亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于改進(jìn)人工蜂群算法的區(qū)域電網(wǎng)儲能系統(tǒng)能量管理優(yōu)化策略

        2022-11-16 09:34:06王子琪張慧媛許軍程杰慧
        中國電力 2022年9期
        關(guān)鍵詞:區(qū)域優(yōu)化

        王子琪,張慧媛,許軍,程杰慧

        (華北電力大學(xué) 電氣與電子工程學(xué)院,北京 102206)

        0 引言

        近年來,以新能源大規(guī)模開發(fā)利用為特征的能源變革蓬勃興起。而風(fēng)電、光伏發(fā)電具有波動性及隨機(jī)性,抑制了新能源產(chǎn)業(yè)發(fā)展[1-3]。儲能技術(shù)能源利用率高、響應(yīng)速度快,可提高新能源的消納水平,提升電力系統(tǒng)安全性、經(jīng)濟(jì)性及靈活性。儲能系統(tǒng)可優(yōu)化儲能的充放電功率,進(jìn)行能量管理,從而平抑功率波動,降低網(wǎng)絡(luò)損耗,提高系統(tǒng)運(yùn)行效率[4-8]。

        儲能系統(tǒng)的能量管理策略主要考慮網(wǎng)絡(luò)損耗、削峰填谷等多個方面,屬于多約束的非線性規(guī)劃問題[9]。常用的求解算法有粒子群算法[10-12]、遺傳算法[13-14]和混合整數(shù)規(guī)劃[15]等。文獻(xiàn)[10-12]改進(jìn)了粒子群算法中粒子位置表達(dá)形式及更新過程,來優(yōu)化儲能單元充放電功率。文獻(xiàn)[13]提出了混合儲能系統(tǒng)實(shí)時調(diào)度和經(jīng)濟(jì)運(yùn)行規(guī)劃,將動態(tài)規(guī)劃與遺傳算法相結(jié)合,協(xié)調(diào)了儲能充放電過程及功率分配。文獻(xiàn)[14]建立了不同場景下光蓄微電網(wǎng)調(diào)度模型,采用改進(jìn)多種群實(shí)編碼遺傳算法,使得其種群個體可根據(jù)充放電功率進(jìn)行修正。文獻(xiàn)[15]建立了風(fēng)儲聯(lián)合日運(yùn)行優(yōu)化調(diào)度模型,將優(yōu)化問題轉(zhuǎn)化為混合整數(shù)線性規(guī)劃問題來求解。人工蜂群算法(artificial bee colony,ABC)是一種模仿自然界中蜜蜂采蜜行為的群智能優(yōu)化算法,搜索能力強(qiáng)大,且結(jié)構(gòu)簡單易于實(shí)現(xiàn)[16-17]。該算法已在車間調(diào)度、人工神經(jīng)網(wǎng)絡(luò)等多個領(lǐng)域得到廣泛應(yīng)用,本文采用人工蜂群算法來求解儲能能量管理優(yōu)化問題[18-19]。

        本文首先基于源荷狀態(tài)確定儲能各時段充放電選擇,以區(qū)域日網(wǎng)損降低收益、日高儲低放套利收益及日環(huán)境效益最大為目標(biāo),建立儲能能量管理優(yōu)化模型;其次針對吐魯番區(qū)域網(wǎng)架結(jié)構(gòu)及運(yùn)行特點(diǎn)提出一種改進(jìn)人工蜂群算法(improved artificial bee colony,IABC);最后對其建模仿真,求解儲能能量管理策略,驗(yàn)證所提方法的有效性及合理性。

        1 儲能系統(tǒng)能量管理優(yōu)化模型

        1.1 基于源荷狀態(tài)判斷儲能狀態(tài)

        為加快求解速度,提高求解效率,可在能量管理優(yōu)化前確定儲能在各時段的充、放電選擇。當(dāng)風(fēng)電、光伏與常規(guī)火電機(jī)組預(yù)測出力之和大于負(fù)荷預(yù)測值時,儲能充電;當(dāng)風(fēng)電、光伏與常規(guī)火電機(jī)組預(yù)測出力之和小于負(fù)荷預(yù)測值時,儲能放電。

