计及动态惩罚因子的风火协调优化调度

鉴于采用弃风惩罚因子在风电系统动态经济调度中存在的问题,引入动态惩罚因子,提出了一种新的电力系统动态经济调度模型——风火协调优化调度模型,并基于实际电力系统的风电场有功出力和负荷数据,在IEEE30节点系统中对计及动态惩罚因子的风火协调优化模型进行仿真模拟。结果表明,优化模型在有效降低风电场弃风量的同时,可减少系统的总成本。     

并网运行模式下微电网能量优化调度算法研究

摘要： 微网与外部电网并网运行,互为补充,为用户带来了多方面的效益。由于不可控微电源出力的随机性与波动性,微电网并网运行时的优化运行受到很大影响。提出了计划层与实时层双层协调优化调度的算法,来解决微电网并网实时能量优化调度的问题。计划层根据微电源功率预测数据,采用改进粒子群算法进行微电网并网系统的经济优化运行;在计划层优化基础上,实时层根据不可控微电源以及负荷在实时功率与预测功率之间的误差,提出采用改进粒子群算法来进行实时优化调度,并将优化结果更新至计划层中各可控微电源及并网联络线的调度功率中。对一个典型的微电网并网系统进行调度算法仿真分析,验证了该方法的可行性与正确性。     

考虑随机性的微电网日前调度与储能优化模型

针对微电网中可再生能源发电的随机性,以运行成本最小为优化目标,建立了微电网日前调度和储能优化的调度模型。首先,分别对传统发电机组和储能系统建立了确定性模型,并对可再生能源发电机组建立随机模型。然后,考虑到可再生能源发电机组的线性成本函数和传统发电机组的二次成本函数,并结合功率平衡和功率交换限制等约束条件建立了优化模型。通过不同成本函数的可再生能源发电机组和传统发电机进行了仿真。结果表明,该模型可以获得最优调度结果,同时实现储能电池的最优储能。     

含生物质能的微电网多目标优化调度

针对农村及偏远地区可利用的生物质能以及我国扶贫攻坚进入最后阶段,建立了含风、柴、储,生物质能的微电网,综合考虑燃料、电能交互、投资折旧、维护及环境成本等变动成本,使系统在一个调度周期内的总运行成本最低,建立了微电网多目标经济优化模型。在计及国家对可再生能源补贴价格的基础上,采用改进遗传算法进行求解。当基本遗传算法陷入某个局部最优解时,从临时Parcto 解集中保留拥挤距离最大的个体,使个体密度小的Parcto 解占优,从而使算法迅速跃出局部最优。24 h内优化的结果对比表明,所提的优化调度方案具有很好的实用性和应用前景。     

计及储能系统的微电网优化调度模型

为了缓解含风电、光伏等新能源微网并网对系统安全运行的影响,提出了在分时电价下,考虑储能系统的微网优化调度策略。以微网总成本最低为目标,分别考虑了投资成本、污染惩罚成本及主网购电成本,建立了微网主网联合运行优化模型,并以典型日负荷出力情况为例分析了不同情景下的优化结果。算例结果表明,所提策略和模型能有效实现微网优化调度,有效降低了含电动汽车和蓄电池等储能设备的微网年运行成本,同时能够保障微网和主网的联合安全运行。     

考虑需求侧响应的微电网经济优化调度

为了解决微电网的经济最优调度问题,建立了微电网系统的分布式电源模型,引入需求侧响应模型,以平衡峰谷负荷的巨大差异;利用改进的内部搜索方法建立微电网系统模型,进行优化调度,并将其计算结果与典型调度策略进行比较,验证了改进算法的优越性。     

考虑电动汽车接入的微电网多目标优化调度

随着电动汽车普及率的逐年升高,由于电动汽车接入所带来的无序充放电现象对电网稳定运行造成影响。在传统微电网模型的基础上考虑电动汽车的接入,并对该微电网系统进行研究,建立了包含微电网运行成本、电动汽车用户充放电成本的目标函数,采用基于Levy飞行改进的NSGA-II算法对系统进行优化调度。考虑到电动汽车的使用情况具有很强的随机性与灵活性,提出在不同电价机制下电动汽车合理的有序充放电调度策略。提出了基于Levy飞行改进的NSGA-II算法,用Levy飞行生成新的子种群并与传统NSGA-II的子代种群合并,来增强种群多样性,加强探索能力,降低陷入局部最优的概率。最后以某地区微电网系统为例,与NSGA-II标准算法求解结果对比微电网运行成本以及电动汽车用户成本均有明显降低,有较高的实用价值。     

