【微电网】基于改进粒子群算法的微电网优化调度(Matlab代码实现)

本文涉及的产品
语种识别,语种识别 100万字符
图片翻译,图片翻译 100张
文本翻译,文本翻译 100万字符
简介: 【微电网】基于改进粒子群算法的微电网优化调度(Matlab代码实现)

💥1 概述

文献来源:


摘要:当今全球普遍面临着能源危机和环境污染的加重,污染严重的化石能源将逐渐被无污染的清洁能源代替,随着经济的发展和社会的进步,以传统的发电方式已经不能满足当今电力用户对电能高可靠性、稳定性的要求需求。以风、光、储、微型燃气轮机、燃料电池等分布式电源构成的微电网能有效的解决了能源危机和环境污染问题。为了充分发挥清洁能源的效益,微电网系统在电力领域成为了研究热门。微电网中对各分布式微电源的优化调度是一个比较复杂的技术难题,且风能、太阳能发电的随机波动性对微电网本身也造成一定的安全稳定的影响,本文针对这些问题作了比较深入研究。在微电网中优化调度又是核心技术,调度策略的优劣将直接影响微电网运行的经济性、供电的可靠性,对微电网优化调度理论的研究有着重要的理论价值及工程价值,但现阶段对微电网的调度策略仍然不够完善,调度策略与运行模式、市场方案没有一体化。本文的研究内容对微电网优化调度做了些改进。本文建立了风、光、微型燃气轮机、燃料电池、储能装置组成的微电网优化调度模型。比较详细的介绍各单元的数学模型以及运行特性,提出了以综合效益最大化为总目标的目标函数,建立了微电网在不同运行方式具体的约束条件。制定了微电网在并网运行时、孤岛运行时分时段优化调度策略。当微电网并网运行时,起到削峰填谷的作用,孤岛运行时可以保证重要负荷用电的可靠性,从而使整个电网的发电设备得以充分利用。在微电网在并网运行和孤岛运行时分别采用不同的分时段优化调度策略,运用改进的粒子群算法对微电网中数学模型进行求解,确定各个微电源优化后的出力,以实现微电网系统运行的综合效益最大,并通过算例分析验证了本文算法的正确性及可行性。


关键词:微电网;分布式电源;综合效益;优化调度策略;粒子群算法;


1.1 风能发电的基本原理

风能属于可再生的清洁能源,有较好的发展前景。风能发电单元主要组成分有风机、变压器、发电机、电子开关接口以及齿轮箱。风能发电单元组成结构如图1.1所示。风能发电的基本原理6l是:风能发电机 ( Wind Turbine,WT)把风的动能经过风机旋转转化成机械能,然后风能发电机在风机带动下开始工作并将风机的机械能转化成磁能,再由磁能转化成电能。


                                             图1.1 风能发电系统的组成

根据风能发电的原理可知,风能发电单元的输出功率与风速大小有直接关系,其输出特性的波动性比较明显。

1.2 太阳能发的基本原理

太阳能电池发电是利用半导体材料的光生伏特效应,太阳辖射经太阳能电池直接将光能转换成电能的一种发电方式。太阳能发电不需要热力电动机,它能向负荷直接提供直流电能,提供交流电能时需要交直流变换器转换,它的运行方式有并网运行或孤岛运行。太阳能发电系统的组成主要由太阳能电池、控制器、变换器、蓄电池组和负载等组成。太阳能发电系统的结构组成如图1.2。



                                             图1.2 太阳能发电系统的基本原理

1.3 微型燃气轮机基本原理

微型燃气轮机(Microturbine,MT)是近年来新发展起来的一种小型热动装置,单机发电功率通常在几百千瓦以内(一般不超过300kW)。微型燃气轮机发电系统的主要组成部分有气体压缩机、发电机、回热器、燃烧室及电力电子设备。微燃气轮机系统结构组成如图1.3所示。

                                    图1.3 微型燃气轮机系统结构组成

1.4 燃料电池的基本原理

燃料电池作为一种能量转换装置,在运行过程中既发电又能产热,产生的热量可以提供给热力负荷使用,产生的电能能直接给直流设备使用也可经转换器生成交流电供交流负荷使用。燃料电池发电单元有四部分组成分别为燃料供给转换装置、空气供给装置、电池本体、热量回收装置。燃料电池发电单元的结构组成如图1.4所示。

                                         图1.4 燃料电池发电系统

1.5 储能装置的发电模型

在微电网中风能发电、太阳能发电等可再生能源容易受到风速、温度、光照的影响具有随机性和波动性,往往会造成电网电压和频率不稳定。会造成微电网发出的电量与用电负荷的不相等情况,也不能及时追随负载变化。储能装置可以提高整个微电网系统的安全性、灵活性和可靠性,克服了上述的难题,起到了削峰填谷的作用。由于储能装置反应速度很快,当微电网在发电高峰时,所发电能除满足负荷需求外仍有多余电能,储能装置能将多余电能储存;当微电网所发电能不能满足用电负荷需求时,储能装置可迅速提供其储存的电能提供给负荷,以保障微电网系统的供需平衡和电压稳定。


1.6 微电网并网运行调度策略

当微电网系统的工作模式处于并网方式运行时,微电网系统所发电量能达到负荷的用电最低要求时,使微电网的发电费用最低,除了考虑系统中各分布式单元的出力配合,还应当计及微电网系统与主网的能量交换和储能装置的工作状态。以往电网运行经验验表明用电负荷在一天内不同的时间段所消耗的用电量是有所差异的,分为用电高峰期、用电低估期、用电均衡期三个调度阶段。根据不同阶段的耗电量和此阶段内的电价制定微电网最佳的调度方案,在保证供电可靠性的前提下,使系统运行费用最节约。


