当前位置:首页 >> 电子/电路 >>

Power Source Planning of Wind-PV-Biogas Renewable Energy Distributed Generation System


第 36 卷 第 9 期 2012 年 9 月 文章编号:1000-3673(2012)09-0009-06

电 网 技 术 Power System Technology 中图分类号:TM 91 文献标志码:A

Vol. 36 No. 9 Sep. 2012 学科代码:470·4054

风–光–沼可再生能源分布式发电系统电源规划
马艺玮,杨苹,郭红霞,吴捷
(华南理工大学 电力学院,广东省 广州市 510640)

Power Source Planning of Wind-PV-Biogas Renewable Energy Distributed Generation System
MA Yiwei, YANG Ping, GUO Hongxia, WU Jie
(School of Electric Power, South China University of Technology, Guangzhou 510640, Guangdong Province, China) ABSTRACT: To effectively improve the reliability and economy of distributed generation system (DGS) composed of renewable energy resources such as wind energy, solar energy and biogas energy, firstly the features of generation systems based on wind energy, solar energy and biogas energy respectively as well as the structural feature of generation system mixed with wind, solar and biogas energy resources were researched and analyzed, on this basis mathematical models of optimized objective functions of DGS composed of renewable energy resources and their constraint conditions were built. Secondly, due to the adoption of the selection operator, the improved adaptive crossover operator and the mutation operator in the elitist strategy of the improved adaptive genetic algorithm (AGA), to achieve better global search ability and stronger robustness, the improved AGA was utilized to optimize the expansion generation planning for distributed DGS. Finally, taking a load center with load amount of 300kW in Guangdong region, China as experimental platform, the simulation for the optimization and solution of a generation expansion planning of a distributed DGS composed of wind farm, PV generation and biogas generation were performed to determine the optimum configuration of power resources. The effectiveness and effectiveness of the proposed method were verified by simulation results that could be available for reference to the expansion generation planning for DGS composed of other types of renewable energy resources. KEY WORDS: renewable energy resources; distributed generation system (DGS); expansion generation planning; adaptive genetic algorithm (AGA) 摘要: 为了有效提高风–光–沼混合可再生能源分布式发电系 统的可靠性和经济性,首先研究分析了风、光、沼各发电电
基金项目:国家自然科学基金重点项目(61104181);广东省绿色能 源技术重点实验室资助项目(2008A060301002)。 Key Project Supported by National Natural Science Foundation of China (61104181); Guangdong Key Laboratory of Clean Energy Technology (2008A060301002)。

源特点以及该分布式发电系统结构特征, 并以此为基础建立 了其系统电源规划的优化目标函数和约束条件函数等数学 模型。 由于改进的自适应遗传算法使用最优保存策略进化模 型的选择算子、 改进的自适应交叉算子和变异算子, 来获得 较优的全局搜索能力和较强的鲁棒性, 所以采用该遗传算法 对此分布式发电系统电源规划进行优化运算处理。 最后选取 某负荷中心的 300 kW 负荷总量为对象进行风–光–沼混合可 再生能源分布式发电系统的电源规划模拟优化求解, 算例结 果验证了该方法的可行性和有效性, 而且对其它类型可再生 能源分布式发电系统电源规划有一定的指导意义。 关键词:可再生能源;分布式发电系统;电源规划;自适应 遗传算法

0 引言
面临日益紧迫的能源危机以及日益增长的电 力需求等,以降低能耗、改善能源供应结构、提高 电力系统的可靠性和灵活性等为目标,发展可再生 能源分布式发电系统成为一种可行和有效的途径 和方案。因此,根据自然资源条件,合理选择开发 利用多种可再生能源,在负荷中心就地安装建设基 于多种可再生能源联合发电的分布式发供能系统, 将就地电源和负荷结合起来构成微网,进行协调控 制,实现独立或并网运行,是今后可再生能源发电 高效利用的重要方向。 可再生能源分布式电源规划是分布式发电系统 开发研究的关键基础工作, 它要解决的核心问题是寻 求最佳的电源规划方案, 基于系统中的各种约束条件 和各可再生能源的特性,以满足电力负荷需求为目 的,使分布式发电系统的建设成本最小、供电可靠性 最高。合理的电源规划可获得很大的经济和社会效 益,相反,电源规划失误会带来不可弥补的损失[1-5]。 电源规划的方案具有高维数、非线性和随机性 的特点。由于电源规划问题相当复杂,针对规划问

