苗雨陽，盧錦玲，朱國棟

（華北電力大學(xué) 電氣與電子工程學(xué)院，河北 保定 071003）

基于改進(jìn)多目標(biāo)粒子群算法的微電網(wǎng)并網(wǎng)優(yōu)化調(diào)度

苗雨陽，盧錦玲，朱國棟

（華北電力大學(xué) 電氣與電子工程學(xué)院，河北 保定 071003）

微電網(wǎng)能夠協(xié)調(diào)分布式電源，從而充分發(fā)揮分布式發(fā)電技術(shù)在經(jīng)濟(jì)、能源和環(huán)境中的優(yōu)勢。針對(duì)微電網(wǎng)并網(wǎng)時(shí)的優(yōu)化調(diào)度問題，建立了考慮發(fā)電成本、污染物排放的微電網(wǎng)系統(tǒng)的環(huán)保優(yōu)化模型，并利用改進(jìn)的多目標(biāo)粒子群算法，在這兩個(gè)目標(biāo)之間進(jìn)行協(xié)調(diào)權(quán)衡和折中處理，使所有目標(biāo)函數(shù)盡量達(dá)到最優(yōu)。選取微電網(wǎng)案例的日負(fù)荷數(shù)據(jù)進(jìn)行了優(yōu)化調(diào)度計(jì)算，仿真結(jié)果表明了所提模型和算法的有效性。

微電網(wǎng)；并網(wǎng)；多目標(biāo)粒子群；優(yōu)化調(diào)度

0 引言

微電網(wǎng)是由一系列分布式發(fā)電系統(tǒng)、儲(chǔ)能系統(tǒng)和負(fù)荷組成的微型電力網(wǎng)，提供了一個(gè)把分布式電源和大電網(wǎng)有效結(jié)合起來的方法。微電網(wǎng)中的分布式電源包括微型燃?xì)廨啓C(jī)、燃料電池、光伏電池、風(fēng)力發(fā)電、生物質(zhì)能發(fā)電等，是一個(gè)自制系統(tǒng)，根據(jù)需要可以選擇與配電網(wǎng)并網(wǎng)運(yùn)行也可以選擇獨(dú)立運(yùn)行。并網(wǎng)運(yùn)行時(shí)，大電網(wǎng)可以作為微電網(wǎng)的重要支撐，保證微電網(wǎng)內(nèi)負(fù)荷的可靠供電；孤網(wǎng)運(yùn)行時(shí)，微電網(wǎng)由內(nèi)部微電源獨(dú)立供電，為了保證微電網(wǎng)內(nèi)的供電可靠性，儲(chǔ)能裝置參與系統(tǒng)的優(yōu)化調(diào)度［1～3］。

微電網(wǎng)的理論和實(shí)驗(yàn)研究方面已經(jīng)取得了一定的成果，國際間的交流也推動(dòng)了微電網(wǎng)的快速發(fā)展。但是，在實(shí)現(xiàn)微電網(wǎng)的運(yùn)行控制、能量管理和調(diào)度方面仍存在諸多問題［4，5］。文獻(xiàn) ［6］建立了以發(fā)電成本最小為目標(biāo)函數(shù)的經(jīng)濟(jì)調(diào)度模型，考慮了各種電源的約束條件，并利用改進(jìn)的遺傳算法求解，但沒有考慮微電網(wǎng)系統(tǒng)與主網(wǎng)的能量交換問題。文獻(xiàn) ［7］應(yīng)用機(jī)會(huì)約束規(guī)劃理論建立了熱電聯(lián)供型微電網(wǎng)運(yùn)行優(yōu)化模型，并利用粒子群算法求解，但并未考慮環(huán)境污染問題。文獻(xiàn)［8］從成本和效益兩個(gè)方面分析了微電網(wǎng)的經(jīng)濟(jì)性，建立了考慮溫室氣體、污染物排放的以微電網(wǎng)運(yùn)行成本最低為目標(biāo)函數(shù)的微電網(wǎng)經(jīng)濟(jì)模型，但是在利用粒子群算法進(jìn)行求解時(shí)，只考慮發(fā)電成本和排放成本的總成本作為優(yōu)化目標(biāo)。文獻(xiàn)［9］從協(xié)調(diào)運(yùn)行的角度，討論了互聯(lián)區(qū)域的發(fā)電調(diào)度策略，將發(fā)電成本最小和污染氣體排放最小同時(shí)作為目標(biāo)函數(shù)。提出一種新的分區(qū)設(shè)置多目標(biāo)權(quán)系數(shù)的方案，按照電網(wǎng)分區(qū)的原則，對(duì)各分區(qū)進(jìn)行了分布式并行優(yōu)化。

