风光柴蓄互补发电系统的控制策略和优化设计研究

以风力发电机、光伏电池、柴油机组、抽水蓄能电站组成的风光柴蓄互补发电系统为研究对象,介绍了风光柴蓄互补发电系统的具体结构和工作原理,针对风光柴蓄互补发电系统的非线性优化问题,分析了抽水蓄能运行控制策略,风力发电最大功率控制策略和光伏电池最大功率控制策略,提出了通过用粒子群算法搜索确定系统的最优控制策略和最优配置方案.最后以某西部地区为例,提出了3种与优化配置方案最接近的方案,进行全年的仿真比较.算例结果表明,所采用的优化算法和控制策略正确,方案配置经济、合理.     

基于差分进化人工蜂群算法的光伏最大功率跟踪策略研究

带有旁路二极管的光伏阵列在局部阴影时其P-U特性曲线会出现多个极值点,此时常规MPPT方法在多峰值寻优时可能会失效。对光伏阵列输出特性功率极值点的个数进行了研究,在此基础上将基于差分进化的人工蜂群算法应用于最大功率点跟踪。首先对蜜蜂的初始位置进行预定义初始化,避免遗漏极值点。将差分进化算法中的变异策略与人工蜂群算法相结合,实现时变条件下全局最大功率点跟踪控制。并且在上述算法中加入迭代终止策略,从而有效避免系统稳态时的功率振荡现象。在Matlab中搭建S-Function仿真模型,验证了该算法的有效性。     

考虑节能减排和不确定因素的含风电场机组组合优化

大规模风电接入电网减少了常规火电的燃料成本以及污染物排放量,综合效益十分显著。然而风电出力的不确定性需要系统预留大量的旋转备用,部分高污染排放机组显然背离了绿色电力的理念。针对系统中风电和负荷出力的多重不确定因素,采取区别建模,引入机会约束,通过两类不同置信水平的变化控制旋转备用和风险之间的关系。在目标函数和机组开停机优先指标中均计及CO2和SO2排放的影响,建立了同时含有模糊变量和随机变量的多目标混合机会约束机组组合模型,强调了低碳减排的重要性。最后算例分析验证了所提模型的可行性和有效性。     

基于区间规划的含风电场电力系统优化调度

针对现有风电功率建模方法存在的历史数据需求量大、模型复杂度高等问题,提出基于区间规划的含风电场电力系统优化调度模型。该模型引入环境污染惩罚成本,用基于预测误差的区间数表示风电功率和系统负荷,并将区间可能度约束作为新的约束条件;模型求解采用机组启停计划和负荷最优分配的双层优化策略,其中负荷分配层的优化采用改进的粒子群优化算法,该算法在引入混沌理论和逻辑自映射技术的基础上,构造了自适应变速因子增强算法的全局探测和局部搜索能力。最后,通过算例证明了模型和算法的准确性和有效性。     

光伏电站接入孤立电网的动态建模与稳定性分析

为了分析光伏电站接入孤立电网的可靠性和稳定性,开发了基于PSASP的光伏电站仿真模型及其储能系统控制策略。利用PSASP的用户自定义模型（UDM）,设计了完整的适于工程应用的光伏阵列模型、逆变器装置模型、MPPT控制模型以及蓄电池储能装置模型。分析了储能系统的工作原理,确定了蓄电池储能系统的容量配置方法和并网控制策略,并对实际孤立电网进行了仿真分析。仿真结果表明,在发生光照强度变化和三相短路故障的情况下,蓄电池储能系统能够维持电网的功率平衡以及并网点的电压水平,减小故障后的系统振荡,确保了孤立电网的稳定性,证明了该系统及其控制策略稳定可靠。     

基于改进二进制粒子群优化算法的网络重构研究

提出了一种基于改进二进制粒子群优化算法的网络重构方法,该算法在二进制粒子群优化算法的基础上,通过结合破圈法理论以控制粒子的更新过程,使更新后的粒子100%符合网络的辐射状要求,从而减少了以往网络重构中辐射网判断的环节。此外算法还引入了禁忌搜索算法的思想,克服了粒子群算法易陷入局部最优的缺陷。最后对IEEE单馈线33节点系统进行计算,证实了算法的有效性,并与相关文献中的算法进行比较,表明算法具有较高的搜索效率和较强的全局寻优能力。     

考虑频率二次跌落的风电机组调频控制研究

该文首先分析系统经典响应模型和传统火电机组内部的延时过程，并提出一种考虑协同火电机组的一次调频策略改善系统一次调频效果，其中风电机组配合同步发电机组内部惯性延时过程。为有效利用可用的转子动能储备找到最佳调频系数大小，使用粒子群优化算法（PSO）针对稳定风速情况下的风电机组输出进行优化，满足系统条件限制（例如频率最低点、频率变化率ROCOF等），决定调频系数Kc值大小和具体退出时间。并利用分段能量降幅信号作用于变流器控制来提升转子转速恢复，从而减小频率二次跌落深度。最后在Matlab/Simulink仿真软件建立的四机两区电网模型中对所提方案进行验证，为新能源参与系统频率调节提供基础。