考虑经济性的多微电网优化调度研究

被引:19
作者
何力
吕红芳
机构
[1] 上海电机学院电气学院
关键词
多微电网; 单独并网; 联合协调并网; 优化调度; SA_AFSA算法; 发电成本;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
080802 ;
摘要
多微电网并网方式主要有单独并网方式和联合协调并网方式,这2种并网方式下微电网内部的微电源工作状态不同导致发电成本不同。为了减少发电成本,在满足相关微电源约束条件的前提下,建立一种考虑经济性的多微电网能量优化调度模型和单微电网的优化调度模型。由于传统人工鱼群算法精度低,收敛速度慢,提出一种基于模拟退火算法改进的人工鱼群(theartificial fishswarmalgorithmbasedonsimulatedannealing algorithm,SAAFSA)算法,该算法克服了传统鱼群算法的缺点。结合具体算例,通过该算法来求解单微电网和多微电网经济性优化调度问题,并比较2种并网方式下的发电成本。实验结果表明,在仅考虑经济性的前提下,多微电网联合协调并网的发电成本低于单微电网单独并网。
引用
收藏
页码:397 / 404
页数:8
相关论文
共 16 条
[1]   风光储联合发电运行技术研究 [J].
庄雅妮 ;
杨秀媛 ;
金鑫城 .
发电技术, 2018, 39 (04) :296-303
[2]   基于改进型量子遗传算法的微网经济优化运行 [J].
程启明 ;
黄山 ;
程尹曼 ;
褚思远 ;
杨小龙 .
高压电器, 2018, 54 (03) :136-145
[3]   人工鱼群算法收敛速度改进优化仿真 [J].
李君 ;
梁昔明 .
计算机仿真, 2018, 35 (01) :232-238
[4]   改进遗传模拟退火算法在TSP优化中的应用 [J].
何庆 ;
吴意乐 ;
徐同伟 .
控制与决策 , 2018, (02) :219-225
[5]   基于AFSA和PSO融合优化的AdaBoost人脸检测算法 [J].
任克强 ;
高晓林 ;
谢斌 .
小型微型计算机系统, 2016, 37 (04) :861-865
[6]   一种改进人工鱼群算法对BP神经网络的优化研究 [J].
龚波 ;
曾飞艳 .
湖南科技大学学报(自然科学版), 2016, 31 (01) :86-90
[7]   基于经济性与环保性的微电网多目标优化调度研究 [J].
赵磊 ;
曾芬钰 ;
王霜 ;
杨宝泉 .
高压电器, 2015, 51 (06) :127-132
[8]   微电网群特征分析及示范工程设计 [J].
赵敏 ;
陈颖 ;
沈沉 ;
黄秀琼 .
电网技术, 2015, 39 (06) :1469-1476
[9]   应用佳点集的混合反向学习人工鱼群算法 [J].
王培崇 ;
李丽荣 ;
高文超 ;
汪慎文 .
计算机应用研究, 2015, 32 (07) :1992-1995
[10]   一种在微网动态经济调度中考虑风电随机性的方法 [J].
戴仲覆 ;
陈涛 ;
于文俊 .
发电与空调, 2013, 34 (05) :1-5+27