考虑环境效益的分布式电源多目标规划

被引:43
作者
栗然
申雪
钟超
杨天
机构
[1] 新能源电力系统国家重点实验室(华北电力大学)
关键词
分布式电源; 环境效益; 多目标优化; 多目标自适应粒子群算法; 非支配集;
D O I
10.13335/j.1000-3673.pst.2014.06.008
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
分布式电源(distributed generation,DG)接入配电网,可以有效缓解传统发电方式带来的环境污染和能源枯竭问题。在考虑DG环境效益的基础上,针对多类型DG接入位置及容量问题,建立了综合污染气体排放量、配电网总费用和系统电压偏差的多目标模型,并提出了一种自适应多目标粒子群算法。该算法结合非线性变异算子保持种群多样性,采用动态自适应网格策略使得Pareto前端分布更加均匀,从而为最终决策提供良好的候选方案。针对获得的非支配集,采用分层模糊决策技术得到符合决策者侧重点的最终方案。算例分析结果表明,利用该方法得到的DG配置方案,可以有效地减少污染排放量,降低总费用,减小电压偏差,这验证了模型和算法的合理性和有效性。
引用
收藏
页码:1471 / 1478
页数:8
相关论文
共 17 条
[11]  
分布式电源对配电网网损影响及配置的研究[D]. 马明.南京理工大学. 2007
[12]   Multiobjective Particle Swarm Optimization for the optimal design of photovoltaic grid-connected systems [J].
Kornelakis, Aris .
SOLAR ENERGY, 2010, 84 (12) :2022-2033
[13]   Maximal optimal benefits of distributed generation using genetic algorithms [J].
Abou El-Ela, A. A. ;
Allam, S. M. ;
Shatla, M. M. .
ELECTRIC POWER SYSTEMS RESEARCH, 2010, 80 (07) :869-877
[14]  
Multiobjective genetic algorithm solution to the optimum economic and environmental performance problem of small autonomous hybrid power systems with renewables .2 Katsigiannis,Y.A,Georgilakis,P.S,Karapidakis,E.S. Renewable Power Generation, IET . 2010
[15]  
Interactive particle swarm: A Pareto-adaptive metaheuristic to multiobjective optimization .2 Agrawal,Shubham,Dashora,Yogest,Tiwari,Manoj,Son,Young-Jun. IEEE Transactions on Systems, Man, and Cybernetics Part A:Systems and Humans . 2008
[16]   中国火力发电行业减排污染物的环境价值标准估算 [J].
魏学好 ;
周浩 .
环境科学研究, 2003, (01) :53-56
[17]   SO2、NOx与CO2排气罚款的应有数量级 [J].
张娜 ;
蔡睿贤 .
中国电机工程学报, 1997, (04) :71-73