计及不确定性的主动配电网分布式能源多时间尺度消纳方法

主动配电网分布式能源消纳模型对于提升系统经济性和可靠性有着重要意义。文章提出了计及不确定性的主动配电网分布式能源多时间尺度消纳方法,通过不同时间尺度的配合提升主动配电网的分布式能源消纳水平。该方法首先在日前消纳尺度中考虑了分布式能源出力的不确定性,采用随机机会约束规划理论进行建模,考虑到最大化分布式能源消纳率和最小化系统综合运行成本建立多目标函数。考虑到置信度水平,将目标函数采用机会约束形式表示,将最优化模型转化为对乐观值的最大化。所建立的最优化消纳模型还计及节点电压约束、储能模块运行约束、消纳约束等必要约束条件;然后针对分布式能源出力在实时运行中的偏差,采用合理的策略进行不平衡功率调整;最后基于混沌粒子群算法设计模型求解流程,通过对以IEEE33节点系统为基准的典型主动配电网制定消纳策略,验证了模型的有效性。     

基于粒子群算法的多电源配电网储能功率配置方法

针对目前设计的多电源配电网储能功率配置方法存在配置灵敏度较低、功率损耗大等问题,提出一种基于粒子群算法的多电源配电网储能功率配置方法。对配电网储能功率进行优化布置,得出了配电网网损灵敏度标准差,通过网损灵敏度标准差确定各路径接入储能的顺序,对配电网储能功率进行了容量优化;利用粒子群算法对储能的有功功率和无功功率进行优化,得到了配电网储能功率的最优配置容量。实验结果表明,所提方法优于其他方法,能够有效降低多电源配电网的网损、减少路径电流的波动,该方法具有很好的有效性和可靠性。     

多种调度模式下的光储电站经济性最优储能容量配置分析

光储联合发电系统是促进大容量光伏电站集中并网的解决方案之一。因现阶段储能造价较高,所以合理配置储能容量是提高光储电站经济性的重要前提。该文对光储电站不同调度模式进行分析,从发电企业的角度出发以净收益最优为目标建立储能容量优化模型。模型中,结合电池循环寿命数据,建立电池损耗成本函数,定量计算储能实际运行成本,同时计及售电收益、考核费用,利用粒子群算法求解净收益最优时的储能容量,并通过多种方案对比,仿真验证模型有效性。最后对影响光储电站经济性的敏感因素进行分析,为光储电站在不同调度模式、不同市场环境下的储能容量选择提供参考信息。     

考虑主动配电网运行策略的分布式电源规划方法

文章充分考虑全局优化控制和自治区域离网运行的主动配电网多源协调控制策略,提出了分布式电源双层优化模型。上层优化模型以综合成本净现值最小为目标,引入了计及主动配电网离网运行能力的系统综合安全性指标为约束,以保证规划结果的安全性;下层优化模型基于上层得到的规划结果,采用全局优化控制策略决策可控单元出力,模拟主动配电网经济运行工况。文章还设计了改进的粒子群算法对双层规划模型进行求解,并通过算例仿真验证了所提模型的可行性和有效性。     

基于粒子群算法的燃煤发电系统储能容量估计方法

考虑到传统方法在估计燃煤发电系统储能容量时存在较大误差的问题,提出基于粒子群算法的燃煤发电系统储能容量估计方法。利用迭代推进法更新发电系统的离线参数,基于递推最小二乘法设计离线参数识别流程,识别到发电系统的离线参数,通过建立发电储能容量优化配置的目标函数,给出优化的约束条件,根据粒子群算法的优化求解步骤,优化配置燃煤发电储能容量,结合燃煤发电储能容量估计模型的构建,实现燃煤发电储能容量估计。仿真分析结果表明,基于粒子群算法的燃煤发电系统储能容量估计方法可减小发电储能容量估计误差,提高估计值的准确性。     

考虑光伏储能和可控负荷的配电网检修计划优化

主动配电网（active distribution network, ADN）是传统配电网的一个发展方向,其特点是能够对接入配电网的分布式电源（distributed energy resources, DER）进行主动控制和主动管理,这会对配电网检修计划的制定产生一定的影响。以含有光伏-储能联合发电系统和可控负荷的配电网为例,研究分布式电源在配电网检修中所能起到的作用,建立了相应的二层优化模型。其中子模型为单设备检修优化模型,考虑天气情况对光伏发电出力的影响,通过对储能电池和可控负荷的优化设置来减小功率损失;主模型为全检修计划优化模型,考虑储能电池容量约束,优化目标为减少检修全过程中的经济损失。针对模型特点,采用混沌粒子群分层优化算法和改进的TSP搜索算法进行求解。IEEE33节点系统的仿真结果显示了模型的正确性和有效性,比较不同条件下的仿真结果可以说明分布式能源的接入有助于降低配电网检修造成的损失。     

