基于改进粒子群算法的微电网运行优化调度

针对目前配电网中能量利用效率低下和运行成本高的问题,提出一种包含火电和抽水蓄能的联合优化调度模型,并使用改进粒子群算法进行求解的优化调度方法。首先,通过对火电机组出力和抽水蓄能机组的数据进行分析,使用更加高效的改进粒子群算法,加入自适应惯性因子策略来优化机组出力;然后,基于分析运行成本和电功率平衡等指标进行仿真实验。实验结果表明,使用所提出的基于改进粒子群算法的联合日运行优化调度方法,能达到减少系统运行成本的要求,与此同时提升了电力系统的稳定性。     

含风电—抽水蓄能联合发电系统优化调度及其研究现状

本文介绍了风力发电机组出力的特点,在此基础上结合抽水蓄能发电的特点,分析了风电-抽水蓄能联合发电系统降低系统运行成本,提高系统稳定性的原理,并总结了风电-抽水蓄能联合发电系统优化调度的方法。     

大型分布式光伏发电消纳数据的智能调度方法研究

以大型分布式光伏风电发电为对象,基于电网电力平衡对智能调度发电消纳数据的方法进行研究。通过对风电发电在不限制风电出力最大消纳能力、限制风电出力最大消纳能力的计算,以全网负荷预测为依据,按照光伏发电站并网运行特性进行电站接纳能力评价排序、分配,从而进行消纳数据的实时调整。使用消纳数据实时调度AGC模块,通过SDH消纳数据调度自动化配置,实现光伏发电消纳数据的智能调度。通过AGC目标值与实际值对比表明,在限电时段,风电场总机出力AGC目标值曲线与实际值曲线比较接近,偏差较小。智能调度方法能够自动准确地统计各风电场发电出力受阻时段,使风电理论功率的计算误差最小化。     

基于大数据的分布式多能源系统最优运行策略研究

一次能源的消耗给生态环境造成了严重的污染,也给分布式多能源系统带来了新的发展机遇。针对这一问题,文中开展了基于大数据的分布式多能源系统最优运行策略研究。通过分析分布式多能源系统的功能结构,在对设备工况特性加以研究的基础上采用大数据样本,以总运行成本最小为目标建立融合天然气、光伏发电、抽水蓄能及热泵机组的分布式多能源系统模型。同时充分考虑了非可再生能源利用、可再生能源消纳与能效转换等因素,提出了一种多场景综合能效评估方法。算例分析结果表明,该方法优先满足了电负荷与冷热负荷,且可再生能源消耗量低至4.52 MW·h,综合能效利用率则高达98.2%。     

针对风电-抽水蓄能联合系统的优化运行研究

常规能源不断枯竭以及环境不断恶化,使人们越来越重视可再生能源。风力发电的成本随着技术的提高而降低,但是,由于自然环境的影响使风能发电具有不可控性、随机性以及间歇性。为了提高供电质量以及电力系统的经济性、稳定性和安全性,避免出现由于电厂出力上网难而导致的弃风现象,风电平稳入网逐渐成为人们关注的焦点。文中主要研究如何优化电力市场环境下和统一调度下的风电-抽水蓄能联合运行方式。     

计及P2G-CCS和柔性负荷的综合能源系统低碳经济调度

为了降低系统的碳排放量和挖掘用户侧负荷参与系统调度的响应能力,文中提出一种含P2G-CCS和柔性负荷的综合能源系统日前低碳经济调度模型。首先,引入P2G-CCS-燃气供热系统协作的运行框架,P2G设备利用捕集到的CO₂作为原料,生成的天然气输送到燃气供热系统;其次,考虑用户侧负荷的可平移、可转移、可削减负荷特性,通过分时电价和分时气价引导柔性负荷参与调度;最后,建立以总运行成本为最小的综合能源系统日前优化调度模型,仿真算例使用CPLEX进行求解。通过3种场景对比分析得出,P2G-CCS和柔性负荷的运行策略能有效降低系统的碳排放,提升系统运行的经济性,实现了综合能源系统低碳经济运行。     

含氢储能的多源联合发电系统调度研究

风电和光伏发电具有间歇性和随机性,为了降低在多源联合发电系统中的弃风弃光率,采用含氢储能系统和火电机组配合来平滑风电和光电机组出力。文中以系统运行成本最小和弃电惩罚成本最小为目标,以系统功率平衡、火电机组出力和爬坡、热备用、风电和光电出力及储能系统储氢罐容量、电解槽和燃料电池功率等为约束条件构建了多源联合发电系统日前调度模型。通过YALMIP工具箱对模型进行编程,并调用CPLEX对编写的程序进行求解。对含有风电、光电、火电机组以及储能系统的多源联合发电系统进行算例分析,通过对比有无储能系统的弃风弃光量和系统总运行成本,证明了含氢储能系统可以有效降低系统的弃风弃光率,并提高系统的经济性。     