本文主要研究了微電網(wǎng)并網(wǎng)運(yùn)行模式下的優(yōu)化調(diào)度問題，即在滿足系統(tǒng)各約束條件下如何優(yōu)化微電網(wǎng)中各微電源的出力，使微電網(wǎng)的目標(biāo)函數(shù)達(dá)到最優(yōu)。通過建立含多種微電源的微電網(wǎng)環(huán)保優(yōu)化調(diào)度模型，考慮模糊評(píng)價(jià)時(shí)不同的評(píng)價(jià)權(quán)重以及微電網(wǎng)與主網(wǎng)能量的雙向交易問題進(jìn)行優(yōu)化，并結(jié)合實(shí)際微電網(wǎng)案例驗(yàn)證了本文數(shù)學(xué)模型與優(yōu)化算法的正確性與有效性。

1 微電網(wǎng)優(yōu)化調(diào)度建模

1.1 目標(biāo)函數(shù)

微電網(wǎng)優(yōu)化調(diào)度的目標(biāo)是在滿足系統(tǒng)運(yùn)行約束條件下，通過優(yōu)化微電網(wǎng)系統(tǒng)內(nèi)各微電源的出力，使微電網(wǎng)的綜合目標(biāo)成本最?。?0］。

目標(biāo)1：微電網(wǎng)系統(tǒng)的運(yùn)行成本最低。運(yùn)行成本中，考慮各微電源的發(fā)電成本以及微電網(wǎng)與主網(wǎng)間的能量交換成本。

式中：C1為微電網(wǎng)系統(tǒng)的總運(yùn)行成本；T為微電網(wǎng)的調(diào)度周期總時(shí)段數(shù)；N為微電網(wǎng)內(nèi)微電源的總數(shù)；Fi（Pi（t））為微電源的發(fā)電成本，包括燃料成本、運(yùn)行維護(hù)成本和啟動(dòng)成本；Cgrid為微電網(wǎng)與主網(wǎng)的購售電價(jià)格；Pgrid（t）為微電網(wǎng)與主網(wǎng)交換功率，其中，Cgrid

Cbuy為微電網(wǎng)從主網(wǎng)的購電價(jià)格；Ccell為微電網(wǎng)向主網(wǎng)的售電價(jià)格。

目標(biāo)2：微電網(wǎng)系統(tǒng)的環(huán)境效益最大，即污染物排放治理費(fèi)用最小。

式中：C2為微電網(wǎng)的污染物處理費(fèi)用；?i為第i種污染物的處理費(fèi)用，污染物包括SO2，CO2，NOX等；βji為第j個(gè)微電源第i類污染物的排放系數(shù)；βgridi為主電網(wǎng)第i類污染物的排放系數(shù)。Ptj為第j個(gè)微電源的輸出功率；為主網(wǎng)的輸出功率。

1.2 約束條件

（1）功率平衡約束

（2）微電源出力約束

（3）微電網(wǎng)與主網(wǎng)間能夠允許交互的功率約束：

式中：Pmingrid，Pmaxgrid為微電網(wǎng)與主網(wǎng)間交互的最小、最大傳輸功率；若Pmingrid＜0，表示微電網(wǎng)系統(tǒng)可以向主網(wǎng)輸出功率。

（4）蓄電池運(yùn)行約束

2 基于多目標(biāo)粒子群算法的求解

2.1 多目標(biāo)粒子群算法的改進(jìn)

標(biāo)準(zhǔn)粒子群算法 （PSO）的基本思想是：隨機(jī)初始化一群沒有質(zhì)量和體積的粒子，將每個(gè)粒子看成是待求問題的一個(gè)解，用適應(yīng)度函數(shù)來衡量粒子的優(yōu)劣，所有粒子在可行解空間內(nèi)按一定的速度運(yùn)動(dòng)并不斷追隨當(dāng)前最優(yōu)粒子，經(jīng)過若干代搜索后得到該問題的最優(yōu)解［11～13］。針對(duì)所研究的問題，為使兩個(gè)目標(biāo)函數(shù)同時(shí)達(dá)到最優(yōu)，本文使用多目標(biāo)PSO算法。多目標(biāo)PSO算法 （ MPSO）中不再僅有一個(gè)目標(biāo)函數(shù)而是由多個(gè)目標(biāo)函數(shù)構(gòu)成的目標(biāo)向量，各個(gè)目標(biāo)之間通過適應(yīng)度相互制約，對(duì)某個(gè)目標(biāo)的優(yōu)化往往是以其他目標(biāo)為代價(jià)。

