计及一二次调频协调优化的动态潮流模型

针对现有动态潮流模型中未考虑一次调频系数不确定性以及一二次调频冲突反调的问题,通过对机组和负荷一次调频系数的不确定性以及自动发电控制(automatic generation control,AGC)和自动电压控制(automatic voltage control,AVC)的调控作用进行分析,基于负荷频率超前控制策略的AGC机组有功协调方程,提出了一种计及一次调频系数不确定性和AGC系统总调节量估算、分摊以及控制模式转换过程的随机动态潮流模型。在算例分析部分,采用蒙特卡洛法,以IEEE 39节点系统为例,通过对切机、负荷扰动等现象进行模拟,验证了所建模型能够精确地模拟实际系统的有功无功控制行为以及不平衡功率的分摊方式。     

计及源荷时序特性的低压台区分布式光伏接入分布鲁棒优化方法

为提高低压配电台区中分布式光伏(DPV)的接入容量,促进光伏消纳,本文提出一种计及源荷时序特性的低压台区DPV接入分布鲁棒优化方法.首先,针对低压台区中分布式光伏出力和负荷需求的不确定性,提出一种基于优化聚类的源-荷联合时序场景生成方法;其次,计及电压约束、线路容量约束、逆变器无功补偿约束及光伏消纳约束等,构建低压台区分布式光伏接入分布鲁棒优化模型,在保证各典型场景最恶劣概率分布下的弃光率期望值符合要求的情况下,最大化低压台区中分布式光伏接入容量;然后,建立低压台区分布式储能接入的数学模型,以研究储能接入及其充放电机制对低压台区分布式光伏接入的影响;最后,以实际配电台区为例进行仿真计算,验证了本文模型的有效性.     

冷热电三联供与分布式光伏联合优化及理想模糊决策方法

冷热电三联供(combined cooling,heating and power,CCHP)系统具有以热定电、以冷定电和冷热电联产等多种运行模式,但在多类型用户能源需求条件下较难实现冷热电三联供的最佳整体能效。为此,综合考虑用户满意度和新能源消纳能力,提出一种冷热电三联供与分布式光伏联合优化及理想模糊决策方法。首先,分析光伏发电(photovltaic,PV)的出力特性,构建冷热电三联供与分布式光伏联合优化模型;其次,提出用户满意度和新能源消纳能力的性能优化评价指标,并使用基于小生境的混合二进制粒子群优化算法,对冷热电三联供与分布式光伏联合优化模型进行解算,用理想模糊决策方法对优化指标进行评估,使区域能源在最大限度保持经济性的条件下,既能让一次能源的使用率降低又能提高系统的整体效益;最后,通过案例对所提方案进行验证,结果可为区域能源综合利用的改造升级提供借鉴。     

分布式光伏无缝切换控制策略仿真与研究

为解决分布式光伏发电并网时对大电网产生的冲击,在分布式光伏发电系统中加入储能系统,形成混合发电系统,整个系统采用直流微网形式,仅使用一个双向DC/AC换流器,减少了电能损失和控制复杂度。光伏控制采用最大功率跟踪法。换流器并网时采用PQ控制,可平抑光伏功率波动,提高系统稳定性;独立运行时采用V/f控制,为交流侧提供电压和频率参考,蓄电池保证重要负荷的电源供应,实现混合系统与大电网的无缝切换。最后,通过对光伏发电系统不同运行模式转换进行建模仿真,验证了控制策略的有效性。     

考虑不确定性分布式电源影响的配电网无功补偿配置方法

分布式风电、光伏电池等出力不确定性电源在配网中的推广会造成系统潮流波动,配置一定容量的无功补偿可以降低节点静态电压越限概率,减少网损,提高系统运行可靠性.以补偿电容的投资支出、系统网损、电压质量以及废气排放量等综合最优为目标函数,在约束条件中计及节点电压越限概率的上限值,建立考虑不确定性分布式电源影响的补偿电容优化配置模型,并采用遗传算法进行最优求解.算例结果表明,该无功补偿最优配置方案能提高节点电压期望水平,降低越限概率,实现经济效益、环境效益以及电压质量的综合最优,验证了所建模型的合理性和有效性.     