10

马艺玮等:风?光?沼可再生能源分布式发电系统电源规划

Vol. 36 No. 9

题的处理方式不同以及不同的优化模型,形成了各 种各样的电源规划模型和优化运算方法
[6-8]

临近用户、负荷中心附近区域的各种可用的、分散 存在的各种能源,尤其以风力发电、太阳能光伏发 电、沼气生物质发电为代表的可再生能源,是目前 大力发展和鼓励的新能源。风能和太阳能是间歇性 和随机性大的不可控自然能源,致使风力发电和太 阳能光伏发电的独立运行供电系统很难全天候地 提供连续稳定的能量输出,具有随机性强、难控制 以及不稳定等特点。沼气生物质能能够以有形的方 式有效存储, 与风力发电、 太阳能光伏发电相比较, 沼气发电采用燃气发动机或燃料发动机以沼气作 为燃料产生动力来驱动发电机产生电能,其输出电 能质量好、稳定性好、可靠性高,可以做到发电无 间歇性,并具有很好的可控性;但是它的缺点是生 物质沼气的生产周期较长,受沼气池等条件所限发 电量相对少,难以提供较大负荷需求容量的电力供 应。然而,风能、太阳能和沼气生物质在时间、空 间维度上具有较好的互补特性,可以协同联合发 电,不仅能增强系统电力容量,也在一定程度上克 服了单一能源可靠性差等问题。 由于风力发电、太阳能光伏发电、沼气生物质 发电是具有相对不同特性的可再生能源发电, 尤其风 力发电和太阳能光伏发电具有明显的间歇性、 随机性 和不确定性等特性, 所以基于可再生能源的分布式发 电系统同样具有分散性、 多样性、 随机性和非线性等 特点, 这都充分说明其系统电源规划是一个比较复杂 的、多种约束条件、多种优化目标的优化问题。 基于可再生能源分布式发电系统的电源规划 是以系统的结构特性和系统能量管理要求等为依 据,才能够获得系统设计投资成本最小,系统供电 可靠性和稳定性最好等最优效果。图 1 就是典型的
电网

。 电源规

划的优化求解方法通常有混合整数规划法、动态规 划法和模拟进化方法等。混合整数规划法的特点是 计算时间比较长而且还需借助分支定界法或割平 面法求解;而动态规划法在理论上能保证求出最优 解,但是对于大规模问题会出现维数灾现象,且容 易出现后效问题;模拟进化方法主要包括有遗传算 法,进化规划法和进化策略等,都属于随机优化方 法,原理上能以较大概率找到优化问题的全局最优 解,但是存在收敛条件不易确定、全局搜索能力强 但局部搜索能力不足等缺点[9-11]。而改进的自适应 遗传算法通过对遗传算子进行优化处理后,具有较 好的全局收敛性,较高的收敛速度,增强的鲁棒性 等优点,所以它对于分布式发电系统的电源规划求 解具有独特的优势。针对基于可再生能源的分布式 发电系统的电源规划特性,并根据风-光-沼混合可 再生能源分布式发电系统的电源多样化、控制方式 复杂、运行模式多变等特点,本文首先分析和介绍 分布式发电系统结构以及各种发电电源的特性,其 次以电源规划的基本优化目标—成本经济性和电 能供应可靠性进行建模分析的基础上,对系统电源 规划的目标函数和约束条件函数进行建模研究,并 介绍和采用改进的自适应遗传算法对系统电源规 划进行优化运算,以某负荷中心的负荷需求总量为 对象建立系统电源规划平台,最终求解出具体的各 电源容量的最优解,对基于风-光-沼混合可再生能 源的分布式发电系统的电源规划进行总结分析。

1 分布式发电系统结构
基于可再生能源分布式发电系统的电源是指

微网中央控制器 静态开关 馈线 1 馈线 2 馈线 3 馈线 4 馈线 5

能量管理 控制器 控制器

能量管理 控制器 控制器

能量管理 控制器

能量管理 控制器 控制器 控制器

能量管理 控制器


光伏 9×10 kW 风电 3×50 kW 风电 2×20 kW 风电 1×10 kW 沼电 1×100 kW 蓄电池 40 kW·h 飞轮储能 60 kW·h 可中断负载 200 kW 不可中断负载 100 kW

