含氢储能的多源联合发电系统调度研究

风电和光伏发电具有间歇性和随机性,为了降低在多源联合发电系统中的弃风弃光率,采用含氢储能系统和火电机组配合来平滑风电和光电机组出力。文中以系统运行成本最小和弃电惩罚成本最小为目标,以系统功率平衡、火电机组出力和爬坡、热备用、风电和光电出力及储能系统储氢罐容量、电解槽和燃料电池功率等为约束条件构建了多源联合发电系统日前调度模型。通过YALMIP工具箱对模型进行编程,并调用CPLEX对编写的程序进行求解。对含有风电、光电、火电机组以及储能系统的多源联合发电系统进行算例分析,通过对比有无储能系统的弃风弃光量和系统总运行成本,证明了含氢储能系统可以有效降低系统的弃风弃光率,并提高系统的经济性。     

考虑负荷多无功用电场景的城市配电网无功优化配置

高比例电力电子设备与高比例分布式光伏的广泛接入以及城市电缆化率的提升,使配电网用户侧的无功特性变得复杂,导致负荷无功用电不确定性增加,不利于配电网安全运行。因此,为了更好地进行无功优化配置,文章采用不同负荷日功率因数变化曲线的组合场景及其概率来反映无功用电的不确定性,以运行成本的期望值最小为目标,建立多无功用电场景的期望值优化配置模型。首先,利用多重一维卷积自编码器(one-dimensional convolutional autoencoders,1D-CAEs)提取不同用户日功率因数数据的低维表征;随后,利用k-means方法进行场景缩减,获得典型日功率因数变化场景,并组合出多用户的场景集;最后,建立期望值无功优化模型,采用粒子群算法求解,确定出最优配置方案。依据上海市某配电网不同类型用户实际的无功用电信息,采用改进的IEEE 33节点系统进行仿真,以验证所提方法的有效性。     

考虑新能源消纳和网损的分布式光伏集群出力评估方法

为解决配网中分布式光伏渗透率持续升高引起的网损增加、功率倒送、电压越限等问题,在对分布式光伏进行集群划分的基础上,提出了一种综合考虑新能源消纳和网损的分布式光伏集群出力评估方法。首先,以基于电气距离的模块度指标和有功平衡度指标作为综合划分指标,利用遗传算法对配网中的分布式光伏进行集群划分;然后,在集群划分结果的基础上,考虑储能的调节作用及网络安全稳定约束,以包含网损成本和弃光成本的配电系统经济成本最低为优化目标,提出了分布式光伏集群出力评估方法;最后,通过在扬州某地实际41节点系统上进行仿真分析,证明了所提评估方法的可行性和有效性,所提评估方法可以根据调度中心的需求提供分布式光伏集群出力评估数据。     

含高比例风光接入的输电网氢-电混合储能系统配置方法

目前高比例风光接入的输电网存在弃风弃光率普遍较高的问题,配置储能设备作为一种具有潜在效用的手段在当前的研究中备受青睐。针对输电网储能配置问题,为达到综合成本减小和弃风弃光率降低的目的,提出了一种基于双层规划模型的输电网氢-电混合储能系统配置方法。首先,对氢-电混合储能系统的特性进行建模,在此基础上建立输电网氢-电混合储能系统功率与容量配置双层规划模型。上层模型以配置储能后年综合成本最小为目标;下层模型以弃风弃光率最小为目标。其后基于蓄电池和氢储能的不同特性,提出一种氢-电混合储能系统配合策略。最后,针对该模型非线性多目标的特点,采用双层迭代粒子群算法与潮流计算相结合进行模型求解。在算例仿真部分,以某含有高比例风光接入地区输电网为例,进行氢-电混合储能系统容量和选址的优化配置,验证了所建模型和所提求解算法的可行性和有效性。提高了风电光伏出力在时序上的转移能力,减少了高碳化石能源的消耗量,降低了弃风弃光率。     