基于随机规划的风光互补系统特性分析与准入功率极限计算

分析风、光及风光互补发电系统出力特性,针对风速、光照强度及负荷的随机性和互补性,提出一种基于随机规划的风光互补系统准入功率极限分析方法;建立含多个随机变量、多约束、非线性的机会约束随机规划模型,采用基于随机模拟技术的改进粒子群优化算法求解,并于IEEE-30验证系统约束条件置信水平及不同季节条件等对风光互补系统准入功率极限的影响。结果表明该模型能全面考虑风光机组实时运行波动与互补特性,求解算法简单,操作方便,计算速度快,误差小。     

考虑需求响应特征的多站融合协同优化调度

多站融合是新型的变电站模式,对多站融合中的需求响应资源进行合理调控能够有效缓解供需不平衡,提高电力系统综合运行效率,实现资源优化配置。基于多站融合的一般形式,建立了数据中心的负荷模型、电动汽车充电站模型以及储能电站模型。从充电费用、削峰填谷和配电网损耗3个方面建立了基于需求响应资源的多元多目标协同优化调度模型,为简化问题的求解复杂度,将多个子目标组合转化为单目标模型,采用基于粒子群算法的带权重极小模理想点法求解该多目标优化问题。通过算例分析比较了几种不同优化方案下的计算结果,验证了所提模型的有效性。     

基于KL散度的储能电站分布鲁棒规划方法

电化学储能的循环寿命受到充放电次数和放电深度的影响,为了更加准确地在新能源电力系统中规划储能电站,提出基于Kullback-Leibler(KL)散度的储能电站分布鲁棒规划方法.根据电化学储能循环寿命的幂函数,建立基于等效全循环次数的储能电站寿命模型,考虑储能电站寿命模型约束和系统运行约束,以储能电站的全寿命周期成本和...     

基于改进海洋捕食者算法的配电网储能多目标优化配置北大核心CSCD

分布式电源(distributed generation,DG)的大量接入是配电网重要发展趋势之一,而储能系统的合理配置是提升配电网接纳DG能力的重要手段。本工作考虑高比例DG接入配电网造成电能质量下降问题,建立使配电网电压偏移最小、线损率最低、储能规划成本最优三个指标的储能多目标优化配置模型;针对目前侧重改进传统优化算法求解储能配置多目标优化问题性能不足方面,采用一种基于快速非支配排序和边界交叉构造权重设置参考点的方法对海洋捕食者算法改进,进而求解配电网储能多目标优化模型,得出储能在配电网中的最佳并网位置、额定容量和储能电池调度周期内的充放电功率。通过在IEEE-33节点系统上进行算例分析,结果显示:采用改进的多目标海洋捕食者算法能够有效地求解出在最优储能规划成本下使配电网经济、稳定运行的储能配置方案,及储能电池运行周期内最佳的充放电策略;并且通过对比多种智能优化算法,证明了所提改进海洋捕食者算法在求解储能多目标优化配置问题上具有良好的收敛性能、分布性能。     

基于蚁狮算法的风电集群储能容量配置优化方法

随着风电渗透率提高,风电并网对电网安全稳定运行影响更加显著。风电配备储能可有效改善风电出力波动性和不确定性,增强可调度性。该文建立以风电集群联合储能系统售电收益最高为优化目标的模型,采用蚁狮算法算法进行求解,得到风电集群功率备用、储能功率和容量最优配置方案,对比蚁狮算法、遗传算法和粒子群算法优化结果,分析储能电池单位成本和寿命对优化结果影响。最后以中国东北某风电集群作为算例,验证了所提算法与模型的有效性。     

含储能的三端SOP对主动配电网的潮流优化研究

提出一种含储能的三端智能软开关(SOP)对主动配电网的潮流优化策略,建立以SOP传输的有功功率、无功功率为决策变量,多种约束条件下配电网总有功损耗最小、电压偏差最小的多目标优化数学模型,采用多目标粒子群优化算法求取全局最优解,对SOP的最优接入位置进行选取,实现主动配电网总有功损耗的降低和电压水平的改善.最后,将不同类...     

考虑光伏出力预测误差修正的储能优化配置方法

首先,基于k均值聚类和Copula理论建立不同天气类型下光伏出力的条件预测误差分布模型,并利用该模型修正储能运行时序模拟算法中的光伏出力预测值;其次,以跟踪光伏电站计划出力为控制目标,并以光伏电站寿命周期内年均收益最大为经济性优化目标,综合考虑储能全寿命周期成本、偏离计划出力的惩罚成本和光伏电站收益,采用粒子群算法和时序模拟计算法搜索最优的储能配置方案。最后,以安徽某地额定容量为100 MW的光伏并网电站储能配置方案为例,对所提出的方法进行验证。仿真算例表明,考虑修正与不考虑修正的情况相比,光伏电站的经济性得到提高,所需储能的功率和容量减小。     

基于负荷预测的储能功率分配优化策略

针对目前电力系统调峰、调频储能电站容量有限的情况,文章提出了一种基于负荷预测的储能电站调峰、调频功率分配策略。首先建立了基于遗传算法(Genetic Algorithm,GA)优化BP神经网络的负荷预测模型,对电力系统中的负荷进行精准的预测,为储能电站参与调峰、调频提供计划调度参考;在此基础上,计及储能电站参与调峰、调频辅助服务的收益以及成本,建立储能电站参与调峰、调频功率分配经济模型,并利用粒子群算法对其进行优化求解,确定储能电站最优分配结果;最后,基于MTALAB仿真平台,验证了所提功率分配策略的有效性。     

