论文部分内容阅读
微电网为各种分布式可再生能源的高效接入、不同负荷多种能源形式的高可靠供给、主动式配电网的高效实现提供了一种有效的解决方案,将是未来智能电网的重要组成部分。近年来,微电网系统并离网优化控制和黑启动优化设计难题受到了学术界和工程应用界的广泛关注。进化计算为上述难题的解决提供了一种有效的研究思路。差分进化(Differential Evolution,DE)算法作为一种新颖的进化算法,在各类工程优化设计中得到了较为成功的应用,但在微电网运行优化与控制中的应用还鲜有报道。因此,本文基于DE算法对微电网并离网优化控制和黑启动优化难题进行深入研究。本文的主要研究工作和创新点如下:(1)针对多变量鲁棒PID控制器中多控制参数优化整定难题,首先将其转化为以H2/H∞鲁棒性能指标最小的约束优化问题,然后提出了一种基于约束极值优化与DE的混合优化算法(简称CEO-DE)。通过对两种典型多变量控制系统的仿真实验,验证了CEO-DE算法相比IGA、2LB-MOPSO等公开报道算法具有更佳的控制性能;(2)针对微电网离网运行模式下分布式逆变电源电压/频率优化控制难题,以系统输出电压偏差绝对值与时间乘积的积分(ITAE)和电压总谐波畸变值(THD)的加权和作为优化目标函数,提出了一种基于DE的分布式电源下垂控制优化方法,仿真实验验证了DE算法相比遗传算法和粒子群优化算法具有更小的电压THD值和更小的频率波动;针对微电网并网模式下P-Q优化控制难题,以系统输出有功功率ITAE值与无功功率ITAE值的加权和作为目标函数,提出了一种基于DE的分布式电源P-Q优化控制方法,仿真实验验证了该方法具有更平缓的功率波动。(3)针对微电网并离网切换过程中PI参数优化设计难题,以系统输出频率的ITAE和电压THD加权和作为优化目标函数,提出了一种基于DE的微电网并离网切换控制优化方法。建立微电网简易系统仿真模型,并对优化结果进行验证。仿真实验结果表明,在微电网并离网切换过程中,DE算法相比遗传算法和粒子群优化算法,具有更小的电压THD值和更小的频率波动,且各分布式电源输出功率没有发生突变,有效降低了暂态电压冲击。(4)针对微电网黑启动中分布式电源(DG)恢复和负荷恢复优化难题,首先建立了以启动DG发电量最大和DG附近负荷重要度最大为目标的多目标优化模型,提出了基于多目标群体极值优化(Multi-Objective Population Extremal Optimization,MOPEO)算法对模型进行优化得到DG恢复方案;其次,建立以负荷有功功率最大为目标的单目标优化模型,提出了基于二进制差分进化(BinaryDifferential Evolution,BDE)算法对模型进行优化得到负荷恢复方案。通过30节点微电网的算例分析,验证了所提优化方法的可行性。