风光储发电系统容量配置优化算法综述

风光储发电系统是提高新能源利用率的有效形式,风光互补与储能相结合可以有效降低随机性和波动性对电网产生的影响。容量配置优化问题则是风光储发电系统能否最大程度地发挥作用的关键。分析了容量配置优化的重要性,阐述了目前使用较多的两种群智能算法在容量配置优化方面的应用,并对这些容量配置优化算法未来的发展方向进行了总结和展望。     

基于改进蝙蝠算法的混合储能系统容量优化配置

针对光伏发电在微网中不稳定、功率波动较大的问题,利用超级电容和蓄电池的混合储能系统对微电网中功率波动部分进行平抑。根据光伏功率波动率和储能响应特性,提出基于低通滤波器分解的功率分配方法,采用改进的蝙蝠算法对混合储能进行容量优化配置,以混合储能装置全生命周期费用最小为目标,以系统的功率平衡、储能的荷电状态以及负荷缺电率等指标为约束条件,建立一种混合储能系统容量优化配置模型,实现混合储能系统经济最优。算例仿真结果表明,改进的蝙蝠算法不仅优化了蓄电池的工作状态,降低了储能系统的全生命周期费用,而且加快了收敛速度。     

风光互补发电系统的优化设计

阐述了风光互补发电系统的原理,确立了光伏方阵倾斜面上太阳辐照量的计算、光伏方阵发电量计算,以及不同地点、不同高度的风速计算、风力发电量计算等数学模型．通过选用4种不同的设计方案,讨论了系统的优化设计方法,使系统既能长期满足用户的负载需要,又有最佳的经济性,以节约投资费用．     

并网型风电场扩展光伏互补发电容量优化配置

风、光资源具有天然的互补性,在已建成的风电场中扩展光伏发电,组建互补发电系统,有利于平抑出力波动并提高运行经济性。提出一种并网型风电场扩展光伏容量优化配置方法。基于风速和太阳辐射在时间尺度上的互补性,建立修正的气象概率分布模型。以电气设备利用率最大,输出功率波动性和弃风、弃光电量最小为目标构建多目标优化模型,充分考虑3个目标之间的矛盾以及不同升压主变容量的影响。采用蒙特卡罗方法仿真生成风、光气象数据,基于多目标粒子群算法求取Pareto最优解集合,结合工程要求和经济性指标从集合中确定最终方案。结合算例,对本研究方法的有效性进行了验证。     

并网型风电场扩展光伏互补发电容量优化配置

风、光资源具有天然的互补性,在已建成的风电场中扩展光伏发电,组建互补发电系统,有利于平抑出力波动并提高运行经济性。提出一种并网型风电场扩展光伏容量优化配置方法。基于风速和太阳辐射在时间尺度上的互补性,建立修正的气象概率分布模型。以电气设备利用率最大,输出功率波动性和弃风、弃光电量最小为目标构建多目标优化模型,充分考虑3个目标之间的矛盾以及不同升压主变容量的影响。采用蒙特卡罗方法仿真生成风、光气象数据,基于多目标粒子群算法求取Pareto最优解集合,结合工程要求和经济性指标从集合中确定最终方案。结合算例,对本研究方法的有效性进行了验证。     

基于改进微分进化算法的微电网优化运行研究

目前微电网是研究中的热点问题,是未来智能配电网的发展方向,研究微电网的优化运行有着重要的意义。在考虑含多种微电源的微网模型的基础上,考虑了SO2,CO2,NOx的排放成本以及运行维护费用,以微电网运行成本最低为目标函数,提出了一种基于改进微分进化算法的微电网优化运行方法。采用的改进微分进化算法经过初始化、变异、交叉、选择等操作完成对最优解的搜索,在不同阶段采用不同的变异策略,具有更高的全局搜索能力和收敛速度,对算例的仿真实验证明了方法的有效性。     