        1.2 目標(biāo)函數(shù)

        1.3 約束條件

        2 改進(jìn)人工蜂群算法

        人工蜂群算法分為以下3個過程:引領(lǐng)蜂的搜索選擇過程;跟隨蜂的概率選擇及搜索選擇過程;當(dāng)某個食物源經(jīng)Nlimit次循環(huán)仍無改善,該食物源將被放棄,偵察蜂進(jìn)行隨機(jī)搜索選擇過程。該算法控制參數(shù)少,易于實(shí)現(xiàn),但隨著問題規(guī)模增大,算法搜索全局最優(yōu)效率降低,可進(jìn)一步將算法進(jìn)行改進(jìn)。

        2.1 自適應(yīng)遞減慣性權(quán)重

        參考粒子群算法(particle swarm optimization,PSO)中,慣性權(quán)重相關(guān)內(nèi)容,可在引領(lǐng)蜂搜索公式中引入自適應(yīng)遞減的慣性權(quán)重[20],平衡算法全局搜索與局部搜索能力,具體計算式為

        式中:w為自適應(yīng)遞減因子;wmax和wmin分別為w最大和最小值;n為當(dāng)前迭代次數(shù);nmax為最大迭代次數(shù)。

        當(dāng)nmax=300,wmax和wmin取不同值時,w與n關(guān)系曲線,如圖1所示。當(dāng)wmax=1.4時,wmin越大,算法后期局部搜索能力越強(qiáng),可更好接近最優(yōu)解;當(dāng)wmin=0.9時,wmax越小,達(dá)到最大迭代次數(shù)時的w越小,算法后期收斂精度越高。

        圖1 自適應(yīng)遞減因子與迭代次數(shù)的關(guān)系曲線Fig. 1 The relationship between wandn

        2.2 錦標(biāo)賽選擇策略

        人工蜂群算法中跟隨蜂采用輪盤賭法進(jìn)行概率選擇。早期,高適應(yīng)值個體適應(yīng)度高,容易多次被選中,易陷入局部最優(yōu);后期,個體適應(yīng)度值相差不大,搜索過程趨于停滯,可以進(jìn)一步對選擇策略進(jìn)行改進(jìn)。

        錦標(biāo)賽選擇策略(tournament selection)將種群在第n代個體適應(yīng)度值進(jìn)行兩兩比較,若當(dāng)前個體的適應(yīng)度值高于另一個體,則該個體分值加一,對每個個體重復(fù)這一過程,最終由積分值確定選擇的權(quán)重,積分高則權(quán)重大[21]。具體計算式為

        式中:pi為第i個食物源被選擇的概率;M為初始種群數(shù)量;Ai、Aj分別為第i、j個個體經(jīng)過比較后所得分值。

        該方法不涉及具體適應(yīng)度值,僅在個體間進(jìn)行比較,從而降低了高適應(yīng)度值個體對算法的影響,在一定程度上提高算法全局收斂性,避免過早收斂。

        2.3 差分進(jìn)化思想

        在跟隨蜂搜索公式中引入差分進(jìn)化思想,即隨機(jī)選擇一個個體作為變異個體,再隨機(jī)選取另外的4個個體兩兩做差分,引導(dǎo)開發(fā)最優(yōu)區(qū)域來提高其開發(fā)能力,克服局部最優(yōu)解束縛[22-23]。

        改進(jìn)后的跟隨蜂搜索公式為

        式中:vij為生成新食物源位置;xrj為鄰域附近隨機(jī)選擇的食物源位,r1,r2,r3,r4,r5∈ {1,2,···,M},i≠r1≠r2≠r3≠r4≠r5;φij為[ - 1,1]之間的隨機(jī)數(shù)。

        由于選取非線性多目標(biāo)函數(shù),改進(jìn)后的人工蜂群算法前期全局搜索能力強(qiáng),后期可局部進(jìn)行較強(qiáng)搜索,從而提高全局收斂性,避免早熟。

