基于可变速率LPPT的下垂控制的微电网光伏 系统的运行频率控制

本文的目的是改善光伏(PV)系统组成的孤岛微电网系统的频率调节。光伏系统运行在有限功率点跟踪(LPPT)模式下使光伏系统的有功功率应用下垂控制,反过来改善了微电网频率的调节。LPPT是用于从光伏系统获得可能比最大功率小的期望功率值的控制技术。可变速率LPPT是可用的LPPT控制中的最好控制技术,在工程中使用的技术。本文中使用的下垂控制器为基于母线频率与标称值(50Hz)的偏差的光伏系统运行在有限功率处提供指定的参考功率设定值。提出了一个案例研究来验证该方法的有效性。     

基于多代理的微电网需求响应机制研究

为了解决微电网电能产消和就近高效消纳的问题,提出了一种多代理微电网交易模型,实现微电网多层面运营主体的利益共赢及资源统筹.在此基础之上,考虑到微电网中负荷不确定性的问题,设计了需求响应机制并引入奖惩制度,既激励用户积极参与响应又避免用户逐利行为,指导用户合理用电.算例分析表明,本文所提机制能有效提高微电网的经济效益和环境友好程度,显著降低用电成本,为分布式光伏参与电力市场交易提供支撑.     

考虑联络线利用率与储能寿命特性的海岛微电网优化运行策略

并网型海岛微电网与主网通过联络线互联,如何合理利用储能系统和联络线是海岛微电网与主网优化互动的关键。本文提出一种综合考虑联络线资产利用率和储能寿命特性的海岛微电网优化运行策略,采用随机机会约束描述自然资源和负荷的不确定性,使用蓄电池吞吐量寿命模型描述充放电和荷电状态对蓄电池寿命的影响,在避免储能频繁充放电的情况下,提高联络线的输送电能,降低传输功率波动性,从而提高其资产利用率。为综合考虑储能寿命和联络线资产利用率指标,本文采用目标隶属度函数,利用最大化满意度指标法将多目标问题转化成单目标进行优化求解。最后基于南麂岛微电网进行算例分析,验证了所提方法的正确性与有效性。     

基于改进深度强化学习的智能微电网群控制优化方法

针对微电网群控制的经济效益、负荷波动以及碳排放问题,提出一种基于改进深度强化学习的智能微电网群运行优化方法。首先,计及分布式电源、电动汽车及负荷特性,提出微电网的系统模型。然后,针对微电网群的运行特点,提出4个系统优化目标和5个约束条件,并且引入分时电价机制调控负荷运行。最后,利用改进深度强化学习算法对微电网群进行优化,合理调控多种能源协同出力,调整负荷状态,实现电网经济运行。仿真结果表明了所提方法的有效性,与其他方法相比,其收益较高且碳排放量较小,可实现系统的经济环保运行。     

高风电渗透率下考虑需求侧管理策略的智能微电网调度方法

提出了一种高风电渗透率下考虑需求侧管理策略的智能微电网调度方法。首先,考虑经济、环境成本指标、清洁能源就地消纳量以及可中断负荷和可转移负荷策略,建立了多目标优化调度模型。然后,引入ε约束法生成Pareto前沿解集,利用归一化方法求出最优折衷解。最后,基于24节点配电系统对所提方法进行分析验证。算例结果表明:建立的多目标优化模型能够有效提升清洁能源的消纳率,提高调度方案经济性,同时有效降低发电污染排放。采用的需求侧管理策略能够有效平抑负荷波动,达到削峰填谷的目的。     

基于无源性与滑模变结构的独立直流微电网控制

针对独立直流微电网稳定性问题,提出了一种基于滑模变结构的电流无源双闭环控制策略,提高了系统的响应速度和抗干扰能力.首先,建立独立直流微电网系统数学模型,针对该模型应用无源性理论设计系统的控制输入,得到系统的端口受控耗散Hamilton(port-controlled hamiltonian with dissipation,PCH-D)模型.然后,针对系统的直流母线电压的稳定性问题,应用滑模变结构方法,当系统用电负荷、分布式能源和参数突变时,母线电压仍能稳定在其期望值上,并得到燃料电池电流的参考值.最后,通过Matlab仿真进行验证,对比本文控制策略与传统单一的无源控制策略,说明所提出的控制方法具有更好的动态特性和稳态特性.     

基于虚拟阻抗的逆变器并联控制策略研究

在低压微网孤岛运行中,基于下垂控制策略的逆变器并联控制会因控制器参数和线路阻抗的差异等因素出现功率耦合,难以精确分配输出功率,出现系统环流等问题.文中提出了一种引入虚拟阻抗的改进下垂控制策略.引入虚拟阻抗的负阻性部分减小线路的阻性分量,虚拟阻抗的感性部分增大系统的感性成分,减弱功率的耦合程度,提高功率分配精度和环流抑制效果.并在无功下垂控制中引入电压反馈和电压补偿环节,抬高逆变器的输出电压,减小电压降落,使逆变器并联运行拥有良好的供电质量.由Matlab/Simulink仿真验证了文中改进控制方法的有效性.     

基于改进的人工蜂群算法的微电网储能系统容量优化配置

由于风光能源具有间歇性和波动性的特点,对电网的电能质量造成了不良影响,因此提出了一种微电网的储能容量优化配置方法。首先,建立以用户用电费用最低、储能能量损失最小及风光能源的波动性最小为目标的微电网系统模型;然后,提出了一种改进的人工蜂群算法求解模型,通过不同的算法对无储能、单储能及混合储能3种储能方案模型进行求解分析;最后,采用熵权法找出适用于微电网的最佳储能方案。实验结果表明,改进的人工蜂群算法能够求解微电网模型且不易陷入局部最优,并通过熵权法得出了蓄电池和超级电容的组合适合作为微电网储能系统的结论。     

含冰蓄冷空调的CCHP微电网优化调度

冷热电联供(CCHP)型微电网作为综合能源系统的基本物理构成,可实现可再生能源的消纳和多能互补,是实现能源可持续发展和改善生态环境的重要手段。考虑经济性和环保性,以综合运行成本最小为目标,搭建了含冰蓄冷空调的CCHP型微电网优化调度模型采用改进粒子群算法进行求解,得到不同调度方式下系统的产能方案。通过算例分析对比了运行策略对于优化结果的影响,并验证了优化模型的有效性。     

基于MODWT和BP神经网络的微电网故障诊断方法

近年来,随着微电网技术的持续发展,电力用户对其供电可靠性的要求也不断提高,因此微电网故障诊断研究也变得越来越重要。提出了一种基于极大重叠离散小波变换(MODWT)和反向传播(BP)神经网络的微电网故障诊断新方法,并通过仿真与算例进行了验证。结果表明:该方法能快速、准确地识别出故障类型,且不受故障初始相位角和过渡电阻等因素的影响;与现有的基于离散小波变换和反向传播神经网络的诊断方法相比所提出的方法可以提供更好的故障分类精度。