为了提升虚拟电厂(virtual power plant,VPP)的经济效益,促进风、光等清洁能源的消纳,文章设计了一种基于混合灰狼(hybrid grey wolf optimization,HGWO)算法的VPP经济调度模型。将VPP运行成本最小作为目标函数,利用HGWO算法对目标函数...
详细信息
为了提升虚拟电厂(virtual power plant,VPP)的经济效益,促进风、光等清洁能源的消纳,文章设计了一种基于混合灰狼(hybrid grey wolf optimization,HGWO)算法的VPP经济调度模型。将VPP运行成本最小作为目标函数,利用HGWO算法对目标函数进行最优值搜索,算例结果显示,HGWO算法收敛时的进化代数和收敛时间分别为55代和12.15 s,获得的VPP最小运行成本为57.36万元,以及HGWO算法的各项性能指标均优于文章所列出的其他3种算法;同时也表明了通过科学调度VPP内部的各类分布式电源,不仅满足了VPP负荷需求,而且使风电场和光伏电站的输出电能得到了充分利用,进而提升了VPP的经济性。
暂无评论