针对光伏发电存在供电多、供电集中等问题,提出一种基于需求响应的光伏发电系统电量平衡调度算法。基于需求响应,结合分层调度思想,构建双层电量平衡调度算法。结合粒子群优化(particle swarm optimization,PSO)算法与Pareto支配关系,...针对光伏发电存在供电多、供电集中等问题,提出一种基于需求响应的光伏发电系统电量平衡调度算法。基于需求响应,结合分层调度思想,构建双层电量平衡调度算法。结合粒子群优化(particle swarm optimization,PSO)算法与Pareto支配关系,设计多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法,完成双层调度求解,实现光伏发电系统电量平衡调度。测试结果表明,该算法的供电量仅为8208 k W·h,并且分散在01:00—02:00、06:00—07:00、11:00—15:00和20:00—23:00的4个时段,其变异系数超过1.5,供电更加分散;用户日内实际用电功率仅为125 k W,方差仅为4.63,并且分布在120~125 k W的较小范围内,其整体分布比较均匀,说明设计算法的调度性能良好。展开更多
文摘针对光伏发电存在供电多、供电集中等问题,提出一种基于需求响应的光伏发电系统电量平衡调度算法。基于需求响应,结合分层调度思想,构建双层电量平衡调度算法。结合粒子群优化(particle swarm optimization,PSO)算法与Pareto支配关系,设计多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法,完成双层调度求解,实现光伏发电系统电量平衡调度。测试结果表明,该算法的供电量仅为8208 k W·h,并且分散在01:00—02:00、06:00—07:00、11:00—15:00和20:00—23:00的4个时段,其变异系数超过1.5,供电更加分散;用户日内实际用电功率仅为125 k W,方差仅为4.63,并且分布在120~125 k W的较小范围内,其整体分布比较均匀,说明设计算法的调度性能良好。
