摘要：现有的大部分微电网调控模型以预测发电功率作为调控目标,且在进行成本核算时没有考虑电池的状态变化带来的影响,致使调控周期长、调控策略经济性差且易受功率预测误差影响。针对上述问题,基于对风力发电、光伏发电和储能设备的成本分析,提出了一种以机组的启停为策略、以成本最小为目标的微电网短期调控模型。为寻求最优的调控策略,在保留传统粒子群速度更新方法的基础上,修改了位置更新方法并引入惩罚函数,提出一种改进的离散粒子群算法（discrete particle swarm optimization-Ⅱ,DPSO-Ⅱ）。仿真和实际算例结果表明,所提模型能够达到预期的调控目标,且具有较好的经济性和鲁棒性;所提DPSO-Ⅱ算法的寻优性能较传统基于遗传算法和离散粒子群算法有较大提高,因而具有潜在的应用价值。

关键词：微电网 调控模型 背包问题 离散粒子群算法罚函数 

单位：北京邮电大学网络教育学院; 北京市海淀区100876; 中国南方电网公司广州分公司; 广东省广州市510091