依据设计员经验人为确定微电网建设中的容量配比不仅缺乏足够科学依据,易于造成投资浪费,而且还会对后续的经济调度、安全运行等产生负面影响。微电网建设最佳容量配比问题的本质是多目标寻优问题,各电源容量配比与既定指标之间存在复...依据设计员经验人为确定微电网建设中的容量配比不仅缺乏足够科学依据,易于造成投资浪费,而且还会对后续的经济调度、安全运行等产生负面影响。微电网建设最佳容量配比问题的本质是多目标寻优问题,各电源容量配比与既定指标之间存在复杂的非线性关系。为此,本文以某风光柴储互补发电系统设计为牵引,将容易找到全局最优解且寻优速度较快的天牛须搜索算法(bettle antennae search algorithm,BAS)引入到非线性规划性能较好的遗传算法(genetic algorithm,GA)中,在各电源出力模型和既定调度策略基础上,以兰州某点2018年逐时风速、逐时太阳光辐射强度、逐时环境温度为依据,以年供电可靠性最高作为首要目标、投资经济性最好为次要目标,获取最优容量配比方案。算例结果显示,BAS-GA能够给出最优容量配比且具有更快的收敛速度,每次都能得到相同结果,稳定可靠;其BAS-GA结果在负荷缺电率(loss of power supply probability,LPSP)为0.2%的情况下,比0时基本GA数据投资节约66%,也比2.3%时的基本GA结果效费比更高,其他基本GA的结果亦均无法与BAS-GA相比。因此,BAS-GA是微电网建设容量配比优化方案获取中避免基本GA陷入局部最优的有效措施之一。展开更多
文摘依据设计员经验人为确定微电网建设中的容量配比不仅缺乏足够科学依据,易于造成投资浪费,而且还会对后续的经济调度、安全运行等产生负面影响。微电网建设最佳容量配比问题的本质是多目标寻优问题,各电源容量配比与既定指标之间存在复杂的非线性关系。为此,本文以某风光柴储互补发电系统设计为牵引,将容易找到全局最优解且寻优速度较快的天牛须搜索算法(bettle antennae search algorithm,BAS)引入到非线性规划性能较好的遗传算法(genetic algorithm,GA)中,在各电源出力模型和既定调度策略基础上,以兰州某点2018年逐时风速、逐时太阳光辐射强度、逐时环境温度为依据,以年供电可靠性最高作为首要目标、投资经济性最好为次要目标,获取最优容量配比方案。算例结果显示,BAS-GA能够给出最优容量配比且具有更快的收敛速度,每次都能得到相同结果,稳定可靠;其BAS-GA结果在负荷缺电率(loss of power supply probability,LPSP)为0.2%的情况下,比0时基本GA数据投资节约66%,也比2.3%时的基本GA结果效费比更高,其他基本GA的结果亦均无法与BAS-GA相比。因此,BAS-GA是微电网建设容量配比优化方案获取中避免基本GA陷入局部最优的有效措施之一。
