考虑空调群虚拟储能的配电网电压无功协同控制研究

针对高渗透率分布式新能源接入低压配电网中引起局部节点电压偏高的问题,提出考虑空调群虚拟储能的配电网电压无功优化控制模型.首先基于楼宇蓄热特性对电热虚拟储能进行建模,该模型以配电网日运行成本、电压偏差最小为目标函数,采用多目标模糊规划模型,合理控制配电网中分布式能源、储能电池、静止无功补偿装置(static var generator,SVG)和上级电网的输出功率.最后以南方夏季系统运行场景为例,对控制系统进行仿真实验.通过IEEE 33节点系统仿真验证,结果表明:考虑虚拟储能的低压配电网系统在保证建筑内人体舒适度的同时对于维持电压稳定性具有良好的效果,并削减了储能电池充放电次数与深度,降低了配电网的日运行成本.     

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。     

考虑变流器四象限运行的不平衡配电网DESS两阶段优化配置

分布式储能(distributed energy storage system, DESS)可通过功率四象限运行以高效服务于配电网电压管理。现有以改善电压质量为导向的DESS优化配置研究缺乏对储能功率四象限运行和配网三相不平衡状态的全面考虑。为此,提出一种适用于不平衡配电网的功率四象限DESS两阶段优化配置方法。在选址阶段,基于三相牛顿-拉夫逊潮流算法提出全维电压灵敏度分析方法,从提升系统电压质量的角度深入探究DESS的最优选址。在定容阶段,考虑系统运行经济效益,以年均投运成本最低和节点电压偏差最小为优化目标建立了DESS经济运行模型,通过粒子群-灰狼优化算法进行求解。以改进IEEE33节点三相配电网为例开展算例分析,仿真结果验证了所提方法的有效性。     

基于需求侧响应的主动配电网双层优化方法

分布式电源在配电网中渗透率越来越高,导致配电网电压越限问题凸显,对此构建协同考虑主动配电网设备规划和运行的双层优化模型。上层模型考虑配电网中分布式电源、静止无功补偿器及电容器组的容量配置优化以减少配电网投资运行成本。下层模型考虑需求侧响应,有载调压变压器、储能及分布式电源等设备的协调控制,着重提高电压稳定性。针对模型特征,采用基于改进麻雀算法和二阶锥规划的混合优化算法进行求解。外部采用改进麻雀算法求解多维变量以提高求解速度,内部基于二阶锥规划求得配电网主动管理控制策略。最后采用改进的IEEE33节点系统进行仿真验证。结果表明,所提出双层优化方法可以有效提高配电网运行经济性,改善配电网电压分布,平抑负荷峰谷差。     

考虑光伏发电和储能系统调压能力的配电网储能容量优化配置

接入中低压配电网的高渗透分布式光伏发电易引起双向潮流现象,而现有无功补偿技术无法解决由此引起的配电网电压大范围波动问题。为此考虑到分布式光伏发电和储能系统的无功调节能力,研究通过协调控制储能系统和光伏发电输出的无功功率或有功功率实现配电网电压越限调节的方法,提出一种以配电网电压越限调节为目标的二层储能系统优化配置模型。内层优化模型以协调分布式光伏发电和储能系统的输出功率为前提,旨在消除电压越限;外层优化模型以全年电压越限分布最优为前提,旨在实现储能容量的最小化配置。利用差分进化算法对二层优化模型进行求解,并以IEEE33节点配电网为算例进行仿真。仿真结果验证了所提优化配置方法在改善配电网电压分布状况方面的效果。     

一种计及无功功率的光伏储能系统并网功率损耗模型研究

光伏储能发电系统快速发展导致光伏发电渗透率迅速上升,逐渐改变了传统配电网结构和运行方式。基于潮流计算分析,提出一种计及无功功率损耗的分布式光伏储能发电系统并网功率损耗模型。根据配电网最优运行状态进行功率损耗功率模型寻优分析,优化光伏储能发电系统注入配电网节点的功率,改善分布式光伏储能发电系统并网性能。以某单电源配电网为例进行仿真分析,对比不同功率损耗常数下节点电压波动、系统功率损耗,验证文中功率损耗模型的正确性与可行性。     

