大数据下分布式风电光伏储能容量配置方法

以往使用大型蓄电池储能系统配置,通过非参数估计和曲线拟合储能容量配置方案,只针对一种情景分析,导致不同天气下容量配置结果不理想,为了解决该问题,提出了大数据下分布式风电光伏储能容量配置方法。分析分布式风电光伏储能拓扑结构,调整储能装置能量状态,使其能在不同情景下工作。计算目标函数,确定波动量权重值,设计跨时间尺度的能量存储总体布局方案,使用大数据分析方法求解目标函数,并设计储能容量配置流程。由实验结果可知,该方法分别在大雾、大雨和雷暴天气下的容量配置结果与预期配置结果一致,具有良好的配置效果。     

光伏新能源微电网储能电池容量优化配置方法

为提高光伏微电网系统运行的稳定性与高效性,保证新能源发电产业带来的多重效益,文章研究设计了一种光伏新能源微电网储能电池容量的优化配置方法。为检测该设计方法的可行性,设计了仿真模拟试验。结果显示：应用该设计方法进行优化配置后,微电网光伏储能配置比例为11%,电池的储能容量为826kW·h;电池总投资为203.2万元;微电网运行年均成本为647元;实际充电、放电效率为92.32%,高于初始的设定值90%。表明本文设计方法可以有效节约微电网项目的投资成本,具有经济性;通过科学地调节电池的充、放电时间,提高了电池的使用效率,具有高效性。     

宁夏地区风光互补发电系统容量优化配置的研究

宁夏地区每年都有充足的光照和丰富的风能,非常适合建立风电站和光电站。然而,由于风能和光照会随着季节性的变化而呈现周期性的变化,为了最大化利用光照和风能,人们开发出了风光互补发电系统。然而,这些系统由于技术不够成熟,光能和风能的转化率并不高。为此,本文确立了研究主题为宁夏地区风光互补发电系统容量优化配置。通过对资料的收集与整理,了解当前主流的算法,并在此基础上进行优化,通过对容量优化配置进行改进,使得风光互补发电系统的整体性能得到提升。实验的仿真结果显示,本文提出的改进的粒子群算法效果不错,值得推荐。     

基于改进麻雀搜寻算法的混合储能容量优化配置

本文基于提高风光储发电系统的稳定性和经济性,较少系统运行成本,研究风光储发电系统的容量优化模型,探讨麻雀搜寻算法的改进以及容量优化方案。首先为风光储发电系统引入了全生命周期模型作为目标函数,以超级电容,蓄电池作为系统的储能装置,以系统负荷缺失变化率,蓄电池特性,超级电容特性作为约束条件,建立了容量优化配置的模型,然后通过对步长参数进行非线性优化改进了麻雀搜寻算法。最后利用算例在Matlab中进行仿真分析。结果证明,系统在改进麻雀搜寻算法下收敛速度加快,稳定性显著提高,建设费用减少。     

基于广义短路比约束的光伏最大准入容量优化

光伏容量的增加会导致系统出现小干扰稳定问题,广义短路比指标可反映多光伏馈入系统的小干扰稳定性。基于此,提出了在广义短路比约束条件下,多光伏馈入交流网络中任意节点的最大准入容量优化方法。首先,建立多光伏馈入系统的小干扰稳定性分析模型;其次,以未降阶拓展阻抗矩阵的形式表达广义短路比,考虑光伏接入网络中任意节点的情况,建立基于广义短路比约束的光伏最大准入容量优化模型,并采用改进的粒子群算法进行模型的求解。最后,通过仿真验证了该方法的正确性。     

基于IPSO-LSTM神经网络的光伏发电系统故障检测

光伏发电系统的故障检测对光伏发电系统的安全运行至关重要。为提高光伏发电系统的故障检测效率,提出一种基于改进粒子群算法优化长短期记忆(IPSO-LSTM)神经网络的故障检测方法。首先通过构建改进的粒子群算法优化双层LSTM网络,对光伏发电系统的发电功率进行实时预测;然后,将LSTM网络预测的发电功率和系统实际的发电功率的误差作为残差值,当残差值大于设定的故障检测阈值时,可以确定系统发生故障。试验结果表明：改进粒子群算法优化的LSTM神经网络比传统的LSTM网络的故障检测性能更优越。     

