目前,由于社会的快速发展,一次能源的储量越来越少,造成的环境污染问题越来越严重。在这种情况下,分布式发电由于其运行可靠、损耗低、环保等优点,得到了越来越多的应用,但其发电的不确定性和差异性会对电能质量和调度产生影响,也会造成供电可靠性的降低,由此,微电网应运而生。目前对微电网的研究主要集中在以提高其经济性和环保性为目的的内部微电源的运行优化调度。为了实现这一目的,本文的主要研究内容如下:(1)介绍了风力发电单元、光伏发电单元、微型燃气轮机、燃料电池和蓄电池等微电网中常用微电源的工作原理,并分别建立了其数学模型。为了改善微电网的经济效益和环境效益,建立了以减小系统总运行成本和排放污染处理成本为目标的函数,同时建立了负荷需求响应模型,并对微电网中各微电源的出力等进行了约束。根据以上内容,提出了基于并网和离网两种不同模式下的微电网运行策略,形成了一个相对完整的微电网优化调度系统。(2)对微电网优化调度中必不可少的数据预测环节展开了研究,使用基于模糊C均值聚类的曲线相似性对比方法,来对数据集进行异常检测,并对异常数据进行修正,对复杂的特征参数使用KPCA进行降维处理,提取主成分参数融入预测模型,提出了基于小波分解的组合预测模型,考虑利用小波分解将预测数据集分为低频和高频两大类,分别对其建立BAS-BP预测模型和BAS-LSSVM预测模型,将分类数据融合主成分后分别进行预测,通过重组序列获得最终预测结果。将本文的组合模型预测与BAS-BP和BAS-LSSVM这两个单一预测模型的预测结果进行对比后发现,前者的结果更加精确。(3)提出了一种改进的天牛群算法,天牛群算法是由粒子群算法对天牛须算法进行种群扩张而得到的。在天牛群算法中融合进分组混沌的思想,使用BSO算法在全局范围内进行搜索,而TS算法作局部范围内的搜索,并加入Kent混沌机制,完成了算法改进。对该算法进行了验证,并与PSO、ACO、BSO和GA这四种算法进行了对比,结果证明该方法能同时兼具较好的全局收敛性和局部搜索能力。(4)将提出的TS-CBSO算法运用到微电网优化调度中,加入负荷需求响应模型,分别制定了并网运行和离网运行策略,对不同策略下响应前后的微电网各微电源出力做出了以实现经济效益和环保效益最优为目标的优化调度,最终的调度结果可以作为微电网未来一天微电源出力的参考,可有效提高微电网运行的综合效益。