基于分布式电源接入的电网环保经济调度策略方案

针对分布式发电(distributed generation,DG)的特点,以经济和环境最优为目标,建立一个包含光伏阵列、风机、微型燃气轮机和燃料电池等多种分布式发电系统的环保经济调度模型。采用粒子群算法进行求解,通过仿真算例表明,优化后的运行调度方式能够达到发电成本最低和对环境影响最小的目标。     

分布式光伏发电系统对配电网电压的影响分析

分布式光伏发电系统的接入将改变配电网的拓扑结构,给配电网带来一系列的影响。分析了分布式光伏发电系统的接入对配电网的电压、网络损耗以及保护的影响。通过在PSCAD/EMDTC软件中搭建的典型模型,研究与验证了单个分布式光伏发电系统接入链式配电网对电压的影响机理。     

基于Fuzzy - PID控制的光伏发电充电过程研究

提高光伏发电系统的利用率,需要对光伏发电系统中的蓄电池进行优化控制.通过对光伏电池特性和模糊规则的研究,建立了Fuzzy - PID控制的仿真模型,设计了一种基于Fuzzy - PID控制的蓄电池充电控制的方法.最后,结合不同的负载模型,验证了Fuzzy - PID控制的正确性与有效性.     

公共建筑光伏发电系统的经济性优化与评估

基于数学规划方法,构建了适用于公共建筑分布式光伏发电系统的经济性优化数学模型,可应用于公共建筑分布式光伏发电系统的经济性优化与评估分析.基于该模型,以上海地区办公楼、宾馆、医院、商场等4类典型公共建筑为例,分析了分布式光伏发电系统应用的经济效果.模拟结果表明,分布式光伏发电系统在上述4类建筑中均可取得可观的经济收益,但在很大程度上依赖于政府补贴的支持;如果每度电的补贴降低到0.1元/k Wh,则投资回收期将增加1倍.     

基于逆变器的分布式光伏发电中压配电网无功优化

根据分布式光伏发电特性,通过对中压配电网中无功优化的分析,找到潮流、电压波动和无功容量与光伏发电无功功率间的定量关系。利用粒子群优化（PSO）算法,基于逆变器的分布式光伏发电中压配电网的无功优化,明确了控制无功功率以支持配电网和电压调节的方法。实例仿真结果说明,该方法能够有效减少光伏发电系统中压配电网的电压升高和逆潮流问题。     

一种考虑风速变化的补偿型AGC方法

针对含风电互联区域电网AGC过程中由于风速变化可能导致的电网频率波动问题,在模型预测基础上,将预测的风速偏差转换成风功率偏差,并作为此可变参数式PID控制器的输入以产生有功输出补偿量,并将其与MPC输出量叠加导入AGC机组中,达到根据风速变化趋势进行电网频率控制的最优化目的。通过对模型的仿真分析与比较,发现该补偿环节能够有效利用风速预测结果消除风速不确定性时电网频率的影响,仿真结果验证了此方法的可行性和有效性。     

基于细菌菌落算法的含分布式电源多目标无功优化

以含风电和光伏的配电网为研究对象,提出了含风电和光伏的配电网多目标无功优化模型.用场景分析法对双馈异步风力发电机(DFIG)进行了场景分析,用Beta分布函数来模拟光伏出力,通过蒙特卡洛方法对配电网进行了无功补偿选址,最后通过细菌菌落优化算法对IEEE33节点配电系统进行了算例分析,验证了该模型及方法的有效性.     

大规模分布式光伏接入的配电网电压越限解决方案

随着配电网中接入光伏发电比例的不断增加,大规模分布式光伏发电接入后带来的配电网电压控制问题引起了人们的广泛关注。在分析分布式光伏发电接入点电压特性的基础上,提出一种能够防止馈线电压越限的控制方案。在配电网电压将要越限时,光伏逆变器实时设定分布式光伏注入配电网功率的限值,防止电网电压越限。通过仿真分析验证了所提出的方案能够有效的对含大规模分布式光伏发电的配电网电压进行辅助管理,有效提高配电网中光伏发电的渗透率。     

计及供热的发电机组AGC优化控制研究

为解决供热抽汽改造导致的发电机组热电耦合及非线性问题,提高系统自动发电控制(AGC)跟随能力,提出了用于解耦控制的前馈补偿解耦算法,并对解耦后的电功率控制回路设计了基于模糊算法的模糊比例-积分-微分(PID)控制器。仿真结果表明,利用前馈解耦算法与模糊算法相结合的方案有较好的解耦效果,并能有效优化AGC跟踪能力,提高系统控制性能。     

