含多电解槽的新能源制氢能量管理优化

新能源制氢系统是提升风能、太阳能等新能源发电消纳的有效途径。目前国内外关于电解槽能量管理的相关研究以单电解槽为主。单电解槽能量管理未考虑电解槽非线性的工作特性,难以兼顾多个电解槽制氢效率,影响系统经济性。论文针对含有多电解槽新能源制氢系统的能量管理问题进行了研究。以新能源消纳率、经济收益、制氢率为目标,考虑单个电解槽运行特性及生产约束等条件,建立包含风电、光伏、蓄电池、电解槽多个模块的能量管理优化模型,并采用SPEA2算法求解多目标优化问题。仿真研究表明,所提能量管理策略能够实现新能源发电的100%消纳,单位制氢效益可提升5.15%。因此,多电解槽制氢系统进行有效的能量管理有助于提高制氢效率,有效克服单电解槽运行及能量管理的不足。     

基于改进海鸥算法的新能源接入配电网继电保护定值优化方法

随着分布式新能源接入电网容量不断提升,配电网潮流分布更加复杂,而传统的继电保护方法无法满足现有的新能源配电网需求,导致继电保护装置可靠性、灵敏性进一步降低。针对这一问题,提出一种基于改进海鸥算法的新能源接入配电网继电保护定值优化方法。首先,分析新能源接入配电网对继电保护的影响;然后,以分布式新能源接入配电网下的保护灵敏性、速动性、可靠性为约束条件,构建灵敏度最优、整定时间最短的定值优化模型;最后,对海鸥优化算法进行改进,提高了算法的全局搜索能力、收敛速度及收敛精度,并使用改进海鸥算法求解定值优化模型,得出最优的保护定值以提高新能源配电网安全稳定运行水平。经过实验验证,所提方法与常见的粒子群算法、遗传算法整定方法相比,具有更快的收敛速度和更高的寻优效率,能很好地应用于新能源配电网继电保护中。     

基于改进布谷鸟算法的电力系统优化调度

本文绍了布谷鸟算法的原理,对传统布谷鸟算法进行了改进,建立多目标优化调度的数学模型,基于改进算法对模型进行一定程度的优化,通过分析证明,改进过后的算法的计算精度更高,同时能有效提高全局收敛性以及保证Pareto非劣解的多样性。     

基于改进天鹰优化算法的微电网多目标优化调度研究

微电网优化调度对降低企业用电费用,减少能源损耗和环境污染具有重要意义。研究了覆盖光伏、风电、储能、燃气轮机和柴油发电机的分布式电源,在微电网并网运行的情况下,为协调系统内部各微电源的出力情况,对光伏发电、风力发电和用电负荷功率进行预测,建立了以运行成本和污染治理费用最低的目标函数,并采用改进天鹰优化算法(IAO)进行求解,求得不同分布式电源和大电网的出力情况。仿真结果表明,该模型在保证用户持续供电的情况下,可以在一定程度上有效降低企业用户的用电成本以及减少污染物的排放,为微电网实际运行的功率分配提供指导。     

基于改进灰狼算法的配电网多目标优化调度

含新能源的配电网多目标优化调度作为智能电网优化的重要组成部分,对实现“双碳” 目标具有重要意义. 针对含新能源的配电网多目标优化调度,建立含新能源的配电网优化调度模型,利用改进多目标灰狼算法对其进行求 解,实现配电网在运行成本和环境成本最小模式下运行.算例结果证明了所提模型的正确性,并验证了改进灰狼算法 的优越性能.     

基于改进蝙蝠算法的微电网优化调度

在分析微电网中相关电源发电技术的基础上,建立以发电成本、污染物排放费用、甩负荷补偿费用和微电网网损补偿费用最小的多目标数学优化模型,应用超效率数据包分析评价方法,将多目标优化转换为单目标规划问题。鉴于传统蝙蝠群体易聚集于局部极值,导致早熟,将混沌序列以及自适应调整策略融入到蝙蝠优化算法,提出一种改进型多目标蝙蝠优化算法,为克服算法本身对缺乏变异机制的缺陷,利用混沌理论以及动态自适应调整机制的特性,对蝙蝠算法参数进行调整。最后通过算例验证所提算法具有良好的实用性和适应性,同时也验证了所提模型的实际意义。     

