在現有方法均存在光伏消納量與風電消納量較低的情況下,提出一種基于改進粒子群算法的微電網多目標優化調度方法。在控制微電網時需要獲取各儲能裝置的剩余容量、最大放電功率以及最大充電功率等數據,基于此對微電網數學模型進行構建。根據構建的微電網數學模型,分別針對微電網的不同狀態,包括孤島狀態與并網狀態,將超級電容與蓄電池的放電功率和充電功率以及各分布式電源的實際輸出功率作為優化變量,對多目標優化微電網運行模型進行構建。通過對構建的多目標優化微電網運行模型進行求解,實現微電網多目標優化調度,求解所使用的方法為改進粒子群算法。進行光伏消納量與風電消納量的對比實驗,可以證明該方法的光伏消納量和風電消納量都更高,也就是可以提升微電網中可再生能源的整體消納量,有效實現了微電網的多目標優化調度。

【文章頁數】：4 頁

【部分圖文】：

圖1具體微電網多目標優化調度流程

具體微電網多目標優化調度流程如圖1所示。2仿真實驗測試

圖2光伏消納量對比實驗數據

在實驗仿真微電網的多目標優化調度中，設計方法與基于改進遺傳算法、基于虛擬現實技術的微電網多目標優化調度方法的光伏消納量對比實驗數據具體如圖2所示。以圖2的光伏消納量對比實驗數據為依據可知，在實驗仿真微電網的多目標優化調度中，基于改進粒子群算法的微電網多目標優化調度方法具備更高的光....

圖3風電消納量對比實驗數據

基于改進粒子群算法的微電網多目標優化調度方法與兩種對比微電網多目標優化調度方法的風電消納量對比實驗數據具體如圖3所示。根據圖3的風電消納量對比實驗數據可知，在實驗仿真微電網的多目標優化調度中，基于改進粒子群算法的微電網多目標優化調度方法具備更高的風電設備出力，即其風電消納量高于兩....

圖4-3夏季典型日負荷曲線

湖北工業大學碩士學位論文304.3基于改進粒子群算法的微電網多目標優化調度仿真研究以夏季以微電網為中心的住宅區最典型的光伏供電情況為例�；诜抡娼Y果，研究了中國微電網的運行調度成本。在綜合考慮電網運行維護成本和環境保護資源轉換成本的基礎上，采用基本的粒子群分析算法進行求解。4.3....

本文編號：4001396