本論文使用基因演算法於離網的微電網進行電力調度，鑒於微電網中太陽光電發電系統調度是屬於短期調度每一分鐘進行一次的調度，所以調度電網參數的數據可能無法即時傳輸給調度程式，所以對調度所需要之電網輸入參數都提前進行預測，以方便提供給調度程式進行電力調度，如太陽光電發電量預測、負載用電量預測等。
本論文使用Matlab與Visual Studio兩款軟體進行調度模擬，開發出一套最佳化基因演算法，在滿足不同負載的用電需求與各項運轉限制條件下，對其微電網中太陽光電的滲透率與變動量進行設定，根據電網調度之需求來改變系統再生能源所需滲透率，更加有效的利用太陽光電的發電量，並配合最適化柴油發電機組與儲能電池之運轉調度。目前所開發之電力調度程式適用於離網型微電網運轉模式，利用調度儲能電池的充放電狀態來配合太陽光電系統來增加電網系統的穩定性，降低再生能源的棄電並增加能源的使用效率，使得微電網之電力調度更富有彈性。模擬結果顯示，本文所提出之方法確實可行，可提供微電網系統作為即時控制與調度之參考。

In the micro-grid, the photovoltaic system dispatches every minute. For the short-term dispatch, the grid parameters need may not immediately available to the dispatch program. Therefore, this paper will develop a set of optimized gene algorithm to predict the grid input parameter like the forecast of photovoltaic power generation and the forecast of load power consumption. Then conveniently transit these data to the dispatch program.
In order to develop the algorithm, this paper will carry out the scheduling simulation with Maltab and Visual Studio. Based on meeting the needs of different loads and the operational constraints, the algorithm will set the penetration rate of solar power and variable set. According to demand of grid dispatching, the algorithm will change the required penetration rate of system renewable energy and make more effective use of solar photovoltaic generation capacity. Furthermore, the algorithm will execute with the optimal operation of diesel generating sets and storage battery scheduling. Currently, the algorithm is applied to the operation mode of off-grid micro-grids. By utilizing the charge-discharge status of the dispatched, the algorithm can reduce the discard of renewable energy, increase energy efficiency and make the power grid scheduling more flexible. Simulation results show that the proposed algorithm is not only feasible but also provide micro-grid system as reference for immediate control and scheduling.

[1] 韓世澤，「太平島電力安全需求與解決」，碩士論文，國防大學，2016年
[2] Manoj Datta, and Student Member, ‘‘A Coordinated Control Method for Leveling PV Output Power Fluctuations of PV–Diesel Hybrid Systems Connected to Isolated Power Utility,’’ IEEE TRANSACTIONS ON ENERGY CONVERSION, Vol. 24, No. 1, MARCH 2009.
[3] 洪穎怡、許炎豐、陳士麟, 「微電網試驗場之研製」 台灣電力公司完成報告,民國100.
[4] Lucia Frosini, and Ezio Bassi, ‘‘Stator Current and Motor Efficiency as Indicators for Different Types of Bearing Faults in Induction Motors,’’ IEEE Transactions on Industrial Electronics, Vol. 57, No. 1, January 2010.
[5] 游森驗，「分散式電源之成本效益評估」，碩士論文，國立中山大學電機工程研究所論文，2003。
[6] 陳奕錩，「智慧型微型電網最佳化用電需求與能源配置比例
估測機制」，碩士論文，元智大學電機工程研究所，2012年
[7] 洪聆議，「低壓微型電網之運轉與最佳調度研究」，碩士論文，建國科技大學電機工程系暨研究所論文，2011年
[8] 葉育如，「最佳化函數設定於微型電網下電力調度之研究」，碩士論文，國立成功大學電機工程學系，2014年
[9] 張永瑞、姜政綸、李奕德, 「微電網發展前景及技術剖析」 臺灣能源期刊,民國104年9月.
[10] Carlos D. Rodr´ıguez-Gallegos, Manuel S. Alvarez-Alvarado, and Oktoviano Gandhi, ‘‘Placement and Sizing Optimization for PV-Battery-Diesel Hybrid Systems,’’ 2016 IEEE International Conference on Sustainable Energy Technologies (ICSET).
[11] Rodolfo Dufo-Lopez, and Jose´ L. Bernal-Agustın, ‘‘Influence of mathematical models in design of PV-Diesel systems,’’ Energy Conversion and Management, 49, page820-831, 2008.
[12] https://power.cummins.com/generator-list，cummins。
[13] http://www.ecodirect.com/BenQ-AUO-Solar-PM240P00-245W-245W-30V-PV-Panel-p/benq-auo-pm240p00-245w.htm，BenQ AUO Solar
[14] 黃江凱，「應用類神經網路於再生能源發電支配電饋線短期負載預測」，碩士論文，國立臺灣科技大學電機工程系，2015年
[15] 孫智超，「微型電網負載預測之研究」，碩士論文，國立臺灣科技大學電機工程系，2013年
[16] 張斐章、張麗秋，「類神經網路」，台灣東華書局股份有限公司，民國95年5月出版
[17] 葉怡成，「類神經網路模式應用與實作」，儒林圖書公司，民國94年9月出版
[18] Rodolfo Dufo-Lo pez, and Jose L. Bernal-Agustı n, ‘‘Design and control strategies of PV-Diesel systemsusing genetic algorithms,’’ Solar Energy, 79, page 33-46,2005.
[19] 康嘉興，「應用粒子群演算法於微型電網電力調度之研究」，碩士論文，國立臺灣科技大學電機工程系，2013年
[20] 游克裕，「含高佔比再生能源發電之微電網電池儲能系統最適容量評估」，碩士論文，國立臺灣科技大學電機工程系，2015年
[21] 盧乃彥，「應用田口-基因演算法於有效-無效功率調度最佳化」，碩士論文，國立臺北科技大學電機工程系碩士班，2013年
[22] 葉育如，「最佳化函數設定於微型電網下電力調度之研究」，碩士論文，國立成功大學電機工程系，2013年