基于小生境遗传算法的风光互补发电系统配置优化

针对风光互补发电系统的配置问题,采用小生境遗传算法进行了系统配置优化,结果表明在满足负荷用电要求的前提下,互补发电系统的经济性能优于单一的风力发电系统和单一的太阳能发电系统。     

基于改进的单纯形和微分进化的混合优化算法

在对微分进化算法DE进行分析的基础上,结合单纯形算法(NM),提出了一种基于DE和NM的混合算法DE-NM,该算法充分利用DE算法的全局搜索能力和NM算法的局部搜索能力,使得种群既保持了个体的多样性,同时也加快了收敛速度。通过与其他一些优化算法对比表明,DE-NM混合算法是求解优化问题的一种有效算法。     

基于粒子群算法的风光互补发电系统配置优化设计

粒子群算法(Particle swarm optimization,简称PSO)模型简洁,具有优异的探索效率、良好的收敛性及精度,与其他优化算法相比具有令人瞩目的优异性。通过将粒子群算法应用于由太阳光、风力发电等构成的可再生能源混合发电系统的最优化配置研究中,并通过实际的应用完成在以系统综合成本最小的约束条件下,对系统各构成模块的规格进行优化分析。通过对某工业园区进行风光互补发电系统优化,即分别对风光互补发电系统、单一风力发电系统、单一光伏阵列发电系统这3种优化方案进行经济性分析和技术性分析,进行优化设计。结果表明:基于粒子群算法的风光互补发电系统优化设计在兼顾满足负载要求的情况下,达到较好的经济性,适宜推广此种可再生能源发电方式。     

基于改进的人工蜂群算法的微电网储能系统容量优化配置

由于风光能源具有间歇性和波动性的特点,对电网的电能质量造成了不良影响,因此提出了一种微电网的储能容量优化配置方法。首先,建立以用户用电费用最低、储能能量损失最小及风光能源的波动性最小为目标的微电网系统模型;然后,提出了一种改进的人工蜂群算法求解模型,通过不同的算法对无储能、单储能及混合储能3种储能方案模型进行求解分析;最后,采用熵权法找出适用于微电网的最佳储能方案。实验结果表明,改进的人工蜂群算法能够求解微电网模型且不易陷入局部最优,并通过熵权法得出了蓄电池和超级电容的组合适合作为微电网储能系统的结论。     

计及储能系统充放电策略的风光混合发电系统容量优化

如何最优配置风光混合发电系统的容量,对保证供电可靠性和降低系统投资与运行成本都有重要意义。首先以气象数据为基础,对风力发电(wind power generation,WPG)与光伏(photovoltatic,PV)发电的发电功率以及电池储能系统(battery energy storage system,BESS)的充放电功率进行建模,计及了风光发电出力的随机性。在此基础上,采用动态规划方法优化BESS的充放电控制策略。然后,建立了在保证供电可靠性的前提下优化配置风力发电和光伏发电容量的数学模型,并采用遍历搜索方法求解。最后,以修改的IEEE-RBTS(Roy Billinton Test System)Bus 4的配电系统为例,对多种情形做了计算分析,说明了所提方法的可行性与有效性。     

风光互补发电远程监控系统的设计

能源是人类生存和社会发展的基本要素,风能和太阳能作为清洁的绿色能源,利用风能和太阳能发电可以大大缓解目前的能源危机。由于其能源的特点,风力发电和光伏发电设备都设立在荒漠或山区,使得设备的监控和数据采集困难。介绍了风光互补发电系统的组成,基于组态软件开发了一种远程监控系统,实现了对风光互补发电系统的远程监控。     

风光互补发电系统实验模型的建立

本文介绍了风光互补发电系统实验模型的组成与设计.该系统为研究风光互补发电系统的控制、能源的变换和利用、整流与逆变、蓄电池的智能充放电等课题提供了实验平台.介绍了作者利用该模型得出的一些实验结果.     

