含大规模新能源的电力系统优化运行研究

现如今,各国经济快速发展的同时也带来了严重的能源危机、环境污染和气候恶化等问题,为了实现可持续发展,开发利用清洁、环保的可再生能源成为了人们所关注的重点。对此,新能源发电也是表现出巨大的开发潜力,逐渐成为众多国家实现能源转型过程中的重点项目。然而,新能源发电却也在着波动性、间歇性等缺点,严重影响了新能源发电系统的调度运行过程。尤其是风电、光伏发电等对于电力系统灵活、快速调风能力要求较高,进而也是限制了大规模风电的消纳。对此,本文以风电电力系统优化为例,通过模型建立及仿真分析,验证了所建立模型的可行性,借此以促进大规模新能源电力系统的发展应用。     

新能源电力系统储能参数优化方法研究

新能源的稳定性相对较低,波动性相对较大,导致系统供能的可靠性较低,为此研究新能源电力系统储能参数优化方法。构建包含时序特征的新能源电力系统机组模型,以新能源发电机组的负荷供电任务为基准,以储能装置的充放电功率为变量,设置功率差为0的储能参数优化目标函数,在约束条件的限制下,计算出最优的参数设置。测试结果表明,设计参数设置结果可以提高储能机组的运行效率,确保供电系统实现高功率因素下的稳定输出。     

储能技术在新能源电力系统中的应用

能源需求与环境恶化成为全球性的问题,积极开发新能源是当前全球发展的共同趋势.新能源在使用方面难以维持,需要在储能技术的支持下保证其电力系统的稳定性.储能技术作为新能源发展过程中的重要领域,任何形式的能源都要基于储能技术来实现,才能保障能源得到更好的发展.促进储能技术与系统技术有效配合,保障新能源电力系统保持平稳运行,并...     

电力系统恢复过程中的工频过电压动态优化控制

社会生活水平随着经济的发展而不断提升,在社会生产生活过程中电力资源发挥着非常关键的作用,电力系统的正常运行直接影响着整个社会的稳定发展。电力系统整体环境的不确定性导致电力系统恢复过程中安全隐患频出,因此根据常见电力系统恢复过程中的工频过电压控制措施进行分析,提出了基于电力系统恢复过程的工频过电压动态优化控制措施。     

电力系统Transputer自适应稳定控制

本文提出了一种基于多个快速平行处理器--Transputer而实现的电力系统自适应稳定控制器.文中介绍了这种自适应稳定器实现的硬件、软件系统及实验室动态模拟试验结果.     

电力系统稳定控制综述

结合与电力系统动态行为有关的研究对象 ,如励磁控制、调速器控制、FACTS控制、负荷频率控制等 ,对包括 L yapunov方法、H∞ 控制、反馈线性化、变结构控制等在内的主要电力系统稳定控制方法及其应用作了简要回顾 ,并指出目前存在的问题及今后的研究方向。     

电力系统无功优化的反向优化差分进化算法

电力系统无功优化问题是一个复杂的多目标、多约束、非线性的混合整数优化问题,针对基本差分进化算法易陷入局部最优解、收敛速度慢的缺点,首次引入反向优化差分进化算法应用于解决电力系统无功优化问题.反向优化差分进化算法利用基于反向的优化对种群进行初始化,可以获得适应度更优的个体,从而加快了收敛速度;根据一定的跳变率,对种群逐代进行动态跳变,增加了种群的多样性,可以避免算法陷入局部最优解.以系统的有功网损最小为目标函数同时兼顾电压的合理分布,对IEEE-14节点系统进行了无功优化仿真计算,并与其他优化算法进行了比较,结果表明该算法具有较强的全局寻优能力,且收敛速率较快,收敛精度高,鲁棒性好,可较好地解决电力系统无功优化问题.     

