史明旭 邓燕妮
（武汉理工大学自动化学院 湖北省武汉市 430000）
摘要：本文研究由机械、电气及其控制等设备组成的风力发电单元、将太阳能转换为电能的光伏发电设备、燃料电池、以天然气、甲烷等燃料的超小型热力发电机和蓄电池储能装备组成的并网运行的微电网优化运行问题，本文考虑微电网中各单元的发电成本和环保成本，使微电网在一个调度周期内综合经济最低，建立微电网多目标优化运行模型，采用pareto支配方法与群智能算法结合的方式解决多目标优化问题，本文中采用的群智能算法是人工鱼群算法，求解模型得出微电网一个调度周期的最优各发电成本和运行总成本，并与基本的人工鱼群算法进行比较，仿真表明：改进算法的收敛速度和收敛性都有所提高，并且在多目标的考虑上更贴合实际。
关键词：微电网；多目标优化；人工鱼群算法；pareto理论
微电网是由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等构成的小型发配电系统，有效的解决了可再生能源和分布式电源单机接入成本高、控制困难等问题，微电网既可以与配电网连接运行，也可以脱离配电网单独运行，运行方式灵活多变，具有很大潜能[1-2]。微电网的优化运行是微电网研究中的一个重要方向，微电网的优化运行是一个多目标的优化问题，各子目标的优化结果往往相互约束、此消彼长，改变其中的一个目标往往会导致其他目标的优化结果，这也成为了研究的难点[3]。
本文以发电成本和环保成本综合经济为目标，给出微电网中个发电单元的数学模型和约束条件，并建立目标函数，采用结合pareto方法的改进人工鱼群算法对问题进行求解并得出pareto最优解，用以描述一个调度周期内微电网的运行方式，提高微电网中经济效益。
1.微电网内各发电单元模型
本文中研究的微电网中的发电单元包含风机（WT）、光伏（PV）、微型燃气轮机（MT）、燃料电池（FC）、以及蓄电池储能系统。
1.1风机发电
风机发电模型参考文献：8，根据空气动力学，风力发电的功率输出可以概括为：
（1-1）
式中，Ｖ为风速，为空气密度，为风机叶片的半径，为叶片的扫落面积。Cp为风能利用系数，对于变奖距系统，与叶尖速比和奖距角有关；对于定奖距系统，仅与叶尖速比有关。
风力发电作为可再生能源发电不消耗化石燃料，对环境零污染，所以风力发电的燃料成本和气体排放治理成本为零。
图3：微电网运行成本对比情况
图3是改进的人工鱼群算法与基本人工鱼群算法的运行成本的比较结果，从图中看出，基本的人工鱼群算法的收敛迭代次数为20次，收敛结果为830.5元，结合pareto方法的多目标人工鱼群算法收敛迭代次数为12次，收敛结果为784.8元，可以看出改进的多目标人工鱼群算法具有更好的收敛性和收敛速度，且考虑了多目标的权衡性。
参考文献：
[1]张建华，黄伟.微电网运行控制与保护技术[M].北京：中国电力出版社，2010.
[2]Chen S C，Cai D T，Liu B，et al. Smart energy mnagement system for optimal microgrid eeconomic operation[J]. IEEE Proceedings：Renewable Power Generation，2011，5（3）：258-267.
[3]王城山，武震，李鹏.微电网关键技术研究[J]. 电工技术学报，2014，29（2）：1-12.
[4]张丽娟，罗毅.含各种分布式电源的微电网系统环保经济优化调度研究[J].2015，05.
[5]夏澎，顾劲岳，葛晓琳.风光联合优化配置的多目标机会约束规划方法[J].电力系统保护与控制，2016，44（6）：35-40.
[6]何晓伟，林俐.微电网优化运行[J].2015，06.
[7]王向红，钱文姝.基于改进PSO算法的微电网调度方法[J].电网与清洁能源，2017，33（7）.
[8]刘荣荣，张靠社，张刚，刘桐.基于自适应人工鱼群算法的微电网优化运行[J].电网与清洁能源，2017，33（4）.
[9]朱永，李春华.基于多目标粒子群算法的微电网优化运行研究[J].江苏科技大学学报（自然科学版），2017，31（4）：501-507
[10]孔维健，柴天佑，丁进良，吴志伟.镁砂熔炼过程全厂电能分配实时多目标优化方法研究[J].自动化学报，2014，40（1）：51-61.
[11]夏立荣，李润学，刘启玉，耿志强.基于动态层次分析的自适应多目标粒子群优化算法及其应用[J].控制与决策.2015，30（2）：215-221.
[12]刘丁，张新雨，陈亚军.基于多目标人工鱼群算法的硅单晶直径检测图像阈值分割方法[J].自动化学报，2016，42（3）：431-442.
[13]马宪民，刘妮.自适应视野的人工鱼群算法求解最短路径问题[J].通信学报，2014，35（1）：1-6.
论文作者:史明旭,邓燕妮
论文发表刊物:《河南电力》2018年19期
论文发表时间:2019/4/12
标签：电网论文; 鱼群论文; 算法论文; 目标论文; 成本论文; 方法论文; 学报论文; 《河南电力》2018年19期论文;