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。     

计及分布电源消纳的混合储能系统优化配置

针对高比例以风光为代表的分布式电源(distributed generation, DG)接入主动配电网中，存在弃风弃光、电压越限和功率波动等问题。为实现DG消纳最高、净负荷功率波动最小，提出一种基于小波包分解与混合储能系统(hybrid energy storage system, HESS)运行约束相结合的功率分配策略，建立HESS多目标规划模型。首先，对净负荷功率进行小波包分解，得到各储能初始功率指令；其次，结合全钒液流电池、超级电容运行约束和考虑DG消纳最大运行策略，对HESS内部功率进行修正。在此基础上，建立以综合成本最小、DG消纳最大、净负荷功率波动最小以及电压偏差最小的全钒液流电池-超级电容HESS功率分配和容量配置模型；并采用改进的快速非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅲ,NSGA-Ⅲ)对多目标模型求解；最后，通过对改进IEEE-33节点系统进行仿真计算。仿真结果表明，该策略下HESS配置方案，可以有效提高DG消纳同时平抑净负荷功率波动，提高主动配电网运行稳定性。     

零碳园区电-氢混合储能系统多目标优化配置

随着氢气生产和储存技术的快速发展,开发氢气储能系统(hydrogen energy storage systems, HESSs)将给能源和电力系统结构带来根本性变化。HESSs和电池储能系统(battery energy storage systems, BESSs)相结合进行协调优化可以解决多种能源供需之间的不平衡,并提高能源效率。为确保BESSs和HESSs规划的有效性,以最小全生命周期成本(life cycle cost, LCC)、系统网损、联络线交换功率偏差、负荷波动以及电压波动为目标,采用带精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithm-II, NSGA2)求解储能系统(energy storage systems, ESSs)选址定容规划方案的Pareto非支配解集。并利用基于熵权法(entropy weight method, EWM)的灰靶决策在Pareto非支配解集中选取最佳折中解。另外,通过模糊核C-均值(fuzzy kernel C-means, FKCM)聚类算法获取源荷典型运行场景集,并基于扩展的IEEE-33节点系统进行仿真分析。仿真结果表明:NSGA2算法不仅实现了电-氢混合储能系统LCC最小,且其电压质量、功率稳定性、网损与负荷波动也显著优于对比算法。     

零碳园区电-氢混合储能系统多目标优化配置

随着氢气生产和储存技术的快速发展,开发氢气储能系统(hydrogen energy storage systems, HESSs)将给能源和电力系统结构带来根本性变化。HESSs和电池储能系统(battery energy storage systems, BESSs)相结合进行协调优化可以解决多种能源供需之间的不平衡,并提高能源效率。为确保BESSs和HESSs规划的有效性,以最小全生命周期成本(life cycle cost, LCC)、系统网损、联络线交换功率偏差、负荷波动以及电压波动为目标,采用带精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithm-II, NSGA2)求解储能系统(energy storage systems, ESSs)选址定容规划方案的Pareto非支配解集。并利用基于熵权法(entropy weight method, EWM)的灰靶决策在Pareto非支配解集中选取最佳折中解。另外,通过模糊核C-均值(fuzzy kernel C-means, FKCM)聚类算法获取源荷典型运行场景集,并基于扩展的IEEE-33节点系统进行仿真分析。仿真结果表明:NSGA2算法不仅实现了电-氢混合储能系统LCC最小,且其电压质量、功率稳定性、网损与负荷波动也显著优于对比算法。     

考虑功率四象限输出的配电网储能优化配置策略

高渗透率分布式电源引起电压偏移和波动等电压质量问题,同时可引发配电网网损增加。针对这一问题,以配置储能为解决方式,并以提高配电网经济效益和提升电压质量为目标,结合电池储能系统功率四象限输出运行策略,提出了配电网储能选址定容的优化配置策略。构建了以购电成本、网损成本和投资成本之和最小为目标的配电网经济运行模型,以15 min为时间尺度滚动计算,并以典型日内的总成本最低建立储能选址定容模型,同时对各节点电压的偏移和波动范围设置约束,使用混合整数二阶锥数学规划进行优化求解。以IEEE 33节点配电网为例进行仿真验证,结果证明了所提出优化配置方法的可行性与高效性。     

考虑风-氢-电的混合能源系统容量规划与运行优化

本文主要研究由风力发电、电解槽、燃料电池及电池储能共同组成的混合能源系统最优配置.在离网状态下,风电作为主要的能量来源,在氢储能和电池储能的辅助下实现周边居民用电负荷的供应,并尽可能满足加氢站的氢气需求.以系统年化成本最小化为目标,同时考虑氢储能和电池储能运行约束,优化考虑风-氢-电的混合能源系统容量.通过算例分析表明...     

