风光储气微电网暂态稳定性仿真

在DIgSILENT仿真软件上搭建了包含风力发电、光伏发电、燃气发电机等微电源以及蓄电池储能系统的微电网仿真模型。研究了该风光储气微电网在并网启动过程、并网转孤网过程、孤网运行时光伏出力变化及负荷变化等暂态过程中的稳定性问题。其中包括并网转孤网的过程中,储能的控制方式从PQ转换为VF,实现微电网运行模式的转换;孤网运行时,储能迅速响应微电网内功率的波动,实现放电与充电模式的切换,保持微电网的稳定运行。     

风光储互补微电网系统的建模及仿真分析

利用PSCAD建立了一个含有风力发电机、光伏阵列、蓄电池及负荷的微电网模型。其中并网运行时,微电网中的风机和光伏电池采用P/Q控制模式或最大功率跟踪模式;孤网运行时,系统采用主从控制模式,蓄电池作为主控单元,采用V/f控制方式。利用建立的模型,对微电网两种运行模式及切换时的过渡状态进行了仿真分析。仿真结果验证了所建立的模型及控制策略的可行性和有效性。     

“风光水”互补微电网的运行优化

当前,针对微电网的研究存在着对储能单元优化的研究较少、含小水电的微电网研究不足等问题。为此,研究了含小水电微电网的运行优化,并对其中的储能单元提出了优化控制策略。针对风电、光伏不可调度的特性,提出了一种通过起作用集算法对蓄电池进行充、放电的控制策略,以达到削峰填谷效果,并采用改进粒子群算法对微电网系统进行经济运行优化。在给出的"风光水"微电网结构的基础上,建立了含蓄电池的"风光水"互补发电优化运行模型。选取冬季典型日的"风光水"微电网进行了仿真研究,在保证系统安全的前提下,以总的经济效益最高作为目标函数,分析结果表明了所提方案的正确性和有效性。     

并网型风光储微电网容量改进优化配置方法

合理配置风机、光伏、储能等微电源的容量是保证微电网经济、可靠运行的前提。针对并网型微电网容量的配置,借鉴现有分布式光伏运营方式,提出2种并网型微电网的商业运营模式;为充分利用配电网资源和提高微电网孤岛能力,设计了一种综合能量调度策略;对综合考虑微电网经济性、可靠性和可再生能源利用率的风光储容量配置模型的目标函数,提出了结合上述运营模式和调度策略的计算方法;从工程应用角度详述了计算满足电力系统运行规范、微电网友好接入条件的联络线功率限值的方法,作为风光储容量配置模型的约束条件;针对容量配置模型的求解,提出了基于限定搜索范围、增加随机个体等措施的改进遗传算法;利用江苏某岛的风光资源数据进行了仿真分析,验证了所提出的风光储容量配置方法的有效性和优越性。     

离网型微电网优化运行策略研究

目前对微电网的研究主要集中在并网模式,而对离网模式的研究较少.在满足离网型微电网电能质量等供电需求的情况下,考虑风/光/柴/储的出力约束及启停成本,构建了离网型微电网经济优化模型,在提高可再生能源利用率的同时,优化系统的经济性运行.再者,通过算例分析,对比了专家策略和所提优化策略.最后,通过不同时间尺度仿真分析,验证了...     

基于光伏能量预测的微电网储能优化配置方法

建立了基于光伏能量预测的微电网智能能量管理系统,提出一种经济性优化方法进行微电网储能配置。由于光伏发电系统的输出功率随气象条件变化具有随机性,因此采用发电预测模型的输出作为光伏电池的功率限制条件。由于储能优化涉及多个时间段且受能源价格和电力价格的影响,因此需建立储能模型以确定最优的操作策略,采用矩阵实数编码遗传算法进行求解。通过一个小型直流微电网算例验证了所提模型和算法的有效性,相关结果可用于评估微电网的储能配置和经济效益。     

含风光柴蓄的海岛独立微电网多目标优化调度方法

针对独立微电网运行中的优化调度问题展开研究。介绍了独立微电网的典型结构、组成单元功能;综合分析光伏和风力发电、柴油机发电及储能系统等多方面的运行特性,提出考虑柴油机发电费用和蓄电池循环电量的多目标优化调度数学模型;构造含蓄电池充放电功率及SOC范围、柴油机发电功率、系统功率平衡的约束条件;在此基础上,通过NSGA-II算法对多目标优化模型进行求解。结合具体算例,在不同日照和风力条件下,获得多组Pareto最优解集;从中选取典型调度方案,分析各组件功率,验证了模型的合理性。     