針對(duì)所研究問題，本文對(duì)多目標(biāo)粒子群算法進(jìn)行了改進(jìn)。改進(jìn)多目標(biāo)粒子群算法的主要步驟包括外部檔案維護(hù)、全局最優(yōu)值選取、個(gè)體最優(yōu)值更新以及如何保證粒子始終在搜索空間內(nèi)飛行等。外部檔案用來保留多目標(biāo)粒子群算法在搜索過程中獲得的部分非劣解。多目標(biāo)粒子群算法所得到的最終的外部檔案，即為每個(gè)時(shí)段調(diào)度方案的非劣解集。本文使用模糊決策方法從非劣解集中得到最終的調(diào)度方案。首先，將發(fā)電成本和污染氣體排放量兩個(gè)目標(biāo)函數(shù)進(jìn)行模糊化處理，其隸屬函數(shù)如下：式中：fi為第i個(gè)非劣解的目標(biāo)函數(shù)值；aimi為模糊化后的目標(biāo)函數(shù)值；fmax和fmin為非劣解集的目標(biāo)函數(shù)的最大最小值。

然后，把發(fā)電成本、污染氣體排放量作為因素集，并對(duì)粒子群算法所得非劣解集做單因素評(píng)價(jià)，組成模糊評(píng)價(jià)矩陣。根據(jù)實(shí)際情況確定權(quán)重，最后進(jìn)行模糊綜合評(píng)判，取最優(yōu)者作為最終的調(diào)度方案。

粒子群算法中，由速度更新公式和位置更新公式計(jì)算所得的解，往往無法滿足等式約束 （4），常用的解決方法是由尋優(yōu)群體在搜索域內(nèi)求得 M維變量中的前 M－1維變量，剩余1維變量的值由等式約束來確定，這種方法很容易導(dǎo)致最后一維解不滿足運(yùn)行約束式 （5），造成無效解［14］。針對(duì)約束條件的處理問題，本文使用一種可行化調(diào)整機(jī)制對(duì)優(yōu)化調(diào)度方案進(jìn)行調(diào)整。對(duì)時(shí)段t的優(yōu)化調(diào)度方案pt＝ ［，，…，］，可行化調(diào)整機(jī)制具體描述如下：

式中：pt為調(diào)整前的優(yōu)化調(diào)度方案；pt，＊為調(diào)整后的優(yōu)化調(diào)度方案；pmaxt和pmint為時(shí)段t機(jī)組所能達(dá)到的出力上下限。經(jīng)過可行化調(diào)整機(jī)制處理后，各機(jī)組出力可滿足等式約束條件 （4）。

2.2 基于改進(jìn)多目標(biāo)粒子群算法的求解流程

（1）輸入系統(tǒng)原始數(shù)據(jù)以及粒子群算法參數(shù)。

（2）對(duì)粒子速度、位置初始化。設(shè)定傳輸線處功率上下限。迭代次數(shù)k＝0；隨機(jī)產(chǎn)生每個(gè)粒子時(shí)，若不滿足等式約束 （4），用可行化調(diào)整方案處理使其滿足等式約束條件。

（3）更新飛行速度和粒子在解空間的位置，對(duì)更新后的粒子判斷是否滿足各類約束并進(jìn)行可行化調(diào)整。

（4）計(jì)算各粒子的適應(yīng)度；更新粒子的個(gè)體最優(yōu)值與全局最優(yōu)值。首先記錄粒子i（i＝1，2，…，N）當(dāng)前的個(gè)體極值及對(duì)應(yīng)的目標(biāo)函數(shù)值，然后進(jìn)行外部檔案維護(hù)，通過模糊決策更新這一時(shí)刻的全局極值以及對(duì)應(yīng)的目標(biāo)函數(shù)值。

（5）迭代次數(shù)k＝k＋1，更新慣性權(quán)重w和學(xué)習(xí)因子c1，c2。

（6）如果k＜K，轉(zhuǎn)到步驟3進(jìn)行下一次迭代。否則說明迭代過程完成。

（7）輸出結(jié)果。

3 算例分析

3.1 算例系統(tǒng)

