配電系統(tǒng)中多目標(biāo)條件下可控負(fù)荷的最優(yōu)控制.pdf

1、電力需求側(cè)管理(demandsidemanagement，DSM)是指通過采取有效的措施來引導(dǎo)、激勵(lì)或輔助電力用戶改變用電習(xí)慣，提高供用電效率，以降低負(fù)荷費(fèi)用，平滑負(fù)荷曲線，減少網(wǎng)絡(luò)損耗、提高供電可靠性等為目的而采取的一項(xiàng)對環(huán)境、電力公司、電力用戶及社會都有巨大意義的工程。作為需求側(cè)管理最重要的方面，負(fù)荷管理從本質(zhì)上改變了以往純粹依靠增加發(fā)電側(cè)發(fā)電機(jī)組容量來應(yīng)對負(fù)荷快速增長的局面，充分調(diào)動了電力用戶參與電網(wǎng)安全穩(wěn)定合理運(yùn)行與發(fā)展的積極性

2、，電力公司與用戶協(xié)作來提高電力系統(tǒng)運(yùn)行穩(wěn)定性并減少雙方的供電、用電成本，最大化雙方利益。本文研究負(fù)荷管理的重要組成部分——可控負(fù)荷在配網(wǎng)中的多目標(biāo)優(yōu)化控制策略，并將改進(jìn)的多目標(biāo)粒子群優(yōu)化算法(improvedmulti-objectiveparticleswarmoptimization，IMOPSO)應(yīng)用到了可控負(fù)荷模型的優(yōu)化中，相關(guān)仿真波形驗(yàn)證了該可控負(fù)荷多目標(biāo)控制策略在降低配網(wǎng)網(wǎng)損與用戶電費(fèi)方面的有效性和可靠性。
　　論文針

3、對現(xiàn)階段配網(wǎng)中存在的各種問題，如負(fù)載率過低，高峰時(shí)段峰值較大但持續(xù)時(shí)間一般較短，系統(tǒng)發(fā)電容量不足以滿足快速增長的負(fù)荷，可再生能源大規(guī)模接入帶來的波動性功率輸出及負(fù)荷隨機(jī)性等造成的頻率、電壓波動甚至崩潰等，提出了利用對配網(wǎng)中不同種類可控負(fù)荷進(jìn)行控制的解決方案，并闡述了可控負(fù)荷在解決這些問題時(shí)的優(yōu)越性。
　　論文重點(diǎn)對空調(diào)、熱水器、冰箱、電動汽車等典型可控負(fù)荷的工作特性進(jìn)行了研究，根據(jù)“黑盒子”理論只考慮其外部工作特性，建立了簡化的可

4、控負(fù)荷數(shù)學(xué)模型。過程的簡化與參數(shù)的概率選擇提高了模型在實(shí)際求解中的簡易性及準(zhǔn)確性，在此基礎(chǔ)上論文提出了基于低壓配網(wǎng)的可控負(fù)荷多目標(biāo)優(yōu)化控制策略，該策略利用啟發(fā)式算法對不同節(jié)點(diǎn)、不同種類、不同時(shí)段的可控負(fù)荷工作狀態(tài)進(jìn)行優(yōu)化，以期減小配網(wǎng)網(wǎng)損、降低峰谷差、減少用戶電費(fèi)等，控制策略靈活且不需對現(xiàn)有配網(wǎng)進(jìn)行大幅改造，便于實(shí)際應(yīng)用推廣。
　　針對可控負(fù)荷多目標(biāo)優(yōu)化問題的多維度、多約束性，論文采用多目標(biāo)粒子群算法作為可控負(fù)荷控制策略的底層算法

5、，并針對現(xiàn)有多目標(biāo)粒子群算法存在的，如優(yōu)秀個(gè)體選取方式不明確、對約束處理不夠靈活等問題，提出了基于歸一化函數(shù)值位與約束懲罰位的粒子比較策略，該比較策略綜合考慮了粒子對應(yīng)各目標(biāo)函數(shù)的函數(shù)值與對各約束的違反程度，可以更好地反映粒子的適應(yīng)度并引導(dǎo)粒子向最優(yōu)解前沿加速搜索，基于相關(guān)改進(jìn)設(shè)計(jì)了新的多目標(biāo)粒子群算法IMOPSO，該算法可以更好地求解可控負(fù)荷多目標(biāo)優(yōu)化問題，給出更合理的可控負(fù)荷控制序列。
　　論文的最后利用Matlab軟件編制了