计及风光预测误差的微电网日前多目标优化控制策略

微电网风光资源出力预测的随机性导致优化决策方案存在偏差,为了减轻预测误差随机性对微电网运行的不利影响,针对风/光/柴/储并网型微电网系统,提出了计及风光预测误差的日前多目标优化控制策略。在建立微电网各单元模型的基础上,分析了影响风光资源的随机性因素;考虑系统供需平衡以及微电网各单元运行特性等主要约束,建立了同时优化经济效益和环境效益的多目标优化模型。建模过程中采用情景生成与削减方法处理风光资源预测误差带来的随机性。采用差异进化算法求解模型,通过算例仿真,比较不同模式下微电网的优化结果,验证了文中策略的正确性和有效性。     

交直流混合微电网运行控制策略研究

为解决交直流混合微电网中功率波动、交直流系统之间功率平衡、直流侧源荷比相对较大光伏利用率不高的问题,研究了交直流混合微电网并网运行时,在蓄电池的平抑作用下,直流侧光伏发电以恒定的功率通过交流侧并入大电网,提高直流侧光伏利用率。孤岛运行时,蓄电池作为平衡节点,和双向AC/DC变换器一起维持整个系统的电压、频率稳定,并实现交、直流系统之间功率平衡的控制方案。最后利用PSCAD/EMTDC软件对系统功率波动、并网运行向非计划孤岛运行切换、孤岛运行向并网运行切换进行了仿真验证,运行结果表明该控制方案能有效平抑系统功率波动,维持交直流混合微电网稳定运行。     

考虑不同控制策略的独立型微电网优化配置

独立型微电网往往包含多种分布式电源和储能装置,协调运行与控制十分复杂,采用不同的控制策略会对其运行工况产生较大的影响。文中充分考虑独立型风光柴储微电网的不同控制策略,计及设备投资成本、运行和维护成本、燃料成本及置换成本,建立了基于不同控制策略的独立型风光柴储微电网优化配置模型,以供电经济性和环保性为优化目标,采用改进型非劣排序遗传算法(NSGA-Ⅱ)寻求优化控制策略下电源类型及其容量的最优配置方案。结果表明该方法可以全面评估不同控制策略对优化配置的作用与影响,以及不同配置方案下的经济性与环保性,从而为用户优化设计提供必要的依据。     

基于风速局部爬坡误差校正的风电功率优化预测

准确的风电功率预测对于电力系统安全稳定运行具有重要意义,滞后性是产生风电功率预测误差的主要原因,尤其是风速变化较快时,滞后性引起的预测误差较大。考虑到风速波动与风电功率的变化息息相关,提出一种基于风速局部爬坡(LR)误差校正的方法来改善预测风速的滞后性,并将校正后的预测风速及历史功率数据作为输入进行风电功率预测。提出利用灰狼优化(GWO)算法对最小二乘支持向量机(LSSVM)的参数进行优化,以提高风电功率预测的准确性。算例结果表明,所提方法能够有效提高风电功率预测精度。     

基于贝叶斯-粒子群算法的微电网优化运行

针对目前微网调度难于全局最优收敛的问题,从概率网络的角度出发,将贝叶斯网络(Bayesian Network,BN)理论与粒子群算法(Particle Swarm Optimization,PSO)相结合,提出了基于贝叶斯-粒子群算法(BN-PSO)的微电网优化运行新策略。首先建立了微网数学模型和系统约束条件,考虑风能和光伏系统的概率分布情况,引入可再生因子和单位电力生产成本,以实现微网系统满足节能减排条件下的总费用最低的优化目标。最后以一个典型的微网系统进行算例仿真分析。结果表明:BN-PSO算法能有效解决包含随机概率事件的新能源微网优化运行问题,是解决此类问题的一个新思路;与目前的主流算法相比,BN-PSO算法能克服局部最优的缺陷,实现快速收敛。     

基于MBI-PBI-ResNet的超短期光伏功率预测

为了增强光伏并网的稳定性,提高光伏发电功率预测精度,提出一种基于相似日聚类、群分解(swarm decomposition, SWD)和MBI-PBI-ResNet深度学习网络模型的光伏发电功率超短期预测方法。首先,使用快速傅里叶变换(fast fourier transform, FFT)提取太阳辐照度的期望频率,将其作为聚类特征向量,并根据此聚类特征向量采用自适应仿射传播聚类(adaptive affinity propagation clustering, AdAP)实现相似日聚类。其次,对每一类相似日分别使用群分解算法进行分解,以提取原始数据的多尺度波动规律特征。最后,利用MBI-PBI-ResNet来实现对天气环境多变量关联影响下的时序特征挖掘以及对多尺度分量的局部波形空间特征和长时间依赖时序特征的同时挖掘,并对不同类型特征进行综合集成来实现光伏发电功率超短期预测。研究结果表明：所提方法在光伏发电功率超短期预测领域相较于其他深度学习方法预测精度提高了3%以上,说明此方法在光伏发电功率超短期预测领域具有较高的预测精度和较强的泛化能力。     

