考慮V2G影響的微電網(wǎng)電源優(yōu)化配置.pdf

1、微電網(wǎng)憑借先進、靈活的控制方式，在實現(xiàn)可再生能源發(fā)電安全友好接入電力系統(tǒng)方面具有重要作用。而隨著電動汽車的大力推廣，其接入微電網(wǎng)的容量也越來越大，相對于風力和光伏等可再生能源發(fā)電，電動汽車通過先進的V2G(Vehicle-to-grid)控制技術，可以實現(xiàn)對電動汽車的可控調度，從而達到平抑可再生能源發(fā)電機組波動性的目的。微電網(wǎng)中的燃氣輪機、風力、光伏等分布式電源、連入微網(wǎng)的電動汽車可能會對微電網(wǎng)的經(jīng)濟和安全運行產(chǎn)生一定程度的影響。微電網(wǎng)

2、中分布式電源配置的不合理可能會降低對可再生能源的利用效率和對負荷的供電可靠性。
　　針對現(xiàn)有微電網(wǎng)分布式電源的優(yōu)化配置研究均沒有考慮不斷滲透的電動汽車對分布式電源優(yōu)化配置影響的不足，本文將 V2G控制技術引入微電網(wǎng)分布式電源優(yōu)化配置中，考慮微電網(wǎng)中微電網(wǎng)電源發(fā)電的環(huán)境效益、總發(fā)電成本，在保障孤島運行和供電可靠性的條件下，建立了考慮V2G影響的微電網(wǎng)電源優(yōu)化配置模型。
　　針對粒子群優(yōu)化算法在處理多目標問題中的優(yōu)勢和不足，本文

3、克服基于Pareto法和多子群法的不足，結合其優(yōu)勢，提出了基于 Pareto的向量評價粒子群優(yōu)化算法(Vector evaluated particle swarm optimization algorithm based on Pareto。VEPSO-BP)。在外部建立一個精英集，并在每次迭代前利用輪盤法從精英集中抽取Pareto非支配解，用于引導各個粒子群中的粒子向Pareto前沿逼近。
　　通過SIMULINK仿真模型和設

4、置參數(shù)，對模型進行仿真實驗。優(yōu)化配置結果表明，隨著對微電網(wǎng)允許的最大停電概率要求的降低，總發(fā)電成本也隨之增加，但是環(huán)境效益成本逐漸降低。通過將基于Pareto的向量評價粒子群優(yōu)化算法與蟻群算法、遺傳算法的對比，得知基于Pareto的向量評價粒子群優(yōu)化算法在處理多目標優(yōu)化問題時具有收斂速度快、精度高的特點。
　　通過對微電網(wǎng)優(yōu)化配置結果的分析可得，在目前的市場環(huán)境下，風力發(fā)電、光伏發(fā)電等可再生能源發(fā)電在發(fā)電成本上仍然處于劣勢，但環(huán)境