新型BBO算法及其在微电网的优化调度研究

作     者：杨奔奔 

作者单位：安徽工程大学 

学位级别：硕士

导师姓名：魏利胜;刘小珲

授予年度：2022年

学科分类：0808[工学-电气工程] 080802[工学-电力系统及其自动化] 08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 

主      题：生物地理学优化算法 微电网系统 电转气技术 优化调度 局部搜索 策略研究 

摘      要：面对国民经济的良性循环、电力系统的技术升级及生态系统的可持续发展等多重压力,往日利用化石燃料发电的方式不堪重负,寻求新的发电方式以调整能源结构迫在眉睫。融入了分布式发电技术的微电网系统因其较为绿色且灵活的发电特点愈加受到大众关注,可提高清洁能源利用率并减少环境污染为其显著优势,故对微电网系统的优化调度研究具有重要意义。本文针对含微型燃气轮机及柴油机的传统微电网的经济性与环保性协同优化问题,进一步引入具有消纳风光和捕获二氧化碳能力的电转气系统,构建了含电转气系统的微电网模型,并利用两种研究的新型生物地理学优化算法（Biogeography-Based Optimization Algorithm,BBO）,综合考虑运行成本与污染性气体治理成本,实现对微电网系统能量的优化调度。具体研究内容如下:首先,构建了含碳捕获装置及电转气系统的微电网优化调度模型。通过分析各设备组件的工作原理及相关数学模型,给出并网型微电网能量控制策略,推导出运行成本最低、环境治理成本最小的单目标函数及综合经济效益最优的微电网系统优化调度多目标函数,为优化调度打下基础。其次,探讨了一种新型BBO算法（Improved BBO Algorithm,IBBO）。该算法与传统进化策略（Evolutionary Strategies Algorithm,ES）、差分进化（Differential Evolution Algorithm,DE）及BBO等算法相比,引入生态扩张操作,通过改进迁移率模型,极大提高了优化速度和性能;在此基础上,详细推导了IBBO算法的收敛性,并将其应用于微电网两种单目标场景下能量优化调度中,结果显示该方法能有效求解微电网系统单目标优化函数。最后,研究了一种基于混合迁移和双模式变异策略的新型BBO算法（Hybrid migration＆Dual-mode mutation Improved BBO Algorithm,HDBBO）。在改进迁移率模型的基础上,引入微扰动因子及高斯变异,使其收敛速度及寻优精度得到了明显提升,同时对HDBBO算法收敛性进行了分析;在此基础上,基于新型BBO算法展开了对微电网系统的多目标优化调度,优化结果表明该方法可实现微电网系统多目标优化函数的求解。综上,本文所研究的两种新型BBO算法能有效实现对含电转气系统微电网的优化调度,提高绿色能源利用率,降低微电网运行成本,减少环境污染等,具有重要的理论研究和实际应用价值。