基于多搜索器优化算法的含可再生能源协同优化调度

被引：8

作者：

唐建林 ^{[1
]}

余涛 ^{[1
]}

张孝顺 ^{[2
]}

李卓环 ^{[1
]}

陈俊斌 ^{[1
]}

机构：

[1] 华南理工大学电力学院

[2] 汕头大学工学院

来源：

控制理论与应用 | 2020年 / 37卷 / 03期

关键词：

风力发电厂; 光伏发电厂; 联产系统; 混沌理论; 多搜索器算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TM73 [电力系统的调度、管理、通信];

学科分类号：

120103 [信息系统与信息管理]; 140502 [人工智能];

摘要：

考虑到风光不确定性给能源系统运行带来的影响,本文建立了含有燃气发电厂、热电联产装置、供热厂、风电场和光伏电场的热电数学模型,并提出了多搜索器优化算法,用于解决热电能量管理优化问题.混沌搜索具有随机性、遍历性和规律性,混沌理论的引入能够不断缩小优化变量的搜索空间,并不断提高搜索精度,从而有较高的搜索效率.算法中的双层搜索器的设置既能保证快速收敛到近似最优解,也能及时避免陷入局部最优解.通过标准函数和27机组热电系统的仿真结果表明,本方法具有较高收敛稳定性且收敛速度快,能够有效解决热电能量管理系统中的高度非线性、非光滑、非凸问题.

引用

页码：492 / 504

页数：13

共 25 条

[1]

A probabilistic multi-objective approach for power flow optimization in hybrid wind-PV-PEV systems.[J].Mohammad Javad Morshed;Jalel Ben Hmida;Afef Fekih.Applied Energy.2018,

[2]

Combined heat and power economic dispatch problem using gravitational search algorithm.[J].Soheil Derafshi Beigvand;Hamdi Abdi;Massimo La Scala.Electric Power Systems Research.2016,

[3]

Multi-objective self-scheduling of CHP (combined heat and power)-based microgrids considering demand response programs and ESSs (energy storage systems).[J].Jamshid Aghaei;Mohammad-Iman Alizadeh.Energy.2013,

[4]

Analysis of two-component mixture Weibull statistics for estimation of wind speed distributions.[J].J.A. Carta;P. Ramírez.Renewable Energy.2006, 3

[5]

基于门当户对遗传算法的配电网多目标主动重构研究 [J].