针对含风-光-柴-储的微电网多目标优化调度问题,提出一种基于多目标指数分布优化(multi-objective exponential distribution optimizer,MOEDO)算法的微电网优化调度框架。首先,构建包含风电、光伏、柴油机、微型汽轮机和储能系统的微...针对含风-光-柴-储的微电网多目标优化调度问题,提出一种基于多目标指数分布优化(multi-objective exponential distribution optimizer,MOEDO)算法的微电网优化调度框架。首先,构建包含风电、光伏、柴油机、微型汽轮机和储能系统的微电网模型,建立以运行成本和环保成本最小化为目标的多目标优化调度模型。其次,在指数分布优化(exponential distribution optimizer,EDO)算法基础上引入MOEDO算法进行优化。基于中国南部某实际微电网的24 h调度案例进行仿真验证,结果表明:环保成本最优场景下清洁能源占比达28.86%,运行成本最优场景下电网购电占比57.38%,综合成本最优场景实现清洁能源占比24.49%与电网购电占比45.01%的平衡,验证了MOEDO算法在平衡经济性与环境可持续性方面的有效性。展开更多
文摘针对含风-光-柴-储的微电网多目标优化调度问题,提出一种基于多目标指数分布优化(multi-objective exponential distribution optimizer,MOEDO)算法的微电网优化调度框架。首先,构建包含风电、光伏、柴油机、微型汽轮机和储能系统的微电网模型,建立以运行成本和环保成本最小化为目标的多目标优化调度模型。其次,在指数分布优化(exponential distribution optimizer,EDO)算法基础上引入MOEDO算法进行优化。基于中国南部某实际微电网的24 h调度案例进行仿真验证,结果表明:环保成本最优场景下清洁能源占比达28.86%,运行成本最优场景下电网购电占比57.38%,综合成本最优场景实现清洁能源占比24.49%与电网购电占比45.01%的平衡,验证了MOEDO算法在平衡经济性与环境可持续性方面的有效性。
