摘 要

Abstract II

第1章 绪论 1

1.1选题意义 1

1.2微电网优化调度研究现状 1

1.3 本文研究内容及各章节的安排 3

第2章 微电网分布式电源和负荷的基本模型 5

2.1微电网的发电系统 5

2.1.1 风力发电系统模型 5

2.1.2 光伏发电系统模型 6

2.1.3 柴油发电系统 7

2.2微电网的储能系统 7

2.2.1 蓄电池储能系统 8

2.2.2 超级电容器储能系统 9

2.2.3 混合储能系统 10

2.3 微电网的负荷 10

2.3.1 可中断负荷 10

2.3.2 可平移负荷 10

2.3.3 重要负荷 11

2.4 本章小结 11

第3章 微电网优化运行的多目标数学模型 12

3.1微电网的运行成本 12

3.2环境成本 13

3.3约束条件 14

3.4 本章小结 14

第4章 粒子群算法（PSO）与带精英策略的非支配排序遗算法（NSGA-Ⅱ） 16

4.1粒子群算法（PSO） 16

4.1.1 粒子群算法的基本原理 16

4.1.2 粒子群算法的基本形式 16

4.1.3 粒子群算法的基本流程 17

4.1.4 带有惯性权重的粒子群算法 18

4.1.5 带有收缩因子的粒子群算法 18

4.2 带精英策略的非支配排序遗传算法（NSGA-Ⅱ） 19

4.2.1 NSGA-Ⅱ算法的基本原理 19

4.2.2 NSGA-Ⅱ算法的关键技术 19

4.2.3 NSGA-Ⅱ算法的基本流程 20

4.3 PSO与NSGA-Ⅱ两种算法的对比分析 21

4.3 本章小结 21

第5章 算例分析 22

5.1参数选取 22

5.2 粒子群算法MATLAB程序实现 23

5.3 结果与分析 23

5.3.1 光伏和风力发电出力 23

5.3.2 以不同目标为目标函数的调度结果分析 24

5.4 本章小结 25

第6章 总结与展望 26

6.1 结论 26

6.2 展望 26

致 谢 27

参考文献 28

摘 要

针对微电网中需求侧的最优经济调度问题，本文首先对由光伏发电系统，风力发电系统，天然气发电系统，柴油机发电系统以及蓄电池储能系统组成的微电网系统进行数学建模分析，然后在满足微电网系统的基本约束条件的基础上，建立了分别以发电成本，可中断费用和环境成本为目标函数的多目标数学模型；随后对比分析了粒子群算法（PSO）与带精英策略的非支配排序遗传算法（NSGA-Ⅱ）的基本原理，最终本文确定了采用粒子群算法（PSO）结合MATLAB编程仿真处理该微电网系统的多目标优化调度问题，首先得出了微电网中光伏发电系统与风力发电系统的出力情况，之后又得出了运行成本最小时天然气发电系统，柴油机发电系统以及蓄电池储能系统对应的运行情况，也得出了环境成本与运行成本成反比的关系，这些结论可以对实际的微电网系统的经济调度与环境保护起到一定的指导作用。

关键词：发电系统；储能系统；可中断费用；环境成本；粒子群算法

Abstract

For the optimal economic dispatching problem on the demand side of the microgrid, this paper first performs a mathematical modeling analysis of the microgrid system consisting of a photovoltaic power generation system, a wind power generation system, a natural gas power generation system, a diesel power generation system, and a battery energy storage system. On the basis of meeting the basic constraints of the microgrid system, a multi-objective mathematical model with power generation cost, interruptible cost, and environmental cost as objective functions was established; subsequently, the particle swarm optimization (PSO) and non-elite strategy were compared and analyzed. The basic principle of dominating sorting genetic algorithm (NSGA-II) Finally, this paper determined the use of particle swarm optimization (PSO) combined with MATLAB programming to simulate the multi-objective optimization scheduling problem of the microgrid system. Firstly, the photovoltaic power generation system in the microgrid was obtained. The output of the wind power generation system was followed by the corresponding operating conditions of the natural gas power generation system, the diesel power generation system, and the battery energy storage system when the operating cost was at a minimum, and the relationship between environmental costs and operating costs was also inversely related. These conclusions can be drawn. The economy of the actual microgrid system Degree and environmental protection has played a guiding role.

