基于白鲸优化算法的配电网故障恢复方法

提出了一种基于白鲸优化（BWO）算法的配电网故障恢复方法。首先,建立光储、风储系统模型以及负荷模型,以故障后重要负荷损失量最小为目标函数,进行配电网的初步孤岛划分。其次,以网络损耗和开关操作次数加权求和最小为目标,采用BWO算法求解,获取孤岛划分与开关操作配合的故障恢复结果。然后,通过3种场景对比,验证了所提方法能够在不同故障时段获得配电网故障恢复的最优结果。最后,将BWO算法与二进制粒子群优化算法、灰狼优化算法的运行结果进行对比,验证了BWO算法寻优效果更好。     

基于同步补偿的孤岛微电网无功均分研究

交流微电网孤岛运行时,由于分布式电源(DG)的等效线路阻抗存在差异,导致传统下垂控制无功均分精度较低,进而产生环流问题。为此,提出了一种基于同步补偿的改进下垂控制策略。当DG运行在无功均分模式时,同步补偿下垂特性曲线的参考电压,可以提高无功功率均分的精度。当有DG输出电压降至限定最小值时,各个DG均切换至电压恢复模式,同步恢复电压至参考电压。同时设计控制策略协调无功均分模式和电压恢复模式,使得系统稳定运行,最终实现DG输出的无功功率均分且输出电压在额定值附近。最后设计Matlab仿真和RTDS实验方案,结果验证了所设计的控制策略的有效性,且对通信带宽要求较低,具有较强的鲁棒性,仍保持了微电网各DG的"即插即用"的特点。     

孤岛交直流混合微电网群分层协调控制

针对孤岛运行的交直流混合微电网群提出分层协调控制策略。首先设计分布式发电单元(DPDG)与储能单元底层控制,自适应调节交流子网频率与直流子网电压,保证各交、直流子网的独立稳定运行。同时考虑到直流子网中恒功率负荷(CPL)的影响,进一步对各DPDG单元设计P-V~2改进下垂控制,减小传统下垂控制产生的直流母线电压偏差。进而考虑各储能单元充放电能力不同,设计基于荷电状态(SOC)的动态一致均衡控制,确保储能子网协调优化运行。然后基于直流子网电压和交流子网频率信号,构造功率自治级、功率互济级和储能平衡级三级控制切换策略,实现子网间功率互助并减少系统的功率损耗。最后基于Matlab/Simulink搭建了混合微电网群仿真模型对所提控制策略进行了验证。     

基于动态无功电压灵敏度的有源配电网移动式储能优化调度

随着城市负荷尖峰以及分布式电源渗透率的持续攀升,有源配电网存在负荷峰谷差进一步增大以及电压越限的风险。移动式电池储能系统(MBESS)具备时间-空间灵活性和四象限输出能力,考虑其有功出力参与削峰填谷、无功出力参与电压调节,提出了一种基于电压灵敏度分析的有源配电网MBESS的优化调度方法。首先,针对MBESS出力与接入位置之间的耦合影响,推导定有功功率条件下满足仿射关系的无功电压修正灵敏度;其次,考虑不同网络结构下不同节点电压的调整需求,提出一种动态无功电压修正灵敏度的计算方法,旨在确定MBESS的时序最优接入方案;然后,构建充分考虑运行经济性与可靠性的MBESS双层优化调度模型;最后,以IEEE 33节点配电系统为例,采用增强烟花算法对所提模型进行求解,结果表明所提方法能够在保证MBESS具备较好经济效益的同时,有效减小负荷峰谷差以及提升配电系统的整体电压水平。     

考虑通信异常的直流微电网储能单元分布式协调控制研究

由于分布式新能源接入的波动性,需要针对孤岛直流微电网配置一定容量的储能设备。为了防止分布式储能单元的过度放电或深度充电,必须保证储能单元充放电过程中荷电状态(state of charge, SOC)均衡。针对该问题,提出了一种考虑通信异常的储能单元分布式控制策略。针对不同额定容量的储能单元,对传统下垂控制进行改进,利用采样保持器周期性修改下垂系数,直至储能单元SOC均衡。并利用电压和电流信息生成单一的补偿环实现输出电流按额定容量的比例分配和直流母线电压补偿,降低系统通信能力要求。若通信发生故障,通过Dijkstra算法更新拓扑结构矩阵,基于改进后的动态一致性算法获取相邻节点的信息,得到新通信拓扑结构下的信息平均值;并通过频域分析证明系统的稳定性。最后,在RTLAB平台中搭建4种案例模型,验证所提控制策略的有效性。     