基于电解槽状态识别的风光制氢系统能量管理优化

针对碱性电解槽备用状态的选取问题,提出了一种基于碱性电解槽状态识别的风光制氢系统能量管理优化策略。文章确定制氢系统组成,建立系统模块模型,包括风电、光电、储能电池、碱性电解槽模块;确定系统风光消纳率、售氢收益比为目标,确定系统运行约束条件,采用SPEA2、GA结合算法求解多目标、多决策变量;之后结合天气预测数据、电网数据,以能量管理优化策略确定电解槽冷、热备用状态;最后利用实际算例论证优化策略可行性。算例结果显示能量管理优化策略能准确识别碱性电解槽冷、热备用状态,能够利用冷备用状态节约系统电能,合理分配系统内功率,提高系统收益。     

基于改进郊狼算法的新能源制氢能量优化调度

针对离网风光互补发电波动性较大及使用氢能进行电能消纳时带来的电网稳定性较差等问题。以建立典型的离网微电网系统框架模型为基础,采取寻优性能高效的改进郊狼优化算法,以微电网功率过剩和不足最小为目标函数,对磷酸铁锂电池组和质子交换膜(proton exchange membrane, PEM)电解槽功率进行合理调度优化。针对算法在模型求解时收敛速度缓慢、易陷入局部最优等不足进行改进,引入一种可变分散概率的郊狼成长和受全局影响的种群间个体交换方法。在提高收敛速度的同时,降低陷入局部最优解的可能。算例分析显示,改进后的郊狼优化算法寻优能力更强,收敛速度更快,可以有效解决微电网中能量调度优化问题。     

基于改进粒子群算法混合储能优化调度

大多数风电储能调度研究从经济运行成本或环境保护成本出发,调度方案缺少对储能投资企业收益和风电消纳的研究,考虑储能经济收益和风电功率消解对调度的影响,提出了一种基于改进粒子群算法的风电混合储能优化调度方法。首先建立一种蓄电池和超级电容混合储能的储能方案;其次基于分时售电、电价差异的影响因素,建立了以储能经济收益最大和风电功率消解最大的优化调度模型;最后提出了一种基于粒子群的改进优化算法,粒子群算法引入帕累托排序和拥挤度排序法,并进行了理论分析和仿真验证。结果表明,只考虑储能经济收益最大时收益明显增加,只考虑风电功率消解最大时消解明显增多,同时考虑储能经济收益最大和风电功率消解最大双目标时,对于两种目标,均有较好的优化结果。     

基于海鸥算法优化概率神经网络的变压器故障诊断*

:传统概率神经网络PNN依靠经验取平滑因子进行变压器故障诊断,导致预测准确率不高,因此提出一种基于无编码比值法（九维度）的海鸥算法优化概率神经网络PNN,构建一种新型变压器故障诊断模型。该方法用海鸥算法优化平滑因子,再将结果赋值给PNN模型进行训练,减少人为因素对神经网络设计的影响。结果表明,相对于传统PNN模型、PSO PNN模型及SSA PNN模型,该方法准确率更高,为变压器故障诊断提供了新方法。     

基于改进粒子群算法的微电网多目标优化调度

微电网优化调度作为智能电网优化的重要组成部分,对降低能耗、环境污染具有重要意义.微电网的发展目标既要满足电力供应的基本需求,又要提高经济效益和环境保护.对此,提出了一种综合考虑微电网系统运行成本和环境保护成本的并网模式下微电网多目标优化调度模型.同时采用改进的粒子群算法对优化模型进行求解.仿真结果表明,该模型可以有效降...     

改进海鸥优化算法在光伏系统MPPT中的应用

针对光伏阵列处于阴影状况下功率电压(P-U)特性曲线的非线性、多极值特点以及传统最大功率跟踪算法无法取得良好效果的问题,提出了一种改进海鸥优化算法的最大功率跟踪方法。该方法对海鸥优化算法的附加控制因子进行改进,提出非线性搜索控制应用到最大功率点跟踪(MPPT)中;并将混沌序列引入算法,增加种群位置的多样性,以此来克服过早收敛的缺陷,增强算法在全局搜索与跳出局部搜索的能力。建立仿真模型,在不同环境下与SOA、PSO进行对比,结果表明该算法可实现复杂环境条件下的最大功率跟踪,并具备较快的响应速度和稳定的寻优效果。     

基于粒子群算法的制氢电解槽运行控制策略

新能源制氢系统的优化调度、经济性与制氢效率密切相关,针对现有新能源制氢系统制氢效率低的问题,提出一种基于粒子群算法的新能源制氢系统控制策略。首先,基于质子交换膜电解槽模型,分析电解槽工作特点与制氢效率的关系,提出一种基于粒子群算法的制氢系统运行控制策略,提高制氢效率;然后,建立了考虑系统制氢效率的新能源制氢系统优化调度模型,并采用粒子群算法求解最佳制氢功率;最后通过电网实际运行数据的仿真分析,证明所提出制氢系统控制策略相较于传统的启停控制策略能够有效提高系统制氢量,提高系统收益。这为制氢系统在电网中的大规模应用提供了理论依据。     

