基于分层多目标优化的微电网能量管理算法

doi:10.3969/j.issn.1000－7229.2018.04.011

摘要/Abstract

摘要： 摘要：针对微电网运行过程中的经济成本、环境代价和用电负荷的优化问题，以帕累托（Pareto）理论为基础，结合NSGA-II多目标算法，引入了能够综合考虑微电网调度过程中多方面需求的分层多目标优化算法。使用多层目标循环优化流程，保证了算法的全局寻优能力，且使得算法适用于微电网供需两侧优化问题的求解。算法中引入同化过程加快算法的收敛速度；引入隔离交叉变异改善了算法的Pareto前沿分布特性，有效地提升了算法的寻优能力。最后通过算例验证了本算法的有效性。

关键词: , 关键词：微电网, 能量管理, 多目标算法, 负荷调度

Abstract: ABSTRACT： In order to optimize the cost reduction, environmental cost and electrical load curve during microgrid operation, a hierarchical multi-objective optimization method, which can comprehensively considers the requirements of multifaceted targets in the process of microgrid scheduling, is introduced combined with NSGA-II multi-objective algorithm based on the Pareto theory. The global optimization ability of the algorithm is guaranteed by using the process of multilayer cycle optimization. Therefore, it is more suitable for solving the optimization problem of both power supply and demand of microgrid. The convergence rate of the algorithm is improved by assimilation process. Meanwhile, the isolation cross mutation is used to improve the Pareto optimal front of the algorithm, which can effectively improve the optimization ability of the algorithm. Finally, the effectiveness of this algorithm is verified by an example.

Key words:

KEYWORDS： microgrid, energy management, multi-objective algorithm, load scheduling

中图分类号:

李利明，李征. 基于分层多目标优化的微电网能量管理算法[J]. 电力建设, 2018, 39(4): 75-.

LI Liming, LI Zheng. Microgrid Energy Management Based on Hierarchical Multi-Objective Optimization Algorithm[J]. Electric Power Construction, 2018, 39(4): 75-.

参考文献

［1］王成山，武震，李鹏.微电网关键技术研究［J］.电工技术学报，2014，29（2）：59-68.

WANG Chengshan，WU Zhen，LI Peng. Research on key technologies of microgrid［J］. Transactions of China Electrotechnical Society，2014，29（2）：59-68.

［2］ HUANG J，WANG H，QIAN Y，et al.Priority-based traffic scheduling and utility optimization for cognitive radio communication infrastructure-based smart grid［J］.IEEE Transactions on Smart Grid，2013，4（1）：78-86.

［3］ PAVAN KUMAR Y V，BHIMASINGU Ravikumar. Renewable energy based microgrid system sizing and energy management for green buildings［J］.Journal of Modern Power Systems and Clean Energy，2015，3（1）：1-13.

［4］熊雄，王江波，井天军，等.微电网群功率优化控制［J］.电力自动化设备， 2017，37（9）：10-17.

XIONG Xiong，WANG Jiangbo，JING Tianjun，et al. Power optimization control of microgrid cluster［J］. Electric Power Automation Equipment，2017，37（9）：10-17.

［5］吴雄，王秀丽，刘世民，等.微电网能量管理系统研究综述［J］.电力自动化设备，2014，34（10）：7-14.

WU Xiong，WANG Xiuli，LIU Shimin，et al. Summary of research on microgrid energy management system［J］. Electric Power Automation Equipment，2014，34（10）：7-14.

［6］ CHIU W Y， SUN H，POOR H V.A multiobjective approach to multimicrogrid system design［J］.IEEE Transactions on Smart Grid，2017，6（5）：2263-2272.

［7］黄伟，黄婷，周欢，等.基于改进微分进化算法的微电网动态经济优化调度［J］.电力系统自动化，2014，38（9）：211-217.

HUANG Wei，ZHOU Ting，ZHOU Huan，et al. Dynamic economical dispatch for microgrid based on improved differential evolution algorithm［J］. Automation of Electric Power Systems，2014，38（9）：211-217.

［8］ GOLDBERG E D.Genetic algorithms in search，optimization，and machine learning［M］.Boston：Addison-Wesley，1989：67-87.

［9］洪博文，郭力，王成山，等.微电网多目标动态优化调度模型与方法［J］.电力自动化设备，2013，33（3）：100-107.

HONG Bowen，GUO Li，WANG Chengshan，et al. Model and method of dynamic multi-objective optimal dispatch for microgrid［J］. Electric Power Automation Equipment，2013，33（3）：100-107.

［10］ DEB K，JAIN H.An evolutionary many-objective optimization algorithm using reference-point-based nondominated sorting approach，part Ⅰ：Solving problems with box constraints［J］.IEEE Transactions on Evolutionary Computation，2013，18（4）：577-601.

