基于LQ-GSA的独立型微网容量优化配置

独立型微网容量优化配置是微网规划建设中的重要环节,文中提出一种基于莱维飞行的量子引力搜索算法(LQ-GSA)对独立型微网系统中的风力发电、光伏发电和蓄电池容量进行优化配置。在保证系统供电可靠性和新能源消纳的基础上,建立以平准化能源成本为优化目标的独立型微网容量优化配置模型,通过引入收缩扩张系数动态调整策略和莱维飞行改进量子引力搜索算法以增强算法的全局寻优能力。利用文中所建立的模型进行仿真分析,并与其他万有引力搜索算法和粒子群算法结果比较,算例结果表明所提算法具有较高的求解精度和稳定性,能够保证独立微网系统的经济可靠运行。     

基于改进二进制蝙蝠算法的独立型微网容量优化配置

该文围绕独立型风/光/柴/储微网的容量优化配置展开研究,以微网系统供电可靠性为约束条件,同时考虑微网经济性、环保性和可再生能源利用率3个指标,以加权后的年均综合费用最小为优化目标,构建微网容量优化配置的非线性整数规划模型。针对连续优化算法直接用于求解离散优化模型而导致的局部最优问题,该文提出一种改进的二进制蝙蝠算法(improved binary bat algorithm,IBBA),将差分进化(differential evolution,DE)算法的变异、交叉、选择操作与二进制蝙蝠算法(binary bat algorithm,BBA)相结合,增强BBA的全局寻优能力。算例结果表明,IBBA求解得到的配置结果在精度和稳定性上均优于遗传算法(genetic algorithm,GA)、粒子群算法(particle swarm optimization,PSO)和DE算法。     

基于SMCS-NSGAⅡ的独立型微网优化配置

针对独立型微网优化配置问题,采用风速、光照强度及负荷的概率模型和序贯蒙特卡罗模拟法处理风光出力和负荷的不确定性。建立了以总净现费用为经济性优化目标和以年二氧化碳排放量为环保性优化目标的多目标优化配置模型。通过设置概率约束的方法处理相关不确定性下供电可靠性约束问题,最后采用改进的非劣排序遗传算法对某算例进行仿真计算。讨论了供电可靠性置信水平和柴油价格增长对优化配置结果的影响,结果表明所提优化配置模型和方法的有效性。     

基于多状态建模的独立型微网优化配置

针对风速、光照强度和负荷不确定性对独立型微网优化配置的影响,应用三者的概率密度函数对每个月份构造典型日,利用多状态系统理论对典型日各个时刻风光出力和负荷进行了多状态建模。以经济性和环保性为目标,建立了基于多状态建模的独立型微网多目标优化配置模型,并采用改进的非劣排序遗传算法(NAGA-Ⅱ)对模型进行了求解。最后,针对某一算例分别使用所提出的优化配置方法和已有的基于确定历史场景的优化配置方法进行了仿真计算,通过对仿真结果在若干随机场景下的比较分析,验证了所提优化配置模型和方法的合理性和有效性。     

基于Benders分解的独立型微电网鲁棒优化容量配置模型

为了提高独立型微电网电源优化配置的鲁棒性,综合考虑了风、光和负荷的间歇性和随机性,建立了独立型微电网的双层鲁棒优化容量配置模型。外层为初始投资费用主问题,内层为基于风、光和负荷不确定集的运行优化子问题。采用对偶的方法对子问题进行解耦,利用大M法将其线性化,并通过Benders分解的方法将主子问题进行交互迭代,直至经济成本达到最优。在算例中将该方法与改进的非支配排序遗传算法(NSGA-Ⅱ)进行对比,结果表明所提模型的鲁棒性更好,求解效率更高,验证了模型的合理性和有效性。     

考虑条件风险价值的虚拟电厂多电源容量优化配置模型

虚拟电厂中风、光等可再生能源出力及市场电价的不确定性会导致其收益具有一定的风险性。合理配置虚拟电厂中风电、光伏、储能以及常规机组的容量,能够降低系统成本,使投资者的利益最大化。以投资和运行成本最小为优化目标,采用条件风险价值作为风险量度的指标,建立了一种基于投资组合理论中计及风险量度的虚拟电厂容量优化配置模型。在此基础上,探讨风险偏好对规划虚拟电厂多电源容量配置的影响,以及环境成本、自然资源及负荷之间的相关性对配置结果的影响。以美国德克萨斯州某地区附近的风、光资源,电价及负荷数据为实例,采用场景技术模拟不确定性。算例结果表明了该模型的正确性,可为不同风险偏好的投资商在规划建设虚拟电厂时面对多电源容量配置问题提供定量依据。     

