为有效推动“双碳”目标的实现,针对系统碳排放量大、综合成本高和优化调度迭代寻优困难的问题,提出了计及车网互动的热电联供微网(combined heat and power microgrid,CHP-MG)优化调度方法。以微网运行成本和碳排放量最小为目标,建立...为有效推动“双碳”目标的实现,针对系统碳排放量大、综合成本高和优化调度迭代寻优困难的问题,提出了计及车网互动的热电联供微网(combined heat and power microgrid,CHP-MG)优化调度方法。以微网运行成本和碳排放量最小为目标,建立了考虑车网互动的CHP-MG模型,同时,考虑用户需求变化,设置了优先满足电负荷需求和优先满足热负荷需求2种模式;给出改进的树种优化算法,将种群划分为4部分,更有效的进行全局搜索;该算法还引入了枯萎过程和位置置换变异策略,以增加种群多样性、避免局部最优,从而提高收敛时间和寻优能力。以英格兰东北部地区为例进行了仿真验证,结果表明,改进后算法的寻优结果和收敛时间明显优于未改进的树种优化算法。展开更多
文摘为有效推动“双碳”目标的实现,针对系统碳排放量大、综合成本高和优化调度迭代寻优困难的问题,提出了计及车网互动的热电联供微网(combined heat and power microgrid,CHP-MG)优化调度方法。以微网运行成本和碳排放量最小为目标,建立了考虑车网互动的CHP-MG模型,同时,考虑用户需求变化,设置了优先满足电负荷需求和优先满足热负荷需求2种模式;给出改进的树种优化算法,将种群划分为4部分,更有效的进行全局搜索;该算法还引入了枯萎过程和位置置换变异策略,以增加种群多样性、避免局部最优,从而提高收敛时间和寻优能力。以英格兰东北部地区为例进行了仿真验证,结果表明,改进后算法的寻优结果和收敛时间明显优于未改进的树种优化算法。
