基于KC-LSSVM-MAFSA的并网光伏微网系统的能量管理

• 作者: 李佳蓉 杨璐瑜 陈爽 黄柯
• 来源期刊: 电力大数据
• 学科: 工学
• 关键词: 微电网 能量优化管理 K均值聚类 最小二乘支持向量机 改进人工鱼群算法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 大数据专题
• 页码范围: 26-34
• 页数: 9页
• 分类号: TM72
• 语种: 中文

摘要

为了解决并网运行的光伏功率对微电网的随机波动性,并实现微电网内部电源能量优化管理的问题,本文提出了一种基于K均值聚类-最小二乘支持向量机-改进人工鱼群算法的组合算法策略.首先通过K均值聚类筛选出具有相似天气类型的样本日,再利用最小二乘支持向量机训练样本日并预测光伏电源输出功率,接着将光伏发电的预测值与微汽轮机、燃料电池的发电出力、以及储能系统的充放电功率一起作为微电网能量管理的输入,并在光伏电源最大功率点跟踪限额、储能单元的充放电限制、光伏实时电价等约束条件下,建立了以微电网总发电成本最小为目标函数的模型.最后采用改进人工鱼群算法对微电网中各供电单元的功率进行经济分配.通过算例验证表明,所提出的微电网能量优化管理模型计算出的全网经济运行最低总成本为613.224元,对实际生产有较高的指导意义.