独立光伏微网容量优化配置

独立光伏微网系统中,因太阳能固有波动性、不可控性等特点,微网电源间的相互协调与控制变得复杂。所以,解决电源与负荷的能量匹配问题是独立运行状态下微网稳定的首要条件。将改进的粒子群算法应用到解决光储柴(光伏、储能、柴油发电)协调配合的全年独立运行的微电网电源容量优化配置中,建立光伏、储能、柴油发电的稳态数学模型。通过全年微网运行综合费用分析,建立以全年综合费用最低为目标的成本数学模型。针对微网的不同运行状态,提出微网电源协调配合的能量管理策略。遵循提出的能量管理策略,利用改进的粒子群算法得到微网电源的最优容量配置方案,结果表明改进的粒子群算法具有全局寻优能力强的特点。     

基于改进麻雀搜索算法的微网容量优化配置

为得到微电网中各微电源的最佳容量配比,满足负荷的出力需求,本文针对含风光柴储的并网型微电网,以综合运行成本最低为目标函数,以分布式电源出力及污染物排放量为约束条件,建立容量优化配置模型。采用折射反向学习机制、差分变异交叉选择策略及动态步长因子改进标准麻雀搜索算法对模型进行求解,并与鲸鱼优化算法、差分算法、灰狼算法、麻雀搜索算法进行对比。选取宁夏地区两个典型日进行算例分析,所求成本较其他4种算法分别降低3.05%、4.12%、8.46%及1.13%。仿真结果表明所提模型具有合理性,且改进的SSA具有良好的寻优能力。     

基于合作博弈的微网储能容量优化配置

合理配置储能容量在平抑清洁能源功率波动、辅助稳定电网频率等方面具有重要意义。针对含有风电、光伏发电的微网,兼顾储能设备参与电网一二次应急调频,利用储能空闲资源参与电网调频,同时考虑了微网的电量成本、投资维护成本等因素,以微网每天综合费用最低为优化目标,基于合作博弈建立微网均衡模型,利用粒子群和内点算法求解各微网最优容量配置。算例结果验证了模型与方法的合理性。     

基于负荷分析与优化控制的微网容量配置方案

文章在进行负荷分析的基础上,采用Homer进行仿真方法,得出全年用电情况。统筹考虑当地气候条件,协调风、光、储容量优化配置,进一步提出微电网并网运行及孤岛运行的控制策略。从而提高了微电网运行的可靠性及经济性。     

基于统计学方法的微网混合储能容量优化配置

混合储能系统是微网中平抑功率波动的关键组件,为微网配置适当的储能容量可有效提高系统的经济性。提出了混合储能系统容量优化配置的一种统计学方法。该方法提出了基于频谱分析的功率分配策略,并与频率滞环控制相结合。功率分配策略协调蓄电池和超级电容器的运行,改善了蓄电池的运行环境;频率滞环增加了蓄电池的使用寿命。该方法还探索了超级电容器、蓄电池的容量配置子算法。此外,对统计模型进行蒙特卡洛仿真,获得了混合储能系统的容量概率分布,确定了不同累计概率水平下的混合储能系统的容量。仿真结果验证了所提方法的合理性和经济性。     

基于频谱分析的微网混合储能容量优化配置

为含多种分布式电源的微网系统配置适当容量的储能,可有效提高微网供电的可靠性和灵活性。针对风光互补独立微网系统,考虑储能设备的运行特性对其循环使用寿命的影响,对微网储能容量优化配置进行了研究。在对微网净负荷功率进行频谱分析的基础上,提出了协调蓄电池与超级电容器运行的微网系统功率分配策略。通过分析储能系统的成本结构,建立了以储能系统年综合最小成本为目标函数,同时考虑储能充放电功率、剩余电量等约束条件的微网混合储能容量优化模型。实例验证了所提方法的技术合理性和经济实用性,为微网储能规划设计提供了理论依据和技术支持。     

基于物联网的微网容量多目标优化配置研究

作为分布式电源的良好载体,微网的容量配置是微网运行控制的前提。在总结多种分布式电源基本特性的基础上,考虑供电可靠与安全性、建造与运营成本经济性和环保效益等多个目标的综合效应,利用萤火虫算法对微网容量进行多目标的优化配置。通过算法性能的测试证明,优化设计后的微网系统达到了多目标优化,有效地提高了微网的运行效率。同时,借助物联网技术研发了相应的实现平台。     