［11］ JAIN H，DEB K.An evolutionary many-objective optimization algorithm using reference-point based nondominated sorting approach，part Ⅱ：Handling constraints and extending to an adaptive approach［J］. IEEE Transactions on Evolutionary Computation，2014， 18（4）：602-622.

［12］赵劲帅，邱晓燕，马菁曼，等.基于模糊聚类分析与模型识别的微电网多目标优化方法［J］.电网技术，2016，40（8）：2316-2323.

ZHAO Jinshuai，QIU Xiaoyan，MA Jingman，et al. Multi-objective optimization method of microgrid based on fuzzy clustering analysis and model recognition［J］. Power System Technology，2016，40（8）：2316-2323.

［13］王怡岚，童亦斌，黄梅，等.基于需求侧响应的空调负荷虚拟储能模型研究［J］.电网技术，2017，41（2）：394-401.

WANG Yilan，TONG Yibin，HUANG Mei，et al. Research on virtual energy storage model of air conditioning loads based on demand response［J］. Power System Technology，2017，41（2）：394-401.

［14］何舜，郑毅，蔡旭，等.基于荷-储型微网的需求侧管理系统运行优化［J］.电力系统自动化，2015，39（19）：15-20. HE Shun，ZHENG Yi，CHAI Xu，et al. Optimal operation for demand side management basedon load-storage microgrid［J］. Automation of Electric Power Systems，2015,39（19）：15-20.

［15］李咸善，张羽.基于频率调整策略的微电网多目标优化自愈控制［J］.电网技术，2017，41（3）：831-839.

LI Xianshan，ZHANG Yu. Multi-objective optimization for microgrid self-healing control based on frequency regulation strategy［J］. Power System Technology，2017，41（3）：831-839.

[1]	汤吉鸿, 章德, 丛凡超, 田国梁, 吴贵烘, 李宇骏, 禹海峰. 基于线性二次型最优控制的多端直流最优功率调制方案[J]. 电力建设, 2020, 41(8): 32-39.
[2]	赵洱岽, 王浩, 林弘杨. 现货市场中基于演化博弈的火电企业阶梯报价策略[J]. 电力建设, 2020, 41(8): 68-71.
[3]	宋建，束洪春，董俊，梁雨婷，李雨龙，杨博. 基于GM(1，1)与BP神经网络的综合负荷预测[J]. 电力建设, 2020, 41(5): 75-80.
[4]	赵海兵，张焕云，葛杨，程浩原，高文浩，艾芊. 细胞-组织认知下的主动配电系统双层多目标控制策略[J]. 电力建设, 2020, 41(5): 81-92.
[5]	祁兵，叶欣，李彬，陈宋宋，李源非，石坤. 考虑IEC标准的用户侧电力物联网体系架构研究[J]. 电力建设, 2020, 41(5): 92-99.
[6]	陈景文，张文倩，李霞. 户用型光储电站混合电池充放电控制策略研究[J]. 电力建设, 2020, 41(2): 101-1078.
[7]	蔡钦钦，杨晓华，朱永强. 楼宇能量管理系统的光伏消纳与储能调度研究[J]. 电力建设, 2020, 41(1): 23-31.
[8]	宫建锋，曹雨晨，胡志冰，陈星屹，葛鹏江，张鹏. 基于改进遗传算法的工业园区综合能源系统能量管理方法[J]. 电力建设, 2019, 40(8): 51-58.
[9]	钟永洁，谢东亮，孙永辉，翟苏巍，常福刚，张明理. 考虑能源子系统与储能的综合能源系统优化分析[J]. 电力建设, 2019, 40(8): 59-68.
[10]	葛乾诚，姚钢，周荔丹. 电能路由器相关技术研究现状与展望[J]. 电力建设, 2019, 40(6): 105-113.
[11]	杨军，林洋佳，陈杰军，李逸欣，詹祥澎. 未来城市共享电动汽车发展模式[J]. 电力建设, 2019, 40(4): 49-59.
[12]	江帆，杨洪耕. 基于选择性贝叶斯分类的非侵入式负荷识别方法[J]. 电力建设, 2019, 40(2): 94-.
[13]	刘中原，王维庆，王海云，袁成玉，王亮，李永钦，丁文彬. 基于VSG技术的VSC-HVDC输电系统受端换流器控制策略[J]. 电力建设, 2019, 40(2): 100-.
[14]	林伟芳，易俊，贾俊川，王安斯，余芳芳，方诗卉. 故障后半波长输电线路的稳态过电压控制措施[J]. 电力建设, 2019, 40(2): 109-.
[15]	明煦，陈艳，刘源，邹芹，李玮，胡文博，王宣，杨军. 适应于光伏接入与商圈通勤需求的电动汽车充换电能量管理策略[J]. 电力建设, 2019, 40(1): 49-59.