基于云模型的含分布式光伏配电网双层优化调度方法

为提升含分布式光伏配电网双层优化调度效果和该配电网的供电质量、降低运行成本与供电损耗、保障其运行的经济性与平稳性,提出一种基于云模型的含分布式光伏配电网双层优化调度方法。以低节点电压偏移量、低线路损耗及低运行成本为目标函数,为含分布式光伏配电网构建包含上层主动配电网与下层微电网优化调度模型的双层优化调度模型,结合云模型改进的粒子群(Cloud Model Improved Particle Swarm Optimization, CMOPSO)算法求解所构建的调度模型,完成基于云模型的含分布式光伏配电网双层优化调度方法的设计。实验结果表明,采用该方法进行优化调度后,可显著降低含分布式光伏配电网的线路损耗、电压偏移量及运行总成本,提高其各节点电压,使各节点电压更接近于安全电压基准值,减少配电网的供电损耗,提高其供电电能质量,保障其整体运行的平稳性与经济性;CMOPSO算法在求解模型时收敛到全局最优解的速度较高,收敛性能优越。所设计方法的总体效果较好,具有一定应用价值。     

基于改进粒子群算法的光伏最大功率点跟踪策略分析

阐述光伏电池最大功率点跟踪的问题,传统算法有容易陷入局部最优和收敛速度慢的特点,探讨利用天牛须搜索更新惯性权重并引入混沌扰动和“跳出”机制,对标准粒子群算法进行改进。将改进的粒子群算数法与标准粒子群算法在标准环境下仿真对比分析,改进的粒子群算法输出波动小,输出功率高。并应用改进的粒子群算法光照变化时进行最大功率点跟踪,验证算法有效性。     

一种用于平抑风光功率波动的混合储能容量配置方法

风光发电功率具有强随机性和波动性,直接并网会引起电网频率不稳定,可利用混合储能系统有效平抑。文中以全钒液流电池和超级电容组成混合储能系统作为研究对象,提出一种混合储能容量配置方法。首先,采用自适应移动平均算法确定风光并网功率和储能系统功率;然后,利用鲸鱼优化的VMD分解储能系统功率,得到一系列模态分量和残差量,考虑残差量中可能包含的丰富信息,对其作相同的VMD分解,将两次分解产生的各模态分量分别作希尔伯特边际谱分析,确定分界频率,将所有低于分界频率的模态分量分配给全钒液流电池,其余由超级电容承担;最后,根据全钒液流电池和超级电容各自吸收、补偿功率情况,配置储能系统的额定功率和额定容量。算例分析表明,文中方法能够有效平抑风光输出功率波动,并实现混合储能系统额定功率、容量合理配置。     

基于改进粒子群算法的分布式电源并网优化配置方法

由于分布式电源关联因素的波动性,导致资源配置在供电阶段的稳定性较低。为此,本文提出了基于改进粒子群算法的分布式电源并网优化配置方法。首先,利用超效率DEA模型计算出在机组输出负荷和储能系统负荷允许范围内的并网优化配置目标函数;然后,将配置参数作为萤火虫,定义其亮度和吸引度,以此确定粒子群算法寻优的方向和单位移动步距;最后,设置随机扰动值,避免寻优过程中陷入局部最优。测试结果表明,该设计方法可以有效降低配电系统在用电波峰阶段出现切负荷的次数,在负荷低谷期的弃风量基本稳定在50.0kW以内,实现了对资源的有效利用。     

基于粒子群优化算法的光伏最大功率跟踪

针对光伏发电系统在局部阴影条件下呈现高度非线性、时变不确定性和多个局部功率峰值的特点[1],提出一种粒子群优化和改进的扰动观察法结合的MPPT算法。此算法首先利用粒子群算法来快速寻找最大功率区域,然后改进的扰动观察法精确化最大功率点,克服光伏发电系统最大功率陷于局部最优。建立仿真模型,通过仿真实验验证了这种控制方法能快速找到全局最大功率,具有更加突出的动态响应性能,避免了功率损失,提高光伏发电效率。     