基于平抑风光出力波动的主动配电网优化调度

因风电、光伏光出力波动特性,并网运行将对主动配电网运行的稳定性造成影响。结合储能系统,将主动配电网中功率波动幅度大的风电、功率具有间歇特性的光伏搭建为风光储联合发电系统。通过改变柔性负荷边际效益增强其参与调度意愿,提高主动配电网消纳分布式可再生能源的能力及运行的稳定性。为提高粒子群算法的收敛性,利用模糊推理规则对学习因子动态调整。基于IEEE 30节点仿真算例,以系统日运行综合经济性为目标,使用模糊自适应粒子群算法寻优。算例仿真与分析验证了该文模型有效性。     

基于改进粒子群算法的混合储能独立调频的容量优化研究

新能源与可再生能源在“3060双碳”战略目标下深入构建清洁能源体系,针对储能以独立主体向电网提供调频辅助服务以应对间歇性和随机性功率波动的优化问题,提出飞轮和锂电池混合储能的容量配置策略。首先,以考虑调频里程的储能经济效益最大化建立数学模型;然后采用自适应噪声完备集合经验模态分解将调频指令分解为高频需求和低频需求;最后构建算例,在不同分频参数下嵌入混合储能的充放电功率控制和荷电状态约束,并运用反向搜索前期寻优和变异交叉策略后期寻优的改进粒子群算法求解。结果表明,该方法求解得到的配置方案有效提升了混合储能整体的经济性和安全性。     

基于混沌自适应人工鱼群算法的含家庭储能配电网快速重构方法

针对分布式电源接入配电网具有波动性和随机性的特点,提出一种基于混沌自适应人工鱼群算法的含分布式电源配电网快速化重构方法。在风电、光伏和家用储能的数学模型和节点划分基础上,以电网网损、开关次数以及失电负荷成本最小为目标函数,建立基于多目标优化的含分布式电源配电网的优化重构模型。利用混沌自适应人工鱼群算法对模型进行求解,通过对鱼群的混沌初始化和自适应动态调整步长参数,提高了算法的全局搜索能力和收敛速度。根据电化学储能系统出力特性划分配电网网架重构的典型工作场景,通过含分布式电源的IEEE 33节点测试系统仿真实例验证了该文方法的有效性。仿真结果表明,与单独考虑电网网损成本相比,由该文方法得到的配电网优化重构成本降低了50%以上,优化重构时间均小于0.9 s,实现了含分布式电源配电网的快速自愈。     

光伏电站复合储能电压波动抑制双层优化控制方法

大规模光伏电站的不断接入为电力系统的安全稳定运行带来了巨大挑战。为解决光伏电站出力不确定性所造成的功率波动问题,提高光伏电站在并网点处电压的稳定性,文章采用由蓄电池与超级电容组成的复合储能一体化控制方法,提高光伏并网点电压稳定水平。首先研究由光伏电源、复合储能构成的典型复合储能系统拓扑结构下储能双层优化控制策略;其次,在不同储能介质的荷电状态与充放电特性模型基础上,研究基于不同光伏并网点电压波动场景的多储能介质组合电压波动抑制优化控制模型及其求解算法;最后,以并网光伏电站数据为基础,建立光伏复合储能电压波动优化控制仿真模型。仿真结果及其分析表明,文章所提出的基于复合储能的并网点电压波动抑制模型能够有效提升并网点电压稳定性能。     

基于NCPSO的微网群优化调度策略研究

传统的粒子群优化（PSO）算法因在微网优化中不易达到全局最优而导致微网运行成本过高,该文采用小生境混沌粒子群优化（NCPSO）算法对混合微网群的运行策略进行协同优化,以实现区域微网经济性最优、环境治理成本最低、风光等可再生能源利用率高等目的。根据所提出的调度策略,建立的优化调度模型包括动态电价下的负荷模型、经济收益模型以及成本模型等,使用NCPSO算法得到多微网在一个周期内的最佳运行状态,实现微网群系统综合能源的互动调控、空间互补。通过分析微网群的功率交互动态、可控能源的发电以及储能电池的荷电状态等,验证微网群的电力负荷响应动态电价,表明了NCPSO算法优化微网群运行的优越性、有效性。     

太阳能等效转化利用模型及其效益研究

以能源局域网为依托,研究太阳能在转化利用过程中不同“能质”能量之间的等效转化关系及其效益模型。综合考虑负荷需求特性及当前能源消费价格因素对太阳能利用方式的影响,以太阳能利用率最大和系统运行综合效益最大化为目标,构建太阳能转化利用多目标优化模型;然后,采用量子行为的粒子群优化算法对模型进行优化求解,并与传统单一供能模式进行对比分析。结果表明,所提模型能有效提高能耗系统对太阳能的综合利用率及消纳能力,并取得更高的能售效益。验证了所提模型及其运行方式的有效性和可行性,为大规模太阳能的开发和利用提供了一个新的思路。