- 选题背景和意义：
随着中国经济的快速发展，能源消费量大幅增加，同时也造成了严重的环境污染。为了降低环保需求带来的压力，以往主要依赖化石能源的能源格局正朝着化石能源、可再生能源均衡开发、互补利用的新能源格局发展。为解决用户需求量增长、用能结构不合理、远距离传输造成的环境污染、效率低下等诸多问题，开发清洁能源逐步替代传统化石能源的清洁替代、发展以电代煤，以电代油的电能替代成为了可取之道。分布式发电具有模块化、分散化的特征，是围绕用户侧布置的高效、可靠的发电单元，其电源构成主要包括内燃机、微型燃气轮机、光伏发电、风能发电及生物质能发电等，可实现分散能源的就近发电、就近并网、就近转换、就近使用，有效提高能源的综合利用。
分布式多能源系统的优化配置是一个错综复杂的问题，风和光等自然资源的浮动性，用户负荷的波动性给系统优化调度提出了很大的挑战。因此，如何在满足不同时段负荷的条件下，合理规划系统中各分布式能源的出力，优化系统的运行，成为优化调度研究的热门问题，具有重要的理论价值和工程价值。
- 课题关键问题及难点：
本课题选择由光伏发电、风力发电、燃气轮机发电、燃料电池发电等组成的多能源系统为研究对象，研究其能源转换和利用其动态特性建立基于热力学和控制系统的多能源系统数学模型，提出多能源系统负荷协同高效生产和利用的优化调度模型和解算方法。结合具体分布式单元参数，将发电负荷需求通过最优化的方法，在各分布式能源机组中进行负荷的优化分配，使得在满足相同发电负荷条件下，综合能耗最低、能效水平最优、总体收益最大。当负荷需求发生变化时，通过本文的优化计算分析，可以指导运行人员及时调整运行状态，满足生产需求,节约能源，实现经济运行。本课题难点在于了解光伏发电、风力发电、燃气轮机发电、燃料电池发电的基本工作原理；分别建立各发电机组数学模型；建立分布式能源系统优化调度的数学模型，包括目标函数、约束条件等；结合具体分布式单元参数，选取遗传算法、粒子群算法等智能优化算法,使用matlab等软件获得优化调度数学模型的最优解；当需求负荷发生变化时，进行相关优化计算，对优化结果进行经济性分析。
- 文献综述（或调研报告）：
在对于分布式多能源系统协同优化调度的研究中，国内外学者都进行大量的工作研究。分布式系统（CCHP）是以能源梯级利用为基础，能同时实现供冷、供热和发电过程的一体化多联产系统，与传统集中式能源相比，其分布位置更接近负荷，不需要进行远距离高压输送， 但目前风和光等自然资源的浮动性，用户负荷的波动性给系统优化调度提出了很大的挑战。
储海兵的研究组在《基于遗传算法的微电网优化调度》涉及到用遗传算法建立了相应的优化模型进行负荷优化调度，当孤网运行时，因为风力发电和光伏发电在发电过程中不会耗费能源，也不会产生污染环境的气体， 因此这两种发电成本最低。在负荷优化分配的过程中， 由风力发电机和光伏发电机生产的电能被全部应用于生产生活中，其余部分的电量大部分由微型燃气轮机承担，仅少部分电量由柴油发电机生产。优化前后所耗费的综合成本对比看出，通过采用遗传算法对微电网的负荷进行优化分配，降低了运行的综合成本，具有更好的经济性。并网运行时，各微电源的功率分布在负荷优化 分配的过程中，由风力发电机和光伏发电机生产的电能被全部应用于生产生活中，其余部分的电量由微型燃气轮机、柴油发电机、 大电网承担，微电网只在几个用电高峰期时需要向大电网购电。 优化前后所耗费的综合成本对比如可以看出，通过采用遗传算法对微电网并网运行的负荷进行优化分配， 降低了运行的综合成本，具有更好的经济性和实用性，对生产生活具有十分重要的意义。
严海波、康林贤、周冬在《考虑随机性的微电网日前调度与储能优化模型》中对优化模型的建立，整理出对目标函数及约束条件的建立，考虑到微电网的发电成本是发电量的函数，独立微电 网运营商的首要目标是最小化发电成本，约束条件包括功率平衡约束，与主网功率交换约束及其他约束。其提出的调度模型能够有效地保持负载和供应之间的平衡。其提出了以成本最小为优化目标的微电网日前调度和储能优化的调度模型。对传统发电机组和储能系统建立了确定性模型，并对可再生能源发电机组建立随机模型。考虑可再生发电机组的线性 成本函数和常规发电机组的二次成本函数，建立了目标函数。以具有不同成本函数的可再生能源发电机和传统发电机进行了算例仿真。结果表明该 模型能在100%的范围内利用最便宜的资源，并能随着发电成本的增加而降低其他发电机的利用率。该模型可以获得最优调度，还能实现电池与微电网的能量交换，并在需要的时候实现减载。
张军、王红敏、刘廷章研究组在《基于NSGA-Ⅱ的ICS算法微网多目标优化调度》的研究中，针对各分布式电源并入配电网后在环保、经济等方面带来的问题,以综合运行成本和环境成本为优化目标建立了含风光互补发电的微网优化调度模型。针对模型的求解,提出一种融合了快速非支配排序遗传算法和自适应布谷鸟算法的基于NSGA-Ⅱ的ICS算法,通过测试函数验证了算法的可行性。通过与不含风电和光电的优化调度方式的对比,表明了在微网的调度过程中考虑风光等可再生能源的正面影响,有利于降低系统运行的总成本。
参考文献：
[1].储海兵.基于遗传算法的微电网优化调度[J].工业控制计算机,2019,32(02):151-153.
[2]李珂明. 基于改进遗传算法的微电网优化调度[D].西安理工大学,2018
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