考虑电氢耦合的混合储能微电网容量配置优化

在当前电氢联系日益紧密以及微电网技术发展日益成熟的条件下,以单位电量成本、负载失电率和能量过剩率为目标函数,提出考虑电氢耦合的混合储能微电网容量优化配置方法.其中,氢储能系统主要包括电解槽、燃料电池及储氢罐等元件.该储能系统清洁无污染,能够提高光伏发电利用率,平抑直流母线电压波动.采用粒子群优化算法求解具体算例,得到综...     

含高比例风光接入的输电网氢-电混合储能系统配置方法

目前高比例风光接入的输电网存在弃风弃光率普遍较高的问题,配置储能设备作为一种具有潜在效用的手段在当前的研究中备受青睐。针对输电网储能配置问题,为达到综合成本减小和弃风弃光率降低的目的,提出了一种基于双层规划模型的输电网氢-电混合储能系统配置方法。首先,对氢-电混合储能系统的特性进行建模,在此基础上建立输电网氢-电混合储能系统功率与容量配置双层规划模型。上层模型以配置储能后年综合成本最小为目标;下层模型以弃风弃光率最小为目标。其后基于蓄电池和氢储能的不同特性,提出一种氢-电混合储能系统配合策略。最后,针对该模型非线性多目标的特点,采用双层迭代粒子群算法与潮流计算相结合进行模型求解。在算例仿真部分,以某含有高比例风光接入地区输电网为例,进行氢-电混合储能系统容量和选址的优化配置,验证了所建模型和所提求解算法的可行性和有效性。提高了风电光伏出力在时序上的转移能力,减少了高碳化石能源的消耗量,降低了弃风弃光率。     

基于改进和声搜索算法与二阶锥松弛的储能优化配置

配电网中分布式电源的大量接入加剧了电网功率波动,为稳定电网功率及消纳新能源发电功率,需在电网中合理配置储能。本文基于双层规划模型将储能配置划分为规划层与运行层,并提出了基于趋向移动的全局和声搜索算法和二阶锥松弛理论相结合的储能优化配置混合算法。规划层采用以储能年投资成本与配电网年运行成本之和最小为目标函数,研究了储能配置位置、功率、容量等方面的经济效益;运行层以电网有功网损以及电压偏移之和最小为目标函数,研究了储能各时段最优充放电功率。基于某地实际数据,以33节点配电网为例进行了仿真分析,研究了不同场景下储能的配置方式以及探讨了本文混合算法的优异性。结果表明本文提出的混合算法可以顺利求解该场景下的储能配置问题,证明了本文混合算法有效性。同时,探讨了多场景下的储能配置方式,证明采用双层规划模型对储能进行配置有利于降低配电网综合成本。最后,将本文混合算法与传统智能优化算法求解此类问题进行了比较分析,证明了本文混合算法在求解此类问题上的快速性与准确性。     

含高比例风光接入的输电网氢-电混合储能系统配置方法

目前高比例风光接入的输电网存在弃风弃光率普遍较高的问题,配置储能设备作为一种具有潜在效用的手段在当前的研究中备受青睐。针对输电网储能配置问题,为达到综合成本减小和弃风弃光率降低的目的,提出了一种基于双层规划模型的输电网氢-电混合储能系统配置方法。首先,对氢-电混合储能系统的特性进行建模,在此基础上建立输电网氢-电混合储能系统功率与容量配置双层规划模型。上层模型以配置储能后年综合成本最小为目标;下层模型以弃风弃光率最小为目标。其后基于蓄电池和氢储能的不同特性,提出一种氢-电混合储能系统配合策略。最后,针对该模型非线性多目标的特点,采用双层迭代粒子群算法与潮流计算相结合进行模型求解。在算例仿真部分,以某含有高比例风光接入地区输电网为例,进行氢-电混合储能系统容量和选址的优化配置,验证了所建模型和所提求解算法的可行性和有效性。提高了风电光伏出力在时序上的转移能力,减少了高碳化石能源的消耗量,降低了弃风弃光率。     

