综合能源系统多目标优化运行算法研究

被引:0
作者
黄俊
机构
[1] 华南理工大学
关键词
多目标优化; 改进NSGA-Ⅲ算法; 潮流; 综合能源系统; 电-气联合网;
D O I
10.27151/d.cnki.ghnlu.2019.001947
年度学位
2019
学位类型
硕士
导师
摘要
随着人们对环保性问题的日益重视以及对电网供电质量要求的不断提高,以往仅仅考虑经济性的单目标优化已经跟不上新时代对现代电力系统运行控制的要求。当代的电力系统需要同时综合考虑发电成本经济性,发电环保性,电网安全性、可靠性和稳定性以及减少电网有功线损这些问题。因此,研究电力系统多目标优化对如今电网的运行有着实际的指导意义。不仅如此,随着大规模微网、分布式能源的开发与利用均通过以电网为骨干网的能源系统将能量传输到各用户,为此关于可再生能源的协调优化调度也成为了各国科研技术人员的重点关注领域。为了实现当代社会对发电的节能减排要求,必须对从源-网-荷整个能源系统进行综合协调优化,实现整体上的经济最优以及环保性最佳。针对这两个多约束,非线性,大规模复杂的优化问题,本文在研究对象上从简单的电网潮流优化到复杂的含微网的电-气联合网(Integrated Electricity-Natural Gas System with Microgrid,IENGS-M)综合能源系统的协调优化,一步步建立起运行优化模型。在研究方法上从基本的NSGA-Ⅲ算法到改进NSGA-Ⅲ算法的搜索机制以及优化之后的决策部分进行了仿真与分析。由浅入深进行了以下两方面的研究。(1)建立了电力系统的多目标潮流优化问题的数学模型。针对当今考虑的运行优化目标不能同时完全反映其电力系统经济、环保、安全以及可靠的现状,以五个目标函数分别表示电力系统的某一方面的属性,并且在最优潮流模型优化过程中考虑诸多等式以及不等式约束。提出一种新颖的改进型NSGA-Ⅲ算法(Modified NSGA-Ⅲ,MNSGA-Ⅲ)来求解该潮流优化模型,通过在IEEE-30节点系统以及57节点系统下的仿真工作,验证了所提出的改进策略在多目标优化求解中的有效性与可行性,不仅可以加快算法的收敛速度,还能增强算法的收敛效果,并与其他算法的优化结果进行了对比。且本文还采用了若干多目标优化性能指标来评价改进策略对算法收敛性、分布性以及广泛性的影响。(2)建立了含微网的电-气联合网综合能源系统的协调优化调度的多目标框架。在该模型框架中,对电网、气网以及两网的连接枢纽等基础设备进行了详细建模,并考虑微网部分的旋转备用。不仅如此,本文还提出了IENGS-M的协调优化调度方案,通过在含微网的耦合15节点气网和39节点电网联合系统的仿真,验证了算法的有效性以及所提出的协调优化调度在兼顾经济性和环保性两方面有着更好的综合性能。并对联合系统的线路故障和系统故障进行了分析,进一步验证了所提模型的合理性,且在故障状态下仍能保持系统的稳定性。
引用
收藏
页数:92
共 55 条
[1]
随机多目标优化在综合能源系统的应用 [D]. 
寇燕妮 .
华南理工大学,
2017
[2]
An Improved NSGA-III Algorithm for Reservoir Flood Control Operation [J].
Chen, Chen ;
Yuan, Yanbin ;
Yuan, Xiaohui .
WATER RESOURCES MANAGEMENT, 2017, 31 (14) :4469-4483
[3]
An improved NSGA-III algorithm based on objective space decomposition for many-objective optimization [J].
Bi, Xiaojun ;
Wang, Chao .
SOFT COMPUTING, 2017, 21 (15) :4269-4296
[4]
Coordinated scheduling strategy to optimize conflicting benefits for daily operation of integrated electricity and gas networks.[J].J.H. Zheng;Q.H. Wu;Z.X. Jing.Applied Energy.2017,
[5]
Many-objective optimization for coordinated operation of integrated electricity and gas network.[J].Y. N. KOU;J. H. ZHENG;Zhigang LI;Q. H. WU.Journal of Modern Power Systems and Clean Energy.2017, 3
[6]
Coupled optimization of electricity and natural gas systems using augmented Lagrangian and an alternating minimization method.[J].P.N. Biskas;N.G. Kanelakis;A. Papamatthaiou;I. Alexandridis.International Journal of Electrical Power and Energy Systems.2016,
[7]
A hybrid harmony search algorithm with differential evolution for day-ahead scheduling problem of a microgrid with consideration of power flow constraints.[J].Jingrui Zhang;Yihong Wu;Yiran Guo;Bo Wang;Hengyue Wang;Houde Liu.Applied Energy.2016,
[8]
Optimization of a battery energy storage system using particle swarm optimization for stand-alone microgrids.[J].Thongchart Kerdphol;Kiyotaka Fuji;Yasunori Mitani;Masayuki Watanabe;Yaser Qudaih.International Journal of Electrical Power and Energy Systems.2016,
[9]
Adaptive group search optimization algorithm for multi-objective optimal power flow problem.[J].Narges Daryani;Mehrdad Tarafdar Hagh;Saeed Teimourzadeh.Applied Soft Computing.2016,
[10]
Approximate ideal multi-objective solution Q(λ) learning for optimal carbon-energy combined-flow in multi-energy power systems.[J].Xiaoshun Zhang;Tao Yu;Bo Yang;Limin Zheng;Linni Huang.Energy Conversion and Management.2015,