微电网经济运行优化方法研究综述.docx

微电网经济运行优化方法研究综述摘要：目前，由于分布式发展技术的迅速发展，部署网络发展成由广泛的分布式可控DG组成的活动分布网络(adn)，负荷侧被引入了大量类型，访问位置分布，间歇性的小容量DG，在adn的全局调度中遇到了巨大困难。如何针对配电网内的各种电源进行最佳调度和控制，以实现更好地消纳可再生能源、降低配电网运营成本、提高电压质量，从而使adn以最佳状态运行，已成为一个迫切的问题。鉴于此，本文对微电网经济运行优化方法进行了分析，以供参考。关键词：微电网；经济运行；优化方法引言微电网（以下简称微网）系统包含微电源、储能装置、负荷、变换器及保护装置，可以灵活的工作在离网或并网的情况下，能够保证系统供电的可靠性和安全性。微网的经济性问题是微网能否推广到电力系统中，实现系统总的经济成本最优，同时保障供电可靠性需求的关键所在。1微网经济性模型1.1目标函数孤网模式下，微网经济性优化是在满足系统负荷需求和可靠性的前提下，由初始投资成本、运行维护成本、燃料成本和环保成本构成的微网综合成本最低，表达式如下式中：t微电网运行期限；n是微网格中微源类型的数量。ccpi(t)、comi(t)、CFI(t)和CEI(t)分别是t瞬间、I第二个微源的初始投资成本、运营维护成本、燃料成本、环境保护成本、Cinsi是第I个微源的单位容量安装成本。ki是第I微源的容量系数，ki=I第I微源的年发电容量/(8760*相应微源的额定容量)；r年利率，6.7%；ni是第I微源的寿命。pi(t)是第I个电源t瞬间的有效功率输出。Komi是第I个微源单元功率运行的维护成本系数。vej是j次污染物的环境价值。VJ由j级污染物处罚。m是污染物的类型。QJ是柴油发电机组功率的j次污染物排放。1.2约束条件（1）功率平衡约束：PWT（t）+PPV（t）+PDE（t）+PFC（t）+PSB（t）=PL（t）（2）微源功率输出约束：Pimin≤Pi（t）≤Pimax式（10）中：Pimin为第i个微源的最小输出功率；Pimax为第i个微源的最大输出功率。（3）蓄电池剩余电量约束：SOCmin≤SOC（t）≤SOCmax式（11）中：SOC（t）为t时刻蓄电池的剩余电量；SOCmin为蓄电池所允许的最小剩余电量；SOCmax蓄电池所允许的最大剩余电量。2求解方法2.1多目标处理方法微电网经济运行优化问题是多目标多约束非线性优化问题。运行优化的每个子目标往往相互矛盾，同时很难实现最佳目标，一个目标的改进可能会导致其他目标的恶化，只能折衷。一般来说，多目标问题使用线性权重和方法转换为单个目标优化问题，每个子目标权重系数经常使用主观权重法、二进制对比权重法，但这些方法具有更大的主观性。使用模糊处理来配置每个目标函数的成员资格函数，并使用最大满意度指标方法将多用途问题转换为单个目标问题。模糊理论与二元对比固定拳法相结合，将多目标优化问题转化为单目标优化问题。决策者可以调整个人目标满意度，以反映主观愿望，提出基于单个目标满意度和总体调整度评估功能的交互式多用途处理方法。各目标函数的量纲和数量级存在差异，不能直接转化，采用标准化的方法，对各个目标函数进行归一化处理，转化为无量纲的数值，然后通过加权求和的方法转化为单目标问题，表达式为式中ｆi，ｆi′———目标函数的真实值和归一化值；ｆiｍａｘ，ｆｉｍｉｎ———对应目标函数的最大和最小值。2.2智能算法多目标优化问题的求解，常常采用群体智能算法，如粒子群算法、遗传算法、鸟群算法、鱼群算法等，还有改进型非劣排序遗传算法、微分进化算法、禁忌搜索算法等。对于多目标转化成的非线性单目标优化问题，文献［4］采用单个智能算法，文献［5］采用混合智能算法求取单目标函数的最优解。对于多目标经济优化问题，采用智能算法求得非劣的Pareto最优解集，再运用决策方法从Pareto解集中得到最优解。通过分类逼近理想解的排序方法对算法得到的Pareto最优解集进行多目标决策，以获得最优折中解。采用模糊集理论对非劣解集进行处理，确定最优折中解。对得到的满足约束条件的Pareto最优解集，利用模糊隶属度计算总体满意度，解决最优解的选择问题。文献［6］提出基于熵值的多目标灰靶决策在不失客观性的情况下从Pareto解集中选出满意方案。3微电网经济运行策略微电网优化能源调度的主要目标是实现微型电网运行的安全性、可靠性、可靠性、经济运行和经济调度及优化。在孤岛操作中，可考虑各DG之间的协调，从而确保微电网的负载正常工作；并网时要考虑到能量会带来调度和整体变化。根据电网不同，总体优化形式也不同。主网连接到微电网时，太阳能(PV)和风能等新的发电形式可以用来维持良好的环境。在系统发电的同时，观察微电网与主电网之间的相互关系也很重要，只有在这种相互关系良好的情况下，才能确保所有要素都