基于改進(jìn)雞群算法的微電網(wǎng)優(yōu)化運(yùn)行研究.pdf

1、在能源與環(huán)境雙重壓力下，可再生能源發(fā)電技術(shù)得到了迅速的發(fā)展。全球著名趨勢(shì)學(xué)家杰里米·里夫金在其著作《第三次工業(yè)革命》中指出，第三次工業(yè)革命將向可再生能源轉(zhuǎn)型，分布式發(fā)電將成為未來的趨勢(shì)，每一大洲的建筑轉(zhuǎn)化為微型發(fā)電廠，可方便地收集和利用可再生能源。這與微電網(wǎng)技術(shù)的發(fā)展趨勢(shì)不謀而合。有效、合理的安排可再生能源發(fā)電，即充分利用可再生能源，需對(duì)微電網(wǎng)的優(yōu)化運(yùn)行進(jìn)行研究。
　　本文考慮包含傳統(tǒng)火電機(jī)組在內(nèi)的冷熱電三聯(lián)供型微電網(wǎng)的經(jīng)濟(jì)和環(huán)保

2、運(yùn)行。首先分析了微電網(wǎng)中的微電源包括：光伏發(fā)電機(jī)、風(fēng)力發(fā)電機(jī)、微型燃?xì)廨啓C(jī)、火電機(jī)組和燃料電池等的電氣特性，并考慮各出力源的運(yùn)行維護(hù)成本、燃料費(fèi)用、環(huán)境治理費(fèi)用和購(gòu)/售電費(fèi)用等，對(duì)各微源建立相關(guān)的數(shù)學(xué)模型?？紤]孤網(wǎng)運(yùn)行時(shí)，可能會(huì)有負(fù)荷切除的問題，則建立了負(fù)荷的數(shù)學(xué)模型，同時(shí)因?yàn)樨?fù)荷預(yù)測(cè)對(duì)運(yùn)行有影響，則利用支持向量機(jī)相關(guān)知識(shí)，提出基于網(wǎng)格搜索和交叉驗(yàn)證的SVM回歸模型對(duì)電力系負(fù)荷進(jìn)行預(yù)測(cè)，通過具體的算例進(jìn)行分析與應(yīng)用，驗(yàn)證預(yù)測(cè)方法的可行性

3、，并對(duì)微電網(wǎng)之后優(yōu)化用的電負(fù)荷、冷負(fù)荷和熱負(fù)荷進(jìn)行相關(guān)預(yù)測(cè)?；谏鲜龅南嚓P(guān)模型，建立微電網(wǎng)并網(wǎng)與孤網(wǎng)經(jīng)濟(jì)和環(huán)保優(yōu)化運(yùn)行數(shù)學(xué)模型。
　　其次微電網(wǎng)優(yōu)化運(yùn)行模型是一個(gè)多變量、多約束、多目標(biāo)、非線性的優(yōu)化模型，對(duì)其模型的求解本文首次應(yīng)用了最新提出的雞群算法，為解決雞群算法易陷入局部最優(yōu)解的問題，則加入了災(zāi)變機(jī)制和慣性權(quán)重對(duì)雞群算法進(jìn)行改進(jìn)，使得算法精度更高，同時(shí)介紹了智能算法中較為成熟的粒子群算法，便于之后進(jìn)行算法比較。
　　最后

4、選取一個(gè)包含典型微源和傳統(tǒng)火電機(jī)組的微電網(wǎng)，考慮微電網(wǎng)孤網(wǎng)和并網(wǎng)兩種運(yùn)行情況，并分別通過粒子群算法、雞群算法和改進(jìn)雞群算法對(duì)其相應(yīng)運(yùn)行情況下的微電網(wǎng)優(yōu)化模型進(jìn)行求解，驗(yàn)證雞群算法的優(yōu)化效果優(yōu)于粒子群算法，同時(shí)改進(jìn)雞群算法的效果優(yōu)于雞群算法，驗(yàn)證改進(jìn)雞群算法的優(yōu)越性，最后，基于對(duì)冷熱電三聯(lián)供系統(tǒng)的研究，考慮微燃機(jī)“以熱/冷定電”和“以電定熱/冷”兩種控制方式，對(duì)兩種控制方式下微電網(wǎng)的經(jīng)濟(jì)和環(huán)保運(yùn)行數(shù)學(xué)模型求解，得出最佳的經(jīng)濟(jì)、環(huán)保運(yùn)行方式