基于IPMOCSA的光伏微网混合储能容量优化配置.docx

"基于IPMOCSA的光伏微网混合储能容量优化配置" 本文研究基于IPMOCSA（Improved multi-objective crow search algorithm）的光伏微网混合储能容量优化配置。微电网作为分布式电源接入电网的一种有效手段，已被广泛应用。但是，微电网中的分布式电源以风电、光伏等间歇性电源为主，其波动性影响微电网的稳定运行，降低其电能质量。为了提高自发自用比率，平抑可再生能源的波动、改善电能质量及提高供电可靠性，储能介质的引入具有显著作用。但是，储能装置的引入会增加微电网系统的投资成本，因此需要在保证最大化利用新能源的前提下选择合适的储能容量，降低成本、提高系统的经济效益。 现有的研究主要集中在以经济性为目标的混合储能容量优化配置问题上。文献[5]以功率波动最小目标，采用改进遗传算法进行优化，实现系统的经济性和供电可靠性；文献[6,7]通过遗传算法进行储能功率分配，求解储能经济模型，得出最优配置结果。然而，这些主流算法虽可以进行多目标寻优，但其参数设置较多、寻优求解过程较复杂。 相比之下，乌鸦搜索算法（Crow search algorithm, CSA）被认为是一种非贪婪算法，相比贪婪算法更能增加新一代种群的多样性，从而保证了优化过程的多样性。因此，本文提出一种改进的多目标乌鸦搜索算法（Improved multi-objective crow search algorithm, IPMOCSA）来精确容量配置优化结果。 本文在容量配置时，将能量型电池和功率型电池相结合，以达到在满足储能的同时获得最佳经济性的目的。考虑分时电价设计微电网系统的运行策略，建立系统的运行成本模型，精确了微电网的运行成本并建立不同类型储能介质的投资模型。利用提出的IPMOCSA对多目标进行求解，获得在经济最优时能量型电池和功率型电池的容量配比，最后通过算例分析，证明改进算法的有效性。 本文的主要贡献在于： 1. 提出了一种基于IPMOCSA的光伏微网混合储能容量优化配置方法，能够精确容量配置优化结果，提高微电网系统的经济效益。 2. 将能量型电池和功率型电池相结合，达到在满足储能的同时获得最佳经济性的目的。 3. 建立了微电网系统的运行成本模型和储能投资模型，精确了微电网的运行成本和储能投资成本。 本文的结果表明，基于IPMOCSA的光伏微网混合储能容量优化配置方法可以有效地提高微电网系统的经济效益，并且具有良好的实用价值。