基于差分进化粒子群神经网络的用户侧储能容量优化配置

摘要：

为提高用户侧储能系统的经济性及使用寿命,提出一种基于差分进化-粒子群BP神经网络的储能优化配置算法.以提高系统可靠性和降低系统投资成本为目标,以储能电池充放电功率限制以及系统最大装机容量等为约束条件,搭建了用户侧储能容量优化配置模型.提出的差分进化和粒子群的混合算法,保留粒子群算法早期收敛速度快的优点,加入差分进化算法以此保障种群的多样性,避免算法过早陷入局部最优,并相应减少粒子群控制参数数量,提高算法的性能,加快算法收敛速度,优化BP神经网络初始权重和阈值.算例结果表明,相比单一的差分进化法和粒子群算法,采用混合算法能够更快更好地得到优化结果.仿真结果表明了算法的有效性,在保证系统运行可靠性的同时,有效降低了系统的投资成本,使系统的经济性得以提升.

关键词：用户侧储能、经济性、容量优化、差分进化算法、粒子群算法

所属期刊栏目：43

分类号：TM732(输配电工程、电力网及电力系统)

资助基金：中国电力建设股份有限公司《百兆瓦时级大规模锂电池储能站关键技术研究及示范应用》项目;福建省科学技术厅《百兆瓦时级大规模锂电池储能站关键技术研究及示范应用》引导性项目

在线出版日期：2021-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：53-56