基于SM-PSO算法的分布式SAR卫星系统构形优化设计方法研究

针对由3颗或者3颗以上卫星组成的分布式SAR卫星系统,该文提出了一种基于改进粒子群算法的构形优化设计方法。首先给出了系统卫星平均轨道要素偏差的确定方法,并确定了分布式SAR卫星系统构形设计的一般流程。为了准确快速的完成基于任务要求的系统构形设计,提出了基于SM-PSO算法的系统构形优化设计方法。最后,以构形稳定性为目标函数,有效基线范围、工作时间和地面覆盖带为约束条件,对系统构形进行优化设计。仿真结果表明：该系统构形优化设计方法得到的系统构形参数可以较好地满足系统的覆盖特性以及系统在长期运行过程中能够保持相对稳定的有效基线。     

基于粒子群算法的分布式MIMO系统圆形小区天线位置优化研究

本文研究分布式MIMO(Multiple-Input Multiple-Output)系统圆形小区基站侧天线端口的位置优化问题.论文首先建立了包含小尺度Nakagami衰落、阴影衰落和路径损耗的复合衰落信道模型,然后在收发端皆配置多根天线、移动台于小区内具任意概率分布、发射和接收端分别实施选择性传输和最大比合并方案下,在高信噪比条件下推导出圆形小区下行平均遍历容量的近似闭型表达式;随后通过对小区进行相应的区域预划分,采用粒子群算法而非传统遗传算法以快速搜索当前区域内天线端口的最佳位置,并最终根据小区天线端口位置的整体搜索结果确定天线优化布局.仿真结果表明,本文所推导的平均遍历容量近似表达式能较好地反映分布式MIMO系统性能,且所采用的基于粒子群算法的小区最优天线端口位置搜索结果也能较好地接近理论最佳位置.     

考虑经济性和可靠性的综合能源系统优化配置

“碳达峰、碳中和”已经上升成为我国未来发展的重要战略目标,综合能源系统对能源的梯级利用能为这一目标提供助力。以园区综合能源为基本构架,构建一种含燃气轮机、燃气锅炉、电制冷机、电锅炉等机组的冷热电联供系统优化模型。在此基础上,建立一种兼顾设备优化配置及优化运行的双层系统规划模型,外层采用改进粒子群优化算法,以系统年投资最优为目标进行设备容量配置,内层调用CPLEX以运行成本最小为目标,优化各机组出力。最后利用改进后的粒子群优化算法对所建立的规划及优化运行的多约束模型进行求解,验证所提优化配置能够同时兼顾系统的经济性和可靠性。     

含风电的多区域互联电力系统负荷频率控制

针对含风电的互联电力系统运用粒子群优化的滑模变控制(PSOSMC)算法进行负荷频率控制,风力发电作为负的负荷与常规火电机组和水电机组都参与到负荷频率控制中。PSOSMC控制火电和水电状态变量,维持各项参数的稳定。对常规粒子群算法进行改进,并用改进的粒子群算法优化滑模变结构控制算法中不确定参数的设计。同时,考虑电力系统的非线性问题,以四区域互联电力系统为例,在系统存在阶跃负荷扰动的情况下,验证了滑模变结构方法和改进的粒子群算法的有效性。     

考虑可平移负荷的综合能源系统动态优化调度策略

综合能源系统因多能互补、协调优化等特性受到了广泛关注,但该系统的热电机组在运行时的调峰能力具有一定局限性。为降低综合能源系统的用能成本,提升系统的用能效率,改善其调峰能力,文中提出了一种考虑可平移负荷的综合能源系统动态优化调度策略。该策略以系统的整体运维成本最小化为目标,结合可平移负荷和相关算例构建仿真模型,并采用自适应混沌粒子群算法进行求解。结果表明在引入可平移负荷时,多能源微网能够较好地达到削峰填谷目的,并降低系统综合运行成本,实现节能减排效果。同时,文中将传统粒子群算法与自适应混沌粒子群算法作比较,证明了自适应混沌粒子群算法在精度与效率上都优于传统的粒子群算法。