智能電網(wǎng)多目標動態(tài)經(jīng)濟優(yōu)化調(diào)度方法研究.pdf

1、經(jīng)濟調(diào)度是指在滿足一定的約束條件的基礎(chǔ)上，通過調(diào)度機組出力滿足模型目標函數(shù)的基本問題，它在本質(zhì)上是一種最優(yōu)化問題。隨著電動汽車和可再生能源的發(fā)展，傳統(tǒng)經(jīng)濟調(diào)度模型不再局限于傳統(tǒng)火電機組，經(jīng)濟調(diào)度問題有了新的發(fā)展;同時，基于對可再生能源和電動汽車等多種因素的考慮，原先的單目標函數(shù)已經(jīng)不能滿足要求，因此，研究智能電網(wǎng)背景下的多目標動態(tài)經(jīng)濟調(diào)度模型具有重要意義。
　　針對智能電網(wǎng)背景下的多目標動態(tài)經(jīng)濟調(diào)度問題，分析了新能源和電動汽車并網(wǎng)

2、對傳統(tǒng)經(jīng)濟調(diào)度問題帶來的影響;提出了一種改進的差分進化算法，并利用該算法對含風電場動態(tài)經(jīng)濟調(diào)度模型求解;融入混沌和量子的思想提出了一種混合優(yōu)化算法，并利用該算法對含風電場和電動汽車的多目標動態(tài)經(jīng)濟調(diào)度進行求解。具體工作如下:
　　1.在差分進化算法的基礎(chǔ)上結(jié)合人工蜂群算法(ABC)的觀察蜂加速進化操作、偵查蜂隨機搜索操作提出了一種改進差分進化算法(IDE);并在此基礎(chǔ)上，引入量子思想和混沌思想，提出了一種混合改進量子差分進化算法(

3、HIQDE)，最終實現(xiàn)了降低種群規(guī)模、防止早熟收斂、提高局部和全局搜索能力的目的。
　　2.提出了基于IDE算法的含風電場的動態(tài)經(jīng)濟調(diào)度模型。利用本文提出的IDE算法，以IEEE-30節(jié)點系統(tǒng)為例，對模型進行MATLAB仿真，并將IDE算法實驗結(jié)果與其他ABC、DE、PSO算法進行對比。通過對目標函數(shù)值（費用）和功損的比較，驗證了本文提出的改進算法的有效性。
　　3.提出了基于HIQDE算法的含電動汽車和風電場經(jīng)濟調(diào)度的多目