全球能源向清洁低碳转型，离网型光储柴微电网在偏远、无电区域应用广泛。但现有方案存在容量配置未结合当地环境，难以兼顾经济与环境成本；缺少单元实时监测与故障报警；能量调度预测精度不足等问题。本文立足实际场景，开展离网型光储柴微电网系统设计与优化研究。本文设计一套离网型光储柴微电网，以光储柴自动切换柜为核心，接入光伏、储能、柴油发电机与负荷，实现本地屏系统、云平台与软件应用一体化，完成各类能源单元智能监控调度；通过定制软件与本地屏，实现实时数据监测、参数配置，优化能源管控。针对容量优化配置难题，提出改进元启发式双层优化方法。算法层融合遗传算法与蚁群算法构建GA‑ACO混合框架，利用混沌映射初始化种群，结合动态线性适应度缩放抑制早熟；模型层建立兼顾全生命周期成本、供电可靠性、环保的多目标优化模型，层次分析法确定目标权重。实验表明，相比标准GA、ACO，收敛速度分别提升8.5%、15.6%，求解精度提升8.3%以上。针对电量预测精度不足和多目标调度难题，构建数据‑模型混合驱动的预测‑调度协同框架。预测层采用改进灰狼算法优化支持向量回归，完成晴天、多云光伏预测；调度层构建运行成本‑环境惩罚双目标模型，改进NSGA‑II算法求取帕累托前沿，TOPSIS选出最优方案。测试表明多云工况下柴油运行成本下降70.17%，光伏利用率提升36.89%，验证该协同机制可提升系统经济环保综合性能。
作者： 黄海娟
指导老师：陈科明
企业导师：曾佳
发布时间：2025年5月