基于改进秃鹰算法的微电网群经济优化调度研究

传统优化算法相较于智能优化算法在求解微电网群优化调度问题中较难寻出可行解或最优解,对此提出一种基于融合反向学习和柯西变异改进的秃鹰算法（IBES）,在秃鹰搜索空间猎物阶段采用融合反向学习和柯西变异策略,使得秃鹰算法有效跳出局部最优,解决算法求解精度低等问题。通过与粒子群算法（PSO）、麻雀算法（SSA）、鲸鱼算法（WOA）进行对比,仿真结果表明IBES寻优精度更高,可有效减少微电网群系统的经济成本。     

计及需求侧管理的新能源微电网多目标优化调度方法

提出了一种考虑需求侧管理的新能源微电网多目标优化调度方法。首先,为了改善用电结构,计及微电网的新能源消纳、用户购电成本和负荷的平稳性,建立了基于微电网中可控设备负荷转移的需求侧管理多目标优化模型;然后以微电网的经济性和环保性为优化目标,建立了包含风力和光伏发电的并网型微电网多目标优化调度模型;最后采用改进的多目标粒子群优化算法求解模型。算例结果表明,所提方法在提高新能源消纳、降低用户的购电成本并实现负荷削峰填谷的同时,能进一步降低经济和环境成本。     

计及源荷不确定性的微电网分布鲁棒优化调度

高比例可再生能源的接入给微电网的稳定运行带来的巨大挑战,传统随机优化和鲁棒优化方法在处理不确定性方面仍存在一定的局限性。综合考虑风电、负荷的双重不确定性,采用分布鲁棒优化方法,构建了基于豪斯多夫(Hausdorff)距离的微电网两阶段分布鲁棒优化调度模型,第一阶段利用场景预测信息,制定包含储能充放电计划、购售电计划的预调度方案,第二阶段基于各典型场景信息制定微电网各单元出力调整计划;然后采用列与约束生成算法(columns and constraints generation, CCG)进行迭代求解,得到最恶劣概率分布下运行成本最低的调度方案;最后,通过算例仿真分析验证了所提方法的有效性,所得到的决策方案兼顾了经济性和安全性。     

一种新型双电池风力发电储能系统及控制策略

提出一种新型双电池风电储能系统,它能以较低的运行成本将风电功率波动维持在规定的范围内;风电场可在每个调度时段内输出恒定功率,使风电稳定地并入电网.当调度功率低于实际风电功率时,起充电作用的电池处于工作状态,当调度功率高于实际风电功率时,起放电作用的电池处于工作状态;当其中一个电池充满电或深度放电时,2组电池的充、放电状...     

基于分层控制的微电网混合储能协调优化策略研究

复合储能是保障微电网安全稳定的关键技术之一,本文根据储能电源的各自运行优势特点,提出了基于上层下垂-下层倒下垂的分层协调控制策略,上层全钒液流电池储能运用自主下垂控制,超级电容运用倒下垂控制策略,以增加系统稳定性、减少系统建设成本、增加实际工程可行性为优化目标,应用PSCAD专业软件对系统进行模拟仿真,仿真验证本文所采...     

考虑预测误差分析的混合储能补偿优化策略

为提高风电场预测功率精度,对于风电场和混合储能构成的风储混合系统,提出基于预测信息搭建的混合储能补偿方案。首先,依据风电预测误差进行概率统计分析,提出风电功率预测误差的分层补偿策略,制定针对补偿预测误差的允许误差域及置信区间补偿域。其次,利用储能对不同误差层的预测误差给出相应的储能补偿方案,基于小波包分解将超出区域外待补偿预测误差分解,通过不平衡功率DFT分频法确定临界点作为功率型储能和能量型储能的目标分配值,对于荷电状态越限问题通过自适应模糊控制进行二次修正。最后,以新疆某风电场为例进行仿真分析,结果表明所提策略可有效减少风电功率预测误差。     