电力系统通信网络性能优化探讨

提高通信网络的性能对于电力系统的发展而言至关重要。本文首先阐述了进行网络优化的必要性,然后分析了电力通信网络运行中存在的问题,最后提出了网络优化思路与内容。     

电力系统有限时间励磁控制

利用有限时间控制方法研究多机电力系统的励磁控制问题,提出了一种新的非线性鲁棒励磁控制设计方案,该控制方案收敛速度快,对诸多不确定性因素具有强鲁棒性,并且控制器中的量均为与电网参数和结构无关的局部可测量,完全实现了分散控制,仿真结果表明,该有限时间励磁控制方案的控制效果是令人满意的。     

分布式可再生能源发电并网的无功优化研究

提出了基于杂交粒子群优化算法的分布式可再生能源并网的无功优化算法,从网损和静态电压稳定裕度两个角度出发,构建了含分布式发电系统的配电网无功优化的数学模型.在美国PG&E 69节点配电系统上进行效验.结果表明,该算法收敛性好、精度高;分布式电源并网后能有效降低系统的有功网损,提高电压稳定性,对分布式电源并网运行具有一定的...     

可再生能源分布式发电能量管理的复杂性研究

本文主要研究可再生能源分布式发电系统能量的优化与协调问题.基于系统能量管理中优化与协调控制问题的复杂性,提出采用基于Agent的建模与仿真方法进行研究.针对系统要求,以分散式发电系统的实体节点的映射封装Agent,提出了智能混合控制Agent的概念,建立了3层混合Agent的内部结构模型;并建立了以个体层、组织层和社会层构成的3层动态层级MAS体系结构,进一步辅以主导Agent和移动Agent辅助系统优化与决策,最终建立了一种新的面向再生能源的分散式发电系统能量管理的MAS宏观模型.最后应用有色Petri网对系统的优化与协调过程进行了动态模拟,验证了所提出的结构的正确性、合理性和有效性.     

Coordinating workload balancing and power switching in renewable energy powered data center

There has been growing concern about energy consumption and environmental impact of datacenters. Some pioneers begin to power datacenters with renewable energy to offset carbon footprint. However, it is challenging to integrate intermittent renewable energy into datacenter power system. Grid-tied system is widely deployed in renewable energy powered datacenters. But the drawbacks (e.g. Harmonic disturbance and costliness) of grid tie inverter harass this design. Besides, the mixture of green load and brown load makes powermanagement heavily depend on software measurement and monitoring, which often suffers inaccuracy. We propose DualPower, a novel power provisioning architecture that enables green datacenters to integrate renewable power supply without grid tie inverters. To optimize DualPower operation, we propose a specially designed power management framework to coordinate workload balancing with power supply switching. We evaluate three optimization schemes (LM, PS and JO) under different datacenter operation scenarios on our trace-driven simulation platform. The experimental results show that DualPower can be as efficient as grid-tied system and has good scalability. In contrast to previous works, DualPower integrates renewable power at lower cost and maintains full availability of datacenter servers.     

Load Frequency Control of Multi-interconnected Renewable Energy Plants Using Multi-Verse Optimizer

A reliable approach based on a multi-verse optimization algorithm (MVO) for designing load frequency control incorporated in multi-interconnected power system comprising wind power and photovoltaic (PV) plants is presented in this paper. It has been applied for optimizing the control parameters of the load frequency controller (LFC) of the multi-source power system (MSPS). The MSPS includes thermal, gas, and hydro power plants for energy generation. Moreover, the MSPS is integrated with renewable energy sources (RES). The MVO algorithm is applied to acquire the ideal parameters of the controller for controlling a single area and a multi-area MSPS integrated with RES. HVDC link is utilized in shunt with AC multi-areas interconnection tie line. The proposed scheme has achieved robust performance against the disturbance in loading conditions, variation of system parameters, and size of step load perturbation (SLP). Meanwhile, the simulation outcomes showed a good dynamic performance of the proposed controller.     

