考虑时序特性的多目标分布式电源选址定容规划

配电网负荷及分布式电源出力呈现明显的时序特性,文中对负荷和分布式电源的典型时序特性进行了分析,以配电网损耗、停电损失为目标,考虑时序特性和多场景提出了多目标分布式电源选址定容规划模型,给出了场景和场景权重的确定方法。应用遗传算法进行求解,采用多段染色体编码方式,根据节点视在功率二阶精确矩处理不可行解,有效地提高了优化效率。IEEE 69节点系统仿真结果证实了时序特性对分布式电源的选址定容有很大影响,验证了所提出模型和方法的可行性和有效性。     

分布式电源选址定容的多目标优化算法

在综合考虑网损、电压质量和电流质量3个指标的基础上,建立了分布式电源选址定容的多目标决策模型,并提出了一种改进多目标微分进化算法(improved differential evolution for multiobjective optimization,IDEMO).该算法引入混沌搜索策略以提高初始种群利用率,采用...     

基于改进多目标蜉蝣算法的配网电池储能系统最优选址定容

电池储能系统(BESSs)在配电网的选址定容是保证BESSs和配电网经济可靠运行的关键。基于此,提出了一种配电网BESSs最优选址定容方法。首先,采用C-均值聚类算法对全年的负荷曲线和风、光出力曲线进行典型日聚类。进而,以BESSs日均综合成本、电压波动和负荷波动最小为目标,建立了配电网BESSs最优选址定容的多目标优化模型。为获得BESSs等决策变量的Pareto最优解集,设计了改进的多目标蜉蝣算法(MMOMA)进行求解。为实现三个目标的最佳权衡,采用改进理想点决策(IIPBD)方法对Pareto最优解集进行折中决策。最后,利用扩展的IEEE33节点配电系统进行仿真测试,以验证所提方法的有效性。仿真结果表明,与另外两种传统多目标优化算法相比：所提MMOMA获得的Pareto前沿分布更广、更均匀;IIPBD方法获得的折中决策方案有效实现了BESSs投资成本的最小化,同时能显著降低配电网的电压波动和负荷波动。     

基于改进多目标粒子群算法的配电网储能选址定容

以系统节点电压波动、负荷波动以及储能系统总容量为目标建立了储能选址定容优化模型.求解过程中提出了一种改进多目标粒子群算法(improved multi-objective particle swarm optimizer,IMOPSO).该算法根据粒子与种群最优粒子的距离来指导惯性权重的取值,使得各粒子的惯性权重可以自适应调整,并在二者距离较小时引入交叉变异操作,避免陷入局部最优解,同时采用动态密集距离排序来更新非劣解集并指导种群全局最优解的选取,在保持解集规模的同时使解的分布更均匀.为避免决策者偏好对最终结果的影响,采用基于信息熵的序数偏好法从最优Pareto解集中选取储能的最优接入方案.以IEEE-33节点配电系统为例进行仿真验证,结果表明该方法在储能选址定容问题求解中具有很好的收敛性以及全局搜索能力.     

基于LD-SAPSO的分布式电源选址和定容

为了改善环境和资源的现状,以及提高电能的质量,大力发展分布式电源发电将是未来电网系统发展的必然趋势,但是分布式电源的选址和定容,是配电网规划需要考虑的重要问题。分析了分布式电源对配电网的影响,在此基础上建立了包括分布式电源的投资和运行维护成本、环境费用、网损费用的目标函数,针对现有粒子群算法的不足,提出了线性递减的学习因子及自适应权重粒子群算法———LD-SAPSO ,确定分布式电源的位置和容量,为配电网的改造提供了理论基础。     

