考虑电动汽车充放电响应的微电网混合储能配置

由于微电网内部新能源出力以及负荷的波动性,导致微电网内部新能源的弃风弃光以及负荷高峰时段失负荷问题严重。提出了一种考虑电动汽车充放电响应的混合储能配置方法。充分利用电动汽车的灵活充放电特性,以分时电价为背景最大程度减少微电网内的失负荷惩罚成本,并促进弃风弃光功率的消纳;利用混合储能系统对电动汽车响应后微电网内的弃风弃光功率进行吸收并在负荷高峰时段放电,以减少失负荷功率,以净现值作为混合储能配置的目标函数。利用粒子群算法求解净现值最大情况下的混合储能配置方案。仿真结果表明,该配置方案具有更好的经济性。     

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RBF神经网络的直流微电网均流控制策略

针对直流微电网功率分配问题,利用径向基神经网络(RBF)建立了直流变换器的动态等效模型,提出了一种改进的功率分配控制策略。以直流微电网模型为基础,以采集的本地单元变换器电压、电流值为输入,以其他单元变换器的输出电压、电流值为输出作为训练数据。在无需通讯的情况下,利用神经网络只需要本单元信息便可准确预测其它并联单元输出,并应用到本地控制器当中,从而改善功率分配和电能质量。文章利用Matlab/Simulink建立的对比仿真模型,证明了该控制策略在多种情况下都具有很好的控制效果。     

考虑储能系统健康状态的多微电网阶梯调度策略

为有效提高微电网(MG)并网运行的可靠性,降低系统运行中储能系统(ESS)的寿命损耗,提出一种考虑ESS健康状态的多微电网不同时间尺度分层控制方法。首先,综合考虑单体电池不同荷电状态(SOC)、健康状态(SOH)对寿命损耗的影响,采用SOC均衡控制方法对ESS中各个单体电池进行均衡控制;其次,考虑多微电网(MMG)中各个单元的供需特性,以MMG经济运行特性及负荷供给满意度为目标,建立基于机会约束规划的日前调度模型;然后,考虑ESS健康状态和日前调度误差,提出一种基于模型预测控制的分钟级日内调整方法;最后,对本文所提策略和模型进行仿真验证。结果表明,采用所提出的调度策略可提高系统运行经济性,有效平抑母线功率波动,还可大幅提高ESS运行寿命。     

基于孤岛模式直流微电网稳定性控制策略

文章针对不同类型的微电源,在孤岛运行时对负荷变化敏感、抗扰动能力弱等问题,提出对本地节点电压和母线电压的分段控制策略。分析了直流微电网的动态运行特点,并据此设立电压的稳定性阈值。以随机性输出电源和储能设备作为互补性单元,与确定性可控电源在不同暂态状况下共同对系统电压进行协调控制,实现其离网状态功率的平衡恢复及整体稳定。利用Matlab/Simulink建立仿真模型,仿真结果表明了此控制策略的有效性。     

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。     

缺乏可靠功率预测条件下的微电网实时调度策略

作为解决"高原、海岛、边防、无人区"(高海边无)地区供电问题的有效手段,微电网在运行管理过程中,需要面临在"高海边无"地区无准确功率预测信息的问题.为此,文章总结了3种不依赖于可靠功率预测信息的实时调度策略,用于实现"高海边无"地区微电网的能量管理.首先,分别对按照策略表、按照类下垂特性、基于李雅普诺夫优化方法的3种实...     

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。     

直流微电网控制保护策略研究

  目的  直流微电网的控制及保护技术,对保证直流微电网的可靠、安全运行具有重要作用。论文旨在解决直流微电网设计中的关键技术问题。  方法  从直流母线拓扑结构选择、并离网切换控制策略、保护配置方案三个方面深入开展研究。  结果  通过研究,给出了直流母线拓扑结构选择原则、直流微电网的控制策略流程、保护分区及配置,并对直流互感器的选择进行了分析比较。  结论  研究成果在国家示范项目中得到了有效性验证,投运以来运行效果良好。     

含需求响应的微网经济优化运行

摘要： 为追求更高的经济效益和能源的合理利用,提出一种含需求响应的微网经济调度模型。该模型将直接负荷控制策略纳入优化调度模型,同时充分考虑居民负荷中的空调负荷和热水器负荷的使用规律和用电特性,分别进行负荷中断操作,对2种负荷使用不同的控制策略和赔偿机制,最大限度地平缓负荷曲线。以一个典型居民小区微网为例,通过基于混沌优化的改进遗传算法进行分析计算。结果表明,所提模型可以削峰填谷,具有较好的经济性和有效性。     

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...     