Fig. 1

图 1 风–光–沼分布式发电系统结构 System structure of wind-PV-biogas distributed generation

第 36 卷 第 9 期









11

基于风 – 光 – 沼混合可再生能源和储能装置的分布 式发电系统的结构示意,它具有很强的自身独立供 电能力。它由一组不同的馈线组成,每一条馈线都 是系统的一个组成部分,并且各馈线分别通过短路 器与系统母线联接,具有较强的即插即用特性。馈 线 1 是同种规格型号的太阳能光伏发电的电源群 组,馈线 2 是拥有 3 种不同规格型号且数量不同的 风力发电的电源组合,馈线 3 是一套沼气生物质发 电机组,馈线 4 是由蓄电池和飞轮储能装置组成的 储能系统,馈线 5 是包括可中断负荷和不可中断负 荷的负荷单元。 基于风–光–沼混合可再生能源分布式发电系统 是一个集电能收集、供能、输能、储能和分配为一体 的新型电力交换系统, 而系统电源规划对于系统的稳 定性、可靠性和经济性等方面都有很大的影响和制 约。 以系统稳定和实时满足负荷需求量为目标, 寻求 最优的风–光–沼混合可再生能源发电电源的配置方 案才能够实现系统稳定、持续、可靠、经济运行。

本、运行维护费用和原料成本 3 部分组成,其装机 容量为决策变量。风力发电和太阳能光伏发电是利 用自然界中的风能和光能,所以其原料成本为零; 而沼气发电因为需要采购秸杆等生物质原料来生 产沼气,所以其存在一定的原料成本。因此,系统 中各微电源的电力成本可由式(1)的模型表示:

C = ∑ Ci Pi = ∑ {( Ffi + Foi )/ ∑ Pi (t ) + ∑ Fmi ( s ) /m}Pi (1)
i =1 i =1 t =0 s =0

3

3

n

m

式中:C 为分布式发电系统电量的年度电量成本额 度, 值越小代表其成本经济性越好; Ci 为微电源 i 的 单位发电成本; Pi 为微电源 i 的年度发电总量; Ffi 为微电源 i 固定成本投资的年折旧费用;Foi 为微电 源 i 年平均运行维护费用; Pi (t ) = Pirηi (t ) 为微电源 i 在 t 时刻的发电量,Pir 为微电源 i 的额定容量;n 为 微电源 i 全年有效发电时数;ηi ( t ) ∈ [0, 1] 为微电源 i 在 t 时刻的发电效率; Fmi ( s ) 为微电源 i 在全年中第

s 次的原料单位成本; m 为微电源 i 全年中购买原 料的次数。
2.3 系统供电可靠性目标 分布式发电系统的可靠性目标是指系统按照 所需数量不间断地向负荷提供电能的能力的量度, 即系统电量充裕度。系统电量充裕性是指分布式发 电系统在不考虑发电设备故障或损坏等非正常情 况下,能够保证连续供给负荷总的电能需求量的能 力。本文把系统供电可靠性指标转化处理为因系统 供电不足导致向外部大电网购电来满足负荷需求 所花费的费用额度来衡量,费用值越小代表系统可 靠性越好。 系统供电可靠性指标可由式(2)数学模型 表示:

2 分布式电源规划优化建模
2.1 概述 风 – 光 – 沼混合可再生能源分布式发电系统的 电源规划是一个多目标的优化问题,针对关注问题 的不同而有设计投资成本经济性、系统供电可靠 性、碳及其它温室气体排放量、收益经济性等各种 不同的优化目标,而且它也是一个多约束的优化问 题, 如系统电能供需平衡、 各发电电源的容量限制、 地理和气候条件等各种不同的约束条件问题。 基于风 – 光 – 沼混合可再生能源的分布式发电 系统是一个由各种不同类型且互补性较强的发电 电源组合的系统,具有较强的独立自主供电的特性 和能力。因此,本文对此系统的电源规划研究是在 满足用户和负载需求和系统稳定运行的前提下,以 最小的成本经济性和最佳的电能供应可靠性为目 标对系统中的风力发电、太阳能光伏发电和沼气生 物质能发电的电源组合进行设计优化,使得总投资 成本和用户停电损失最小。由于分布式发电系统中 的各发电电源临近负荷中心,因此本文不对功率损 耗进行考虑计算。 2.2 成本经济性目标 分布式发电系统的电力成本目标设定为系统 电源组合在 1a 内的年度电量成本额度,而系统电 源组合中的各个微电源的电力成本主要由固定成

