基于HSMOPSO算法的微电网经济与环保协同优化方法EI北大核心CSCD

将微电网运行的经济性和环保性作为目标进行优化调度,可促进两者的协同优化。在算法上,传统多目标粒子群算法(MOPSO)采用拥挤距离法寻找集群最优解,局部性强而全局性较差。为此,首先构造了引入模糊相似矩阵的多目标粒子群算法(FMOPSO),以提高算法的全局性;然后综合两算法的优点,提出了混合策略下的多目标粒子群算法(HSMOPSO)。结果表明:将一欧洲典型微电网作为优化调度对象,采用HSMOPSO算法求得的非劣解集不仅更贴近真实的Pareto最优前端,且分布广而均匀,并且具备良好的多样性;在微电网中引入储能技术后,优化结果更靠近坐标原点,实现了Pareto改善。研究结果验证了所提优化算法兼具良好的局部搜索能力与全局搜索能力,同时也论证了引入储能技术可显著促进微电网经济与环保的协同优化。     

基于滑动平均与小波包分解的混合储能容量优化

采用蓄电池和超级电容组成的混合储能平抑风电功率波动,提高风电并网运行能力。首先,根据风电场历史数据,结合风电并网波动标准,采用滑动平均法对原始功率进行分解,得到风电并网功率和储能功率;其次,利用小波包分解法的高时频分辨率优点,将储能功率信号分解,得到低频分量和高频分量,分别作为蓄电池和超级电容的功率指令。基于储能寿命量化模型,建立以储能年均综合成本最小为目标函数的容量优化配置模型。实例验证了所提方法有效性和经济实用性,为风电场储能规划设计提供了一定的理论依据。     

计及风电功率预测误差与需求响应的电力系统滚动调度

风电的不确定性对电力系统的调度运行带来诸多影响,为减轻该影响,考虑到风电功率预测误差与需求响应均具有时间尺度特性,本文提出一种日前日内滚动调度策略。风电的不确定性采用基于场景分析法的随机规划理论处理,并将不同类型需求响应按照时间尺度特性进行区分,在日前调度计划阶段引入1类激励型需求响应和基于日前小时电价的价格型需求响应,在日内滚动调度计划阶段,将风电功率更新为最新的风电短期预测数据并利用2类激励型需求响应对其波动性进行补偿。最后通过算例对比分析了不同调度模式下的运行成本以及弃风率,验证了所提调度策略的有效性,结果显示滚动调度可以降低系统运行成本并促进风电的消纳。     

考虑环境成本和需求响应的风电并网优化

在能源互联网的大背景下,传统的火力发电由于对环境的破坏需要清洁能源作为代替。风电因为其经济、环保得到了广泛的应用,而日益增长的风电接入电网给电力系统的经济、稳定运行带来严峻的挑战。文中从环境成本和需求响应两方面入手,综合考虑了风电的波动性、火电环境损失、可转移负荷对于系统的影响,及需求响应在提高风电消纳、降低环境污染、平抑负荷波动等方面的作用。为求解模型,文中提出一种粒子群算法惯性权重改进策略。算例表明考虑需求响应和环境成本可以有效降低成本和弃风现象。     

含可再生能源的微电网分时间尺度储能方案

为提高微电网的可再生能源消纳能力,提出一种基于分时间尺度储能的微电网经济调度模型,包括日前计划和日内实时修正两个阶段。采用新型压缩空气储能参与日前调度,综合考虑经济成本、环保、电价峰谷差及储能寿命损耗,建立了以综合成本最低为目标函数的最优经济调度模型。在日内阶段,根据可再生能源预测误差,考虑置信水平配置一定容量的蓄电池对运行计划进行实时修正,并校验补偿效果。通过对某示范微电网的算例仿真,验证了所提储能方案具有较强的削峰填谷能力,并且对可再生能源功率波动具有较好的平抑效果。最后,对不同储能方案的对比分析表明了本文储能方案的可行性与成本优势。     

应急通信工作探讨与展望

以应急通信为主要对象,介绍了应急通信在通讯保障里的发展过程,探讨了应急通信工作对公共通信网的保障特点,并对未来应急通信工作的发展做出了展望。