基于改进Pareto算法的风/光/氢蓄储公路微电网调度决策优化

针对公路能源微电网在高峰时段负荷大、突发性负荷波动频繁等问题,提出了一种基于改进Pareto算法的风/光/氢蓄储公路微电网日内调度决策优化模型,以实现微电网在日内运行周期中的电力削峰填谷,完成电力系统最大化消纳风/光机组出力,并达到不同类型能源间的互补和最优化利用;以微电网系统日内运行总成本最低、碳排放量最小、风/光消纳率最大为主要准则构建了目标函数,考虑电功率平衡、风/光能源出力、氢蓄储能以及与外电网交互等多种约束条件,按照优先消纳可再生能源政策制定了出力策略,并输出了区域内微电网最佳调度决策结果;为验证提出模型的有效性、精确度和实用性,以新疆S21公路吉力湖路段的气象数据和电力负荷数据为实例进行了分析。研究结果表明:基于提出的优化模型构建的风/光/氢蓄储公路微电网系统能有效提升风光能源的消纳,与传统Pareto算法和多目标粒子群优化等算法相比,改进后的Pareto算法可使系统在相同微电网结构下的日内运行总成本分别降低8.5%和3.7%,可再生能源消纳率分别提高3.6%和10.1%,碳排放量分别减少14.4%和23.9%。由此可见,基于改进Pareto算法的风/光/氢蓄储日内调度决策优化模型能够在确保公路微电网系统平稳运行的同时,提升风/光/氢蓄储系统的可靠性。