基于网损灵敏度方差的配电网分布式储能位置与容量优化配置方法

针对典型日负荷曲线,提出基于网损灵敏度方差的配电网分布式储能位置和容量优化配置方法。该方法考虑了分布式储能的充放电运行状态,基于网损灵敏度方差确定配电网中各节点接入分布式储能的优先顺序。以配电网网损和节点电压波动为目标函数,运用改进的粒子群算法对分布式储能的充放电功率进行优化,并确定分布式储能的最优配置容量。仿真结果表明,采用该方法确定分布式储能在配电网中的位置和容量可最大化实现功率就地平衡、降低配电网网损和降低配电网节点电压波动,实现分布式储能在配电网中的优化配置。     

提升区域电网电压稳定性的分布式储能协调运行策略

分布式储能在一定程度上抑制间歇式电源的波动,对区域电网电压暂降补偿发挥重大作用.为提升电网电压稳定性,本文首先通过分析分布式储能的运行模式,对分布式储能接入后对电网电压影响进行建模;其次通过研究分布式储能对电网电压稳定性影响机理,建立分布式储能装置协调运行模型.进而以系统电压波动最小为优化目标,以系统潮流以及分布式储能的充放电性能为约束条件,通过粒子群优化算法,得到各分布式储能系统的充放电状态,维持各节点的电压稳定性.最后以某区域电网为例进行仿真,验证了所提出的分布式储能协调运行方法能够有效提升区域电网电压稳定运行水平.     

考虑电压控制成本的分布式电源优化配置

大量间歇性分布式电源并网对电网规划与运行提出了新的挑战。为达到经济成本和分布式电源接纳能力的最佳平衡,提出一种考虑电压控制成本以及电压控制效果的主动配电网一体化规划新方法。首先,分析分散式与集中式电压调整的调压特点,建立不同调压系统的技术框架、调压策略和经济成本模型;然后,建立以年综合成本最小、清洁能源发电占比最大为目标函数,以电压合格、总费用合理等为约束条件的规划模型,并运用多目标差分进化算法进行求解。以并有分布式电源的IEEE 33节点配电网系统为算例,仿真优化中计及了电压的实时控制,仿真结果验证了所提模型和算法的有效性和实用性,能在保证电压合格的情况下改善配电网经济效益,并提高接纳分布式电源的能力。     

柔性多状态开关与分布式储能系统联合接入规划

随着分布式电源渗透率的提升,配电网运行面临着源荷强随机波动带来的挑战。柔性多状态开关（SOP）和分布式储能系统（DESS）可分别在空间和时间上实现潮流的灵活调节,进而提升配电网运行的灵活性。建立了基于时空特性的SOP和DESS双层规划模型,其中上层为选址定容层,考虑系统经济性,以配电网年综合运行成本最小作为优化目标;下层为运行优化层,以配电网网损费用和电压偏移之和最小作为优化目标。通过社区挖掘算法和改进负荷矩方法确定规划方案待安装节点集合,并采用自适应粒子群优化和二阶锥规划的混合算法求解规划模型。以IEEE 33节点系统进行算例分析与对比验证,结果表明SOP和DESS联合接入能有效改善配电网电压时空分布,且运行安装成本最低。     

面向高密度分布式光伏接入配电网电能质量治理的节点灵敏度分析方法

复合储能装置是有效解决高功率密度分布式光伏接入配电网所导致的瞬时功率越限、电压越限、谐波污染等一系列电能质量问题的方法。在高功率密度分布式光伏接入配电网的条件下,复合储能装置可供选择的安装节点多,导致其选址定容的计算量大和效率低,本文提出了一种面向高功率密度分布式光伏接入配电网电能质量治理的节点灵敏度分析法,实现了复合储能装置选址定容的快速求解。首先,建立了包括节点电压偏差、电流总谐波畸变率以及安装成本等多目标优化函数的复合储能装置选址定容优化规划模型;其次,应用节点灵敏度分析方法,通过对所有节点进行预处理,缩小了待选安装节点个数,获得了复合储能装置优化规划模型可行的安装节点备选集合,从而在采用改进多目标粒子群算法进行模型求解的过程中,大大减小了计算量,提高了优化效率;最后,以IEEE 33节点配电系统为例进行了仿真验证,结果表明了节点灵敏度分析法的优越性。     

