含多种分布式电源的微电网经济调度

针对含多种分布式电源的微电网经济调度问题,以微电网各机组的出力和蓄电池、电动汽车的电量为约束条件,考虑微电网中设备的投资费用、运行维护费用、燃料消耗费用和能量交易费用,以微电网在一个完整的调度周期的总运行费用最小为目标函数,建立微电网经济调度模型,采用粒子群优化算法对燃气轮机的每小时输出功率进行优化。仿真结果表明:该模型能有效降低微电网的运行成本,其粒子群优化算法与其他算法相比具有简单、易实现、精度高等优点。     

Kinetic电池模型在微电网调度的应用研究

建立了Kinetic电池充放电限制模型,较为准确地反映出在微电网调度中储能电池的充放电能力。在充分考虑微电网运行的可靠性和经济性的前提下,将Kinetic电池模型与微电网的调度相结合,提出了基于经济调度的蓄电池容量优化模型。并且提出了利用Kenetic电池模型解决微电网中储能电池调度的方法。以Surrette公司的4KS25P的储能电池为例,对微电网中储能电池的调度进行了仿真。仿真结果表明所提出的基于Kenetic电池模型的调度方法具有较高的精度,能够提高微电网的经济性,符合实际需求。     

基于多目标粒子群算法的微电网优化调度

提出了一种经济与环保相协调的微电网优化调度模型,针对光伏电池、风机、微型燃气轮机、柴油发电机以及蓄电池组成的微电网系统的优化问题进行研究,在满足系统约束条件下,建立了包含运行成本、可中断负荷补偿成本以及污染物处理费用的微电网多目标优化调度模型,并利用多目标粒子群算法(MOPSO)求解微电网优化调度问题,仿真结果表明该模型对微电网优化调度具有一定的指导作用。     

基于经济调度的微电网蓄电池容量优化

由多种复合式能源构成的微电网发电系统,由于新能源出力的随机性与不可控性,蓄电池作为储能装置是保证系统安全稳定运行的重要组成。对于不同的能源配置系统,需要不同容量的蓄电池与之匹配。从微电网的经济调度出发,以保证系统的可靠运行为前提,以整体费用最优为目标,提出了基于经济调度的蓄电池容量优化模型。采用混合整数规划法对模型进行求解,仿真计算了多种能源配置下的容量优化问题。仿真结果表明,所提模型与算法能在理想的机组启停策略与出力前提下最优化蓄电池容量,确保调度的安全性与经济性。     

考虑负荷不确定性的微电网优化调度研究

近年来,随着能源危机及环境污染问题不断加重,微电网作为一种新型的能源网络化供应与管理结构,为新能源的广泛接入提供了一种有效途径,在降低能耗减少环境污染的同时也提高了系统运行的可靠性和灵活性。为提升微电网运行的经济性与节能环保性,基于含风力、光伏、燃气轮机、燃料电池及蓄电池的微电网模型,在综合考虑能量供需平衡、爬坡速率约束及蓄电池充放电容量条件下,运用混合整数规划优化方法,建立了考虑负荷的不确定性因素下以离网型微电网为主的微电网经济调度模型。     

不同场景下的光蓄微电网调度策略

将日前动态经济调度方法应用于由光伏发电系统和蓄电池组成的微电网,使其运行成本最小化。采用了计及充放电功率限制这一动态非线性约束的简化动力学蓄电池模型,应用改进的多种群实编码遗传算法进行求解,改进算法中种群个体可根据充放电功率进行修正,同时目标函数中增加了蓄电池荷电状态的惩罚项。利用微电网算例,在不同折旧成本和电价的场景下,对动态经济调度与其他控制策略进行了比较。结果验证了所提方法的有效性,同时帮助确定其适用范围。     

基于改进帝国竞争算法的微电网优化调度

研究了并网状态下的微电网经济运行,并将改进的帝国竞争算法运用到并网模式下的微电网经济调度中。建立包含光伏、风机、燃料电池及蓄电池的微电网并网运行模型,调度模型以微电网运行成本最小为目标,以各个机组的出力限制、功率平衡、储能情况等为约束条件,由于帝国竞争算法在计算时收敛速度慢,将模糊隶属函数与轮盘算法引入帝国竞争算法来求解所建立的数学模型,通过改进的帝国竞争算法求得了最佳的出力方式。     

不同场景下的光蓄微电网调度策略

将日前动态经济调度方法应用于由光伏发电系统和蓄电池组成的微电网,使其运行成本最小化。采用了计及充放电功率限制这一动态非线性约束的简化动力学蓄电池模型,应用改进的多种群实编码遗传算法进行求解,改进算法中种群个体可根据充放电功率进行修正,同时目标函数中增加了蓄电池荷电状态的惩罚项。利用微电网算例,在不同折旧成本和电价的场景下,对动态经济调度与其他控制策略进行了比较。结果验证了所提方法的有效性,同时帮助确定其适用范围。     

基于NSGA-Ⅱ和模糊决策的交直流混合微电网多目标优化调度

风电、光伏等可再生能源在微电网的渗透率日益增加，使得交直流混合微电网经济调度难度加大。为实现含高渗透率可再生能源的交直流混合微电网的优化运行，结合分时电价机制，对蓄电池充放电策略进行研究。以经济成本和总节点电压偏差为优化的目标函数，建立考虑蓄电池荷电状态和公共直流母线关键节点电压偏差的多目标优化模型；针对非支配排序遗传算法(non-dominated sorting in genetic algorithm-Ⅱ,NSGA-Ⅱ)只能求出一个非劣解集的特点，将NSGA-Ⅱ和模糊决策相结合，利用模糊决策从非劣解集中寻找最优解。最后针对交直流混合微电网算例，求出交直流混合微电网的优化调度策略，结果表明该算法能有效降低交直流混合微电网运行成本以及公共直流母线关键节点的电压偏差。     

基于机会约束理论的微电网随机优化调度

近些年,风能、太阳能等可再生资源为主的分布式电源在微电网中得到广泛应用。为寻求微电网的随机经济优化,在满足系统功率平衡约束和运行约束的条件下,本文提出基于机会约束理论的微电网随机经济优化调度模型。该优化模型考虑了风能和太阳能的随机性和互补性,以及蓄电池中能量的不确定性;以微电网用电总费用最小为目标函数,利用抽样平均近似(SAA)法将机会约束条件转化为确定性条件,再采用粒子群算法进行寻优求解;同时研究了置信度水平和抽样次数对调度的影响。最后,对随机优化模型和确定性模型进行了对比,比较结果证明随机优化模型性能优于后者。算例结果表明了该随机优化模型的合理性和有效性。