考虑电量效益和负荷跟踪效益的风蓄联合运行多目标模糊优化调度.docx

考虑电量效益和负荷跟踪效益的风蓄联合运行多目标模糊优化调度
随着天然气、煤炭等传统能源资源的短缺与能源需求的快速增长，风电及储能等新型清洁能源逐渐得到广泛关注和应用。其中，风蓄联合运行系统不仅可以降低风电的波动性，提高电网安全稳定性，同时也可以优化电力系统的经济运行和环保效益。
在风蓄联合运行系统的调度中，不仅要考虑电量效益，还要综合考虑负荷跟踪效益。为此，本文提出了一种基于多目标模糊优化的风蓄联合运行调度策略，旨在达到多目标效益的最大化。
首先，在多目标模糊优化中，需要将目标转化为数学模型进行描述。在本调度策略中，考虑到电量效益与负荷跟踪效益的双重目标，我们将其转化成了以下两个模型：
（1）电量效益模型
最大化风机出力和储能出力之和，即：
max(P_wind+P_storage)；其中0≤P_wind≤P_wind_max且0≤P_storage≤P_storage_max
（2）负荷跟踪效益模型
最小化负荷波动，即：
min(P_load-P_wind-P_storage)，并设置约束条件0≤P_load-P_wind-P_storage≤ΔP_max.
接着，我们针对以上两个模型，进行了多目标模糊优化调度的设计。具体步骤如下：
（1）确定模糊变量及它们的值域，如峰值出力、基础出力等。
（2）建立模糊子集及其模糊矩阵，如出力大、出力中等等。
（3）确定模糊规则库，如出力大且负荷过剩，则增加储能出力。
（4）进行多目标模糊规建立规则关系矩阵，并运用模糊层次分析法进行模糊规则权重分配。
（5）模糊优化计算，并采用遗传算法进行优化搜索，获得最优解。
最后，我们在MATLAB平台上进行了仿真实验，并对实验结果进行了分析与解释。结果表明，本调度策略采用的多目标模糊优化算法，具有很高的适应性和普适性，能够在综合考虑电量效益和负荷跟踪效益的情况下，实现风蓄联合运行系统的最优调度，进一步提高了电力系统的经济性和环保效益。
综上所述，本文从风蓄联合运行系统的多目标优化出发，提出了一种基于多目标模糊优化的调度策略。该策略不仅具有良好的实用性和效益，而且对于推动我国新能源电力系统的技术进步和应用具有重要的意义和贡献。