-
公开(公告)号:CN111798035A
公开(公告)日:2020-10-20
申请号:CN202010522912.0
申请日:2020-06-10
Applicant: 南昌大学
IPC: G06Q10/04 , G06Q50/06 , G06F30/18 , G06F30/27 , G06N3/00 , G06F111/02 , G06F111/04 , G06F111/10 , G06F113/04 , G06F113/06 , G06F119/02
Abstract: 本发明提供的一种基于改进型引力搜索算法的独立微网系统容量规划方法,包括以下步骤:步骤1,分别获取独立微网系统所在区域内的年负荷曲线,以及该区域内的年风速和年太阳光照强度曲线;步骤2,分别获取微网系统中太阳能板、风力发电机、储能设备以及电转气设备的使用寿命、初始投资、年维护费用;之后计算微网系统的总年化成本;步骤3,根据微网中各个设备的额定容量/功率、负荷需求和经济性建立改进引力搜索算法;步骤4,根据步骤3建立的改进引力搜索算法进行微网系统容量规划寻优计算;本发明采用改进型引力搜索算法解决一个区域内独立微网的优化配置问题,实现经济、稳定、绿色供电。
-
公开(公告)号:CN112103988B
公开(公告)日:2022-06-14
申请号:CN202010807986.9
申请日:2020-08-12
Applicant: 南昌大学
IPC: H02J3/38 , H02J3/46 , H02J3/06 , H02J3/00 , H02J3/12 , G06Q50/06 , G06F30/27 , G06F111/04 , G06F113/04
Abstract: 一种结合网络重构的集群划分双层模型的建立方法,S1:获取配电网数据,建立第一层模型,获得时段划分方式并计算第一层适应度f1;S2:根据S1获取的时段划分,基于随机生成树重构法对划分后的各个时段进行动态重构;S3:根据S2获得的不同时段的网络拓扑和各个时刻的负荷特性,建立第二层模型,获得最佳集群划分结果并记录其对应的最佳适应度f2max;S4:回到第一层模型,根据S3获得的第二层模型适应度更新第一层适应度,整个过程通过双层嵌套遗传算法实现,经过反复交叉变异,双层寻优,同时获得最佳动态重构策略和集群划分方案。建立的模型可同时获得研究时段内的最佳重构策略和集群划分方式,为实现电力系统的最优规划或运行调度提供基础。
-
公开(公告)号:CN112103988A
公开(公告)日:2020-12-18
申请号:CN202010807986.9
申请日:2020-08-12
Applicant: 南昌大学
IPC: H02J3/38 , H02J3/46 , H02J3/06 , H02J3/00 , H02J3/12 , G06Q50/06 , G06F30/27 , G06F111/04 , G06F113/04
Abstract: 一种结合网络重构的集群划分双层模型的建立方法,S1:获取配电网数据,建立第一层模型,获得时段划分方式并计算第一层适应度f1;S2:根据S1获取的时段划分,基于随机生成树重构法对划分后的各个时段进行动态重构;S3:根据S2获得的不同时段的网络拓扑和各个时刻的负荷特性,建立第二层模型,获得最佳集群划分结果并记录其对应的最佳适应度f2max;S4:回到第一层模型,根据S3获得的第二层模型适应度更新第一层适应度,整个过程通过双层嵌套遗传算法实现,经过反复交叉变异,双层寻优,同时获得最佳动态重构策略和集群划分方案。建立的模型可同时获得研究时段内的最佳重构策略和集群划分方式,为实现电力系统的最优规划或运行调度提供基础。
-
公开(公告)号:CN111969593A
公开(公告)日:2020-11-20
申请号:CN202010724923.7
申请日:2020-07-24
Applicant: 南昌大学
Abstract: 本发明提出一种基于混合储能的热电联供微网模型预测控制优化调度方法:获取热电联供微网的原始参数;建立混合储能的退化成本模型;蓄电池参与全时段的调度控制,超级电容器仅在实时调度用来平抑风光误差;构建热电联供微网日前优化阶段和日内滚动优化阶段以系统总运行成本最小为目标函数的调度模型,实时优化阶段以功率波动惩罚成本最小为目标函数的调度模型;建立热电联供微网系统运行约束;采用日前优化-日内滚动优化-实时优化的调度方法进行优化调度,基于改进萤火虫算法对模型进行求解;实时滚动输出系统的最优调度计划。本发明对热电联供系统进行优化调度,可有效应对风光预测误差进行在线调整,不偏离制定的运行计划,安全稳定地运行。
-
公开(公告)号:CN111969593B
公开(公告)日:2022-05-20
申请号:CN202010724923.7
申请日:2020-07-24
Applicant: 南昌大学
Abstract: 本发明提出一种基于混合储能的热电联供微网模型预测控制优化调度方法:获取热电联供微网的原始参数;建立混合储能的退化成本模型;蓄电池参与全时段的调度控制,超级电容器仅在实时调度用来平抑风光误差;构建热电联供微网日前优化阶段和日内滚动优化阶段以系统总运行成本最小为目标函数的调度模型,实时优化阶段以功率波动惩罚成本最小为目标函数的调度模型;建立热电联供微网系统运行约束;采用日前优化‑日内滚动优化‑实时优化的调度方法进行优化调度,基于改进萤火虫算法对模型进行求解;实时滚动输出系统的最优调度计划。本发明对热电联供系统进行优化调度,可有效应对风光预测误差进行在线调整,不偏离制定的运行计划,安全稳定地运行。
-
公开(公告)号:CN111969592A
公开(公告)日:2020-11-20
申请号:CN202010723234.4
申请日:2020-07-24
Applicant: 南昌大学
IPC: H02J3/00 , H02J3/14 , H02J3/46 , G06Q10/06 , G06F30/20 , G06F111/06 , G06F111/04
Abstract: 本发明提供的基于用户满意度和需求响应的综合能源系统双层规划方法,包括以下步骤:步骤1,分别获取综合能源系统所在区域内的不同季节冷热电负荷曲线,以及该区域内的风电出力情况,系统设备经济与技术参数;步骤2,对系统中各设备建立数学模型,搭建系统运行物理约束;步骤3,双层模型中的上层采用NSGA-II算法对系统设备容量进行寻优,下层调用Gurobi对运行调度进行寻优;步骤4,判断考虑用户满意度后的系统规划结果是否更好,并输出最优结果。本发明提供的方法充分考虑了系统参与需求响应带来的经济效益以及需求响应对用户满意度的影响,实现了综合能源系统经济性与用户侧的平衡,为综合能源系统的规划与运行提供一定的思路与决策方向。
-
-
-
-
-