1.7 孤岛调度策略

微电网孤岛运行方式是当主网系统的供电系统不稳定运行或发生事故时,微电网系统与主网系统断开,断开后微电网和主网之间的没有电能交易问题。这种模式下,微电网中所有的微电源出力来承担整个系统的负荷需求,最佳调度方案有;

(1)在负荷用电低谷阶段,微电网的调度方案与并网运行时相同,优先利用WT和PV发电向负荷提供电能,如果有多余的电量,则检测储能装置的荷电状态,决定是否给储能装置进行充电;如果WT和PV所发的电量达不到负荷的要求时,对比MT和FC的发电费用由MT和FC中发电费用较低的单元向用户提供电能,仍然不能满足是由BT放电提供。

(2)在用电平段阶段内,WT和PV发电不能满足负荷的用电需求,通过优化计算来确定MT和FC的出力。若所发电量能满足负荷需求仍有剩余电量,则根据储能装置的充放电状态给BT充电;若果微电网中WT和PV发出全部电能依然不能满足负荷用电需求时,则考虑利用BT放电来供负荷使用。


(3)在用电高峰期阶段内,微电网系统中负荷的用电需求达到高峰,WT和PV的发电量不能达到负荷需求时,通过优化计算来确定发电单元使用,原则是优先利用发电费用比较低的单元来满足负荷的用电需求;若微电网所发的全部电量达不到负荷的用电需求,则利用BT放电来满足供电,如果储能装置储存的电量全部释放还不能满足负荷需求的情况时,由负荷的重要程度由低到高切除,以达到微电网系统的功率供需平衡。


1.8 流程图

📚2 运行结果

2.1 算例分析

本文构建了包括风能发单元、太阳能发电单元、微燃气轮机单元、燃料电池以及蓄电池分布式电源等的微电网系统。根据用电负荷的实际用电情况将一天分为用电高峰期、用电低估期、用电均衡期三个阶段。由于风速、温度、光照强度在一天内是逐渐变化的,所以其发电单元的出力也是不确定的,以一个小时为单位来划分微电网系统的优化调度时间,可以将一天设为24调度时段,而将一天作为微电网的一个调度周期,进行调度分布式单元的出力更加合理。以满足微电网系统运行的约束为前提,以优化调度策略为原则,微电网的微电网运行综合效益最大化为目标函数,用改进粒子群优化算法对微电网的目标函数进行求解。分别对微电网并网运行和孤岛运行进行仿真,仿真时以某典型日提供的参数作为依据进行仿真,并在并网运行时和孤岛运行时的调度策略下确定微电网中各分布式电源的最优出力,使整个优化调度周期运行最小成本费用,进而实现微电网系统的最优化运行。

2.2 运行结果



🎉3 文献来源

部分理论来源于网络,如有侵权请联系删除。

[1]姚景昆. 基于改进粒子群算法的微电网优化调度[D].辽宁工业大学,2016.

🌈4 Matlab代码及详细文章讲解

链接:https://pan.baidu.com/s/1ZWCHuxXL0usYxLESRJwL5g 

提取码:73su

--来自百度网盘超级会员V3的分享

相关文章
|
2天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
103 80
|
7天前
|
供应链 算法 调度
排队算法的matlab仿真,带GUI界面
该程序使用MATLAB 2022A版本实现排队算法的仿真,并带有GUI界面。程序支持单队列单服务台、单队列多服务台和多队列多服务台三种排队方式。核心函数`func_mms2`通过模拟到达时间和服务时间,计算阻塞率和利用率。排队论研究系统中顾客和服务台的交互行为,广泛应用于通信网络、生产调度和服务行业等领域,旨在优化系统性能,减少等待时间,提高资源利用率。
|
14天前
|
存储 算法
基于HMM隐马尔可夫模型的金融数据预测算法matlab仿真
本项目基于HMM模型实现金融数据预测,包括模型训练与预测两部分。在MATLAB2022A上运行,通过计算状态转移和观测概率预测未来值,并绘制了预测值、真实值及预测误差的对比图。HMM模型适用于金融市场的时间序列分析,能够有效捕捉隐藏状态及其转换规律,为金融预测提供有力工具。
|
14天前
|
机器学习/深度学习 算法 信息无障碍
基于GoogleNet深度学习网络的手语识别算法matlab仿真
本项目展示了基于GoogleNet的深度学习手语识别算法,使用Matlab2022a实现。通过卷积神经网络(CNN)识别手语手势,如"How are you"、"I am fine"、"I love you"等。核心在于Inception模块,通过多尺度处理和1x1卷积减少计算量,提高效率。项目附带完整代码及操作视频。
|
1天前
|
算法
基于EO平衡优化器算法的目标函数最优值求解matlab仿真
本程序基于进化优化(EO)中的平衡优化器算法,在MATLAB2022A上实现九个测试函数的最优值求解及优化收敛曲线仿真。平衡优化器通过模拟生态系统平衡机制,动态调整搜索参数,确保种群多样性与收敛性的平衡,高效搜索全局或近全局最优解。程序核心为平衡优化算法,结合粒子群优化思想,引入动态调整策略,促进快速探索与有效利用解空间。
|
4月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
226 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
4月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
142 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
4月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
111 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
7月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)