Key words:power generation system;energy storage system;interruptible cost;Environmental Cost； particle swarm algorithm

第1章 绪论

1.1选题意义

近年来，随着全球的能源危机的爆发，环境污染的加重，气候的变化加剧，越来越多的人意识到可再生能源的重要性，国际社会高度重视可再生能源的开发利用，并且很多国家开始把可再生能源的开发利用作为国家能源战略和转变电力发展方式的重要方针。之后，随着可在生能源不断应用于发电领域，发电的规模也越来越大，大规模的集中式可再生能源的远距离电力输送，电网的安全稳定性等问题也越来越明显。这时分布式发电的优越性就体现出来了，其污染小，安装方便灵活，能源的利用率高......分布式发电逐渐成为可再生能源的开发利用较有效的一种方式。

由多种微电源和储能系统组成的微电网系统，一方面，通过合适的控制方式和合理的经济调度不仅可以充分发挥分布式电源的环保性，经济性，灵活性，还能通过储能系统的合理配置提高微电网微源的性能，这样不仅可以为用户提供优质的电能，也对微电网运行的可靠性有积极的作用；另一方面微电网的运行方式十分灵活，既可以在并入大电网的情况下安全运行，又可以在电网故障时微电网孤岛运行，保证重要负荷的安全稳定运行，从而减小因电网故障而造成的经济损失。

本文先通过对发电系统和储能系统的各个部分进行详细建模分析，再结合优化的粒子群算法，在考虑各大约束条件的情况下，使孤岛运行的微电网的优化调度费用最低，并得出对应的微源和储能系统的调度情况。该研究在实际的应用中，不仅可以充分地发挥出微电网中分布式电源的环保性，经济性，灵活性，还可以较多的降低微电网的优化调度费用。

1.2微电网优化调度研究现状

微电网的运行方式灵活，可调度性强，灵活利用微电网的优点，可以极大地降低电网远距离输电造成的电能损耗和投资成本，微电网中可再生能源的应用，可以减少化石燃料的消耗，对环保方面也比较友好。国内外学者对为电网做了大量的研究，下面将分几个方面分析一下目前的研究现状。

由发电系统储和能系统构成的微电网，外加用户负荷的分析，三者的协调运行，控制和管理十分复杂，首先对微电网中的微源进行合理的资源配置，用以保证微电网的稳定性和提高供电质量。文献[1]对分布式发电接入微电网的接入位置和注入容量进行了研究，并说明了分布式发电对微电网的电压分布有着较大的影响；文献[2]对分布式电源的选址和定容的规划问题进行了研究，其应用遗传算法对有新增负荷节点的电网进行了规划，对分布式电源的位置和容量进行了经济性优劣评估，最终得出合理的配置方案，可以降低分布式电源接入电网时的线路投资与损耗成本；文献[3-4]对负荷水平对分布式电源优化配置的影响进行了研究，但是该文只是分析了几种常见的负荷，既没有考虑分布式电源的出力情况，也没有考虑负荷的时序特性；文献[5]主要对分布式电源作为配电网故障备用的优化配置问题进行了研究，综合评估发电成本，停电损失和环保成本，还考虑了不同用户的可靠性与环境影响，并给出相应的最优配置方案。上面分析的几篇文献研究的都是分布式电源的优化配置问题，可是其只适用于传统的稳定的化石燃料发电方式，对风能，光能等具有随机性和波动性特点的新能源并未作出深入研究，对微电网系统中的储能系统的容量配置问题也没有深入研究。