采用算例系統(tǒng)由太陽能 （PV）、風(fēng)能 （WT）、燃料電池 （FC）、微型燃?xì)廨啓C(jī) （ MT）、蓄電池（BT）組成。由于主要研究微電網(wǎng)并網(wǎng)時(shí)的優(yōu)化調(diào)度模型，此時(shí)，微電網(wǎng)內(nèi)的功率波動(dòng)由大電網(wǎng)進(jìn)行平衡，蓄電池處于充電備用狀態(tài)。系統(tǒng)微電源參數(shù)以及污染物處理費(fèi)用如表1和表2所示。負(fù)荷預(yù)測曲線 （PL）以及除去清潔能源出力后所需負(fù)荷 （PLremined）曲線如圖1所示。

表1 不同微電源的參數(shù)Tab.1 Parameters of different microgrid units

表2 污染物處理費(fèi)用Tab.2 Externality costs and emission factors

表1和表2相關(guān)參數(shù)見參考文獻(xiàn)［15］～［17］。

3.2 算例結(jié)果分析

基于改進(jìn)多目標(biāo)粒子群算法，采用 Matlab 7.6軟件編寫了適用于上述微電網(wǎng)算例的優(yōu)化調(diào)度程序。設(shè)置種群大小為60，最大迭代次數(shù)為200代。

圖1 24 h負(fù)荷曲線Fig.1 24 hours load curve

3.2.1 模糊評(píng)價(jià)權(quán)重不同

采用多目標(biāo)粒子群算法，在尋優(yōu)過程中綜合考慮了發(fā)電成本和環(huán)境成本因素，在進(jìn)行模糊決策時(shí)，可以根據(jù)對(duì)優(yōu)化目標(biāo)的偏好以及負(fù)荷水平和風(fēng)光功率預(yù)測情況，設(shè)置不同的模糊評(píng)價(jià)權(quán)重，從多目標(biāo)粒子群算法所得到的非劣解集中選取最合適的調(diào)度方案。圖2中，模糊評(píng)價(jià)因素集 ［發(fā)電成本，環(huán)境成本］的權(quán)重分別為 ［0.2，0.8］、［0.8，0.2］。

由圖可知，模糊評(píng)價(jià)權(quán)重不同時(shí)優(yōu)化結(jié)果差異較大。當(dāng)評(píng)價(jià)因素集中環(huán)境成本權(quán)重較大時(shí)，由于微型燃?xì)廨啓C(jī)污染物排放成本較低，所以，微型燃?xì)廨啓C(jī)優(yōu)先發(fā)電，其次是燃料電池，最后是從主網(wǎng)購電。而當(dāng)評(píng)價(jià)因素集中發(fā)電成本權(quán)重較大時(shí)，由于燃料電池發(fā)電成本最低，所以燃料電池優(yōu)先發(fā)電，其次是微型燃?xì)廨啓C(jī)，最后是從主網(wǎng)購電。

3.2.2 控制策略不同

根據(jù)微電網(wǎng)與主網(wǎng)傳輸功率限值以及微電源和電網(wǎng)的優(yōu)先發(fā)電順序不同，共設(shè)定三種控制策略：

（1）優(yōu)先利用微電網(wǎng)內(nèi)部能源發(fā)電，若不能滿足負(fù)荷需求，可以從主網(wǎng)吸收功率，但是不可以向主網(wǎng)輸出功率。

（2）微電網(wǎng)內(nèi)部電源與主網(wǎng)共同參與優(yōu)化調(diào)度，可以從主網(wǎng)吸收功率，不可以向主網(wǎng)輸出功率。

（3）微電網(wǎng)內(nèi)部電源與主網(wǎng)共同參與優(yōu)化調(diào)度，既可以從主網(wǎng)吸收功率，也可以向主網(wǎng)輸出功率。

選取模糊評(píng)價(jià)權(quán)重為 ［10］，應(yīng)用本文算法對(duì)三種策略進(jìn)行優(yōu)化調(diào)度，結(jié)果如圖3所示。