基于全局灵敏度分析的改进微分进化算法

为了提高微分进化算法在问题维度较高、计算量有限的情况下的寻优能力,提出了基于全局灵敏度分析方法的改进微分进化算法。使用Morris-One-at-a-Time(MOAT)全局灵敏度方法对典型函数进行灵敏度分析,与另一种全局灵敏度分析方法 Sobol方法进行了对比,证明MOAT方法计算效率和精度较高。基于MOAT方法分别构造了考虑灵敏度信息的改进交叉算子和变异算子,从而得到2种改进微分进化算法GSADE1和GSADE2。使用5个显式50维测试函数对2种改进算法进行了测试,并与基准微分进化算法进行了对比,发现2种改进算法在收敛速度和鲁棒性方面都有所提高。     

基于PLC的风光互补发电控制系统设计

基于PLC对风光互补发电系统的控制系统进行了设计,依据最大功率点跟踪控制理论（MPPT）分别对风力发电和光伏发电的控制系统进行了设计,实现最大限度的利用风能发电和太阳能发电的互补性能,提高系统的运行效率,增加系统的输出功率。试验结果表明该控制系统基本实现光伏发电和风力发电的最大功率点跟踪控制,同时满足蓄电池充电及过充、过放保护的要求,为风光互补发电系统的进一步应用提供理论参考。     

基于双输入Boost电路的风光互补发电系统研究

传统风光互补发电系统通常采用2套DC/DC装置以实现最大功率点跟踪,实际运营时投资成本高.Boost电路应用在MPPT上具有输入电流连续,驱动电路简单的优点.采用了一种新型的双输入升压斩波电路,该电路可以实现2种不同性质的电源输入,简化了传统的多输入变换器的电路结构,提高了电压增益,降低了开关器件电压应力.详细阐述了双输入Boost电路风光互补发电系统扰动观察法的控制策略.仿真结果表明,风力机和太阳能电池板同时或独立供电时,所设计的双输入Boost电路都能够实现最大功率点跟踪.     

并网型风光储混合发电系统中储能系统容量优化研究

以并网型风光储混合发电系统中储能系统容量优化为目标,利用风电、光伏的发电数据和电网的调度数据,提出合理优化配置并网型风光储混合发电系统中由超级电容器和蓄电池组成的混合储能系统容量的方法。进行了优化计算程序的编制和算例分析,结果表明,同时考虑电网连续电能缺失总量和电网瞬时功率缺失两方面能提高储能系统容量优化的准确性,超级电容器和蓄电池组成的混合储能系统能提高电网整体安全性与经济性。     

基于粒子群与微分进化算法的无功优化

应用传统粒子群算法(PSO)于电力系统无功优化问题存在收敛精度不高、陷入局部最优的缺点,利用微分进化算法(DE)的随机变异性,将当前所产生的局部最优值进行变异,再重回PSO搜寻全局最优值,从而提高了PSO算法的寻优特性,应用于IEEE30节点,验证所提算法是可行和有效的.     

风光互补发电系统协调控制策略与并网研究

光伏发电、风力发电具有间歇性和波动性的特点,将两者结合起来,可以有效缓解电能供应不平衡矛盾,提升发电系统的可靠性。本文中首先对风光互补发电系统中光伏发电子模块、风力发电子模块和蓄电池子模块进行了分析和建模,完成了光伏发电系统和风力发电系统的最大功率跟踪simulink仿真。在此基础上,提出一种风光互补协调控制与并网策略,仿真结果验证了控制策略的可行性。     

通信基站风光互补发电系统的设计和研究

太阳能和风能作为两种应用广泛的可再生资源,在资源条件和技术应用上具有良好的互补性.风光互补发电可弥补单独风力和太阳能发电供电可靠性低和造价高等缺点,其应用领域广泛,可用于通讯中继站、市政亮化等场合.分析了风光互补发电系统的结构特点和运行原理,并在此基础上设计了通信基站的风光互补发电系统.