CPS = ( PL ? ∑ Pi )TCG
i =1

3

(2)

式中: CPS 为系统缺电期间负载向电网购买电能的 总费用; PL 为负载需求总量; Pi 为微电源 i 的输出 电量; i = 1, 2,3 代表风电、太阳能光伏发电和沼气 发电 3 种不同的供电电源;T 为系统缺电时间;CG 为电网的电量售价。 2.4 电源规划模型 风 – 光 – 沼混合可再生能源分布式发电系统的 电源规划就是电源的组合优化问题,是一个高维 数、离散的、非线性的、多目标和多约束的优化问 题。本文以系统能量供需平衡、系统稳定性和微电 源输出功率极值等为约束条件,以成本经济性和供 电可靠性为目标进行系统电源优化配置建模,参见

12

马艺玮等:风?光?沼可再生能源分布式发电系统电源规划

Vol. 36 No. 9

下面的公式。式(3)是系统电源规划的目标函数,定 义为系统经济费用最小化,它包含有 2 个不同的子 目标函数,一个是系统发电的电量成本最小,另一 个是因系统供电不足导致的损失最小。 式(4)定义为 系统的电源组合的总发电容量应满足负荷总量的 要求,保证系统电量的供需平衡。式(5)设定为沼气 发电机组的装机容量应不小于系统不可中断负荷 总量,从而保证了系统的稳定性。

来改善解决。 根据风–光–沼混合可再生能源分布式发 电系统的电源构成多样化, 运行模式多变、 控制方式 复杂、 非线性等特点, 本文采用改进的自适应遗传算 法对其系统电源规划进行优化求解。 3.2 改进型遗传算法求解步骤 适应度函数 由前面所述的风 – 光 – 沼可再生能源分布式发 电系统的电源组合优化的目标函数、决策变量及各 种约束条件等信息,依据遗传算法的运算规则对个 体适应度函数和遗传算子作出相应地变换处理。 由式(4)可知, 风–光–沼分布式发电系统的电源 组合优化目标函数是求解系统电源成本和系统供 电不足导致的电力采购费用的最小值问题,所以其 适应度函数 F ( x ) 根据目标函数 f (C , CPS ) 转化为

3.2.1

min f (C , CPS ) = ∑ Ci Pi + CPS
i =1

3

(3) (4) (5) (6) (7) (8)

s.t.

∑ Pi = PL
i =1

3

PBG ≥ PUL PL = PUL + PIL Pi ,min ≤ Pi ≤ Pi ,max

β ∑ PWT: ∑ PPV = α :

式中: Pi ,min 为电源 i 的最小输出电量; Pi ,max 为电源

?C ? f (C , CPS ), F ( x) = ? max ?0,
3.2.2
选择算子

f ( x) < Cmax f ( x) ≥ Cmax

(10)

i 的最大输出电量; PBG 为沼气发电机组的额定装
机容量; PUL 为不可中断负载容量, PIL 为可中断负 载容量;α 、 β 为风电和光伏在系统设计容量中的 权重。

式中 Cmax 为常数,根据实验数据本文取 300 元。 选择算子是基于对个体的适应度高低的基础 上,对群体中的个体进行优胜劣汰。为了避免选 择、交叉和变异等遗传操作破坏当前群体中适应 度最好的个体,以及对遗传算法的运行效率、收 敛性等不利影响,本文采用选择算子的最佳保存 策略,即前代群体中适应度最高的几个个体直接 代替当前群体中适应度最低的等量个体,这样就 可 以保证当前 群体适应度 不低于前代 群体适 应 度。最佳保存策略确保遗传算法的收敛性,但是 它 容易造成局 部成熟和全 局搜索能力 不强等 问 题,所以最佳解决方案是结合改进的自适应交叉 算子和变异算子配合使用。

