基于短期负荷预测的可再生能源调度优化算法设计

为了提升电力系统的能源综合利用效率,基于区域内的短期负荷进行了可再生能源的调度优化。将可再生能源的调度抽象为非线性、多约束时变优化问题,通过改进的磷虾群算法(CO-KH)对该优化问题进行求解。在CO-KH算法中,引入SEL、CHS两个算子解决了传统磷虾算法在进行高维优化时会陷入局部最优值的问题,有效提升了算法的全局搜索能力。在某地区的微电网示范工程数据集中进行的算法仿真结果表明,CO-KH算法的平均适应度和标准差可达到1×10^(-4)数量级,在迭代效率与算法精度上均明显优于KH和SKH算法。在采用CO-KH算法后,该区域的日运行维护费用下降了3.67%,供电成本下降了1.43%。