基于改进蝴蝶算法的分布式光伏选址定容

本文旨在解决配电网中分布式光伏布局优化与高维度非线性求解难题。基于节点静态电压稳定指数、损耗灵敏度因子和平均辐射量指标,通过加权法求取全年综合评价指标,据此优选出备选接入节点。进而,建立以网损和节点电压偏差最小为目标的选址定容优化模型,采用基于分段权重和变异反向学习的改进蝴蝶优化算法,在备选节点中求解最优装机容量与位置。仿真结果显示,改进蝴蝶优化算法优化下的总网损和电压偏差最小,表明所提方法可降低求解维度、提高选址定容优化精度。     

考虑多场景需求的配电网分布式储能多目标优化配置方法

针对配电网分布式储能系统优化配置问题，提出了考虑多场景需求的储能系统整体配置优化方案。首先，建立了储能系统接入配电网的经济性指标和技术性指标模型；其次，建立了源、网、荷侧不同应用场景下的优化模型并给出应满足的约束条件；再次，采用基于二阶锥的优化求解方法，将大规模混合整数非线性模型转换为混合整数二阶锥优化模型，提高了优化问题的求解速度；最后，基于某区域配电网储能系统配置具体问题，对源、网、荷侧多场景储能系统配置问题进行优化，并与源、网、荷统一优化方案对比，结果表明：提出的多目标优化配置方法可有效解决实际配电网储能系统配置问题。     

考虑环境效益的分布式电源多目标规划

分布式电源(distributed generation,DG)接入配电网,可以有效缓解传统发电方式带来的环境污染和能源枯竭问题。在考虑DG环境效益的基础上,针对多类型DG接入位置及容量问题,建立了综合污染气体排放量、配电网总费用和系统电压偏差的多目标模型,并提出了一种自适应多目标粒子群算法。该算法结合非线性变异算子保持种群多样性,采用动态自适应网格策略使得Pareto前端分布更加均匀,从而为最终决策提供良好的候选方案。针对获得的非支配集,采用分层模糊决策技术得到符合决策者侧重点的最终方案。算例分析结果表明,利用该方法得到的DG配置方案,可以有效地减少污染排放量,降低总费用,减小电压偏差,这验证了模型和算法的合理性和有效性。     

基于改进NSGA-III的多目标优化调度方法及应用

多目标优化调度是生产过程中最优规划问题,对此提出了一种基于改进NSGA-III算法的多目标优化调度方法并将其应用于供电运维排班规划中.在基本NSGA-III算法的基础上,通过保留精英代策略、快速非支配排序和自适应归一化技术提高算法的收敛性,同时结合运维班组任务优化过程中的影响任务完成的人员静态因素和动态因素进行量化处理,实现变电运维人员的优化调配, 提高运维效率. 最后通过实际算例验证了模型及算法的合理性和可靠性.     

电池储能系统最优容量与合同价格的双层优化规划方法

电池储能系统因其兼具供蓄能力,已成为电网优化运行的重要调控手段。该文以电池独立运营商在配电网层面投资建设电池储能系统,配电网公司以合同电价形式引导储能充放电策略为应用场景,建立了电池储能系统最优容量与合同价格的双层优化规划模型。针对模型求解过程易陷入局部最优的缺点,对粒子群算法的自适应权重计算公式进行改进并引入Cauchy-Gaussian消减变异因子,对局部最优极值进行扰动调整。以改进IEEE-33节点配电系统为例验证了所提模型的可行性与有效性。     

考虑分布式发电增长模式的电池储能系统多阶段容量配置方法

主动配电网的投资主体呈多样化发展,电力系统规划方案应科学地协同各主动元件,如分布式发电(distributed generation,DG)的客观接入模式。以配电公司综合收益为目标,提出一种考虑分布式发电增长模式的储能系统(battery energy storage system,BESS)多阶段容量配置方法。该方法可有效计及BESS运行套利模型与全寿命周期管理,得到匹配DG阶段式发展的BESS最佳配置策略,将面向终态场景的长尺度规划扩展到多阶段场景的适应性规划。测试算例结果表明,所提方法能适应不同的DG增长模式,在提升清洁能源渗透率同时有效提高了设备利用率。     