3 基于改进遗传算法的电源规划求解
3.1 成本经济性目标 遗传算法(genetic algorithm, GA)是模拟生物在 自然环境中的遗传和进化过程而形成的一种自适 应全局优化概率搜索算法[6],使用群体搜索技术, 它通过对当前群体施加选择、交叉、变异等一系列 遗传操作,从而产生出新一代的群体,并逐步使群 体进化到包含或接近最优解的状态。基本遗传算法

(simple genetic algorithm,SGA)数学模型可以表
示为

3.2.3

交叉算子

fSGA = (C , E , P0 , M , Φ , Γ , Ψ , Τ )

(9)

交叉算子决定了遗传算法的全局搜索能力,影 响遗传算法的收敛性,取值过大或过小都会带来运 算效率低或早熟的问题,所以本文采用改进的自适 应交叉算子,交叉率自适应调整公式[12-15]为

式中: C 为个体的编码方法; E 为个体适应度评价 函数; P0 为初始全体; M 为群体大小; Φ 为选择 算子; Γ 为交叉算子;Ψ 为变异算子; Τ 为遗传 运算终止条件。

SGA 通过使用选择算子、交叉算子和变异算子
这 3 种基本遗传算子对问题优化求解, 其遗传进化操 作过程简单。遗传算法的优势是特有的隐含并行性、 全局搜索特性,以及较强的鲁棒性,对于一些大型、 复杂非线性系统的优化计算具有更加独特和优越的 性能。 针对它在优化解决复杂问题而存在局部早熟和 稳定性差的缺点, 可以通过对遗传算子进行改进处理

Pc1 ? Pc2 ? ? Pc1 ? f ? f ( f ′ ? f avg ), Pc = ? max avg ?P , ? c1

f ′ ≥ f avg f ′ < f avg

(11)

式中: f max 为群体中最大的适应度值; f avg 为每待 群体的平均适应度值;f ′ 为要交叉的 2 个个体中较 大的适应度值。

3.2.4

变异算子

变异算子决定遗传算法的局部搜索能力,遗传

第 36 卷 第 9 期








30 功率/kW 20 10 不可中断负载 0 0 2 4 6 8 10 12 14 16 18 20 22 时间/h 负载总量 可中断负载

13

算法通过交叉和变异这对相互配合又相互竞争的 操作而使其具备兼顾全局和局部的均衡搜索能力, 本文采用改进的自适应的交叉算子 Pm , 变异率自适 应调整公式[12-15]如下:
Pm1 ? Pm2 ? ? Pm1 ? f ? f ( f max ? f ), Pm = ? max avg ?P , ? m1 f ≥ f avg f < favg

(12)

图 3 1d 中的负荷需求曲线 Fig. 3 Load demand curve in one day

式中: f max 为群体中最大的适应度值; f avg 为每代 群体的平均适应度值; f 为变异个体的适应度值。 改进的自适应遗传算法的运算流程如图 2 所 示,结合确定的有关运行参数(M、T、 Pc 和 Pm )等, 即可计算求得最优解。
开始 初始种群 适应度函数 选择 交叉 变异 交配库 停止条件? 是 解决方案 否 新一代

解有 2 种不同的方式,一是先选择每个发电单元的 型号并确认其额定功率,然后计算出每个发电单元 的最佳数量满足电源规划模型及各种约束条件。由 于遗传算法求解的结果不是整数,所以在对相关的 优化结果进行上取整处理后,容易造成电源规划目 标函数的优化目标(系统成本最小化的误差)较大。 因此,本文采用第 2 种方法,先根据目标函数和约 束条件计算风、光、沼发电单元总的设计容量,然 后根据市场需求以及系统调度灵活对各种类型的 发电单元进行选型配置。 在分布式电源容量求解过程中,本文对改进的 遗传算法中的参数设置如表 1 所示,并把风、光和 沼 3 种不同电源的总装机容量的优化求解结果列入 表 2 所示,共有 5 组优化求解结果,其中 2 组相同 的解是最优解,其它 3 组是次优解。
Tab. 1 表 1 改进的 AGA 参数设置 Parameter setting of improved AGA
CG/元 0.65 Pm2 0.001

