隨著世界經(jīng)濟(jì)水平的不斷提高與能源結(jié)構(gòu)進(jìn)一步的優(yōu)化,風(fēng)能、光伏能源等分布式可再生能源的使用比例將大幅提高,而用于控制這些微型能源的微電網(wǎng)將大有所為;同時(shí),隨著電動(dòng)汽車的技術(shù)革新與成本降低,未來將有大量電動(dòng)汽車接入電力系統(tǒng),其中包括接入微電網(wǎng)。含電動(dòng)汽車微電網(wǎng)調(diào)度屬于多目標(biāo)、多變量、多約束條件、強(qiáng)非線性優(yōu)化問題,一直沒有得到很好的解決。因此,含電動(dòng)汽車的微電網(wǎng)調(diào)度將成為電力系統(tǒng)一項(xiàng)重要的研究課題。本文在分析各微源及電動(dòng)汽車數(shù)學(xué)模型的基礎(chǔ)上,提出一種基于動(dòng)態(tài)模糊混沌粒子群的多目標(biāo)優(yōu)化算法,對(duì)含電動(dòng)汽車的微電網(wǎng)調(diào)度進(jìn)行研究。首先,分別探討風(fēng)力發(fā)電系統(tǒng)、光伏發(fā)電系統(tǒng)、微型燃?xì)廨啓C(jī)、燃料電池等微源及儲(chǔ)能元件蓄電池的基本原理及數(shù)學(xué)模型。其次,針對(duì)標(biāo)準(zhǔn)粒子群算法遍歷性差,早熟等缺點(diǎn),在粒子群初始化時(shí),引入一種結(jié)合Chebyshev映射與Logistic映射的混沌映射;在粒子更新過程中,引入Logistic映射,增加粒子尋優(yōu)的遍歷性,加強(qiáng)算法全局優(yōu)化能力;針對(duì)慣性權(quán)重在粒子群更新過程中的取值問題,采用迭代次數(shù)梯度改變慣性權(quán)重的策略,提出一種改善混沌映射粒子群算法（CMPSO）。并分別使用標(biāo)準(zhǔn)粒子群算法（... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

電池本體原理圖

廣東工業(yè)大學(xué)碩士學(xué)位論文CPSO求解時(shí)間/s 0.04463 0.05371 3.62402 14.1464迭代次數(shù)/次 100 100 100 100最優(yōu)迭代次數(shù)/次 61 39 16 26最優(yōu)耗時(shí)/s 0.027224 0.020947 0.579843 3.67806CMPSO求解時(shí)間/s 0.04229 0.05479 1.37822 13.9669迭代次數(shù)/次 100 100 100 100最優(yōu)迭代次數(shù)/次 80 94 74 71最優(yōu)耗時(shí)/s 0.033832 0.051503 1.01988 9.916491、Ackley’s function 測試函數(shù)結(jié)果分析

標(biāo)準(zhǔn) PSO 算法有收斂趨勢，但是總體而言收斂效果不如 CPSO 算法及 CMPSO 算法；而 CPSO 算法及 CMPSO 算法的適應(yīng)度均繼續(xù)下降，其中 CMPSO算法下降次數(shù)更多、幅度更大。在迭代后期，標(biāo)準(zhǔn) PSO 算法的適應(yīng)度有一次較大幅度的下降，但總體效果仍不如 CPSO 算法及 CMPSO 算法；而 CPSO 算法則無法繼續(xù)收斂。由于使用組合混沌映射方程對(duì)過程迭代進(jìn)行混沌處理，使粒子分布更加均勻，CMPSO 收斂效果最好。從最終結(jié)果可看出 CMPSO 算法結(jié)果最優(yōu)，CPSO 算法次之，標(biāo)準(zhǔn) PSO 算法效果最差。2、Beale’s function 測試函數(shù)結(jié)果分析表 3-3 可看出，三種算法求解 Beale’s function 函數(shù)的速度都非�？臁Ａ硗猓蓤D 3-8 的圖 1）可看出，Beale’s function 函數(shù)四角函數(shù)值比較大，中間十字區(qū)域有眾多局部最優(yōu)值，給算法尋優(yōu)帶來很大難度。

