基于双层优化的微电网系统规划设计方法论文复现——附代码
2024-07-11
[摘要] 目录摘要:研究背景:微电网结构设计:双层优化调度逻辑:NSGA-Ⅱ求解方法:运行结果:本文Matlab代码分享:?规划设计是微电网系统核心技术体系之一。从分布式电源的综合优化(组合优化、容量优化)和分布式电源间的调度优化两个方面对其展开研究。根据分布式电源特性,提出了适用于并网型微电网系统和独立型微电网系统

目录

摘要:

研究背景:

微电网结构设计:

双层优化调度逻辑:

NSGA-Ⅱ求解方法:

运行结果:

本文Matlab代码分享:?


规划设计是微电网系统核心技术体系之一。从分布式电源的综合优化(组合优化、容量优化)和分布式电源间的调度优化两个方面对其展开研究。根据分布式电源特性,提出了适用于并网型微电网系统和独立型微电网系统的双层优化规划设计模型。上层优化采用基于NSGA-II的多目标遗传算法计算系统最优配置;下层优化采用混合整数线性规划算法(MILP)计算系统最优运行方案。运用所建立模型,分别针对并网型和独立型微电网系统作了案例计算,验证了所提方法的正确性。

本文Matlab由博主亲手编写,代码几乎每一行都有注释,非常详细,保证您学得会。代码运行稳定,出图完美,十分精品。

规划设计是微电网系统核心技术体系之一,它直接关系到系统经济性、环保性和可靠性。在规划设计的过程中,需要考虑可再生能源的间歇性、灵活多变的系统组合方案和不同系统运行控制策略,这些因素的存在使微电网系统优化规划变得较为复杂。本文将从分布式电源的综合优化(优化组合、优化容量)和分布式电源间的优化调度两个方面出发,对微电网系统优化规划展开研究。

然而,目前的研究并不能同时应用于并网型和独立型微电网系统的规划设计,在微电网系统分布式电源综合优化方面,较少考虑微电网系统分布式电源类型的优化,在分布式电源优化调度方面,大多采用固定策略作为系统的控制策略,较少考虑分布式电源间的优化运行[20]。本文根据光伏、风能发电等分布式电源特性,提出了适用于并网型微电网系统和独立型微电网系统的双层优化规划设计模型,上层优化采用基于NSGA-II的多目标遗传算法计算系统最优配置,模型中考虑了分布式电源的类型优化、容量优化和组合优化;下层优化采用混合整数线性规划算法计算系统最优运行方案,实现系统的动态经济最优调度。运用本文建立模型,分别针对并网型和独立型微电网系统作了案例计算, 验证了所提方法的正确性,得出了具有参考意义的结论。

本文研究的微电网系统结构如图1所示。风力发电机、光伏发电和储能系统等通过各自的变流器接入交流微电网系统,并通过公共连接点(PCC)与配电网连接,组成并网型微电网。通过对该微电网的控制,可实现微电网的孤岛和并网运行。柴油发电机采用同步发电机发电,直接并入交流微电网。在优化规划设计中,忽略线路阻抗引起的损耗。

本文采用双层优化规划方法对微电网系统进行优化,上层为容量优化模块,用于寻找系统最优配置,包括系统各设备类型、台数和容量,下层为调度优化模块,用于计算系统最优运行方案。双层优化含有两个层次,上层决策结果一般会影响下层目标和约束条件,而下层则将决策结果反馈给上层,从而实现上下层决策的相互作用,如图2 所示为本文双层优化逻辑图。

多目标优化通常作为一种在不同目标中寻找最优解的有效方法。由于这些目标可能是非线性的、矛盾的或不可测量的,多目标的全局最优解通常通过 Pareto 最优解集获得。Pareto 是不同目标解的折中方案,决策者可以依据 Pareto 前沿和对不同目标的需求做出决策。当使用多目标遗传算法时,所得到的解并没有好坏之分。因此,它避免了将多目标问题转化为单目标问题权重问题的引入。本文基于NSGA-II 的多目标遗传算法被用来求解多目标问题。

选取单机额定功率分别为50kW和100kW两种类型的柴油发电机,单机额定功率分别为30kW和50kW的风力发电机进行优化设计。光伏发电的最大安装容量受场地铺装面积限制,最大可安装容量为150kW;风电机组的最大容量受园区绿地等空间限制,最大可安装10台;柴油发电机的最大安装台数根据负荷大小设定为4台;蓄电池最大安装容量为1000kWh;蓄电池用双向变流器最大安装容量为200kW。系统优化规划使用年限为20年,折现率r取为3%。遗传算法中的种群个数为40,迭代次数T为400,交叉率为0.9,变异率为0.2。


平台注册入口