含分布式光伏的配电网模型预测控制优化方法

分布式光伏的高渗透率和不确定性对节点电压和潮流分布产生了较大影响,给配电网的安全运行带来了新的挑战,如何对含分布式光伏的配电网进行有效准确的优化控制是亟须解决的问题。为此,文中提出一种含分布式光伏的配电网模型预测控制优化方法,以减小节点电压偏差和网络损耗为目标,基于模型预测控制方法不断更新预测信息并构建优化模型,对分布式光伏和储能设备进行滚动优化控制。采用修改的IEEE 33节点系统作为算例进行验证,仿真结果表明配电网的节点电压偏差和网络损耗得到了有效降低,优化效果相较于日前优化方法更贴近实际结果。基于模型预测控制,所提方法有助于配电网在分布式光伏接入下安全运行,且能减小控制方案与实际情况的偏差。     

含环网微电网的多目标无功优化控制策略

为解决含环网微电网中多类型分布式电源、储能系统和多类型负荷的优化控制问题,选取分布式电源运行 成本和电压质量２个目标为优化目标,基于内点法提出一种多目标无功优化控制策略.通过对IEEE５节点算例系统 进行求解,验证所建模型和算法的正确性.结果表明,建立的模型可有效消纳分布式能源,降低系统运行成本并改善 微电网电压质量.     

提升配电网电压质量的分布式储能经济优化配置方法

结合储能运行调度提出一种改善配电网电压质量的储能经济优化配置方法。从储能投资者利益出发,兼顾系统运行经济性,并考虑系统节点电压偏离正常值情况,建立以储能投资成本、线路损耗费用、主网购电费用及整体节点电压偏差最小为目标的储能选址、定容上层多目标优化模型,并引入层次分析法(analytic hierarchy process,AHP)将该多目标优化问题转化为单目标问题。将储能配置与其运行调度相结合,建立以反映负荷波动的负荷标准差最小为目标的下层储能运行策略优化模型。对IEEE-33节点配网系统及某工业园区实际线路进行算例分析,结果表明在不改变现有配电网结构的前提下,所建储能双层优化模型及算法能提升配电网的电压质量和经济效益,降低网络损耗。     

计及风光储与充电站的主动配电网双层协同规划

分布式电源与电动汽车充电站的大量接入已对配电网的经济性、电压质量等产生了重要影响。基于这个背景,本文对电动汽车的充电需求进行了分析,以规划总成本最低、节点电压质量最优为目标,提出了一种计及风光资源、储能以及充电站的主动配电网双层协同规划模型,采用改进的NSGA-II算法进行求解。通过改进的IEEE-33节点算例进行仿真,将不同规划方法所得到的规划方案结果进行对比,验证了所提模型的有效性。本文的研究可为含有分布式电源与充电站的主动配电网协同规划提供新思路。     

含分布式电源的配电网供电恢复模型及改进贪婪算法

分布式电源及储能系统的并网运行使配电网供电恢复更加复杂。基于功率可控分布式电源及储能系统倍率放电、荷电状态与孤岛运行时间等因素,提出了孤岛运行约束条件及孤岛备用容量模型;提出了以恢复供电负荷最大为目标函数,考虑孤岛运行备用容量约束、无电磁环网运行约束、支路潮流及节点电压约束的配电网供电恢复模型。结合配电网辐射状网络、负荷依次接入的特征,提出了逐步最优的改进贪婪算法,分别以可供电功率最大与线损微增率最小为选择判据,求解故障后配电网网络重构与孤岛划分。通过算例验证了考虑孤岛并网备用容量的供电恢复模型与改进贪婪算法,并对算法效率进行了比较分析。     

