基于改进海鸥优化算法的微电网优化配置

对微电网进行合理的优化配置是提升微电网接纳分布式电源能力的重要举措，在考虑价格型需求响应的情况下，提出考虑需求响应的基于改进海鸥优化算法(Improved Seagull Optimization Algorithm, ISOA)的微网储能优化配置模型。针对传统算法对模型求解精度较低、求解速度慢的问题，提出改进的海鸥优化算法，提高收敛速度和精度。并将改进的算法与Cplex求解器联合求解，进行微电网的双层优化配置。实验结果表明，所提改进策略能够显著提高算法寻优能力，且有效降低微网的综合成本，具有优越的应用价值。

自碳达峰、碳中和的低碳发展目标明确提出以来，建设以新能源为主导的现代电力系统已成为中国电力行业发展改革的新导向。国家大力推动清洁能源发展，但以光伏、风能为主的微电网出力具有间歇性和波动性，接入电力系统会损坏系统的稳定性。在微电网中接入储能系统能量可以在时间维度上实现转移，平抑功率波动，提高电能质量[1]。采用合理的优化配置方案能够有效减少经济成本和提高系统稳定性。因此，对微电网的优化配置进行研究具有极其重要的意义。

针对微电网的优化配置问题， 国内外已有相关研究。

文献[2]采用多种策略对麻雀搜索算法进行改进， 并进行微电网的容量优化配置，验证所提策略在容量优化问题中具有更好的性能。文献[3]采用改进的海洋捕食者算法进行配电网储能的配置，验证其在储能优化配置问题上的有效性，但该算法仅提高了收敛精度，收敛速度能力有待考察。文献[4]建立考虑经济性和环保性的综合成本最低为目标函数的独立微电网容量优化运行模型，并利用改进的粒子群优化算法对模型进行求解，但其收敛精度有待进一步提升。

文献[5]以运行收益最大为目标，采用基于改进蚁群的动态规划算法进行光储微电网的容量优化配置，验证算法的适用性和优越性，但其考虑因素较少，未能提供更加精准的参考。

在上述研究基础上，本文以风–光–燃–柴–储型微电网为研究对象，对微电网负荷端的价格型需求响应进行建模，以投资运维成本和运行成本最小为目标建立双层优化配置模型，采用基于多种策略改进的海鸥优化算法，并与Cplex 求解器联合运算求解，进行微电网的优化配置，通过仿真实验验证所提策略的有效性以及能够降低微电网的各项成本。

2. 需求响应模型 价格型需求响应(Price Demand Response, PDR)基于价格的计划为以电价的形式引导用户改变用电习惯。价格型需求响应一般采用弹性系数表示电价变化量对用户参加需求响应量的影响[6]，表达式为 q qec c∆= ∆ (1) 式中，e 为电量电价的弹性系数，q∆为电量q 的相对变化量，c∆为电价c 的相对变化量。

对于t 时段的用户对电价的响应率的表达式为 11112222ttttq qc cqqccEq qc c∆∆∆∆=∆∆ (2)