计及直流配电效益的混合储能系统容量配置模型

为了解决在直流配电网下平抑风电场出力波动的混合储能系统容量优化配置问题,提出了一种以钒电池-超级电容混合储能系统为研究对象的多目标容量配置模型。首先,以风电场实际输出功率和储能设备荷电状态为指标构建了风电场目标功率输出曲线;然后,分别建立了以计及直流配电效益的最小年均成本和最大风电场输出功率合格率为目标函数,以荷电状态、功率出力等为约束条件的多目标容量优化配置模型;最后,采用自适应遗传算法求解所建模型。结果表明,直流配电效益主要体现在降低传输损耗带来的收益,而节省的换流成本和增加的直流换流站成本影响有限。     

含新能源接入的配电网中储能系统协调控制策略

以提高电网对新能源接纳能力为目的,本文研究了含新能源的配电网中电池储能系统的协调控制策略,针对配电网有功功率波动、新能源接入点电压波动建立优化模型,使用NSGA-II算法(快速非支配排序遗传算法)求解其Pareto非支配解集,实现多个储能系统的协调控制。使用该控制方法,可以将分布式储能系统联合调度,较好地平抑配电网整体的有功功率波动,同时改善新能源接入节点电压波动,提高电力系统稳定性。最后,本文对IEEE14节点配电网进行算例分析,在该配网中接入了接近负荷一半的光储和风储系统,将原本只和本节点光伏或风电配合的储能系统联合考虑,协调控制其出力,最后通过对比一个完整调度周期内储能系统单独控制和协调控制的效果,表明本文协调控制策略的有效性。     

基于萤火虫算法的主动配电网优化调度

主动配电网为高渗透率分布式可再生能源接入提供了有效途径。针对风能等可再生能源所固有的间歇性、波动性与随机性引起的功率波动问题,在配电网中引入储能系统作为可控负荷,建立包含风能与储能系统的主动配电网调度模型,该模型以储能系统的出力为变量;分别以平滑混合毛功率和混合净功率为目标,有效避免可再生能源接入对配电网造成的冲击。提出改进萤火虫算法求解主动配电网优化调度问题。仿真算例验证了所提模型与算法的有效性。     

主动配电网储能系统的多目标优化配置

储能系统在平滑间歇式能源功率波动、削峰填谷、改善电压质量以及提供灵活的功率调节等方面都发挥了巨大的作用。主动配电网能否实现对间歇性可再生能源进行完整消纳以及网络优化运行,在很大程度上依赖于主动配电网的储能系统配置是否合理。文中从削峰填谷能力、电压质量以及功率主动调节能力3个方面建立主动配电网储能系统的多目标优化配置模型,并使用带权极小模理想点法求解该多目标优化问题,避免求解多目标规划问题复杂的Pareto前端曲面,简化了问题求解的复杂度。最后,通过算例验证了所提模型及其求解方法的有效性。     

提升配电网供电性能的风-光-储两阶段规划与配置

针对配电网中分布式电源（DG）不合理规划引起供电性能下降的问题,文中提出了一种在风-光-储接入情况下的配电网两阶段规划与配置方法。第一阶段通过计算节点有功网损灵敏度确定风-光电源的接入位置和容量,第二阶段以储能接入容量最小,系统电压稳定指标最大,负荷缺电率最小建立多目标规划模型,同时结合节点平均等效负荷对储能充/放电进行管理。为提高第二阶段多目标问题的求解精度,提出了一种基于多目标粒子群算法的混合智能求解算法用于求解第二阶段模型,最后利用序数偏好法（TOPSIS）选出储能最优接入方案。为验证本文所提方法的有效性在IEEE-33节点系统上设置四种场景进行仿真测试,结果表明所提方法可以明显改善配电网的运行情况,给相关规划与配置提供借鉴与参考。     