由圖可知，微電網(wǎng)系統(tǒng)選取相同的模糊評(píng)價(jià)權(quán)重時(shí)，選取的控制策略不同，得到的優(yōu)化調(diào)度結(jié)果也不同。選取控制策略1時(shí)，優(yōu)先利用微網(wǎng)中的微電源發(fā)電，當(dāng)所有的微電源發(fā)電出力達(dá)到上限仍不能滿足負(fù)荷要求時(shí)，由主網(wǎng)發(fā)電；控制策略2時(shí)，燃料電池優(yōu)先得到利用，其次是電網(wǎng)，最后是微型燃?xì)廨啓C(jī)；當(dāng)采用控制策略3時(shí)，仍然是燃料電池優(yōu)先得到利用，微電網(wǎng)系統(tǒng)可以向電網(wǎng)送電，實(shí)現(xiàn)能量的雙向流動(dòng)，在1～3時(shí)刻，發(fā)電成本較低的燃料電池在滿足微電網(wǎng)系統(tǒng)負(fù)荷后電量仍有剩余，將其出售給電網(wǎng)，可獲取一定的收益。

4 結(jié)論

本文研究了微電網(wǎng)并網(wǎng)時(shí)的優(yōu)化調(diào)度問題，利用改進(jìn)多目標(biāo)粒子群算法進(jìn)行求解，在兩個(gè)目標(biāo)函數(shù)之間進(jìn)行協(xié)調(diào)權(quán)衡和折中處理，使所有目標(biāo)函數(shù)盡量達(dá)到最優(yōu)，與單目標(biāo)粒子群算法相比，更加符合實(shí)際情況要求。本文分別對(duì)不同模糊評(píng)價(jià)權(quán)重和不同的控制策略時(shí)各發(fā)電單元的最優(yōu)出力進(jìn)行仿真，算例分析符合實(shí)際情況，驗(yàn)證了本文所提模型和算法的正確性和有效性。

［1］左文霞，李澍森，吳夕科，等.微電網(wǎng)技術(shù)及發(fā)展情況 ［J］.中國電力，2009，42 （7）：26－30.

Zuo Wenxia，Li Shusen，Wu Xike，et al.A summarized survey on research of microgrid technology and its development［J］.Electric Power，2009，42 （7）：26－30.

［2］汪少勇.基于分布式電源的微網(wǎng)的設(shè)計(jì)與運(yùn)行 ［J］.電力自動(dòng)化設(shè)備，2011，31（4）：120－123.

Wang Shaoyong.Design and operation of micro-grid based on distributed generation ［J］.Eletric Power Automation Equipment，2011，31 （4）：120－123.

［3］宋斌.基于Agent的微網(wǎng)控制系統(tǒng)研究 ［J］.電力科學(xué)與工程，2009，25 （9）：22－25.

Song Bin.Agent-based control framework for mierogrid ［J］.Electric Power Science and Engineering，2009，25 （9）：22－25.

［4］盛鹍，孔力，齊智平，等.新型電網(wǎng)－微電網(wǎng) （ Microgrid）研究綜述 ［J］.繼電器，2007，35 （12）：75－81.

Sheng Kun，Kong Li，Qi Zhiping，et al.A survey on research of microgd-a new power system ［J］.Relay，2007，35 （12）：75－81.

［5］魯宗相，王彩霞，閡勇，等.微電網(wǎng)研究綜述 ［J］.電力系統(tǒng)自動(dòng)化，2007，31（19）：100－108.

Lu Zongxiang，Wang Caixia，He Yong，et al.Overview on microgrid research ［J］.Automation of Electric Power Systems，2007，31 （19）：100－108.

［6］丁明，張穎媛，茆美琴，等.包含鈉硫電池儲(chǔ)能的微網(wǎng)系統(tǒng)經(jīng)濟(jì)運(yùn)行優(yōu)化 ［J］.中國電機(jī)工程學(xué)報(bào)，2011，31 （4）：7－14.

Ding Ming，Zhang Yingyuan， Mao Meiqin，et al.E-conomic operation optimization for microgrids including Na／S battery storage ［J］.Proceeding of the CSEE，2011，31 （4）：7－14.

［7］王銳，顧偉，吳志.含可再生能源的熱電聯(lián)供型微網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化 ［J］.電力系統(tǒng)自動(dòng)化，2011，35（8）：22－27.

Wang Rui，Gu Wei，Wu Zhi.Economic and optimal operation of a combined heat and power microgrid with renewable energy resources ［J］.Automation of Electric Power Systems，2011，35 （8）：22－27.

［8］楊佩佩，艾欣，崔明勇，等.基于粒子群優(yōu)化算法的含多種供能系統(tǒng)的微網(wǎng)經(jīng)濟(jì)運(yùn)行分析 ［J］.電網(wǎng)技術(shù)，2009，33 （20）：38－42.

Yang Peipei，Ai Xin，Cui Mingyong，et al.Particle swarm optimization based economic operation analysis of microgrid containing multi energy supply system ［J］.Power System Technology，2009，33 （20）：38－42.