微网中分布式电源容量的优化配置

微网电源容量的优化配置是进行微网规划的关键环节。文章在考虑风速、光照强度和负荷的相关性的基础上结合LHS技术生成相关性样本,论述了进行电源配置的方法和选择指标,建立了基于全寿命周期成本和供电可靠性的数学评价模型。初始数据为某地区的全年小时光照风速温度和小时负荷,利用多种群遗传算法对模型进行求解,得出配置情况。不同的可靠性指标也会得出不同的配置结果和成本。     

基于可靠性的微网容量最优配置

针对风/光/储独立供电微网,提出一种基于可靠性的最优容量配置方法。首先,考虑风速和光照强度的随机性,分别建立风力发电机、光伏阵列以及蓄电池的数学模型;在此基础上建立包含设备投资费用、运行维护费用、蓄电池重置费用以及系统可靠性和能量过剩率指标的优化配置模型,并确定约束条件;其次,采用改进粒子群优化算法对微网容量优化问题进行求解。在MATLAB环境下编程实现微源最优配置方案,结果表明优化后的微网不仅保证了系统供电可靠性,而且节省了经济成本。     

基于ISSA的光储微网混合储能容量优化配置

近年来,新能源的大力发展促使分布式能源结合本地负荷的微网结构应运而生,针对光储微网混合储能容量优化配置的问题,提出一种改进的麻雀搜索算法（ISSA）对以经济性为目标建立的储能容量配置模型进行求解。首先,利用分时电价策略优化混合储能系统充放电功率,建立以储能系统年综合成本最小为目标的容量优化配置模型;其次,针对传统麻雀搜索算法求解精度低、收敛速度慢、易陷入局部最优等问题,采用精英反向学习初始化种群,并结合粒子群算法改进麻雀位置更新公式,同时引入莱维飞行策略扩大算法搜索范围。最后,通过算例分析验证了所提策略的合理性和有效性。     

考虑补贴的独立微网容量配置优化方法

针对风光柴蓄独立微网系统,提出了考虑补贴的容量配置优化方法。该方法以总净现成本最低为优化目标,以负荷缺额率为约束条件保证供电可靠性,采用遗传算法优化系统容量配置。通过测试基于该方法所开发的软件,验证其了正确性,并以此作为仿真平台,实现了多种电源组合方式下考虑补贴的容量配置优化仿真分析。分析结果表明,在独立微网系统容量配置优化时,不同补贴方式会对系统容量配置优化结果有较大影响;在所研究的补贴标准下,按发电量补贴方式比按投资安装补贴方式投资商可获得的总补贴收益更多,总投资成本更少。     

计及负荷可控性的微网储能容量优化配置

合理配置储能容量,是保证以可再生能源为主体电源的独立微网经济可靠运行的关键。基于微网地下水开采负荷的可控性,提出可再生能源/储能/负荷协调的微网系统功率分配策略。在此基础上,考虑蓄电池储能的运行特性对其寿命影响,提出微网电池储能的容量优化模型。以中国西北地区风光互补独立微网为例,对电池储能容量优化进行研究,仿真结果验证了所建模型的合理性。     

基于随机生产模拟的微电网储能系统容量优化配置方法研究

针对微电网内风电、光伏、储能系统联合出力随机特性,建立风电、光伏时间尺度下联合出力模型,结合新型储能系统灵活出力的特性,搭建考虑充放电特性及寿命衰减特性的储能数学模型,并以降低弃风、弃光量为原则,提出微电网内储能系统控制策略。最后,基于随机生产模拟方法模拟微电网系统运行状态,为储能系统容量规划提供依据。算例结果表明,该方法可提高微电网系统运行经济性和鲁棒性。     

基于恶劣场景辨别法的微网随机自适应鲁棒模型

为应对能源结构转型中的低碳化、清洁化需求,考虑了微网同时参与日前能量市场、实时能量市场以及碳交易市场的情况。针对市场电价预测精度高、误差分布规律等特点,采用随机规划法对其不确定性进行处理。针对光伏出力的随机性与间歇性,采用动态鲁棒优化法对其进行处理。构建了考虑电价和光伏出力不确定性的微网两阶段鲁棒优化调度模型,并采用恶劣场景辨别算法将原问题分解为主问题和子问题进行迭代求解。子问题用来辨别最恶劣的光伏出力情景,并通过主问题对该情景下的单层优化模型进行求解,从而极大地削减了所需求解情景数量,提高了模型的计算效率。算例验证了算法的有效性,结果表明:微网同时参与多个电力市场可显著增加利润;采用恶劣场景辨别算法能够减轻计算负担,有效提高计算效率,且在大规模场景下的适应性更强。