统一潮流控制器在光伏并网发电中的应用研究

光伏发电系统的并网改变了传统配电网络的结构及配电网中的短路电流的分布,光伏发电的特点必然会给电力系统的运行和调度带来一定的难度。本文主要针对光伏并网发电系统对配电网可能产生的影响,通过分析统一潮流控制器(UPFC)的工作原理,说明了统一潮流控制器在含有光伏发电的现代配电系统中的应用价值。     

海岛智能微电网多源协调优化运行研究

海岛微电网是解决离岸岛屿自主供电的重要途径,海岛微电网的优化运行是提高海岛供电能力的重要保障。基于海岛的实际情况,分析海岛微电网可再生能源分布式发电系统的运行特性,综合考虑海岛微电网运行的经济成本、环境折算成本等多个系统运行指标,区别于传统的海岛微电网构成,构建基于光伏发电、柴油机发电和潮流能发电的海岛智能微电网优化模型。由于粒子群优化算法的局限性,提出一种改进的粒子群优化算法对提出的微电网多目标多约束问题进行优化计算,形成海岛微电网系统的协调优化调度策略,从而提高系统资源的优化配置。最后,通过实验验证方案的可靠性和合理性,为海岛微电网的建设提供了重要的技术支撑。     

需求侧管理的低碳电网规划研究

随着经济技术的发展,电力行业也得到了飞速的发展,面临一个重大的问题就是因为碳排放量过大,全球气温变暖.为了缓解电力行业的"碳锁定"效应,促进电力系统向低碳化转型,那么就要实现以低碳为目标的电网规划.需求侧管理作为减少电力系统碳排放的十分重要的手段,其不仅能够减少输电容量以及电源方面的需求,还能降低输电网损以及系统发电煤耗.本文主要研究了需求侧管理对电网规划产生的影响,同时,还分析了低碳化发展的影响,通过对需求侧管理概念的提出,分析了基于需求侧管理的低碳电网规划目标.     

基于需求响应的风电-抽水蓄能系统调度模型

针对大规模风电并网影响电网稳定运行的问题,基于日前用户侧电力负荷预测和实时电价预测,文中提出了一种电网吸纳风能的新模型。以最小化风电—抽水蓄能联合系统发电成本为目标,在目标求解过程中确定最佳自弹性系数和互弹性系数,运用基于实时电价的需求价格来弹性引导电力用户以实现负荷转移。考虑到用户侧电价弹性限制的约束,该方法采用遗传优化算法编程求解。仿真结果表明,需求侧资源主动参与优化调度可降低负荷峰谷差,利于系统稳定运行,并且可以减少发电成本,提高联合系统经济性。     

基于深度分布式强化学习的电力系统分散协调调度方法

针对风、光等可再生能源发电不断并入电力系统,使配电网由被动逐渐转变为主动,由此需要主电网、主动配电网和微电网统一调度的问题,基于深度分布式强化学习方法,提出了电力系统分散协调的一体化调度方法。首先,基于传统经济调度模型,提出了主电网、主动配电网和微电网分散协调的调度模型;其次,对传统强化学习方法进行改进,提出了深度分布式强化学习协调模型;第三,将分散协调的深度强化学习方法应用至经济调度中,推导得到分散协调的经济调度方法;最后,以实际电网为例进行验证,表明了所提方法的有效性。     

风光储微网系统多时间尺度模型预测调度策略

针对风光储微网系统,建立基于模型预测的多时间尺度微网调度策略。首先,为提高微网调度运行准确性,采用灰色GM(１,Ｎ)－BP神经网络方法构建微网发电量及负荷需求的预测模型,然后构建基于预测模型的多时间尺度微网调度优化策略,该策略考虑了储能装置充放电运行的功率变化,以日前调度中的能源出力为参考,在日内调度阶段采用滚动修正,通过细化滚动时间,实现微网运行调度的精确修正,减少储能装置的充放电损耗。最后,基于微网运行数据进行了算例分析,验证预测模型与调度策略的有效性。结果表明,相较于传统单一灰色预测方法,所采用的组合预测模型预测精度更高,所构建的多时间尺度调度策略使得清洁能源得到充分利用,实现微网经济安全运行。     