基于自抗扰技术的光伏发电并网控制系统

单相可再生能源并网发电系统是一非线性系统,受电网和环境的影响,系统存在较强的外部干扰和非线性不确定因素.针对系统的工作特点,采用自抗扰控制技术来实现对系统的有效控制.系统利用自抗扰控制器(ADRC)的扩张状态观测器,来对系统模型中的不确定因素和外扰进行动态观测,使系统对扰动具有很好的适应能力.并在系统的扩张状态观测器和非线性状态误差控制器中引入非线性幂指数函数,使系统运算变得更加简单.仿真结果表明所设计的控制器具有良好的动态性能和较强的鲁棒性,即本文所设计的系统是可行的.     

基于测试和运行数据的新能源快速调频参数动态修正算法

随着新能源发电接入电力系统比例的不断提升,电力系统对新能源发电参与系统一次调频提出了具体要求.频率调差系数是评估新能源电站一次调频调节量的重要指标,系统对于新能源电站的调差率是预设的.然而系统发生频率波动时,无法预知新能源电站的运行状态,单一控制参数下新能源电站无法保证调频量满足系统需求.鉴于此,本文提出了基于调频量闭环控制的新能源电站一次调频控制参数动态修正方法,根据新能源电站的运行状态,动态调整其频率调差系数,使得新能源电站运行在不同状态下均可以满足调频要求,支撑系统频率稳定性.     

An economic receding horizon optimization approach for energy management in the chlor-alkali process with hybrid renewable energy generation

This paper presents a methodology for the application of receding horizon optimization techniques to the problem of optimally managing the energy flows in the chlor-alkali process using a hybrid renewable energy system (HRES). The HRES consists of solar and wind energy generation units and fuel cells to supply energy. The HRES is also connected to the grid and allows for buying or selling electricity from and to the grid. Initially, detailed models of each system component are introduced as the basis for the simulation study. Energy management strategies are then developed to realize the objectives of meeting production requirements while minimizing the overall operating and environmental costs. Sensitivity and uncertainty analyses are carried out to elucidate the key parameters that influence the energy management strategies. Finally, production demand response is integrated into the proposed methodology.     

可再生能源分布式微网电源规划方法及应用

近年来, 可再生能源分布式发电微网技术研究引起国内外广泛关注. 本论文将遗传算法应用到风–光–柴–蓄组成的可再生能源分布式微网电源规划中, 建立微网电源规划模型及相关约束条件, 以满足能量平衡控制、费效率等为最优原则, 给出了算法的实现流程. 最后, 结合案例说明了算法的应用.     

考虑功率预测的储能电站动态优化控制方法

提出了基于超短期功率预测的储能电站平抑风电功率波动的动态优化控制方法,系统考虑影响储能电站的多种因素,构建基于风功率超前信息的充放电策略;以荷电状态偏移量最小为目标构建优化控制模型,同时考虑储能介质的性能约束,得到下一次控制步长内的优化控制模式,由此形成递进式的动态控制策略。实际风电场运行数据算例分析表明,所提方法可有效实现储能电站的高效控制,具有一定实际应用价值。     

源荷不确定冷热电联供微网能量调度的建模与学习优化

针对含光伏,微型燃气轮机组等分布式能源的冷热电联供微网系统,研究源荷双侧不确定情况下多类型能量调度动态优化问题.首先,针对光伏出力和异类负荷的随机不确定性,将光伏和负荷的变化描述为连续马尔科夫过程;然后以决策时刻,负荷需求以及分布式能源出力的离散值为状态分量,以微型燃气轮机组启停行动和储能充放行动为动作分量,在分时电价模式下,以降低包括购电成本,燃料代价,启停代价等在内的日运行成本为调度优化目标,将源荷不确定冷热电联供微网系统调度动态优化问题描述为马尔科夫决策过程模型,并引入强化学习方法对该问题进行策略求解.最后通过算例仿真对不同策略进行了比较,验证了优化方法的有效性.