基于NSGA-III的混合微电网动态能量管理多目标优化框架

《Scientific Reports》：Multi-objective optimization framework for dynamic energy management in hybrid microgrids using NSGA-III

　　

摘要

本研究提出了一种综合的多目标优化框架，用于管理包含光伏板、风力涡轮机、电池储能系统、燃料电池以及电网连接的混合微电网的需求侧管理。该框架通过实时电价下的动态负荷调度，同时降低峰值功耗与平均功耗的比值以及总运营成本。可再生能源利用策略注重清洁能源的优先使用，而智能电池管理方案则根据可再生能源的生成情况、负荷需求以及电力价格信号来优化充放电决策。为克服传统加权求和优化方法的局限性，本研究采用非支配排序遗传算法III（NSGA-III），无需预先设定目标权重即可生成多样且分布良好的帕累托前沿。该框架在三种能源系统配置下进行了测试：（i）仅依赖电网运行；（ii）电网结合可再生能源及电池储能；（iii）电网结合可再生能源、电池储能及燃料电池支持。测试结果表明，与传统的依赖电网的运行方式相比，混合可再生能源配置在经济效益和运行性能方面都有显著提升。该框架生成了多种帕累托最优运行策略，这些策略在运营成本与峰值功耗比值之间呈现出不同的权衡关系。最低成本的运行方案其运营成本为131.73美分，而一种具有较好需求侧管理效果的折中方案的成本为155.98美分。与NSGA-II、MOPSO、SPEA2以及加权求和方法相比，NSGA-III在30次独立测试中始终展现出更优的帕累托前沿质量、收敛特性、解决方案的多样性以及稳定性。这些研究结果证明了NSGA-III在多目标能源管理方面的有效性，同时也为提升未来智能微电网系统的经济效率、运行灵活性和可持续性提供了一种可扩展的优化框架。