本书针对独立运行微电网容量优化配置问题进行了深入、系统的介绍。具体包括：构建微电网容量配置的多目标优化模型，制定分布式电源运行策略，建立风光荷数据概率模型，设计优化算法等相关问题，并结合具体算例从多个角度予以分析。
在践行“30达峰，60中和”双碳目标和能源向清洁化、电气化转型的国家战略道路上，利用诸如风能、太阳能等可再生能源进行电力生产的相关技术扮演着重要的角色。然而，风力发电和光伏发电因受气象因素影响，存在天然的随机波动性，而这种波动性既影响电能质量又难以实时满足负荷需求。将风力发电、光伏发电、储能及负荷有机组织起来，进而构成微电网，能够有效抑制风光发电的不确定性，更好地满足负荷需求，改善电能质量。
有鉴于此，微电网的相关研究备受关注，主要包括：规划设计、运行控制、故障检测与保护、通信技术、能量管理、稳定性分析等多个方面。其中规划设计是建设微电网工程的首要任务，容量优化配置是规划设计的核心任务。
微电网容量优化配置问题以构建优化模型、设计优化算法、基于解算结果优化容量配置方案为主线。解算优化模型过程还需要以资源、负荷数据为基础，同时需要以设计的一套分布式电源、储能及负荷的功率运行策略为支撑。
作者近几年一直致力于从事微电网规划设计研究工作，本书是作者近几年研究成果的总结。本书立足于微电网规划设计多目标优化的需要，以独立运行风光柴储微电网为研究对象，针对微电网容量优化配置的核心问题开展研究。
全书共分6章，简述如下。
第1章简要介绍了微电网及可再生能源的发展状况，综述微电网容量优化配置关键技术的研究现状，进而明确了本书的写作目的。
第2章给出了典型独立型风光柴储微电网的拓扑结构；介绍了风机、光伏、柴油发电机及储能的静态运行特征模型；建立了独立型风光柴储微电网多目标容量优化配置数学模型；阐述了分布式电源的静态运行特征模型、微电网容量优化配置模型、优化算法及运行策略之间的相互联系。
第3章基于深度学习模型WGAN建立了风速、辐照度、负荷构成的源荷数据的三维联合概率模型，包括：构造样本数据结构、设计深度学习模型和训练算法、评价模型统计特性等几个方面。
第4章分析了独立型风光柴储微电网的运行工况，并以此为基础设计了储能优先跟踪净负荷、柴油发电机优先跟踪净负荷、柴油发电机优先额定功率运行3种微电网功率运行策略。
第5章设计了求解微电网容量配置数学模型的多目标优化算法。在分析强度Pareto进化算法2（strength Pareto evolutionary algorithm2，SPEA2）寻优特点的基础上，结合枚举法和插值数据思想提出了一种多目标优化算法——基于SPEA2的邻近参考点搜索算法（search algorithm referencing adjacent points based on SPEA2，SARAP），详细阐述了SARAP算法的原理、实现流程并分析了其时间复杂度和收敛性。介绍了能够考虑源荷数据不确定性，以SARAP算法和多组场景数据为基础的随机场景技术解算优化模型的计算流程。介绍了筛选最终容量优化配置方案的TOPSIS多目标决策算法。
第6章分析优化计算结果并进行生产模拟验证。首先以历史数据为基础，在一种运行策略下，分析用SARAP算法解算微电网容量配置多目标优化模型得到的确定性最优解集。其次，通过与确定性解算结果进行对比，对以多组场景数据（历史数据和WGAN生成的多组场景数据）和SARAP算法为基础的随机场景技术解算优化模型得到的不确定性最优解集，予以分析。再次，通过比较不同运行策略下的最优解集，和同一优化配置方案在不同运行策略下的生产模拟结果，分析了运行策略对优化配置结果的影响。最后，通过年周期数据和日周期数据生产模拟验证了优化配置方案的有效性和结果分析的合理性。
书单推荐