文献[6]提出了考虑动态运行策略约束的混合能源微网规划方式，并建立了包含光伏发电，风力发电，微型燃气轮机热点联供和储能的混合能源微网规划模型；文献[7]分析了由风电机组，储能装置，柴油发电机组构成的孤岛运行条件下的微电网系统可能的供电模式，并建立了以时序负荷，区域风速为基本条件的，计及供电成本的独立的微电网系统的最优配置模型；文献[8]针对风光蓄互补发电系统，针对微电网独立运行和并网运行分别提出了合理地优化配置分布式电源容量的改良策略；文献[9]采用了一种风光互补发电系统的优化配置方法，该方法以概率模型为基础，还采用了并行加速的的带有精英策略的非支配排序遗传算法求最优解；文献[10]对由风力发电系统，柴油发电机系统，光伏发电系统，蓄电池储能系统四者组成的微电网系统进行容量优化设计。

微电网系统中一般含有多个不同的微源供电，如光伏发电这类非线性优化问题，传统算法计算起来十分麻烦，采用智能算法可以简化计算过程，下面将就几个算法进行分析：文献[11]通过对基本蚁群算法中的算法调节因子取值和信息素全局更新方式进行改进，提出了一种新的具有很强全局搜索能力的蚁群算法，并用该算法对微电网中分布式电源的选址和定容问题进行了研究；文献[12]提出了一种改进的遗传算法，并用该算法对含微型燃气轮机的微电网容量优化配置模型进行求解；文献[13]采用了模拟退火算法对计及投资成本，停电损失，热能补偿的微电网容量优化配置模型进行求解；文献[14]分析了分布式电源接入配电网前后对网络损耗的影响，并在此基础上提出了采用混合模拟退火算法的改进粒子群优化算法对微电网中的分布式电源的选址和定容问题进行优化求解；文献[15]采用改进的细菌觅食算法对由风力发电系统，光伏发电系统，蓄电池储能系统，组成的微电网系统中的微源进行优化配置，并建立了计及设备投资成本，运行成本，燃料成本，环境成本的微电网电源优化配置模型。

微电网的经济调度模型大多以设备投资成本，维护成本，燃料成本，购电成本等成本最低的最小优化模型。文献[16]以微电网系统的运行成本为目标函数，建立了微电网系统的经济调度模型，并求解出了运行成本最小时的各微电网的系统组成部分的出力情况；文献[17]以钠硫电池为储能的微电网系统作为研究对象，建立了该微电网系统的经济运行优化模型，并分析了折旧费用，环境成本等对微电网经济运行的影响；文献[18]研究了风力发电，光伏发电和负荷预测的误差对微电网经济调度的影响，并用了一种基于概率密度的方法反映预测误差带来的变化，从而建立了一种关于微电网经济调度的动态模型；文献[19]建立一种考虑微电网发电成本和环境成本的多目标数学模型，并采用改进的粒子群算法和熵权法决策出微电网经济效益最优的经济调度方案；文献[20]针对风力发电和光伏发电出力的随机性，提出了一种基于机会约束规划的孤岛条件下运行的微电网经济运行模型。

由于太阳能，风能这类能源存在的随机性特性，对微电网的经济运行优化问题的求解采用传统算法十分麻烦，不易实现，目前大多采用智能优化算法求解微电网的经济运行优化问题。文献[21]建立了一种考虑温室气体排放，污染物排放的环境成本问题的微电网经济调度模型，该模型以运行成本最低为目标函数，并采用了粒子群算法求解上诉模型；文献[22]通过对分布式电源的输出功率波动，负荷预测误差等不确定因素的分析，提出了一种基于机会约束规划的微电网系统经济调度的动态模型，以微电网的运行成本最低为目标函数，结合蒙特卡罗模拟的遗传算法对该模型进行求解；文献[23]建立了一种考虑风力发电和光伏发电的输出功率预测误差，负荷预测误差等多种不确定因素的微电网经济运行模型，并采用了改进的萤火虫算法验证模型的可靠性；文献[24]建立了一种基于改进遗传算法的微网能量管理模型，其利用设计的能量平衡算法将储能的智能管理，经济负荷的分配，运行效益的优化等问题转化为单目标优化问题进行求解，极大的降低了算法的实现难度；文献[25]建立了一种考虑温室气体排放因素对微电网经济运行的影响的微电网经济调度模型，综合考虑环境成本和运行成本两个方面，并采用了混沌量子遗传算法对该模型进行求解。