含高比例风光新能源电网的多目标无功优化算法

为适应新能源大量接入电网的趋势,基于不同时刻的风速、光照强度、温度等气象条件信息,评估出风光新能源的无功调节容量,搭建了含高比例风光新能源参与调控的电网多目标无功优化模型。为快速获得电网中变压器分接头档位调节、无功补偿设备投切、传统发电机组电压调节以及风光的无功输出等控制措施的帕累托最优解集,采用寻优性能高效的多目标樽海鞘群算法(multi-objective salp swarm algorithm,MSSA)进行无功优化求解。为更客观找出电网线损、电压偏差、静态电压稳定裕度等不同目标之间的折中解,采用改进的理想点法进行多目标最优解集决策。最后,利用扩展的IEEE标准9节点和39节点算例进行仿真分析,并引入传统多目标智能优化算法来进行比较验证。仿真结果表明:与其他2种传统多目标智能优化算法相比,所提算法获得的帕累托前沿分布更广、更均匀;利用改进理想点法进行决策之后,可有效降低电网的线损和电压偏差,同时提高了电网的静态电压稳定裕度。     

基于智能电网调度控制系统基础平台的新能源优化调度

针对中国新能源大规模集中式开发的现状,分析了开展新能源调度的必要性以及新能源调度的特点。鉴于目前传统调度技术支持系统功能已无法应对大规模新能源并网给电网调度运行带来的挑战,介绍了一种基于多时间尺度的新能源协调优化调度方法,包括年/月度新能源电量计划制定、日前及日内滚动优化调度,并基于正在推广应用的智能电网调度控制系统基础平台设计开发了新能源调度技术支持系统。通过该系统可实现对新能源进行多个时间尺度的协调优化调度,逐步减少新能源预测误差带来的影响,保证了新能源的最大安全消纳。研究成果已在全国16个网/省级电网实现了应用。     

基于改进蝙蝠算法的微电网优化研究

为了协调微电网中各微电源的优化调度,文中研究了涵盖光伏、风电、储能、燃气轮机和燃料电池的分布式电源,在微电网并网与孤岛运行条件下,建立了以发电费用和污染物处罚费用最低的目标函数,并采用了具有Lévy飞行特征的蝙蝠算法求得一个调度周期内各个分布式电源的最优出力及总运行成本,最后将仿真结果与基本蝙蝠算法的结果相比较,从而验...     

基于改进粒子群算法的多目标无功优化

提出了一种基于粒子群算法的多目标优化方法,该算法采用Pareto支配关系来更新粒子的个体最优和全局最优值,用存储池保存搜索过程中发现的非支配解;采用聚类算法裁剪非支配解,以保持解的分散性;采用动态惯性权重来平衡粒子的局部和全局搜索能力,并将该算法应用于IEEE14节点系统的多目标无功优化     

含电动汽车的新能源微电网多目标分层优化调度

电动汽车(EV)和新能源微电网(NEMG)分属不同利益主体。针对EV接入NEMG后的经济运行问题,建立计及EV有序充放电行为和车主综合满意度的NEMG多目标分层调度数学模型并提出求解计算方法。EV层以最大化车主的综合满意度为目标,通过CPLEX软件求解得到EV充放电计划并传递给NEMG层。NEMG层基于EV充放电计划调整微电网内部可控分布式电源出力,以达到最小化系统综合成本和交互功率波动的目标。为求解该高维、非线性和多目标模型,提出基于可信度的三黑洞系统捕获策略多目标粒子群优化算法。仿真结果表明,含EV微电网分层架构相比不分层架构能实现EV和NEMG的互利共赢,验证了所提方法的科学性及有效性。     

基于改进NSGA-III的多目标优化调度方法及应用

多目标优化调度是生产过程中最优规划问题,对此提出了一种基于改进NSGA-III算法的多目标优化调度方法并将其应用于供电运维排班规划中.在基本NSGA-III算法的基础上,通过保留精英代策略、快速非支配排序和自适应归一化技术提高算法的收敛性,同时结合运维班组任务优化过程中的影响任务完成的人员静态因素和动态因素进行量化处理,实现变电运维人员的优化调配, 提高运维效率. 最后通过实际算例验证了模型及算法的合理性和可靠性.