基于多代理系统的微电网多目标优化调度

doi:10.12096/j.2096-4528.pgt.19056

发电技术 ›› 2019, Vol. 40 ›› Issue (6): 527-534.DOI: 10.12096/j.2096-4528.pgt.19056

基于多代理系统的微电网多目标优化调度

朱辉(),吕红芳(),阳晓明

上海电机学院电气学院, 上海市浦东新区 201306

收稿日期:2019-04-19 出版日期:2019-12-30 发布日期:2019-12-31
作者简介:朱辉(1995),女,硕士研究生,研究方向为微电网优化调度, 1139296635@qq.com|吕红芳(1978),女,博士,副教授,研究方向为无线传感器网络、信息融合技术、智能制造与控制, lvhf@sdju.edu.cn

Multi-objective Optimization Scheduling of Microgrid Based on Multi-agent System

Hui ZHU(),Hongfang LÜ(),Xiaoming YANG

College of Electrical Engineering, Shanghai Dianji University, Pudong New Area, Shanghai 201306, China

Received:2019-04-19 Published:2019-12-30 Online:2019-12-31

摘要/Abstract

摘要：

微电网在并网情况下的多目标稳定运行是微电网运营和建设的基本要求。从并网型微电网的经济目标和环保目标出发，建立微电网多目标优化模型，其中经济目标考虑分布式电源的燃料费用、运行维护费用、启停费用和与大电网的能量交互费用，环保目标考虑污染气体的排放量。提出一种基于多代理系统（multi-agent system，MAS）的分时电价机制下储能装置的调度策略，并且采用改进的NSGA-Ⅱ算法优化可控微源和储能装置的出力。以某地区微电网单元为例进行仿真，验证了所建模型和改进算法的有效性。试验结果表明，改进的NSGA-Ⅱ算法性能更优，所提出的策略可以控制储能装置一个周期内的充放电次数，延长使用寿命。

关键词: 微电网, 多代理系统(MAS), 优化调度, 分时电价, 改进NSGA-Ⅱ算法

Abstract:

Multi-objective stable operation of microgrid under grid-connected condition is the basic requirement of microgrid operation and construction. Starting from the economic and environmental goals of grid-connected microgrid, a multi-objective optimization model of microgrid was established. The economic objectives considered the fuel cost, operating and maintenance cost, start-stop cost of distributed generation and energy interaction cost between microgrid and large grid. The environmental target considered emissions of polluted gases. A scheduling strategy of energy storage device based on multi-agent system (MAS) under time-of-use price mechanism was proposed, and an improved NSGA-Ⅱ algorithm was used to optimize the output of the controllable micropower supply and energy storage device. Taking the microgrid unit in a certain area as an example, the effectiveness of the proposed model and the solution method were verified. The experimental results show that the improved NSGA-Ⅱ algorithm has better performance, and the proposed strategy can control the number of charges and discharges in a cycle of energy storage device and prolong its service life.

Key words: microgrid, multi-agent system (MAS), optimized scheduling, time-of-use price, improved NSGA-Ⅱ algorithm

朱辉,吕红芳,阳晓明. 基于多代理系统的微电网多目标优化调度[J]. 发电技术, 2019, 40(6): 527-534.

Hui ZHU,Hongfang LÜ,Xiaoming YANG. Multi-objective Optimization Scheduling of Microgrid Based on Multi-agent System[J]. Power Generation Technology, 2019, 40(6): 527-534.