结束

PIL,max/kW 200 M 100

PUL,max/kW CWT/元 CPV/元 CBG/元 100 T 100 0.6 PG1 0.9 1.0 PG2 0.4 0.55 Pm1 0.1

α: β
7:3 G 0.9

图 2 改进的自适应遗传算法的运算求解流程 Fig. 2 Flow chart of the improved AGA

4 算例分析
本文选取中国广东地区的某个负荷中心作为 此风 – 光 – 沼混合可再生能源分布式发电系统的实 验平台进行电源规划模拟优化,即确定出最优电源 组合中的风力发电、太阳能光伏发电和沼气发电机 组的装机容量。该负荷中心的负荷总量为 300 kW, 其中不可中断负荷总量为 100 kW, 可中断负荷总量 为 200 kW。 负荷需求在时间维度上呈现为明显的随 机性、波动性的特点,图 3 即为负荷在某天 24 h 范 围内的动态变化曲线。因此,风–光–沼混合可再生 能源分布式发电系统需要不仅能够提供充盈的电 量供应来满足白天 09:00~17:00 时间范围内的负荷 用电尖峰,而且能够在其他时间内的负荷用电低谷 期间,合理协调各发电电源的工作状况,继续提供 成本低、可靠性好的电力供应服务。 风 – 光 – 沼分布式发电系统电源规划的优化求

表 2 基于改进的 AGA 的分布式电源求解结果 Tab. 2 Optimization solution based on improved AGA
序号 1 2 3 4 5 风电/kW 196.953 5 196.953 2 208.406 0 199.745 1 190.937 6 光伏/kW 84.408 6 84.408 5 89.316 9 85.605 1 81.416 2 沼电/kW 100 100 100 100 100

各微电源的选型配置工作,应先对负荷中心当 地的地理位置、风速和太阳光照度等约束条件,以 及负荷中心的负荷需求动态变化等各方面进行分析 研究,系统电量能够有效、灵活地协调控制满足负 载需求为目标,结合当前电源市场上可供选择的电 源规格型号以及相应的技术经济特性等资料,综合 考虑各方面因素而完成不同可再生能源发电电源中 各个微电源规格型号和额定装机容量的选择,风力 发电机组的选型配置如表 3 所示,光伏阵列配置如 表 4 所示,沼气发电以及储能系统具体内容见表 5。

14

马艺玮等:风?光?沼可再生能源分布式发电系统电源规划 表 3 风力发电机组配置 Tab. 3 Wind turbine configuration
项 目 数量/台 额定功率/kW 最大功率/kW 切入风速/(m/s) 切除风速/(m/s) 额定风速/(m/s) 3 50 60 3 22 11.5 风力发电机组配置 2 20 25 3 20 11 1 10 12 3 20 11 [4]

Vol. 36 No. 9

吴涛涛, 赵宏伟, 李伟. 基于分布式电源的孤立系统规划初探[J]. 继 电器,2007,35(8):31-36. Wu Taotao,Zhao Hongwei,Li Wei.Isolated power system planning based on distributed generation[J].Relay,2007,35(8):31-36(in Chinese).

[5]

夏莉丽, 李兴源. 智能电网建设中分布式电源的规划[J]. 电 邱晓燕, 网技术,2010,34(4):7-10. Qiu Xiaoyan , Xia Lili , Li Xingyuan . Planning of distributed generation in construction of smart grid[J] . Power System Technology,2010,34(4):7-10(in Chinese).

表 4 光伏阵列配置 Tab. 4 PV configuration
项目 数量/组 额定功率/kW 最大功率/kW 峰值电压/V 开路电压/V 短路电流/A 光伏阵列配置 9 10 10.8 432 518.85 28.5

[6]

王成山,陈恺,谢莹华,等.配电网扩展规划中分布式电源的选 址和定容[J].电力系统自动化,2006,30(3):38-43. Wang Chengshan,Chen Kai,Xie Yinghua,et al.Siting and size of distributed generation in distribution network expansion planning [J].Automation of Electric Power Systems,2006,30(3):38-43(in Chinese).

[7]

Banos R,Manzano-Agugliaro F,Montoya F G,et al.Optimization methods applied to renewable and sustainable energy : a review [J] . Renewable and Sustainable Energy Reviews , 2011(15) : 1753-1766.