计及多种分布式能源运行的配电网双层优化规划方法

在配电网分布式可再生能源(Renewable Distributed Generation, RDG)优化规划问题上,考虑可控分布式电源和可中断负荷的调度运行情况,建立RDG双层优化模型。上层模型以配电网系统电压偏移最小、网络损耗最小为目标,求解RDG接入配电网的最优位置和容量。下层模型以配电网发电综合运行成本最小为目标,求解各时段可控分布式电源和可中断负荷最优出力安排。利用场景分析方法处理多种分布式可再生能源优化中的不确定因素。为减少模型计算量,采用K-means聚类算法获取典型场景。最后,采用改进的自适应遗传算法求解,以IEEE-33节点网络系统为例对所提模型与方法的有效性进行验证。仿真结果表明,该方法能够有效提高RDG优化方案在系统实际运行中的适用性。     

基于多目标人工蜂鸟算法的电-氢混合储能系统最优配置

将氢气储能系统与电池储能系统相互结合,可实现长期且快速的能量吞吐并减小分布式电源渗透率提高对配电网稳定性的影响。综合考虑电-氢混和储能系统接入配电网的经济性和技术性要求,以最小化系统全生命周期成本、配电网的电压波动和净负荷波动为目标,建立了电-氢混和储能系统多目标优化配置模型。采用基于Pareto的多目标人工蜂鸟算法求解其规划方案,并与多目标粒子群算法以及多目标原子轨道搜索进行了对比。最后,基于扩展的IEEE-69节点标准测试系统进行求解。仿真结果表明：多目标人工蜂鸟算法能够获得解集质量更加优异的Pareto前沿。所得混合储能系统配置方案在兼顾经济效益的同时,改善了配电网的电压质量和负荷水平。与仅配置电池储能系统相比,电-氢混合储能系统对配电网净负荷波动与电压波动的改善分别提高了21.02%与16.66%,证明了本文所提优化配置方法的有效性和卓越性。     

含移动式储能的主动配电网分层优化控制方法

移动式储能技术具有灵活性强、应用场景广泛等优点。除应急供电外,移动式储能技术在配电网削峰填谷、提高电能质量等方面也有良好的应用前景。针对分布式发电接入的配电网的优化运行问题,文中考虑利用移动储能日常闲置情况提出了一种综合移动储能调度和无功优化的主动配电网分层控制策略。其中,上层优化模型综合考虑净负荷方差和移动储能总运行成本最优;下层优化模型考虑移动储能调度与无功优化相配合,以电网电压偏差最小、网损成本最小以及迁移成本最小为目标。此外,文中考虑该模型具有多维非线性特性,引入量子行为与概率表达特性,提出一种改进量子粒子群算法,采用量子位对粒子当前位置进行编码,利用量子行为进化方程实现对粒子最优位置的搜索,提高了算法收敛速度与寻优精度。最后,结合IEEE 33节点配电系统进行仿真分析,验证了所提控制策略和算法的有效性。     

含高比例分布式光伏的配电网多目标概率规划方法

针对分布式光伏出力不确定性造成的配电网规划成本增加、运行稳定性降低问题,文章提出了一种含高比例分布式光伏的配电网多目标概率规划方法。通过K-means聚类对光伏出力数据进行场景削减,得到典型场景集及其概率模型,基于蒙特卡洛概率潮流生成不确定性场景,模拟分布式光伏实际运行情况。基于所得不确定性场景,建立双层概率规划模型：上层以投资建设成本最小和光伏渗透率最大为目标,对分布式光伏及储能进行选址定容,下层考虑分布式光伏出力的不确定性,以概率潮流下的运维成本、网损成本、购电成本和电压偏差指数最小为目标,对分布式光伏出力以及储能各时段充放电功率进行优化。采用改进的粒子群(particle swarm optimization, PSO)算法对概率规划模型进行求解。采用安徽某地光伏出力作为典型数据,以IEEE 33节点系统为算例开展多场景算例分析,结果表明：与传统规划方法对比,所提方法能够提升光伏渗透率和配电网运行稳定性,并降低综合成本。