基于改进人工蜂群算法的家庭储能容量优化配置

被引:16
作者
蒋伟
陈照光
颜浩
机构
[1] 上海电力大学电子信息与工程学院
关键词
混合储能; 家庭能源管理; 容量配置; 人工蜂群算法;
D O I
暂无
中图分类号
TK02 [蓄能技术]; TP18 [人工智能理论]; TM73 [电力系统的调度、管理、通信];
学科分类号
080707 [能源环境工程]; 120103 [信息系统与信息管理]; 140502 [人工智能];
摘要
家庭能源系统中的储能设备初始投资成本高,限制其实际应用。针对此问题,文章对混合储能的容量配置进行了研究。分别构建了刚性负荷、柔性负荷和储能类设备负荷模型;在此基础上搭建以用户每天用电费用最低为目标的家庭能源管理系统模型;提出一种改进的人工蜂群算法对模型求解。实验结果表明,通过和单储能的系统相比,在满足用户用电需求的同时,配置混合储能的家庭能源系统能有效减小用户每天用电费用。对文中算法与人工蜂群算法和粒子群算法优化结果进行比对,证实所提算法优化时长短、收敛速度快且不易于陷入局部最优。
引用
收藏
页码:24 / 29
页数:6
相关论文
共 15 条
[1]
几类优化问题的人工蜂群算法 [D]. 
孔翔宇 .
西安电子科技大学,
2016
[2]
人工蜂群算法搜索策略的改进 [D]. 
施金霄 .
江西理工大学,
2018
[3]
能源互联网下综合能源服务商业模式综述 [J].
代琼丹 ;
邓昕 ;
吴雪妍 ;
高强 ;
张锦爱 ;
王海伟 .
高压电器, 2021, 57 (02) :135-144
[4]
含高比例光伏出力的长期分布式储能配置研究 [J].
方保民 ;
李红志 ;
孔祥鹏 ;
杨永标 .
电力系统保护与控制, 2021, 49 (02) :121-129
[5]
基于退役动力电池的家庭储能容量优化配置 [J].
王帅 ;
尹忠东 ;
田硕文 ;
林挚 ;
王银顺 ;
谢呵呵 .
电测与仪表 , 2020, (09) :58-64+88
[6]
微电网多目标优化运行综述 [J].
孙慧君 ;
闫志彬 ;
余蕾 ;
康健 ;
何永秀 .
山东电力技术, 2020, 47 (02) :37-42
[7]
基于双蓄电池组的家庭可再生能源实时优化策略 [J].
李盛林 ;
杨俊杰 .
可再生能源, 2019, (07) :1007-1014
[8]
基于用户满意度的家庭能量管理系统协调优化调度 [J].
王珑 ;
王进 ;
龚晓琴 ;
胡泽斌 ;
王仰之 ;
武浩然 .
电力学报, 2019, 34 (02) :101-108+174
[9]
一种改进的人工蜂群算法——粒子蜂群算法 [J].
王继超 ;
李擎 ;
崔家瑞 ;
左文香 ;
赵越飞 .
工程科学学报, 2018, 40 (07) :871-881
[10]
基于电力需求响应的多时间尺度家庭能量管理优化策略 [J].
张禹森 ;
孔祥玉 ;
孙博伟 ;
王继东 .
电网技术, 2018, 42 (06) :1811-1819