［9］喻潔，李揚(yáng)，夏安邦.兼顧環(huán)境保護(hù)與經(jīng)濟(jì)效益的發(fā)電調(diào)度分布式優(yōu)化策略 ［J］.中國電機(jī)工程學(xué)報(bào)，2009，29 （16）：63－68.

Yu Jie，Li Yang，Xia Anbang.Distributed optimization of generation dispatch schedule considering environmental protection and economic profits ［J］.Proceedings of the CSEE，2009，29 （16）：63－68.

［10］習(xí)朋，李鵬，劉金鑫.微網(wǎng)并網(wǎng)時(shí)的經(jīng)濟(jì)運(yùn)行研究［J］.電力科學(xué)與工程，2011，27 （9）：1－7.

Xi Peng，Li Peng，Liu Jinxin.Research on Economic Operation Optimization of Grid-connected Microgrid［J］.Electric Power Science and Engineering，2011，27 （9）：1－7.

［11］丁明，包敏，吳紅斌.分布式供能系統(tǒng)的經(jīng)濟(jì)調(diào)度［J］.電力科學(xué)與技術(shù)學(xué)報(bào)，2008，23 （1）：13－17.

Ding Ming，Bao Min，Wu Hongbin.Economic dispatching on distributed energy supply system ［J］.Journal of Electric Power Science and Technology，2008，23 （1）：13－17.

［12］楊俊杰，周建中，吳瑋，等.改進(jìn)粒子群優(yōu)化算法在負(fù)荷經(jīng)濟(jì)分配中的應(yīng)用 ［J］.電網(wǎng)技術(shù)，2005，29（2）：2－4.

Yang Junjie，Zhou Jianzhong，Wu Wei，et al.Application of improved particle swarm optimization in economic dispatching ［J］.Power System Technolo-gy，2005，29 （2）：2－4.

［13］牛銘，黃偉，郭佳歡，等.微網(wǎng)并網(wǎng)時(shí)的經(jīng)濟(jì)運(yùn)行研究 ［J］.電網(wǎng)技術(shù)，2010，34 （11）：38－42.

Niu Ming，Huang Wei，Guo Jiahuan，et al.Research on economic operation of grid-connected microgrid ［J］ .Power System Technology，2010，34（11）：38－42.

［14］張雪雯，李艷君.基于自調(diào)節(jié)粒子群算法的電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配 ［J］.電網(wǎng)技術(shù)，2006，30（18）：8－13.

Zhang Xuewen，Li Yanjun.Self-Adjusted particle swarm optimization algorithm based economic load dispatch of power system ［J］.Power System Technology，2006，30 （18）：8－13.

［15］郭佳歡.微網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化的研究 ［D］.北京：華北電力大學(xué)，2010.

［16］ Mohamed，F(xiàn).，and H.Koivo.System modeling and online optimal management for a microgrid with battery storage ［C］／／6th International Conference on Renewable Energies and Power Quality （ICREPQ'07），Sevilla，Spain：2007.

［17］Bhuvaneswari R，Edrington，C S，Cartes D A，et al.Online economic environmental optimization of a microgrid using an improved fast evolutionary Programming Technique ［C］／／North American Power Symposium（NAPS），F(xiàn)lorida，USA：2009.

Improved Multi-objective Particle Swarm Optimization Algorithm Based Scheduling Optimization of Grid-connected Microgrid

Miao Yuyang，Lu Jinling，Zhu Guodong
（School of Electrical and Electronic Engineering，North China Electric Power University，Baoding 071003，China）

Microgrid could coordinate distributed generation，thus，the distributed generation technology would indeed make full use of the advantage in economy，energy and environment.An environmental and optimization model of microgid with generation cost and emission of pollutant is proposed，in order to carry out the scheduling optimization of grid-connected microgrid.The proposed model is solved by improved multiobjective particle swarm optimization algorithm ，by forming a coordination，balance and compromise handling，to achieve the objective function as optimal as possible.The daily load data of a design case for a microgrid network is c scheduling optimization calculation，simulation results show the effectiveness of the proposed model and algorithm.

micogrid；grid connection；multi-objective particle swarm optimization；scheduling optimization

T M734

A

2012－04－25。

河北省自然科學(xué)基金資助項(xiàng)目 （EZ012502047）。

苗雨陽 （1987-），女，碩士研究生，主要研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行、分析與控制，E-mail：miaoyuyang19870311＠126.com。