计及功率交互约束的含电—氢混合储能的多微电网系统容量优化配置

在混合交直流多微网系统中,其经济性和运行可靠性受到容量优化配置的影响。考虑到基于电储能以及氢储能系统(电解槽/燃料电池/储氢罐)的混合储能系统所具有的优势,建立了电-氢混合储能型多微网系统框架。其次,针对电-氢混合储能型多微网系统,提出了考虑系统的实时能量供需状态和储能状态的多微网运行控制策略。在容量优化配置模型中引入功率交互约束模型,并在配置过程中嵌入所提出的运行控制策略。最后,以算例分析证明功率交互约束的必要性,并采用灰狼-正弦余弦优化算法求解配置模型。所得配置结果优于改进灰狼算法和改进粒子群算法。通过模拟全年运行情况,验证了所提优化配置方法的有效性和电-氢混合储能系统在季节性储能上的优势。     

基于改进猫群算法的氢储能容量优化配置

以氢储能系统为基础,构建了风力发电和氢储能系统为主的混合微电网系统。本文对氢储能系统中的电解槽、燃料电池和储氢罐的容量进行了优化配置。综合考虑微电网的经济成本、供电可靠性和弃风率3个指标,构建了氢储能系统的容量优化配置模型;分别采用典型日和场景集的风电出力和负荷,建立氢储能系统的容量优化模型,以反映风电出力和负荷的随机性对优化结果的影响;采用动态权重的改进猫群算法对所提氢储能系统的容量优化配置模型进行求解。通过算例验证了改进猫群算法的可行性,同时也证明了所提氢储能系统容量优化配置模型的合理性。     

基于BAS-IMOPSO算法的风电系统储能优化配置

风力发电作为一种清洁的可再生能源,在电力系统中应用广泛,但风电出力的随机波动性会对电力系统电能质量产生不利影响。储能系统(energy storage system, ESS)因其灵活的双向调节能力被用于平抑风电接入系统带来的电压与功率波动问题。文中考虑储能接入节点与容量不同对风电出力波动的平抑效果不同,以系统电压偏差、日有功网损和ESS配置容量为目标函数建立多目标储能优化配置模型。采用一种基于天牛须搜索算法的改进多目标粒子群优化(beetle antennae search-improved multi-objective particle swarm optimization, BAS-IMOPSO)算法求解该模型,利用基于信息熵的逼近理想解排序法在Pareto解集中选取最佳储能配置方案。在IEEE 33节点系统中对模型进行仿真验证,结果表明：BAS-IMOPSO算法优化下的ESS降低配电网电压偏差与有功网损的能力较多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法显著提高,有效改善了系统的电能质量,具有削峰...     

考虑电池寿命损耗的园区综合能源电/热混合储能优化配置

针对园区综合能源系统(PIES)储能容量优化配置问题,为提升PIES规划-运行经济性,提出了考虑电池寿命损耗的PIES电/热混合储能优化配置方法.首先,构建了适用于PIES规划问题的电池寿命损耗模型,用于量化评估电池寿命损耗;进而,在考虑PIES多能互补特性基础上,引入电池置换成本体现电池寿命损耗的长期影响,以电/热混合储能投资置换成本与运行成本等年值最低为目标函数,建立了PIES电/热混合储能容量双层优化配置模型;最后,通过算例验证了文中混合储能配置方法对系统规划-运行经济性、电池使用寿命的提升效果,并比较分析了电/热混合储能与单一储能对系统规划-运行经济性和电池使用寿命的影响.     

基于配电网分区的分布式混合储能优化方法

为了提高配电网对呈现不同出力特征的分布式电源的消纳能力,实现含多种分布式电源及大负荷并涉及不同出力特征的配电网优化运行,提出一种基于配电网分区的分布式混合储能优化方法。考虑多种分布式电源及大负荷的概率特征,通过K-means算法得到各分布式电源及大负荷的离散化模型,并计算离散化后配电网的电气距离矩阵,得到配电网分区的相似矩阵;采用吸引子传播(AP)聚类算法将配电网按照节点间的相似度大小分为多个分区,进而确定安装混合储能系统的聚类中心节点;考虑储能系统的充放电效率和荷电状态进行混合储能系统的容量配置,采用希尔伯特-黄变换将各分区的不平衡功率分解为高频分量和低频分量,分别作为功率型储能和能量型储能容量配置的参考功率,以确定最优配置方案。算例分析结果表明,所提优化方法可以有效提高储能的利用效率以及配置方案的经济性。