表 5 沼气发电与储能配置 Tab. 5 Biogas generation and storage system configuration
项目 数量 额定功率/kW 频率/Hz 沼气发电 1 100 50 项目 蓄电池/kW·h 飞轮储能/kW·h 储能系统 40 60

[8]

Amjad A M, Alireza S, Taher N. Mohammad reza alizadeh pahlavani. multi-objective operation management of a renewable MG (micro-grid) with back-up micro-turbine fuel cell battery hybrid power source[J].Energy,2011(25):1-18.





[9]

Ali Z, Shahram J, Ashkan R. Promotion strategy of clean technologies in distributed generation expansion planning[J].Renewable Energy, 2009(34):2765-2773.

5 结论
本文通过对风 – 光 – 沼混合可再生能源分布式 发电系统的特性以及系统结构要求方面的研究分 析,构建一个充分利用各种可再生能源、低成本、 高可靠性的系统自供电能力强的电源规划模型,并 采用改进的自适应遗传算法对此电源规划模型进 行优化计算,然后以负荷量为 300 kW 的负荷中心 为实验平台进行系统电源规划的模拟优化求解,得 出最优风 – 光 – 沼电源组合配置中各电源的装机容 量。本文对风–光–沼混合可再生能源分布式发电系 统的电源规划研究,对于尤其偏远地区因电力不足 等问题而利用各种可再生能源发电的分布式发电 系统或微网的开发建设,以及那些早已建设使用的 利用可再生能源发电的各种孤岛型微网和分布式 系统的重新设计规划等项目,都具有较强的技术指 导性和经济效益性等。

[10] 程浩忠,张焰,严正,等.电力系统规划[M].北京:中国电力出 版社,2008:65-85. [11] 王敏,丁明.含分布式电源的配电系统规划[J].电力系统及其自 动化学报,2004,16(6):5-8. Wang Min,Ding Ming .Distribution network planning including distributed generation[J].Proceedings of the CSU-EPSA,2004, 16(6):5-8(in Chinese). [12] 马小姝,李宇龙,严浪.传统多目标优化方法和多目标遗传算法 的比较综述[J].电气传动自动化,2010,31(3):48-53. Ma Xiaoshu, Li Yulong, Yan Lang. Comparison review of traditional multi-objective optimization methods and multi-objective genetic algorithm[J] . Electric Drive Automation , 2010 , 31(3) : 48-53(in Chinese). [13] Srinivas M,Patnaik L M.Adaptive probabilities of crossover and mutation in genetic algorithms[J].IEEE Trans on Power Systems, 1994,26(4):656-667. [14] 段玉倩,贺家李.遗传算法及其改进[J].电力系统及其自动化学 报,1998,10(1):39-52. Duan Yuqian , He Jiali . Genetic algorithm and its modification [J]. Proceedings of the PSU-EPSA, 1998, 10(1): 39-52(in Chinese). [15] Zhang Jun, Chung H S H, Hu B J. Adaptive probabilities of crossover and mutation in genetic algorithms based on clustering technique[C]// Congress on Evolutionary Computation . Portland : Institute of Electrical and Electronics Engineers Inc.,2004:2280-2287.
收稿日期:2011-12-21。 作者简介: 马艺玮(1980),女,博士,研究方向为基于可再 生能源分布式发电系统的能量管理与智能控制技 术,E-mail:ma.yiwei@mail.scut.edu.cn; 杨苹(1967),女,教授,博士生导师,研究方向 为电力电子电路的 马艺玮 建模与控制、大型复杂系统的智能控制及其应用。

参考文献
[1] 陈岩. 基于动态规划的电源规划方法[J]. 电工技术, 2006(2): 33-34. Chen Yan. Method of power supply planning based on dynamic planning[J].Electric Engineering,2006(2):33-34(in Chinese). [2] [3] 熊信银,吴耀武.遗传算法在电力系统中的应用[M].武汉:华中 科技大学出版社,2001:36-77. 舒杰,张先勇,沈玉梁,等.可再生能源分布式微网电源规划方 法及应用[J].控制理论与应用,2010,10(5):675-680. Shu Jie,Zhang Xianyong,Shen Yuliang,et al.The algorithm and application in power sources planning and designing for micro-grid based on distributed renewable energy[J] . Control Theory & Applications,2010,10(5):675-680(in Chinese).

