论文部分内容阅读
近年来,含风能、太阳能等新能源发电的微电网在当前配电网络中的应用已显著增加,以满足不断增长的电力需求并实现减少温室气体排放的目标。然而,这些可再生能源的发电功率取决于天气条件并且有时间限制,导致其发电量是动态可变的。由于可再生能源发电功率的间歇性和波动性,为了保证系统运行的稳定性,电池储能系统已经成为微电网不可分割的一部分。另一方面,确定电池的最佳容量可以有效降低微电网系统的运营成本。因此,良好的能源管理策略和系统中储能电池最佳容量的设置是微电网运营中必不可少的要求,以确保对可再生资源的高效利用并降低系统的运营成本。由此,首先本文分析了微电网内部常见的分布式电源数学模型,并探讨了储能系统的运行方式,在此基础上建立了微电网并模式下的微电网经济优化运行目标。针对微电网优化运行约束条件和目标函数,分析了基于鲸鱼优化算法的微电网优化调度策略。考虑微电网优化模型的特点,本文提出了基于电池容量寻优以及电池充放电控制策略的鲸鱼优化算法(Whale Optimization Algorithm,WOA),并基于该算法对微网并网模型下的综合经济效益模型进行了求解。本文将所提出的算法运用于不同的场景,并将仿真实验结果与其他优化方法进行比较,包括遗传算法(Genetic Algorithm,GA),粒子群优化(Particle Swarm Optimization,PSO),蝙蝠算法(Bat Algorithm,BA)和改进的蝙蝠算法(Inproved Bat Algorithm,IBA)。与其他算法相比,所提出的(WOA)算法在求解精度和计算效率上均表现出优异的性能。数值结果表明,与GA,PSO,BA和IBA相比,具有电池能量存储(Battery Energy Storage,BES)的智能利用的WOA算法有助于将微电网的运营成本减少34.072%。本研究的主要贡献可以归纳为:(1))在电池容量优化的基础上利用鲸鱼优化算法对微电网系统进行优化调度,该方法可以增加可再生能源的利用率以减少对微电网中化石燃料的依赖,同时有效减少了系统的运营成本;(2)考虑了储能电池容量对运行管理以及微电网总成本的影响并对电池容量进行优化,最终确定储能电池在初始未充电状态下最优容量为140kWh,在初始充满电状态下最优容量为220kWh。