基于粒子群算法的分布式电源优化配置研究.pdf

在能源互联网的发展初期，分布式电源的优化配置成为了规划设计中的一个关键环节。分布式电源，如风力发电机、光伏发电系统、燃气轮机等，可以为终端用户直接供电，具备减少输电损耗、降低环境污染、提高供电可靠性等优点。分布式电源的优化配置旨在确保系统的可靠性和经济性，其中包括了系统年均成本最小化、负荷预测、储能系统参与等关键因素。 在分布式电源优化配置的研究中，粒子群算法因其并行性好、参数设置少、易于实现、全局搜索能力强等特点，成为了求解此类优化问题的有力工具。粒子群算法的基本思想是模拟鸟群捕食的行为，通过群体协作来寻找最优解。在优化配置模型中，每个粒子代表了一个候选解，粒子的位置更新依据个体最佳位置和群体最佳位置来调整。 局域能源互联网是由源、网、负荷和储能系统四部分构成的局部能量系统。其中，“源”指的是各种能源供应侧，如风电、光伏、燃气轮机等；“网”则包含能源耦合网络和信息互联网络，能源耦合网络负责冷、热、电等能量的传输，信息互联网络则负责实时采集信息并传递给能量管理系统；“负荷”指的是电力、热力、冷力等区域负荷；“储能”系统通常指电储能，可以平抑分布式电源的功率波动，并在功率缺额时发挥作用。 分布式电源出力模型通常包括风机出力模型和基于冷热电联产的燃气轮机数学模型。风机出力模型描述了风电机组输出功率与风速之间的关系，这一关系可以近似用分段函数表示。对于燃气轮机，其热电联产模型则涉及到了发电效率、废热回收效率和制冷效率等因素。 局域能源互联网的规划中，将涉及对配电网的网架结构、联络线方案的规划，以及对DG（分布式发电）的位置和容量的优化配置。优化模型通常以系统的年均成本最小化为目标函数，并且可能考虑到设备投资及运行成本、电能交易成本等因素。在实际的应用中，可能需要采用改进的粒子群算法进行求解，以提高配置方案的经济性。 本研究通过建立数学模型，并利用粒子群算法对分布式电源的优化配置进行求解，结合实际算例进行仿真计算。仿真结果证明了所提出的优化配置方法可以得到较好的经济性配置方案。研究还分析了粒子群算法参数变化对配置结果以及算法性能的影响，从而为局域能源互联网中的分布式电源优化配置提供了科学依据和技术指导。