风力/光伏混合发电系统研究

随着经济的不断的发展和世界对能源的需求量以日俱增,化石燃料的枯竭给人类敲响了警钟。为了适应未来世界的发展,迫切需要寻找新的可再生替代能源。其中风力、光伏发电系统可为首选方案,但单独的某一种发电系统在应用中仍然存在不少的缺点。本文从风力/光伏混合发电系统角度研究其重要意义可行性和组成结构。     

风光混合发电系统的功率协调控制

针对孤岛运行模式下风光混合发电系统的功率不平衡问题,结合风力发电和光伏发电的功率输出特性,提出一种风光混合发电系统协调控制策略。通过控制光伏子系统最大功率输出,调节风力子系统的功率输出跟踪系统所需功率差额,来满足蓄电池的充电和负载功率需求。考虑到风力子系统固有的非线性和运行过程中系统参数变化、外部干扰带来的不确定性因素,对风力子系统的功率跟踪控制器重点设计,基于系统模型采用现代非线性鲁棒控制方法设计了具有鲁棒干扰抑制作用的控制器,以实现对光伏子系统所发功率的补偿响应和实际运行中其功率输出的鲁棒性。理论分析和仿真结果均表明,所提的协调控制策略能够确保风光混合发电系统的功率平衡及其稳定运行。     

基于混合布谷鸟算法的智能电网多业务组合投资决策优化

电网当前正处于加速电力市场化建设、拓展各类业务以及寻求效益点的关键时期。构建了基于价值链的智能电网重点业务评价模型与基于智能电网投资多目标的多业务决策优化模型,并利用混合布谷鸟算法求解多业务决策优化模型。通过算例分析验证了所提多业务投资决策模型的正确性以及混合布谷鸟算法的优越性,为电网企业组合发展电网业务提供借鉴。     

基于改进布谷鸟算法的风光储联合供电系统储能容量优化配置研究

在风光储联合供电系统中,科学的配置储能元件的容量,分配不同储能元件之间的容量比,具有非常深远的意义。通过分析蓄电池和超级电容器的特性,提出基于该两类元件的混合储能系统及其能量分配策略,根据全生命周期(LCC)理论,以储能费用最小为目标,以蓄电池输出功率和系统负荷缺电率等指标为约束条件,建立储能容量优化模型。提出了自适应布谷鸟搜索算法,并用于求解某风光储联合供电系统的储能优化问题。算例结果分析显示,采用文中所述的能量分配策略和改进的布谷鸟算法可以有效降低储能系统成本,验证了模型及算法的正确性。     

基于PSO-GA混合算法的配电变压器检修优化

针对当前流行的状态检修的概念,通过分析比较,确定了基于风险的配电网检修优化方法;并根据配电变压器历史故障概率数据通过威布尔分布拟合配电变压器的故障概率,并采用等效役龄对故障概率进行修正;计及设备检修时的检修风险和故障风险后,建立了以电网运行风险最小为目标的配电变压器检修优化模型;最后提出了一种以粒子群优化算法为主、遗传算法为辅的混合优化算法求解模型。该模型既能够降低搜索到局部最优解的概率,又能保证全局最优解的精度。算例验证表明了该方法的有效性。     

基于布谷鸟算法的光伏组件故障诊断模型优化

光伏组件是光伏发电系统中重要的组成部分。为了分析光伏组件在运行过程中出现的故障情况,建立布谷鸟搜索算法优化反向传播(BP)神经网络光伏组件故障诊断模型,并使用布谷鸟搜索算法寻找BP神经网络中的阈值和权值,降低网络对初始值的敏感度,避免网络陷入局部最小,实现模型分类效果的优化。对比结果显示,该模型能够准确有效地识别光伏组件的故障类型。相对于其他算法,优化的故障诊断模型具有更高的精确度,证明了该模型的有效性和可行性。     

基于SA-CS算法的配电网光伏容量优化配置

采用IEEE 33节点配电系统验证配电网光伏容量优化配置模型及求解方法,仿真分析可知,配电网系统接入合适容量的分布式光伏,不仅能够提升配电网电压水平,改善电能质量,还能获得环保效益,提升经济效益。将SA-CS算法的求解结果与其他几种常用的算法对比,结果表明,SA-CS算法在收敛所需迭代次数和收敛时间方面远小于其他算法,且具有更高的求解精度,验证了SA-CS算法在配电网光伏容量优化配置方面的优势。     