基于深度学习的航拍光伏板红外图像热斑检测方法研究

针对光伏电站光伏板热斑故障难以检测的问题,结合无人机巡检技术,提出一种基于深度卷积神经网络的光伏板热斑快速检测方法。首先设计了光伏板识别模型,将Yolov4主干特征提取网络替换成轻量级网络MobileNetV2,并将PAnet网络中标准3×3卷积替换为深度可分离卷积,实现了将光伏板快速从红外图像中识别出来。为快速识别热斑并解决光伏板反光噪声问题,将MobileNetV2网络引入DeeplabV3+模型中,改进由于下采样造成的目标缺失,并将交叉熵损失函数修改为Dice损失函数来进一步提高分割精度。试验结果表明,该方法能够准确识别光伏板热斑,光伏板识别准确率为99. 56%,检测速度为22. 1帧/秒。光伏板识别后的热斑分割准确度达到95. 99%,交并比mIou达到85. 58,检测速度为24. 5帧/秒,该方法能够满足光伏板故障检测的需要。     

分布式光伏电源接入对配电网影响

如今,电力能源已然成为世界发展中最重要的能源之一,世界各国大力发展经济,电力需求进一步增大。分布式能源的出现为解决这一棘手问题带来了新的希望,同时可再生清洁能源的综合利用更加符合现代化建设中的环保要求。其中,光伏发电单元是现在研究者关心的热点问题,其并网过程中可能对配网的电能质量带来较大的影响,所以研究光伏并网对其配网本身电压分布情况的影响具有重要的实际应用意义。     

集群光伏电站频率主动支撑自校正控制方法

现有光伏电站通过检测频率变化,采用下垂控制调节出力抑制源侧随机无规则出力波动,调频过程存在时间滞后性。基于自校正控制,提出一种可平滑光伏秒级出力波动的光伏电站频率主动支撑控制策略,根据受扰光伏电站光照波动情况,通过前馈补偿主动校正自身有功参考值,重新自适应分配各光伏电站有功给定值,实现在频率明显变化前主动补偿受扰电站的出力波动。基于Matlab/Simulink搭建仿真算例,仿真结果表明：相较下垂控制,自校正控制在扰动下可将频率最低点提高约0.04 Hz,并使得平均频率变化率降低约26.06%,有效提升了系统频率性能。     

含光伏电站的电力系统低频振荡广域阻尼协同控制方法

大规模新能源接入电网增加了弱阻尼振荡模式被激发的风险。首先,考虑同步发电机和光伏的动态特性,建立了详细的小信号模型,分析了光伏对低频振荡模式的影响,提出了含光伏电站的电力系统低频振荡广域阻尼控制架构,实现光伏-同步机协调阻尼控制;然后,以特征值分析结果为依据,提出了广域阻尼控制参数的优化模型,并对控制参数进行优化整定;最后,在PSCAD/EMTDC平台中搭建了含光伏电站的四机两区域系统电磁暂态仿真模型,验证了所提广域阻尼控制方法的有效性。     

计及分时电价的5 G基站光储系统容量优化配置方法

随着第5代移动通信技术（5G通信）的迅速发展,5G基站数量不断增加,5G通信耗电量大、用电成本高的问题日益突出。为此,提出了考虑光伏和储能接入的5G基站光储系统优化配置方法,以提高5G基站运行的经济性。首先,考虑5G基站负荷情况和配电网分时电价,建立了5G基站光储系统的经济调度模型;然后,通过量子粒子群优化算法计算典型日内5G基站光储系统的最小综合成本,以此确定光伏和储能的最优接入容量;最后,通过算例证明合理配置光伏和储能容量可以提高5G基站系统的经济性。光伏和储能容量的配置受储能成本和峰谷电价差的影响较大,且光储系统所能带来的经济效益随峰谷电价差的增大和储能成本的降低而增大。     

基于BP神经网络与改进粒子群的光伏MPPT算法

针对光伏阵列在环境突变情况下尤其是局部阴影下的多峰值现象,提出一种基于反向传播(BP)神经网络与改进粒子群的最大功率点跟踪(MPPT)算法。该算法利用BP神经网络近似定位最大功率点,并利用对粒子群算法中的惯性权重值进行非线性动态优化后的改进粒子群精确定位最大功率点。仿真结果表明,复合算法可以更好地跟踪最大功率点,有效避免前期易陷入局部极值的问题,提高了精度,减小了功率振荡。