近些年来，国内外研究学者针对需求侧响应和电价合同模型都开展了大量的研究。文献[26]制定了一种考虑可控负荷因素的需求侧竞价模式，并提出了两种不同市场情况下的微电网运行策略；文献[27]制定了一种微电网的竞价机制，并提出了一种具体的微电网系统计算电价的方法；文献[28]通过对负荷曲线的分布进行分析，提出了一种新型的分时电价模型；文献[29]建立了一种考虑购电成本，需求响应等因素的分时电价定价模型，并对购电商是否具有市场力的两种情况进行了分析；文献[30]采用用户电价响应矩阵对用户对峰谷分时电价的响应进行了描述，并建立了综合用户用电方式满意度和电费支出满意度的峰谷分时电价决策模型。

1.3 本文研究内容及各章节的安排

本文研究的基本方向是考虑需求侧相应的微电网经济调度，主要研究的是由微源和储能系统组成的微电网系统，在综合考虑各大约束条件的情况下，使微电网的经济调度成本最低，及其对应的各个微源及储能系统的运行情况。这样不仅可以充分地发挥出微电网中分布式电源的环保性，经济性，灵活性，还可以较多的降低微电网的优化调度费用。

第一章是本文研究内容的准备，主要阐述了研究的意义，以及总结分析了目前微电网系统优化调度的国内外研究现状，给出了本文的研究内容。，

第二章主要阐述了由光伏发电、风力发电，柴油发电，天然气发电四大分布式发电单元，蓄电池储能系统以及负荷组成的风光柴天储微电网系统，还对各个部分的特性和数学模型进行基本的分析。

第三章对微电网优化调度的多目标数学模型进行详细分析，从运行成本，环境成本，约束条件三个方面详细数学分析，目的是找到各个发电单元以及储能单元的运行费用模型的数学联系，从而在满足微电网的各大约束条件的情况下使得目标费用最低。

第四章详细对比分析粒子群算法与带精英策略的非支配排序遗传算法的基本原理，并从原理出发确定出本文研究课题的算法。

第五章结合具体的算例分析，利用MATLAB编程仿真，得出可在生能源的微源的出力情况，并分别以运行成本最小为目标函数的经济调度，以环境污染成本最低为目标函数的环保调度，以及综合考虑两方面的综合调度三个方面考虑，得出运行成本和环境成本的关系，并最后得出微电网优化调度的最低费用以及对应的部分单元的出力情况。

第六章总结分析了本文研究内容的一些结论，并就本文研究存在的局限性提出了改进方向的展望。

第2章 微电网分布式电源和负荷的基本模型

2.1微电网的发电系统

发电系统是微电网系统的最重要组成部分之一，由微电网中的各大微电源构成，决定了微电网的发电性能和供电质量，发电系统在微电网中有着非常重要的作用。

2.1.1 风力发电系统模型

风能是一种分布十分广泛的绿色无污染的可再生能源。随着能源危机的爆发和环境污染的加剧等因素的影响，世界上很多的国家和地区都开始大力发展风力发电。随着风力发电技术的不断发展进步，风力发电的成本也逐渐降低，而传统化石能源的价格呈总体上升趋势，综合考虑不同能源对环境的污染程度，风力发电将成为21世纪重要的能源利用形式之一。

风力发电机组主要是由风轮、铁塔、齿轮箱、发电机、变压器及控制电路六个部分构成。风力发电的基本原理主要是包含了两次能量转化：第一次是风带动风轮转动，从而实现了第一次能量转化将风的动能转化为机械动能；第二次是风轮通过齿轮箱的增速来使发电机开始发电，从而实现了第二次能量转化将机械动能转化为电能。由风力发电的基本原理易知，在忽略其他因素影响的条件下，风力发电系统的输出功率主要与风速有关，风力发电系统的输出功率与风速的关系可以用公式(2-1)至(2-3)表示^[31]。

（2-1）

（2-2）

（2-3）

式中：表示风力发电机的实际输出功率；表示输入的实际风速；表示风力发电机的切入风速；表示风力发电机的额定风速；表示风力发电机的切出风速；表示风力发电机的额定功率。