(责任编辑

杜宁)


相关文章:
Power Source Planning of Wind-PV-Biogas Renewable Energy ....pdf
Power Source Planning of Wind-PV-Biogas Renewable Energy Distributed Generation System_电子/电路_工程科技_专业资料。第 36 卷第 9 期 2012 年 9 月 文章...
Thailand Solar Energy Overview_图文.pdf
Renewable energy and energy conservation, Energy ...Biogas (all categories of production sources) 0....kW - capacity < 50 kW Wind power 3.50 -No- ...
台湾智慧网络的发展_图文.pdf
1331 MW from biogas, ocean energy, geothermal ... renewable energy for wind power will be one of...The solar PV generation will be connected to the...
汽车用中压传感器产品特点:0_图文.ppt
Wind, Wave and Hydro Power Photovoltaics Active ...Renewable Energy Utilisation 2000 Source DTI ...Buckden- Biogas Association Landfill gas, ...
GRTN Role on Renewable Energies_图文.ppt
Feed - in scheme to PV system -3- GRTN new ...- Biogas from rubbish from mud from animal ...electric grid an amount of renewable source energy...
2012年中国分布式能源产业深度研究报告(中英文版).doc
Table of Contents CHAPTER ONE DISTRIBUTED ENERGY ...Wind power development proposals 64 3.3 CHINA PV...Biogas power generation equipment market analysis ...
...fuel cellbattery plug-in hybrid vehicles with the goal of ....doc
29Energy performance and consumption for biogas ...A hybrid power source of PV/Li-ion battery ...of wind power smoothing with controlled battery ...
Issues and Challenges for PV Market Development_图文.pdf
Biogas Current Small Scale Architectural solutions ...generation Long-lasting reliability PV as roofing ...“Renewable Energy Trust Asia” 26 Recommendations ...
特色的PPT模板_图文.ppt
biogas(methane, landfill, biodiesel) system 193, ...Generation Power Food wastes Digestion Methane Fuel...energy sources, such as bioenergy, wind, and PV...
日本产经省-智能电网材料_图文.pdf
renewable energy 28 GW of PV is needed Feed in...generation Wind power generation Energy manegement ...Biogas Cogeneration Energy Management System Establish...
Renewable Energy Policy in Thailand 0802_图文.pdf
Biogas Production Thermal ThermalGeneration Generation...of Wind Power 2007- 2011 Targets 2011 Total 115...renewable energy equipment manufacturing Solar PV ...
Renewable Energy in Lao PDR_图文.pdf
PV Solar 3. Biogas 4. Biomass 5. Biofuel 6. Geothermal 7. Wind and … 4 II. Current Status of Renewable Energy in Laos 1. Mini / Micro ...
阳光和城市_图文.pdf
PV market, and the US Department of Energy ...solar, wind, fuel cells, and biogas by 2013. ...distributed generation, and acknowledges that solar ...
sos07_clean-tech_图文.pdf
Renewable Fuel Annual investment Wind power Solar ...Clean Community-Scale Distributed Energy Resources ?...Cow manure decomposes and creates “biogas” ...
12 RoW your solar boat.pdf
Wind energy For <50 kw For >50 kw Solar PV ...generation, to come from renewable sources by ...%, geothermal 1.65%, and biogas/biomass 0.85%...
JPN-Morozumi_图文.pdf
Energy and Industrial Technology Development ...PV Power Generation Systems Wind Power Demonstrative...resource is Gas-engine and MCFC consuming biogas....
renewables_v4_图文.ppt
Renewable Energy sources Low Temperature Heating/...Biogas, biodiesel utilizzo meccanico PV cells Pumps...= 37% Wind power Principles: the power produced...
SmartGrid_aktiviteterne_p_Bornholm.pdf_图文.pdf
Smart Grid ready PV plants. Combined head & ...Modern wind turbines. 33% penetration. Biogas ...distributed energy resources Distribution grid ...
八达岭1MW电站的动态模拟-法国电力_图文.pdf
Wind offshore, Marine Energy and Biomass/biogas ...Power Generation: boiler coal combustion optimization...Renewable Energies: CSP, hydro, PV, wind, ...
约旦浅层地温能资源.pdf
The renewable energy sources in Jordan include ...electricity generation using the photovoltaic (PV) ...The biogas plant at the Amman municipal waste ...