考虑激励型需求响应的孤立型微网优化运行

在微网中引入激励型需求响应,能够引导用户参与负荷削减,降低负荷峰值.在此基础上,以最小化微网运行成本为目标建立了孤立型微网优化运行模型.为便于编程求解,将模型中的非线性部分进行线性化处理.最后以一个包含风电、光伏发电以及电池储能系统的孤立型微网系统作为算例进行分析,计算结果验证了所建立模型的有效性.     

计及混合储能荷电状态的光伏直流微网功率分配策略

针对光伏直流微电网中光伏出力和负荷投切产生的功率波动,将锂电池和超级电容器构成的混合储能系统（hybrid energy storage system,HESS）运用在直流微网中可以平抑系统功率波动和稳定直流母线电压。在考虑超级电容荷电状态（SOC）的二次功率分配的基础上,提出一种基于光伏单元,混合储能系统和负荷三者协调运行的控制模式。根据光伏电池出力情况和负载消耗功率的关系以及各储能单元间SOC的不同,将光伏直流微电网分为4种运行模式,实时调节各储能单元的出力情况,使系统各微源间的功率达到动态平衡。最后,在PSCAD/EMTDC中搭建了一个含混合储能系统的光伏直流微网仿真模型,结果表明所提控制策略既能稳定运行在各种工作模式,又能保证直流微网系统稳定可靠运行的前提下优化各微源间的出力,验证了该控制策略的有效性和准确性。     

并网型直流微电网协调控制策略

大量的电力电子装置接入直流微电网中,降低了系统的惯性,因此需要设计微网内功率的控制策略,以保证母线电压不发生严重波动甚至崩溃。提出了一种基于光伏、储能、联网单元的并网式直流微电网协调控制策略。以母线的简化电路为基础,分析了直流母线电压与功率平衡的关系;划分系统的4种工作模式和运行状态,据此对母线电压进行分层,并设计了基于对等控制策略的联网变流器、储能单元和光伏控制方案。仿真结果表明,该控制策略能够在微电网内出现功率不平衡时,将母线电压波动控制在额定电压的±10%以内,且下垂控制使相关设备具有即插即用的功能,实现了设备层和系统层在无通信条件下的协调配合。     

考虑需求侧管理的微电网调度模型与策略

微网系统中可控机组的调节能力有限,随着负荷峰谷差的增大以及分布式新能源的接入,给微网调度带来新的挑战。因此,提出通过考虑需求侧管理对可控负荷进行有效控制,以起到削峰填谷的作用,避免了可控机组的频繁调节,从而提高机组的运行效率;此外,通过可控负荷随间歇性能源的出力,提高了微网系统消纳间歇性能源的能力。对某微电网进行分析表明,所提出的控制策略有效可行。     

直流微网DC/DC变换器的虚拟直流电机控制策略研究

直流微网是小惯性系统,负荷频繁投切和新能源出力波动等因素都会影响母线电压的稳定。在直流微网系统中,往往通过储能单元维持系统功率平衡和母线电压稳定。针对储能端口双向DC/DC变换器,提出一种简化的虚拟直流电机控制方法,以增强系统的惯性和阻尼;建立虚拟直流电机控制的小信号模型,分析控制策略的稳定性和动态特性;对于动态响应初期母线电压的冲击性变化,提出输出电流前馈的小信号模型补偿方法,进一步平滑母线电压的动态过程;最后通过仿真分析验证了所提控制策略的正确性和有效性。     

考虑功率预测不确定性的风电消纳随机调度

针对风电并网消纳中的随机调度问题,基于随机规划理论,建立了考虑功率预测不确定性的风电消纳期望值模型,提出了基于Monte Carlo随机模拟和遗传算法相结合的模型求解算法步骤,并在含风电场的IEEE 30节点系统上进行算例分析,验证方法的可行性和有效性。研究表明：基于期望值模型的的风电消纳随机优化调度能够很好地量化风电功率预测误差带来的不确定性,实现调度目标期望值的最优化,对提高风电并网随机调度的量化决策水平,促进风电消纳具有积极作用。