基于混合差异进化优化算法的电力系统无功优化

无功优化是电力系统实现电压和无功功率最优控制和调度的基础,阐述了一种基于混合差异进化算法的新无功优化方法。混合差异进化算法是一种直接随机搜索方法,由在当前种群中随机采样的个体之间的基因差异来驱动,且为缩短计算时间、避免陷入局部最优,在算法中嵌入了加速操作和种群迁移操作。将该无功优化方法在IEEE 30节点系统上进行了校验,并与基于其他算法的无功优化方法进行比较,仿真结果表明该算法具有收敛速度快、鲁棒性好、计算精度高的优点。     

基于布谷鸟-Elman算法的光伏发电预测

提高光伏发电功率预测的精度对于保证电网的安全稳定运行、提高光伏资源的开发和利用率具有重要的意义。文中提出了一种基于天气相似度以及改进布谷鸟算法优化Elman神经网络的光伏发电短期功率预测模型。首先在选取相似日上,提出一种基于距离和角度趋势的相似度计算方法,选出与待预测日相似度更高的相似日。其次,利用改进后的布谷鸟算法对Elman神经网络的权值和阈值进行优化并构建光伏发电短期功率预测模型。最后将文中提出的光伏发电预测模型与传统Elman神经网络模型的预测结果及实际输出值进行比较,结果表明改进布谷鸟算法优化Elman神经网络的光伏发电短期功率预测模型预测精度更高。     

基于改进k-means算法的光伏发电出力场景分析

为了保证电网运行的安全可靠,对光伏发电出力进行准确描述至关重要.提出布谷鸟算法优化的灰狼算法对传统k-means聚类算法进行改进,并将其应用于光伏发电出力场景分析.仿真结果表明,利用改进k-means算法缩减后得到典型场景的累积分布曲线与初始场景的累积分布曲线走势相同,且两者之间的差距很小,差异度接近0.因此典型场景不...     

基于遗传算法的风电混合储能容量优化配置

为了降低独立风力发电系统中储能装置的生命周期费用,建立以风力发电系统中储能装置的生命周期费用最小值为优化的目标函数、负荷缺电率等指标为约束条件的模型,结合蓄电池和超级电容器储能特性,利用风电和负荷48 h的发用电数据,研究包含蓄电池和超级电容器的储能系统能量管理策略。提出了一种基于改进粒子群算法的储能容量生命周期费用优化配置方法,算例分析证明该算法具有有效性和实用性,优化后的系统很大程度上节省了经济成本。     

基于FKNN算法的风电功率短期预测

风电场输出功率预测精度的提高能够极大的减轻风力发电对电网的冲击,提高风电并网的安全性和可靠性。针对KNN(K-Nearest Neighbor algorithm)算法存在的不足进行改进,提出了FKNN(Fast K-Nearest Neighbor algorithm)算法并将其应用到风电短期功率预测当中。首先,FKNN算法基于相似数据原理,针对每个预测样本,只需遍历一次训练样本集,得出K值最大时的相似历史样本优先级队列。然后,通过逐渐缩减优先级队列的长度,产生其他K值对应的相似样本优先级队列。其次,从产生的优先级队列中获取多数类样本,并应用其输出功率的平均值对预测样本的输出功率进行预测。最后,通过对吉林省某风电场的大量历史数据进行预测分析,充分证明该算法的简单性和实用性。     

基于混沌优化算法的风力发电机组控制器设计

提出混沌优化算法,并对PI控制器参数进行整定,仿真结果表明,基于此算法优化后的控制器参数能在系统发生扰动时迅速平稳波动,提高了系统的暂态稳定性,使风力发电机组更安全高效的运行,进一步改善了风力发电质量.     