        3 優(yōu)化流程

        基于改進(jìn)人工蜂群算法的區(qū)域電網(wǎng)儲能能量管理優(yōu)化模型流程如圖2所示。

        圖2 優(yōu)化模型流程Fig. 2 Flow chart of optimization model

        4 算例仿真

        4.1 算例介紹

        本文對吐魯番地區(qū)4個儲能電站進(jìn)行能量管理優(yōu)化,將基于該區(qū)域網(wǎng)架結(jié)構(gòu)、實(shí)際參數(shù)及目標(biāo)函數(shù),調(diào)整人工蜂群算法參數(shù),對算法進(jìn)行改進(jìn)。

        吐魯番區(qū)域電網(wǎng)拓?fù)淙鐖D3所示。該地區(qū)共有117個節(jié)點(diǎn),包括1個調(diào)峰火電機(jī)組、2個常規(guī)火電機(jī)組、16個風(fēng)電場、5個光伏電站、4個儲能電站、其余均為負(fù)荷節(jié)點(diǎn)。儲能電站相關(guān)參數(shù)如表1所示,儲能經(jīng)過前期優(yōu)化配置,分別安裝在節(jié)點(diǎn) 17、18、19、20,其容量均為25 MW/100 MW·h。常規(guī)火電機(jī)組發(fā)電產(chǎn)生的污染物主要為SO2、NOx、CO2等,為簡化計算將環(huán)境成本設(shè)定為0.11 元/(kW·h)[24]。

        圖3 吐魯番區(qū)域電網(wǎng)結(jié)構(gòu)Fig. 3 The power grid topology of Turpan region

        表1 儲能電站相關(guān)參數(shù)Table 1 Relevant parameters of energy storage station

        IABC算法經(jīng)多次仿真調(diào)試,參數(shù)設(shè)定如表2所示。優(yōu)化前儲能為每日一充一放,設(shè)置儲能在00:00—01:00時段放電,16:00—17:00時段充電。

        表2 IABC算法相關(guān)參數(shù)Table 2 Relevant parameters of IABC algorithm

        吐魯番區(qū)域風(fēng)電、光伏、常規(guī)火電機(jī)組及日負(fù)荷預(yù)測曲線如圖4所示。

        圖4 機(jī)組出力及負(fù)荷預(yù)測曲線Fig. 4 Unit output and load forecasting curves

        區(qū)域的分時電價如表3所示[25]。

        表3 區(qū)域分時電價Table 3 Regional time of use electricity price

        4.2 仿真分析

        經(jīng)區(qū)域儲能能量管理策略優(yōu)化后,其日目標(biāo)效益為22 076.92元,與優(yōu)化前的效益13 805.57元相比,區(qū)域日目標(biāo)效益增加了8 271.35元,增長了59.9%。因此,進(jìn)行儲能能量管理優(yōu)化可很好提升區(qū)域的整體經(jīng)濟(jì)效益。

        為驗(yàn)證IABC算法的優(yōu)越性,將其與ABC算法及PSO算法比較,不同算法收斂曲線如圖5所示。由圖5可知,IABC算法的收斂速度及收斂精度均得到提高,增加了得到全局最優(yōu)解的可能性。由此可見,IABC算法優(yōu)于PSO算法及ABC算法。

        圖5 不同算法收斂曲線Fig. 5 Convergence curves of different algorithms

        優(yōu)化前后日負(fù)荷曲線如圖6所示。由圖6可知,采用改進(jìn)IABC算法進(jìn)行儲能能量管理優(yōu)化后,可很好發(fā)揮儲能電站削峰填谷的優(yōu)勢,降低負(fù)荷波動,達(dá)到較好平抑效果,有利于電網(wǎng)安全穩(wěn)定運(yùn)行。