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): 1- 9.
2	孟杰, 丁泉, 黄超. 基于孤岛模式下V/f控制的微电网系统研究[J]. 华电技术, 2017, 39 (8): 1- 5, 77.
3	吴成明, 尚锦萍, 吴婷婷, 等. 基于TVAC-PSO算法的可重构微电网优化调度方案[J]. 电力科学与工程, 2018, 34 (10): 15- 23.
4	杨毅, 雷霞, 徐贵阳, 等. 采用PSO-BF算法的微电网多目标电能优化调度[J]. 电力系统保护与控制, 2014, 42 (13): 12- 20.
5	任德江, 吴杰康. "源-网-荷-储"协同的园区微电网优化调度[J]. 广东电力, 2018, 31 (7): 16- 23.
6	靳现林, 蔡晓宇. 考虑低碳效益的混合能源微电网优化调度[J]. 分布式能源, 2017, 2 (3): 26- 32.
7	王向红, 钱文姝. 基于改进PSO算法的微电网调度方法[J]. 电网与清洁能源, 2017, 33 (7): 53- 57, 72.
8	赵贺, 李子矝, 闫浩然, 等. 基于模型预测控制的微电网经济调度[J]. 电网与清洁能源, 2017, 33 (9): 119- 123.
9	刘文, 杨慧霞, 祝斌. 微电网关键技术研究综述[J]. 电力系统保护与控制, 2012, 40 (14): 152- 155.
10	吴文仙, 韩冬, 孙伟卿, 等. 考虑韧性增强策略的配电网负荷恢复优化[J]. 电力科学与工程, 2019, 35 (4): 17- 24.
11	王思明, 牛玉刚, 祖其武. 并网模式下基于多代理技术的微电网多目标优化[J]. 华东理工大学学报(自然科学版), 2017, 43 (6): 829- 836.
12	王凌云, 徐嘉阳, 丁梦. 基于混沌的多Agent粒子群算法在微电网并网调度中的优化研究[J]. 电网与清洁能源, 2017, 33 (8): 1- 7.
13	章健, 艾芊, 王新刚. 多代理系统在微电网中的应用[J]. 电力系统自动化, 2008, 32 (24): 80- 83.
14	陈淼, 邰能灵. 基于NSGA-Ⅱ的社区微型电网多目标分层优化算法[J]. 水电能源科学, 2017, 35 (9): 196- 200.
15	Wu Y , Chen M , Lin J , et al. Corrective economic dispatch in a micro-grid[J]. International Journal of Numerical Modelling:Electronic Networks, Devices and Fields, 2013, 26 (2): 140- 150.
16	郝雨辰, 窦晓波, 吴在军, 等. 微电网分层分布式能量优化管理[J]. 电力自动化设备, 2014, 34 (1): 154- 162.
17	张鹏, 李春燕, 张谦. 基于需求响应调度容量上报策略博弈的电网多代理系统调度模式[J]. 电工技术学报, 2017, 32 (19): 170- 179.
18	蔡高原, 吴红斌, 季宇, 等. 基于多代理系统的自治微电网有功协调控制[J]. 太阳能学报, 2017, 38 (3): 781- 788.
19	曹洪刚, 曹培. 用于微电网MAS调度的拍卖算法[J]. 智能电网, 2014, 2 (1): 73- 78.
20	牛铭, 黄伟, 郭佳欢, 等. 微网并网时的经济运行研究[J]. 电网技术, 2010, 34 (11): 38- 42.
21	Deng Q J, Gao X, Zhou H.System modeling and optimization of microgrid using genetic algorithm[C]//The 2nd International Conference on Intelligent Control and Information Processing.Harbin: IEEE, 2011: 540-544.
22	杨荔.基于NSGA2算法的复合式能源系统的优化与控制[D].天津:天津理工大学, 2017.
23	邓富民, 梁学栋, 刘爱军, 等. 多资源约束下改进NSGA-Ⅱ算法的手术调度[J]. 系统工程理论与实践, 2012, 23 (6): 1338- 1345.

[1]	许星原, 陈皓勇, 黄宇翔, 吴晓彬, 王宇绅, 廉俊豪, 张健彬. 虚拟电厂市场化交易中的挑战、策略与关键技术[J]. 发电技术, 2023, 44(6): 745-757.
[2]	赵振宇, 李炘薪. 基于阶梯碳交易的碳捕集电厂-电转气虚拟电厂低碳经济调度[J]. 发电技术, 2023, 44(6): 769-780.
[3]	彭道刚, 税纪钧, 王丹豪, 赵慧荣. “双碳”背景下虚拟电厂研究综述[J]. 发电技术, 2023, 44(5): 602-615.
[4]	张宁, 朱昊, 杨凌霄, 胡存刚. 考虑可再生能源消纳的多能互补虚拟电厂优化调度策略[J]. 发电技术, 2023, 44(5): 625-633.
[5]	霍龙, 张誉宝, 陈欣. 人工智能在分布式储能技术中的应用[J]. 发电技术, 2022, 43(5): 707-717.
[6]	卢昕, 陈众励, 李辉. 基于自抗扰控制的直流微电网双向Buck-Boost变换器控制策略研究[J]. 发电技术, 2021, 42(2): 193-200.
[7]	陆永耕, 李建刚, 黄禹铭, 李柏玉. 高渗透率分布式电源控制方法[J]. 发电技术, 2021, 42(1): 103-114.
[8]	赵海川, 芦彦东, 郑浩康, 邢作霞. 低压微网中小型直驱永磁风电机组低电压穿越技术研究[J]. 发电技术, 2020, 41(6): 659-666.
[9]	郭亦宗, 郭创新. 基于虚拟同步发电机的微电网并离网安全控制策略[J]. 发电技术, 2020, 41(6): 650-658.
[10]	董文博,顾秀芳,陈艳宁. 风电并网价值分析[J]. 发电技术, 2020, 41(3): 320-327.
[11]	钱梦然,李辉,刘新秀. 基于自抗扰控制的微电网三相不平衡问题研究[J]. 发电技术, 2020, 41(2): 160-166.
[12]	蒋猛,黄宇,廖伟涵,张简炼,张又文,郭创新. 基于改进NSGA-Ⅱ算法的电-气-热综合能源系统多目标优化[J]. 发电技术, 2020, 41(2): 131-136.
[13]	孙黎霞,鞠平,白景涛,刘甜甜. 计及蓄电池寿命的冷热电联供型微电网多目标经济优化运行[J]. 发电技术, 2020, 41(1): 64-72.
[14]	施云辉,郭创新. 考虑运行风险的含储能综合能源系统优化调度[J]. 发电技术, 2020, 41(1): 56-63.
[15]	李姚旺,苗世洪,尹斌鑫,张世旭,张松岩. 计及先进绝热压缩空气储能多能联供特性的微型综合能源系统优化调度模型[J]. 发电技术, 2020, 41(1): 41-49.

基于多代理系统的微电网多目标优化调度

Multi-objective Optimization Scheduling of Microgrid Based on Multi-agent System

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价