考虑灵活性供需匹配的孤岛微网优化调度策略

为使孤岛微网能更大程度地实现源侧发电功率与荷侧用电需求之间的匹配程度,以灵活性理论为依据,提出考虑灵活性供需匹配的优化调度模型。以最大化经济效益和最大化灵活性供需匹配程度为目标,利用多目标粒子群优化算法得到该优化问题的Pareto解集,并从中选取更符合实际需求的解。算例仿真结果表明,所提优化调度策略能有效提升系统应对可再生能源发电机组出力的波动性与随机性的能力,提高经济效益。     

基于氢气储能的热电联供微电网容量优化配置

以光伏系统、氢燃料电池、电解槽、储氢罐构建的热电联供微电网为研究对象,制定初始投资成本等年值以及年运行成本最小的优化目标,提出热电联供微电网热负荷满足率评价指标,针对系统运行的基本约束设计微电网控制综合策略,并以某地历史源荷数据为参考,建立满足工程应用的数学模型,采用粒子群优化算法进行求解,得到氢气储能的孤岛型微电网热电需求基本方案。从应用层面论证氢气储能替代电池储能的可行性,并进行微电网系统容量优化配置,可满足居民负荷供能需求,提高系统运行经济性,预期具有较好的应用前景。     

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...     

考虑负荷动态特性的多阶段光储协调规划研究

高渗透分布式光伏（DPV）配电网中,对电池储能系统（BESS）规划研究主要基于给定的负荷和DPV,以BESS降低DPV波动对电网造成的负面影响,较少考虑负荷增长和分布（LID）。针对该问题,提出以短期规划经济目标为基础,结合负荷动态增长和随机分布特性,储能和光伏的时序互补性,构建多阶段规划指标体系,并提出不同阶段的规划策略,从而实现BESS和DPV的多阶段协调规划。最后对10 kV 36节点配电网进行仿真,其结果表明,DPV和BESS协调规划能有效降低两者配置容量;且LID在DPV和BESS协调规划中起关键作用。     

考虑电转气消纳风电的电-气综合能源系统两阶段鲁棒协同调度

针对传统随机规划方法和区间优化方法处理风电出力不确定性的不足之处,该文提出含电转气设备的电力-天然气综合能源系统两阶段鲁棒协同调度模型,并考虑天然气网络运行约束对燃气轮机和电转气设备调度出力及备用配置的影响。模型以风电基准场景下系统的日前调度运行成本及最劣风电场景下实时调度成本之和为目标函数,建立具max-min结构的双层优化模型,并在主/子问题求解框架下采用列约束生成（C&CG）方法进行求解。最后,在Matlab平台下构建仿真算例验证所提鲁棒协同调度模型的有效性。     

太阳能电动汽车储能系统的优化配置

在太阳能电动汽车(SEEV)系统中,储能系统的优化配置是一个重要且具挑战性任务.太阳能电动汽车储能系统的优化配置可以看成一个具有约束的优化问题:以储能系统的成本最小为优化目标,以表达系统可靠性指标的负载失电率为约束.决策变量不仅包含传统方法中的蓄电池充电电流而且还包含储能飞轮的质量.优化算法是采用基于遗传算法和神经网络的组合优化方法,即把机会约束遗传算法中比较耗时的个体检验部分交给神经网络处理.研究结果表明,基于遗传算法和神经网络的组合优化算法在被应用于太阳能电动汽车储能系统的优化配置时,算法收敛良好,计算时间少且可行.     

计及绿色电力证书与碳交易制度的“源-荷”协调优化调度

基于低碳电力和智能电网的背景,考虑现有的风电消纳困境,该文以绿色电力证书为基础,结合碳排放权的交易制度,同时引入需求侧高载能企业负荷的响应模型,并将虚拟电厂经济效益作为优化目标函数,建立以绿证交易为基础,结合碳交易制度和高载能需求侧响应的“源-荷”双侧互补协调优化调度模型。最后将某省份区域电网代入到该文所构建模型之中进行仿真,并采用自适应免疫疫苗算法对模型进行求解,结果表明所建立的计及绿证交易与碳交易的模型有利于促进风电消耗,降低单位发电量的碳排放。