计及缺电成本的用户侧蓄电池储能系统容量规划

在相关研究的基础上,考虑了用户侧电池储能系统在减少用户配电站建设容量和降低购电费用方面为用户带来的经济价值,建立了其降低配电变压器损耗和停电损失的价值模型。同时,考虑蓄电池储能系统的投资成本和运行维护成本,建立了其容量优化规划模型,并用粒子群优化算法进行了求解。     

预防暂态低频减载的储能容量配置多目标动态优化方法

在系统受到扰动而引起频率下降的暂态过程中,如果瞬时频率过低,将会触发不必要的低频减载,导致系统的供电可靠性降低.储能由于其具有快速功率调节能力,可以避免不必要的暂态低频减载.首先,基于电力系统等值频率响应模型提出了适合储能容量配置的具有分段函数约束的多目标动态优化模型,旨在同时考虑储能配置成本和暂态频率调节性能2个相互...     

考虑电气转换储能和可再生能源集成的微能源网多目标规划

建立了由电解氢、燃料电池和储气构成的电气转换储能系统(P2G-based storage system,P2GSS)模型,构建了包含风电机组、光伏、冷热电三联供系统、P2GSS和蓄电池等的微能源网。基于全生命周期法计算微能源网全生命周期成本,以全生命周期成本最低和年CO2排放量最小为优化目标,考虑电制冷比例和电制热比例等运行方式的影响,对微能源网的关键设备容量进行多目标优化配置研究。通过不同场景对比,研究了P2GSS对微能源网规划方案的经济成本、CO2排放和可再生能源集成的影响。     

考虑季节特性及节点电压偏移的储能系统优化配置

考虑到可再生能源渗透率的增加以及储能装置的接入,研究了含可再生能源配电网的储能优化问题。选用蓄电池作为储能装置,建立了数学模型,并对含风电和光伏的配电系统进行储能优化配置,以系统的经济性和稳定性为优化目标,分别建立了单目标和多目标优化模型。采用改进粒子群优化算法,选择储能容量、储能功率和储能位置作为控制变量进行优化计算。最后结合不同季节风电、光伏和负荷的波动数据,选取含分布式电源的IEEE 33节点配电网系统,对其进行潮流计算及储能优化配置,由此验证了本文配置方法的有效性。     

采用动态赋权的风储协调多目标优化控制方法

风储协调控制中需要处理多个具有不一致性的子目标,各子目标的权重系数对控制效果具有关键作用。首先,通过仿真分析验证了基于固定赋权法的多目标优化控制难以适应风电出力的随机性特点。然后,提出一种通过网格化搜索进行权重系数在线调优的动态赋权方法。为了判定最优的权重系数,提出了一种基于隶属度与熵权法的评价方法。算例分析表明,所述方法能够根据风电功率波动情况、储能荷电状态(SOC)及储能出力等情况,自适应地改变各子目标的权重系数,从而在平抑风电功率波动的同时,提高了储能充放电效率,并显著改善对储能SOC的控制效果。     

电池储能系统在电力系统中的应用

电池储能系统（BESS）是一种新兴的FACTS器件。具有控制有功功率流的能力,能够同时对接入点的有功功率和无功功率进行调节,为高压输电系统提供快速的响应容量,有效提高了电力系统的稳定性、可靠性和电能质量。介绍了电池储能系统的基本原理、特点和国外的应用情况,并对它在电力系统中的不同应用进行了综述。     

Operation Planning for High Unit Utilization in Distributed Energy Management System with Storage Devices

Suppose a special district (group) that is composed of multiple companies (agents) imposed energy demand. We have proposed a distributed energy management system (DEMS) that optimizes energy consumption of a group through energy trading in the group. In this paper, we propose an efficient operation planning method for DEMS with storage device. At first, we formulate the optimization problem for agents. Second, we propose a method to search a unit commitment state that depends on group composition. We confirmed that the proposed method enables efficient use of generators in groups.