基于满意度原理的光柴储微网系统优化运行研究

围绕微网系统环保经济运行优化问题,在并网和孤岛运行状态下,建立了以分布式发电单元的发电费用、折旧费用和环境治理费用为目标,考虑微网运行约束条件的经济优化运行模型,形成多目标有约束优化问题。基于满意度原理的模糊综合判断将多目标转化为单目标问题。再应用全面学习粒子群算法,对微网内分布式电源的输出功率和储能装置充/放电优化求解。以包含光伏、柴油发电机、锂电池、电动汽车充电桩和负载的交直流混合微电网为具体研究对象,优化结果验证了所提模型、算法和方法的有效性。     

基于Benders分解的微电网联网运行优化

针对联网运行的微电网,对其优化潮流(OPF)问题进行扩展,同时考虑机组组合(UC),建立微电网优化运行模型。针对模型中含有大量混合0/1决策变量和连续运行变量的求解,采用Benders分解方法将变量分离,在无网络约束UC主问题和网络约束OPF子问题之间迭代求解。在改造后的IEEE 13节点系统上进行了算例分析,表明所提方法可以快速可靠地优化微电网系统的运行。     

基于深度强化学习的微电网优化运行策略

风电、光伏、负荷的不确定性给含有高比例可再生能源的微电网制定运行策略带来了挑战,人工智能技术的发展为解决微电网运行优化问题提供了新思路。基于强化学习框架,将微电网运行问题转化为马尔可夫决策过程,以最大化微电网经济利益和居民满意度为目标,提出一种基于深度强化学习的微电网在线调度方法。为了在深度强化学习训练的过程中高效利用经验,设计一种优先经验存储的深度确定性策略梯度(PES-DDPG)算法,学习各类环境下不同时段的微电网最优调度策略。算例结果表明,PES-DDPG算法能够为微电网提供有效的调度策略,并实现微电网的实时优化。     

基于RR-VMD-LSTM的短期风电功率预测

准确的风电功率预测有利于电力系统运行、峰值调节、安全分析和节能减耗。提出了一种基于鲁棒回归(Robust Regression, RR)和变分模态分解(Variational Mode Decomposition, VMD)的长短时记忆(Long Short-Term Memory, LSTM)模型的风电功率预测方法。先使用RR处理采集数据的缺失值和异常点。再利用VMD得到风电功率序列以消除噪声并挖掘原始序列的主要特征。最后采用LSTM对每个分解序列的历史时间序列进行学习并完成预测,并通过重构所有序列的预测值获得风电功率的最终结果。使用所提出的方法对华北某一风电场风电功率进行预测,将预测结果与其他模型对比。结果表明,使用RR-VMD-LSTM方法能显著改善预测性能,降低风电功率预测误差。     

基于时序生产模拟仿真的宁夏电网风光优化配比研究

宁夏风和光资源丰富,风电和光伏发电发展并驾齐驱。建立了含新能源发电的电网年度时序生产模拟仿真模型,以电网节能减排效益最大为目标,综合考虑了风光出力特性、负荷特性、机组调峰特性、不同种类供热机组热电耦合特性等因素。在建立模型的基础上,仿真研究了2015年宁夏电网新能源发电接纳能力,得到了综合考虑新能源限电率和电网节能减排效益的风光优化配比。该结果可为地区风电和光伏发电建设、电力系统调度以及政府相关政策制定提供指导。     

基于MEEMD-KELM的短期风电功率预测

风电功率时序信号是间歇性、波动性的非平稳信号,信号的平稳化处理是风电功率预测的关键。针对EEMD在分解风功率时序信号时存在模态混淆、伪分量和较大的重构误差等问题,将MEEMD用于风功率信号分解并与KELM模型相结合,提出了基于MEEMD-KELM的风电功率短期预测方法。该方法采用CEEMD将原始信号按频率高低依次分解,检测分量的排列熵值,通过熵值判断异常分量信号并将其从原始信号中剔除,再对分离后的信号进行EMD分解,得到的若干个IMF分量分别通过KELM模型进行组合预测。以上海某风场为例进行仿真实验,并与传统方法进行对比,结果表明该方法预测精度更优且更具稳定性。     

基于小波变换与IAGA-BP神经网络的短期风电功率预测

为提高风功率预测精度,减轻输出风能波动性对风电并网不利影响,提出了基于WT-IAGA-BP神经网络的短期风电功率预测方法。首先,利用风速分区、3σ准则及拉格朗日插值法清洗风电场历史数据;其次,依据小波重构误差,选择db4小波分别提取风速、风向、历史风功率的不同频率特征信号,并引入改进自适应遗传算法(IAGA)对各序列BP神经网络的初始权值与阈值寻优,使用Sigmiod函数通过适应度值自适应改变交叉概率与变异概率;最后,构建各序列的WT-IAGA-BP模型对短期风功率组合预测。通过仿真分析,并与ELM、WT-ELM及IAGA-BP方法对比,验证该方法具有更高的预测精度和更好的预测性能。