电动汽车充电设施的双目标最优选址问题

为了使路网中有限的充电站尽可能满足更多需求,充分发挥电动汽车改变能源消费结构和减少温室气体的优点,提出一个双目标充电站优化选址问题,模型包含两个不可相互转换的目标函数:绕行成本最小化和出行频率最大化。采用参数法将此双目标优化问题转换为一系列具有不同对应系数的目标函数线性组合的单目标优化问题,从而保证了原问题帕累托解集的完整性,并利用分支定界法来求解此算法框架中的单目标优化问题。算例采用长江三角洲城际高速路网的充电站建设,通过对比分析不同方案,证明投资预算限制和电动汽车里程限制对于帕累托解的影响明显不同,其中里程限制的影响更为显著。     

基于一致性原理和梯度下降法的微电网完全分布式优化调度

针对基于经典一致性算法的微电网优化调度中存在需要集中处理器对可控单元进行信息采集并做求和处理等问题,提出一种基于一致性原理和梯度下降法的完全分布式优化调度策略。该算法的一致性原理由一致项和调整项两部分组成。其中,一致项选择增量成本作为一致性算法的状态变量进行迭代计算,调整项根据功率偏差进行修正,使其满足约束条件。通过将梯度下降法和一致性原理相结合,实现微电网发电成本的优化并提高收敛速度。并且通过可控单元与相邻可控单元之间局部信息交互更新参数,应对拓扑结构的灵活变化。最后基于IEEE-14节点系统和IEEE-39节点系统仿真验证所提方法的有效性和可行性。     

多储能独立直流微电网自适应分级协调控制

针对孤立直流微电网多储能单元之间荷电状态均衡问题,提出一种自适应分级协调控制策略。通过功率分配级控制,使得各储能单元之间功率按照各自荷电状态(state of charge,SOC)进行分配,并根据本地储能单元的功率变化确定储能系统的主导储能单元。进而通过功率平衡级控制,即采用模糊控制算法调节下垂控制的虚拟电阻,使得各个储能单元在与主导储能单元功率达到平衡的同时SOC也达到均衡,从而避免部分储能设备因过度放电或深度充电退出工作,并且储能单元之间的协调控制无需通信。最后利用RTDS进行实验分析,验证所提控制策略不仅能使多储能之间快速达到荷电平衡状态,并且有效的减小母线电压偏差。     

基于滑模控制算法的风电系统变速变桨距控制研究

为改善系统恒功率输出运行区域内的动态性能,基于趋近律方法设计了滑模多变量控制器,将发电机转矩加入风电系统与桨距角同时调节,不但能保证发电机功率和转速稳定在额定值附近,而且可以降低传动系统扭转力矩波动和桨距角活动频率,在提高风电电能质量的同时可以减少系统机械部分的压力.最后利用M atlab对高风速下系统多变量与单变量控制策略进行了仿真对比,突出多变量控制策略的优越性;并将提出的滑模控制与PI控制进行仿真对比分析,以验证本文控制算法的有效性.     

基于Huff模型的电动汽车充电站选址定容方法

对于用户充电选择行为随机性的欠考虑,导致充电站服务范围划分和容量配置不合理的问题,提出了一种基于Huff模型的电动汽车充电站选址定容方法。综合考虑充电站规模、充电价格、用户充电成本对用户充电选择行为的影响,利用Huff模型分析用户对不同充电站的选择概率,并基于用户的选择概率确定充电站的服务范围和充电需求;综合考虑用户充电可达性、规划区域总功率、电动汽车充电功率,以充电站年总成本最小为目标,建立充电站的选址定容模型,并采用免疫克隆选择-变邻域搜索混合算法求解模型。MATLAB仿真结果表明所提选址定容方法能合理地划分服务范围,提高充电站规划的经济性。