原文传递
考虑V2G影响的微电网电源优化配置
| 论文题名： | 考虑V2G影响的微电网电源优化配置 |
| 关键词： | 微电网;电动汽车;分布式电源;优化配置;粒子群优化算法;供电可靠性;可再生能源 |
| 摘要： | 微电网凭借先进、灵活的控制方式，在实现可再生能源发电安全友好接入电力系统方面具有重要作用。而随着电动汽车的大力推广，其接入微电网的容量也越来越大，相对于风力和光伏等可再生能源发电，电动汽车通过先进的V2G(Vehicle-to-grid)控制技术，可以实现对电动汽车的可控调度，从而达到平抑可再生能源发电机组波动性的目的。微电网中的燃气轮机、风力、光伏等分布式电源、连入微网的电动汽车可能会对微电网的经济和安全运行产生一定程度的影响。微电网中分布式电源配置的不合理可能会降低对可再生能源的利用效率和对负荷的供电可靠性。 针对现有微电网分布式电源的优化配置研究均没有考虑不断渗透的电动汽车对分布式电源优化配置影响的不足，本文将 V2G控制技术引入微电网分布式电源优化配置中，考虑微电网中微电网电源发电的环境效益、总发电成本，在保障孤岛运行和供电可靠性的条件下，建立了考虑V2G影响的微电网电源优化配置模型。 针对粒子群优化算法在处理多目标问题中的优势和不足，本文克服基于Pareto法和多子群法的不足，结合其优势，提出了基于 Pareto的向量评价粒子群优化算法(Vector evaluated particle swarm optimization algorithm based on Pareto。VEPSO-BP)。在外部建立一个精英集，并在每次迭代前利用轮盘法从精英集中抽取Pareto非支配解，用于引导各个粒子群中的粒子向Pareto前沿逼近。 通过SIMULINK仿真模型和设置参数，对模型进行仿真实验。优化配置结果表明，随着对微电网允许的最大停电概率要求的降低，总发电成本也随之增加，但是环境效益成本逐渐降低。通过将基于Pareto的向量评价粒子群优化算法与蚁群算法、遗传算法的对比，得知基于Pareto的向量评价粒子群优化算法在处理多目标优化问题时具有收敛速度快、精度高的特点。 通过对微电网优化配置结果的分析可得，在目前的市场环境下，风力发电、光伏发电等可再生能源发电在发电成本上仍然处于劣势，但环境效益较好。因此，为了促进可再生能源发电并网的快速发展，我们可以制定征收碳排放交易税、提高可再生能源发电售价等市场激励机制。 |
| 作者： | 罗捷 |
| 专业： | 电力系统及其自动化 |
| 导师： | 曾喆昭 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长沙理工大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