        圖6 優(yōu)化前后日負(fù)荷曲線Fig. 6 Daily load curves before and after optimization

        IABC算法優(yōu)化后,得到一個周期內(nèi)儲能出力計劃及ESOC變化如圖7所示。由圖7可知,在01:00—12:00時段及23:00—24:00時段儲能放電,ESOC值下降,但4個儲能電站下降幅度不同。當(dāng)ESOC達(dá)到0.1時,為避免深度放電帶來的不利影響,將限制其放電;在12:00—23:00時段儲能充電,ESOC值上升,上升幅度不同,當(dāng)ESOC達(dá)到0.9時,為避免深度充電帶來的不利影響,將限制其充電。儲能電站優(yōu)化后均為一充兩放,通過限制儲能充放電次數(shù),降低了儲能損耗,延長了儲能壽命。

        圖7 儲能出力計劃及ESOC變化Fig. 7 Energy storage output plan andESOCchange

        5 結(jié)論

        本文建立了區(qū)域電網(wǎng)儲能能量管理優(yōu)化模型,在所提出的改進(jìn)人工蜂群算法中引入自適應(yīng)遞減的慣性權(quán)重,改進(jìn)了引領(lǐng)蜂搜索方程,采用錦標(biāo)賽選擇法改進(jìn)跟隨蜂選擇策略,在跟隨蜂搜索方程中引入差分進(jìn)化思想,最后以吐魯番地區(qū)電網(wǎng)網(wǎng)架結(jié)構(gòu)實(shí)際數(shù)據(jù)仿真調(diào)試,確定算法參數(shù),進(jìn)行建模仿真,得出以下結(jié)論。

        (1)提出的優(yōu)化策略提升了區(qū)域整體經(jīng)濟(jì)效益,有利于電網(wǎng)安全穩(wěn)定運(yùn)行,相較于ABC算法及PSO算法,IABC優(yōu)化后的整體經(jīng)濟(jì)效益更好。

        (2)提出的改進(jìn)人工蜂群算法具有很好全局搜索性能、收斂精度高、穩(wěn)定性好,且保持了種群多樣性,可有效避免過早陷入局部最優(yōu)的問題。

        猜你喜歡
        區(qū)域優(yōu)化
        超限高層建筑結(jié)構(gòu)設(shè)計與優(yōu)化思考
        永久基本農(nóng)田集中區(qū)域“禁廢”
        民用建筑防煙排煙設(shè)計優(yōu)化探討
        關(guān)于優(yōu)化消防安全告知承諾的一些思考
        一道優(yōu)化題的幾何解法
        分割區(qū)域
        由“形”啟“數(shù)”優(yōu)化運(yùn)算——以2021年解析幾何高考題為例
        關(guān)于四色猜想
        分區(qū)域
        基于嚴(yán)重區(qū)域的多PCC點(diǎn)暫降頻次估計
        電測與儀表(2015年5期)2015-04-09 11:30:52
        狠狠精品久久久无码中文字幕| 日本中文字幕一区二区在线观看| 亚洲最大不卡av网站| 亚洲开心婷婷中文字幕| 亚洲av成人无码网站大全| 狠狠色狠狠色综合日日92| 黑丝国产精品一区二区| 后入丝袜美腿在线观看| 人妻激情另类乱人伦人妻| 一级毛片不卡在线播放免费| 亚洲av性色精品国产| 日韩女同视频在线网站| 国产高清一区二区三区视频| 99国产精品丝袜久久久久| 亚洲国产av精品一区二| 无套内谢孕妇毛片免费看| 国产成人久久精品激情| 二区久久国产乱子伦免费精品| 日本在线无乱码中文字幕| 国产freesexvideos中国麻豆 | 一道之本加勒比热东京| 日本另类αv欧美另类aⅴ| 久久精品国产精品亚洲毛片| 国产麻豆精品久久一二三| 久久精品av在线观看| 在线不卡av片免费观看| 久久久精品2019中文字幕之3| 国产精品美女主播在线| 久久精品国产只有精品96 | 久久综合丝袜日本网| 亚洲欧美国产日韩字幕| 日韩中文字幕一区二十| 国语自产精品视频在线看| 最新亚洲精品国偷自产在线| 亚洲色无码中文字幕| 精品女同一区二区三区免费战| 亚洲欧洲精品无码av| 亚洲精品aⅴ无码精品丝袜足| 亚洲精品综合中文字幕组合| 少妇熟女天堂网av| 国产在线高清视频|