基于遗传算法的风光柴蓄复合发电系统优化设计

针对风光柴蓄复合发电系统的非线性特性，采用遗传算法和能量调度策略，以系统初期投资费用和运行费用最优为系统优化目标函数，结合实际工程系统的配置进行了优化设计，并选取与优化方案较接近的三种方案进行全年逐时仿真比较。实验结果表明，在满足用户负载要求的条件下，所采用的优化算法和策略正确，方案配置合理、经济、可行。     

基于Matlab与遗传算法的风电容量

搭建了含励磁和调频系统的同步发电机以及随风速变化的异步发电机系统的数学模型和仿真模块,以新疆布尔津风电-水电互补网络为实例,对系统在风电容量渐增、突增两种情况下的动态稳定性进行了仿真,并将仿真结果与系统的实测运行情况进行了对比分析.仿真结果说明,系统逐步投入所有风电机组,系统稳定;若同时投入所有风电机组,系统失稳;仿真结果与实际运行情况基本吻合;从遗传算法的角度建立了求解风电容量的数学模型,编程计算了系统风电容量的最佳配置,计算结果表明当风电容量占系统总容量比例超过15.23%时,风-水电互补系统稳定性破坏,该结果从仿真分析得到了验证.     

基于混合混沌算法的电力系统无功优化

提出了一种基于混沌算法的主动禁忌混合混沌算法(RTSCOA),该算法结合了混沌算法的全局遍历性和禁忌算法的“记忆”功能,利用主动禁忌法的反馈机制控制管理禁忌表长度,能够有效地跳出局部极小点。分别对IEEE 6和IEEE 30节点进行仿真,并与标准遗传算法/改进遗传算法(SGA/AGA)进行比较,以证明该算法在电力系统无功控制中应用的有效性。经比较,该方法较其他算法在计算速度、寻优能力上有一定的提高。     

基于多目标优化的日前风电接纳研究

在考虑风功率/负荷预测误差以及常规机组随机停运的基础上,构建了电网日前风电接纳模型,在运行方式优化的基础上对风电接纳能力进行评估。模型是典型的多目标优化模型,具有风电接纳能力最大与发电成本最小两个互相冲突的优化目标。采用非支配分类遗传算法对其进行求解,获得了Pareto最优解集,给出了日前自然风电接纳电量与最大理论风电接纳电量。在Pareto最优解集的基础上,对不同风电接纳水平下的常规系统平均发电成本以及平均风电接纳成本进行了分析。基于IEEE 118节点系统的仿真实验验证了本文所提模型及算法的有效性。评估模型给出的风电接纳电量、接纳成本等信息可为调度决策提供有益的参考。     

一种混合储能光伏发电系统的功率预测算法

对混合储能光伏发电系统进行了优化配置,加入完善的光伏功率预测算法,可以减少储能单元深度充放电的次数,延长储能单元的使用寿命,提高系统的能量利用率.提出了基于趋势移动平均法的超短期光伏功率预测数学模型,模型以部分历史数据为输入量,通过数据处理,得出预测量可提高和改进现有光伏功率预测算法的平滑效果.通过在多云天气环境下的实验,验证了该光伏功率预测算法可以达到及时跟踪并平滑光伏波动、减小储能单元容量的功能.     

基于混合Copula函数的风电功率相关性分析

风电功率作为电力系统调度运行中不可忽视的随机输入变量,其相关性分析直接影响电力系统的不确定性和运行风险评估。文中从风电功率相关结构的角度出发分析风电功率的相关性,分析了风电功率间的尾部特征,提出利用混合Copula函数建模分析风电功率相关性的方法。该方法依据风电功率测量数据的相关结构,以线性加权的方式构造能够描述不对称尾部特征的混合Copula函数,并利用期望最大化(EM)方法对相关参数进行估计,研究结果表明,混合Copula函数能够很好地刻画风电功率间的相关结构和尾部特征,同时基于Copula函数的相关性测度理论能够方便地求取反映相关程度的指标。     

基于模糊控制的风光储发电系统输出功率平滑控制

鉴于太阳日照和风能的间歇性和随机性使光伏发电和风力发电输出功率随日照强度的变化而波动,在分析了光伏发电特性、风力发电特性和飞轮储能特性的基础上,提出一种基于模糊控制的风光储混合发电系统输出功率平滑控制方案。以某典型日为算例,仿真观察和分析风光储混合发电系统的飞轮转速、输出功率及平滑因数,并与无飞轮储能系统、简单飞轮储能系统两种情况进行比较。仿真结果显示,基于模糊控制的风光储混合发电系统输出功率得到平滑控制,平滑因数约6×10-9,几乎可忽略不计。仿真结果表明所提控制方法能有效抑制风光储混合发电系统输出功率的波动。