基于改进FPA-LHS算法的并网型微电网容量优化配置研究

来源 :智慧电力 | 被引量 : 0次 | 上传用户:voidemort
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着分布式电源的迅猛发展,微电网逐步成为了能源供应的重要方式.而风能和太阳能受环境影响较大,具有出力不稳定的特点,并网后会对电力系统的稳定运行造成影响,因此对并网型风/光/储微电网的容量进行优化配置成为了微电网规划的研究热点.为此,首先选取磷酸铁锂电池为储能装置,构建了风/光/储微电网的出力模型;然后以最小系统年等额成本、最小系统年碳排放总额和最小系统外购电比例为优化目标,建立了并网型风/光/储微电网容量的多目标优化模型;随后对FPA-LHS算法进行改进,并运用改进FPA-LHS算法对多目标优化模型进行求解,得到了优化后的配置方案;最后通过与其他优化算法的计算结果进行对比,验证了改进FPA-LHS算法的有效性.
其他文献
为了利用大气可降水量(Precipitable Water Vapor,PWV)预报降雨,针对PWV在降雨过程中处于动态变化的现象,提出使用长短期记忆神经网络(LSTM)构建基于时序数据的多气象参数短临降雨预报模型.实验表明,当设置预报时间在1~6 h的情况下,模型短临预报降雨的整体性能优于其他时间尺度的预报,能预报目标区域约47%的降雨,模型的准确率为66%,略优于传统PWV分析方法;误报率为8%,优于传统PWV分析的预报方法.
针对有源头靠中虚拟误差点噪声信号的自适应控制问题,提出了一种应用卡尔曼滤波(KF)的控制策略.与基于梯度的算法相比,KF具有更快的收敛速度和更好的收敛性能.在虚拟误差传感的基础上建立了系统的状态方程,在状态变量中仅考虑控制滤波器权系数.为了保证算法收敛,给出了KF参数的在线更新策略,同时在算法中引入快速阵列方法从而降低运算量.仿真结果表明,文中提出的策略能够有效提升系统的收敛速度,降低虚拟误差点处的噪声信号.