测模型、支持向量机模型、

长短期记忆网络模型进行对比，验证该组合模型具有更高的预测精度。

再次，针对标准多目标粒子群算法存在的缺陷提出了具体的改进策略。采用一种非

线性动态变化策略改进惯性参数，引入拥挤距离策略维护外部档案，将K-means聚类算

法与高斯变异算法融合到迭代过程中，从而提升多目标粒子群算法的收敛性与分布性。

采用ZDT测试函数分别对改进前后的多目标粒子群算法进行测试，结果表明，改进多

目标粒子群算法的性能有明显的提高。

最后，基于本文所提出的能量优化调度策略与风光出力预测模型进行算例分析，仿

真结果表明，多目标粒子群算法在微电网优化调度方案的求解上具有可行性，且改进后

的多目标粒子群算法所求得的调度方案经济性更好、清洁性更强、风光利用率更高，蓄

电池充放电次数更少，验证了本文所建立的微电网系统模型的科学性、优化调度策略的

有效性和改进多目标粒子群算法的优越性。

关键词：微电网；分布式电源；风光出力短期预测；多目标粒子群算法；优化调度

Abstract

InordertoachievethegoalofcarbonpeakingandcarbonneutralityinChina,the

breakthroughandtransformationofthepowerindustryisextremelycritical.Inorderto

achieveamoreeconomical,cleanandefficientpowergenerationmode,ensuresocialstability

andimprovepeople’squalityoflife,renewableenergypowergenerationtechnologyhas

becomeanindispensablepartofpowersystemoperation.Therefore,itisofgreattheoretical

significanceandapplicationvaluetostudyhowtouseintelligentalgorithmtooptimizethe

economyandpowersupplysecurityofmicrogrid.Thisthesisproposesamicrogridoptimal

schedulingmodelconsideringwindandsolaroutput