研究静态电压稳定的低碳电力调度模型

如果要让低碳电力的调度能够满足电网静态电压稳定性的要求,就要分析碳捕集系统对于电厂上网功率的影响,并且要找到能求出碳捕集系统运行功率上限和下限方法。在这个基础之上,还要考虑一种静态电压稳定的低碳调度模型,在电压稳定和电网运行裕度约束的条件下,使得碳排放和电厂发电成本之和达到最小。     

考虑不同场景的微电网短期经济调度分析

因风光出力存在较大的波动性,大规模的风、光并网会影响微电网的经济调度运行。为研究在短时间尺度下风光并网对微电网的经济调度影响,以模糊神经网络算法对风光出力进行预测,并结合三种不同场景建立以融合日前1小时尺度优化与日内15分钟尺度滚动修正及1分钟尺度实时调度的短期优化调度模型。以微电网综合效益最大化为目标,精细化对短期时间尺度下的微电网经济调度策略。结果表明,微电网能在不同场景的短期尺度下提高各电源的精细化调度水平,实现最大化经济效益。     

智能电网与负荷调度探讨

随着我国社会主义社会的发展,科学技术水平的不断提高,智能电网以其吸纳大量可再生能源、供电系统与用户互动以及负荷调度等优点,受到了国家电网的重视。智能电网部分负荷的用电时间是灵活的,如加热、制冷、电动汽车等,储能设备,如电动汽车的充电设备,利用这些可控负荷追踪风电、光伏等可再生能源发电的出力变化,调度负荷来平衡预测的风电、光伏等的出力曲线,满足功率平衡。负荷调度的基本思路是电力平衡,解决电力系统运行的核心问题,负荷调度成为解决电力平衡的重要手段。     

基于光伏电站的AI智能系统开发与应用

<正>在双碳背景下，绿色低碳发展已经成为未来新型发展方向，我国将大力构建以光伏、风力等清洁能源为主体的新型电力系统，提高光伏电站收益的重要性日益凸显^[1]，分布式光伏电站的安全管控能力如何提升已迫在眉睫，探索人工智能技术在分布式光伏电站场景下的业务应用成效已然成为新的挑战。随着光伏发电在智能化管理方面的作用下，针对当前发展趋势，提出一种基于光伏电站的AI智能系统研究与应用，在烟火、积灰算法模型和云端智能监测平台系统的共同作用下，实现全域火灾隐患和积灰缺陷监测，实现光伏电站收益的提升，降低区域电网的运行压力。     

分布式光伏发电并网数字化建模研究

为了进一步优化光伏发电性能,相关企业应做好分布式光伏发电并网控制技术研究。在此过程中,基于MPPT控制的分布式光伏发电并网建模方式应用显得尤为重要,可以此为基础构建光伏电池模型,了解光伏发电系统输出功率与光照强度之间存在的具体关系,以及分布式光伏发电并网系统运行要求。文章以实际工作开展情况为基础,对光伏电池模型设计内容进行总结,对光伏并网逆变控制进行论述。     

低碳条件下谈电力系统规划与运行优化

电力系统在我国的众多的生产运用中碳排放量最高.我国制订了环保节能的一系列政策,目前在低碳经济的大环境下,电力企业的发展面临巨大的挑战.如何实现科学的规划以及操作运行的优化,使得电力企业实现低碳化,进而促进我国的可持续发展,成为了电力系统高效、安全运行的亟待解决的问题.本文主要分析了低碳经济对电力系统规划和运行影响,并在此基础上构建一套完整的电力系统规划和运行优化的方案.同时在低碳经济的发展过程中,电力系统面临的局势发展、问题和挑战进行了详细的分析.     

家庭微网储能分组能量管理优化策略

在家庭能量管理系统中,可再生能源的发电功率具有不确定性和间断性,成为影响家庭能量优化调度的因素。储能系统在优化过程中过多充放电次数也会增加储能折旧费用。针对上述问题,文中提出一种储能分组能量管理优化策略。根据可再生能源出力不确定部分和确定部分为储能系统配置充电部分和调度部分。首先建立风力发电系统、光伏发电系统和储能系统模型,然后在此基础上搭建以每日用电费用最小为目标的家庭能量管理优化调度模型。最后以上海市一住宅用电为例,通过改进遗传算法对模型求解。仿真算例分析表明所提策略降低用电费用的同时可以减小可再生能源发电不确定性对能量优化调度的影响,具有一定的有效性和参考价值。