基于人工蜂群算法的微网并网优化运行

被引:16
作者
崔秋丽
机构
[1] 苏州工业职业技术学院机电工程系
关键词
微网; 并网; 优化运行; 人工蜂群算法;
D O I
暂无
中图分类号
TM732 [电力系统的运行]; TP18 [人工智能理论];
学科分类号
120103 [信息系统与信息管理]; 140502 [人工智能];
摘要
针对含有风力发电机、光伏电池、燃料电池和蓄电池的微网系统,综合考虑经济性与环保性,建立微网并网运行下的优化调度模型。为最大化发挥微网系统"削峰填谷"的作用,基于分时电价机制设计一种结合削峰填谷启发式规则的并网能量调度策略,通过监测净负荷状态和电价时段以及对特定状态下各微源的功率调整等,得到系统最优能量调度状态。针对所建立的微网并网优化调度模型,提出将人工蜂群算法运用到该调度问题中,以迭代次数线性调整的控制参数改进蜂群搜索频率。仿真结果验证了微网并网优化调度模型、策略和算法的可行性和有效性。
引用
收藏
页码:1551 / 1559
页数:9
相关论文
共 15 条
[1]
微网容量优化配置与能量优化管理研究 [D]. 
石庆均 .
浙江大学,
2012
[2]
计及需求侧响应的微网经济优化调度 [J].
邵靖珂 ;
汪沨 ;
谭阳红 ;
陈春 ;
黄晓倩 ;
王睿 .
电力系统及其自动化学报, 2016, 28 (10) :31-36
[3]
智能微网在分布式能源接入中的作用与挑战 [J].
王成山 ;
王守相 .
中国科学院院刊, 2016, 31 (02) :232-240
[4]
分时电价机制下含蓄电池微网的优化调度 [J].
毛晓明 ;
陈深 ;
吴杰康 ;
郭壮志 .
电网技术, 2015, 39 (05) :1192-1197
[5]
基于改进遗传算法的微网多目标优化调度 [J].
刘方 ;
姬晓杰 ;
杨秀 .
陕西电力, 2015, 43 (03) :21-24+34
[6]
人工蜂群算法综述 [J].
陈阿慧 ;
李艳娟 ;
郭继峰 .
智能计算机与应用, 2014, 4 (06) :20-24
[7]
微电网能量管理系统研究综述 [J].
吴雄 ;
王秀丽 ;
刘世民 ;
祝振鹏 ;
刘春阳 ;
段杰 ;
侯菲 .
电力自动化设备, 2014, 34 (10) :7-14
[8]
考虑随机性的微网能量优化调度模型 [J].
柳丹 ;
李强 ;
袁晓冬 .
电力系统保护与控制, 2014, 42 (11) :112-117
[9]
微电网技术综述 [J].
杨新法 ;
苏剑 ;
吕志鹏 ;
刘海涛 ;
李蕊 .
中国电机工程学报, 2014, 34 (01) :57-70
[10]
基于QPSO与BPSO算法的动态微电网多目标优化自愈 [J].
王兆宇 ;
艾芊 .
电网技术, 2012, 36 (10) :23-29