【參考文獻(xiàn)】：
期刊論文
[1]基于動(dòng)態(tài)模糊混沌粒子群算法的含電動(dòng)汽車微電網(wǎng)多目標(biāo)優(yōu)化調(diào)度研究[J]. 唐俊杰,陳璟華,邱明晉.  廣東工業(yè)大學(xué)學(xué)報(bào). 2018(03)
[2]風(fēng)電與電動(dòng)汽車協(xié)同并網(wǎng)調(diào)度環(huán)境及經(jīng)濟(jì)模型[J]. 施泉生,邸超,孫佳佳,張圣富,李士動(dòng).  上海電力學(xué)院學(xué)報(bào). 2017(02)
[3]考慮用戶滿意度的戶用型微電網(wǎng)日前優(yōu)化調(diào)度[J]. 唐巍,高峰.  高電壓技術(shù). 2017(01)
[4]計(jì)及電動(dòng)汽車的微電網(wǎng)經(jīng)濟(jì)調(diào)度方法[J]. 王璟,王利利,郭勇,孫義豪,關(guān)朝杰.  電力系統(tǒng)保護(hù)與控制. 2016(17)
[5]計(jì)及需求響應(yīng)的風(fēng)電-電動(dòng)汽車協(xié)同調(diào)度多目標(biāo)優(yōu)化模型[J]. 侯建朝,胡群豐,譚忠富.  電力自動(dòng)化設(shè)備. 2016(07)
[6]微網(wǎng)多目標(biāo)動(dòng)態(tài)經(jīng)濟(jì)優(yōu)化調(diào)度[J]. 嚴(yán)鳳,楚非非.  電測與儀表. 2016(09)
[7]風(fēng)光儲(chǔ)電動(dòng)汽車換電站多目標(biāo)運(yùn)行優(yōu)化[J]. 付華,柳夢雅,陳子春.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2016(04)
[8]微電網(wǎng)技術(shù)綜述（英文）[J]. 黃宜平,馬曉軒.  電工技術(shù)學(xué)報(bào). 2015(S1)
[9]面向大規(guī)模電動(dòng)汽車并網(wǎng)的需求側(cè)管理方案對(duì)比分析[J]. 曾鳴,詹曉暉,史慧,高玉明,郭亮,張健,張華棟.  華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[10]蓄電池充放電管理的全過程仿真研究[J]. 吳紅斌,顧緗,趙波,張雪松.  電子測量與儀器學(xué)報(bào). 2014(08)

博士論文
[1]微電網(wǎng)若干工程關(guān)鍵技術(shù)研究[D]. 孫建龍.東南大學(xué) 2016
[2]粒子群算法的基本理論及其改進(jìn)研究[D]. 劉建華.中南大學(xué) 2009

碩士論文
[1]光伏微電網(wǎng)發(fā)電預(yù)測與經(jīng)濟(jì)運(yùn)行研究[D]. 張程熠.浙江大學(xué) 2017
[2]基于改進(jìn)粒子群算法的微電網(wǎng)優(yōu)化調(diào)度[D]. 姚景昆.遼寧工業(yè)大學(xué) 2016
[3]電動(dòng)汽車和風(fēng)電并網(wǎng)條件下的熱電聯(lián)合經(jīng)濟(jì)調(diào)度[D]. 佟晶晶.華北電力大學(xué)(北京) 2016
[4]含電動(dòng)汽車與大規(guī)模風(fēng)電并網(wǎng)的電力系統(tǒng)協(xié)調(diào)調(diào)度[D]. 林洋.華北電力大學(xué) 2015
[5]微電網(wǎng)優(yōu)化調(diào)度模型與方法研究[D]. 陳深.廣東工業(yè)大學(xué) 2014
[6]基于多目標(biāo)的微電網(wǎng)優(yōu)化調(diào)度研究[D]. 邱海偉.上海電力學(xué)院 2013
[7]電動(dòng)汽車并網(wǎng)充電模型及應(yīng)用研究[D]. 劉鵬.哈爾濱工業(yè)大學(xué) 2012
[8]基于BPSO和變鄰域差分進(jìn)化算法的配電網(wǎng)重構(gòu)[D]. 梁峰.東北電力大學(xué) 2011
[9]電動(dòng)汽車大規(guī)模接入對(duì)電網(wǎng)的影響分析[D]. 寇凌峰.華北電力大學(xué)（北京） 2011
[10]基于粒子群算法的微電網(wǎng)多目標(biāo)經(jīng)濟(jì)調(diào)度模型研究[D]. 季美紅.合肥工業(yè)大學(xué) 2010



本文編號(hào)：3597720