基于改进粒子群算法的微电网的优化调度打开文本图片集摘 要：本文提出了一种由多种分布式电源构成的微电网调度模型，其中包括风机、光伏电池、燃气轮机、柴油机和蓄电池。针对各种分布式电源，在满足对应的系统约束条件下，建立了包括运行成本、环境成本和电力收入的多目标优化调度模型，运用优化过的粒子群算法（PSO），经过仿真模块的评估结果证实所建模型具有一定可行性。关键词：微电网;优化调度;粒子群算法;电网调度Keywords：microgrid;optimaldispatch;particleswarmoptimization;griddispatch0 引 言微电网也称为微网，是指由分布式能源、储能设备、能量转换器、负荷、监控和保护装置等组成的微型发配电系统。极高的灵活性是该系统最为重要的特点，其既可以并网运行，也可以在电网系统出现故障时进行孤岛运行，以此保证对重要负荷的供电。在对微电网进行调节时，由于考虑到节能减排的背景环境，所以需要对环境因素做出必要的分析。国内外的学者对于微电网日前环境经济调度的问题也在进行不断的讨论。文献[1]和文献[2]对微电网调度做了比较全面的讨论和分析。文献[3]主要对含有不可调度型分布电源在微电网中的调度作用进行了讨论。本文以经济成本的最小化和环境成本的最小化为目标，建立了微电网多目标优化模型，采纳改进的粒子群算法进行求解该模型（通过改进粒子群算法中的参数提高算法的收敛速率以及避开局部最优）。通过算例验证模型与优化方法的有效性。1 仿真模型1.1 风机模型3 求解过程3.1 算法简介与优化标准粒子群算法（PSO）是一種根据鸟群觅食而开发的群智能优化算法。粒子群算法因为其原理简单、收敛速度快等优点被用于解决各种寻优问题，但同时，人们也发现了标准粒子群算法存在的不足之处，即时常会遇到早熟和收敛的问题。[4]于是，我们针对标准粒子群算法的不足之处提出了如下的改进措施：（1）初始混沌化处理。针对标准粒子群算法初始化阶段粒子分布不均匀的情况，混沌粒子群算法在种群粒子初始化过程中引入 Logistic 混沌处理，使得粒子的分布情况更均匀，增加初始化阶段粒子的多样性。（2）过程混沌处理。针对粒子群算法在更新过程中粒子趋向最优前沿过于单一、集中的，容易陷入局部的极值的缺陷，混沌粒子群算法在粒子更新过程中引入 Logistic 混沌处理，以增加粒子的多样性，增加粒子飞行过程中其他路径的可能性，从而避开陷入局部最优的局面。3.2 算例分析本文以一个包含光伏发电系统、风力发电系统、柴油...
