基于改进遗传算法的微网能量管理模型

被引:51
作者
陈昌松
段善旭
蔡涛
刘邦银
机构
[1] 华中科技大学强电磁工程与新技术国家重点实验室
关键词
微网; 能量管理; 分布式电源; 优化算法; 能量平衡; 发电预测;
D O I
10.19595/j.cnki.1000-6753.tces.2013.04.027
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
080802 ;
摘要
提出了一种微网能量管理模型优化微网的运行。由于光伏系统的输出具有间歇性和随机性,因此采用发电预测模型的输出作为微网能量管理模型的输入进行规划光伏发电系统的输出;由于储能单元的充放电管理是一个涉及多时段的复杂规划问题,提出了能量平衡约束进行优化管理储能单元的充放电;能量管理模型对储能单元与分布式电源统一建模,将储能智能管理、经济负荷分配、运行效益优化等多目标优化问题转化成为单目标优化问题进行求解;设计了两种运行策略,实现了微网在孤立和并网两种模式下的经济运行,采用改进的遗传算法进行求解。通过一个小型直流微网算例验证了所提模型和算法的有效性,算例结果表明该模型实现了微网的最优运行,相关结果可用于微网的经济效益评估。
引用
收藏
页码:196 / 201
页数:6
相关论文
共 3 条
[1]   基于神经网络的光伏阵列发电预测模型的设计 [J].
陈昌松 ;
段善旭 ;
殷进军 .
电工技术学报, 2009, 24 (09) :153-158
[2]   分布式发电的环境效益分析 [J].
钱科军 ;
袁越 ;
石晓丹 ;
ZHOU Chengke ;
鞠平 .
中国电机工程学报, 2008, (29) :11-15
[3]  
A 24-h forecast of solar irradiance using artificial neural network: Application for performance prediction of a grid-connected PV plant at Trieste, Italy[J] . Adel Mellit,Alessandro Massi Pavan.Solar Energy . 2010 (5)