多运行目标下的分布式光伏接入配电网极限容量多模型评估方法

作为异构能源的重要组成之一,分布式光伏电源并网运行时由于其出力的随机性、波动性等特性,对传统配电网络的安全稳定运行构成了较大程度的冲击和威胁;同时,随着发电容量的进一步提升,配网接纳分布式光伏电源的能力将成为主要制约因素。为此,在兼顾多运行目标的前提下,构建多模型学习方法,设计并整合光伏出力变化预测模型、负荷分布预测模型以及配网接纳分布式光伏极限容量评估模型,全过程分析光伏接入对配网运行产生的影响。构建Elman神经网络模型,确保光伏发电出力变化的预测精度;建立BP神经网络模型,在保障配网负荷时间、空间分布预测精度的同时,兼顾预测效率;在多约束条件下,基于PSO模型提出针对分布式光伏发电最大准入容量的优化模型,实现配网接纳分布式光伏发电极限的准确评估。实例结果表明,所提出方法可为配网安全稳定运行提供保障,并能够为配网接纳分布式光伏发电极限容量提供规划参考。     

多功能光伏发电系统仿真设计

提供一种基于Matlab/Simulink的多功能光伏(PV)发电系统仿真设计方法,既可用于系统运行分析和控制器设计,又可通过dSpace将其用于实验室系统.并对系统运行模式进行分析,采用stateflow进行运行模式控制;给出光伏逆变器和蓄电池充放电控制方法,以及它们在Matlab/Simulink中的实现方式。该仿真方法的应用可促进分布式发电的实用化进程.     

大规模分布式光伏并网无功电压控制方法综述

分布式光伏并网发电系统因具有就地消纳、运行灵活、可降低网损等特性,其并网规模迅速扩大,而随着分布式光伏并网渗透率不断提高,其对配电网电压质量的影响已不容忽视。针对大规模分布式光伏发电并入配电网所引起的电压越限问题,对国内外无功电压控制方式的研究现状进行综述。主要内容包括:对分布式光伏并网系统各个模块的控制原理、数学模型及控制模型进行了简要介绍,并分析了分布式光伏电源有功功率输出及并网逆变器无功功率输出对配电网无功电压的影响,最后总结了传统电压越限控制方式及新兴无功电压控制方式,并对各种控制方式的优缺点进行评述。     

基于PSO优化BP神经网络的光伏发电量预测

为了实现对光伏发电量的预测,降低光伏并网的不利影响,通过建立粒子群算法(Particle Swarm Optimization,PSO)优化的前馈神经网络光伏系统发电预测模型,进行光伏发电量的预测。该模型采用粒子群优化算法来优化神经网络内部权重和阈值,不仅收敛快,而且不易陷入局部极值,具有较强的泛化能力。以天气参数和光伏发电历史数据作为样本,比较了该模型与未经优化神经网络模型的预测效果。结果表明,经PSO优化的神经网络模型预测精度更高,预测性能更好。     

基于空间结构视角的屋顶分布式光伏发电系统分析

以屋顶分布式光伏发电系统为研究对象,构建了考虑建筑容积率和建筑密度影响的电力供需模型。针对不同类型建筑的数值进行分析,结果表明,对任一建筑密度,减小建筑容积率可提高屋顶光伏发电系统的发电量;对任一特定建筑,存在某临界容积率,使得光伏发电系统发电量大于需求侧电负荷。     

基于PSO-DE算法的分布式光伏优化配置研究

为解决分布式光伏电源接入配电网的优化配置问题,提出一种基于粒子群和差分进化的PSO-DE算法,同时构建了包含网损最小、投资成本最低、电压质量最优的无偏好多目标分布式光伏选址定容综合优化模型。首先对差分进化算法的变异过程进行改进,然后利用粒子群算法对差分进化算法中的缩放因子和杂交因子进行优化,采用标准测试函数对PSO-DE算法进行测试和参数敏感度分析,验证了算法的客观性和稳定性;并利用无偏好可变权重对多目标模型进行处理;最后以分布式光伏选址定容优化的实际应用为例,并与其他算法对比,验证了模型和算法的有效性和实用性。