10.3969/j.issn.2097-0706.2022.07.006
基于自适应学习率萤火虫算法的多能源系统联合优化调度
随着碳中和目标下分布式新能源发电的快速增长以及多能协同技术的不断成熟,多能源系统(MES)得到了快速发展,成为未来能源的主要承载形式.但MES包括生产、存储、消费等复杂环节,其经济运行面临挑战.在MES框架下构建了包含新能源发电站、电池储能装置和冷热电联供装置的经济优化模型,以弃风弃光惩罚成本、电池储能装置放电损耗成本、燃气轮机燃气成本、碳排放惩罚成本等最小为目标函数,以电池储能装置的充放电特性、光伏与风力发电机组的出力特性、冷热电平衡等为约束条件,采用一种新型的自适应学习率萤火虫算法(ALRFA)对优化模型进行求解,通过引入自适应学习率参数,可避免陷入局部最优、收敛速度慢等问题.以某园区的用户冷热电负荷为例,验证了所提模型和优化算法的有效性和可行性.
碳中和、新能源、多能源系统、冷热电联供、联合优化、电池储能、碳排放惩罚、自适应学习率萤火虫算法
44
TK01+8:TP301.6(一般性问题)
国家自然科学基金;河南省自然科学基金;河南省科技攻关项目
2022-07-22(万方平台首次上网日期,不代表论文的发表时间)
共9页
49-57