含风光储的多目标粒子群优化调度

史 　上, 杜 浩然, 袁 赛博
华北水利水电大学

摘要


在“双碳”背景下，风电光伏等新能源接入电网能够提升电网调度的经济性，但大规模风电光伏能源的接
入受限于电网容量的限制，造成了大量的弃风弃光现象。为了提高新能源的消纳率及微电网运行的经济性，首先，
构建了含有风电、光伏、发电机、储能、负荷的微网系统。在考虑出力约束和运行约束的前提下，建立了考虑运行
成本以及环境污染造成的处理成本最低、新能源消纳最大的多目标微电网优化调度模型。最后利用多目标粒子群算
法求解微电网优化调度模型。结果显示，本文所构建的优化调度模型能够对提升新能源消纳，优化微电网经济调度
具有指导意义。

关键词


多目标；调度；微电网；风光消纳

全文:

PDF


参考


[1]IRENA. Renewable energy statistics; 2023. https://

www.irena.org/publications/2023/Jul/RenewableCapacity-Statistics-2023.

[2]魏震波，张海涛，魏平桉，等.考虑动态激励

型需求响应的微电网两阶段优化调度[J].电力系统保护

与 控 制，2021，49（19）：1-10.DOI：10.19783/j.cnki.

pspc.201605.

[3]季颖，王建辉.基于深度强化学习的微电网在线

优化调度[J].控制与决策，2022，37（07）：1675-1684.

DOI：10.13195/j.kzyjc.2021.0835.

[4]齐志远，李晓文，张如意，等.基于动态回馈修

正的独立微电网协调优化调度[J].高电压技术，2022，48

（03）：938-947.DOI：10.13336/j.1003-6520.hve.20210263.

[5]郭方洪，何通，吴祥，等.基于分布式深度强化

学习的微电网实时优化调度[J].控制理论与应用，2022，

39（10）：1881-1889.

[6]张自东，邱才明，张东霞，等.基于深度强化学

习的微电网复合储能协调控制方法[J].电网技术，2019，

43（06）：1914-1921.DOI：10.13335/j.1000-3673.

pst.2018.2369

[7]Vincent FL, David T, Damine E, et al. Deep

reinforcement learning solutions for energy microgrids

management[C]. proceedings of the European Workshop on

Reinforcement Learning (EWRL 2016), 2016.

[8]吴利刚，张梁，周倩，等.基于强化学习的微电

网能量调度优化策略研究[J].控制工程，2022，29（07）：

1162-1172.DOI：10.14107/j.cnki.kzgc.20210749.

[9]孔淑琴，牛铭，付学谦，等.微电网孤网经济运

行研究[J].电网与清洁能源，2012，28（4）：57-62

[10]张利彪，周春光，马铭，等.基于粒子群算法求

解多目标优化问题[J].计算机研究与发展，2004，（07）：

1286-1291




DOI: http://dx.doi.org/10.12361/2661-3506-06-08-137296

Refbacks

  • 当前没有refback。