基于改进粒子群算法的储能系统优化运行

针对储能系统运行经济性及储能电池运行损耗评估问题,建立计及电池损耗成本的储能系统运行收益优化模型;同时,针对标准粒子群算法全局寻优能力不足,罚函数难以选取等问题,提出一种双适应度混沌粒子群算法,采用该算法对电池损耗及储能系统收益情况进行优化计算,并与采用标准粒子群算法优化和未经运行优化所得结果进行对比分析。结果表明:储能电池损耗成本对系统收益影响明显,应建立合适的电池损耗模型进行评估计算;对储能系统进行运行优化后,合成负荷曲线方差减小,负荷峰、谷值削减,系统收益提高,损耗成本占比减小;通过与其他两种运行情况对比发现,双适应度混沌粒子群算法寻优所得储能系统运行收益值更高,储能系统经济性更佳。     

考虑DESS接入的配电网变电站规划方法

随着分布式电源（distribution generation, DG）渗透率的提高,变电站规划需要考虑分布式储能系统（distributed energy storage system, DESS）的容量价值。DESS的接入能优化电网潮流的稳态分布,有利于配电网工作的灵活调度,同时提高了配电网运行的经济价值。建立了DESS和变电站的双层规划模型,其中上层为选址定容层,考虑系统经济性,以配电网年综合运行成本最小为目标;下层为运行优化层,以配电网网损费用、电压偏差之和最小为优化目标。采用改进的量子粒子群优化(quantum-behaved particle swarm optimization, QPSO)算法对上下两层规划模型进行迭代求解。最后通过2个算例进行规划结果分析,并与传统算法对比,结果表明DESS和变电站的联合规划能有效改善配电网的末端电压并且经济成本最低。     

考虑需求响应和联络线交互的含微电网的主动配电网多目标协同调度优化

为实现含微电网的主动配电网各目标主体的综合效益最优,考虑引入需求响应和联络线交互策略,建立上层配电网有功网损最小,下层微电网第一阶段经济性和环保性指标综合最优、第二阶段功率不平衡量最小的双层两阶段调度优化模型。设置节点电压、储能设备荷电状态等越限惩罚项,以保证系统安全经济运行。借助二阶锥和凝聚函数对模型进行简化处理,编制NSGA-Ⅱ算法和调用MOSEK、Bonmin优化工具包对搭建的配电网和微电网算例系统进行求解和验证,以分析各因素对优化调度结果的灵敏度。结果表明在使用本文调度策略、目标模型和求解算法后,能够有效实现配—微电网多目标函数的协同优化,同时提高了配电网的电能质量和微电网的综合效益。     

计及分布式电源的配电网储能配置研究

分布式电源的接入,给配电网的可靠运行带来了一定影响,需要配置相应的储能装置来保证系统的安全运行。该文计及储能装置和分布式电源对配电网潮流的影响,同时结合储能装置的自身成本对系统的经济效益进行分析;建立以配电网节点电压波动最小以及储能装置经济性最优为目标的多目标函数模型,并利用基于人工免疫系统的多目标优化算法对模型求解,得到最优Pareto解集;为选出最佳结果,采用理想点决策方法选出储能装置最优配置方案。最后通过算例仿真分析,得到不同储能形式的最优配置方式。     

全资源调度下主动配电网削峰填谷优化运行研究

针对主动配电网优化运行问题,构建一种全资源优化调度模型,以运行费用最小为优化目标,对分布式发电单元、储能单元、可切除柔性负荷等进行协调调度。针对构建的全资源优化调度模型,采用二次序列规划求解方法,并搭建MATLAB+OpenDSS仿真计算平台。以IEEE37馈线系统作为测试算例,分析不同电价信息下主动配电网采用优化调度后的削峰填谷效果,并进行了对比分析。     

基于两层优化的主动配电网储能优化配置

针对主动配电网储能系统优化配置问题,考虑运行控制策略对规划方案的影响,提出一种基于两层优化的配置方法。在短时间尺度的内层优化中,利用低通滤波算法提取上网功率高频分量,以高频分量变异系数和可再生能源浪费率最小为目标,基于标量化方法和粒子群算法优化主动配电网控制策略。在长时间尺度的外层优化中,构建多目标优化模型,最小化投资成本和可再生能源浪费率,采用NSGA-Ⅱ算法求取储能系统配置的Pareto最优解。由于运行控制和规划配置间存在相互影响,将不同时间尺度的内外层优化置于统一的框架内,以可再生能源浪费率、储能系统配置位置和容量为耦合变量交替迭代求解。结合算例,对所提模型及其求解方法进行了验证。算例分析表明:主动配电网中储能系统优化配置能够有效提高电网对可再生能源的消纳能力。     

计及源荷不确定性和多类储能响应的园区IES多目标优化调度模型

考虑综合能源系统形态与运行特点的变化,提出一种计及源荷不确定性和多类储能需求响应的综合能源系统多目标调度模型.首先,建立综合能源系统分布式风电和电热气负荷不确定模型以及确定电、气、热多类储能激励和价格需求响应模型;其次,以电、气能源购买、弃风和环境污染成本等多目标函数优化,在源荷侧不确定性和多类储能需求响应下,考虑多类能源功率平衡、冷热电系统之间转化耦合等约束条件,建立综合能源系统源荷储多目标优化调度模型,并采用多目标粒子群优化算法(PSO)对所构建模型优化求解;最后,采用园区能源系统算例对文中模型进行仿真,结果表明其正确有效,该模型可为园区综合能源源荷储需求互济服务提供新的策略.     

基于两层优化的主动配电网储能优化配置

针对主动配电网储能系统优化配置问题,考虑运行控制策略对规划方案的影响,提出一种基于两层优化的配置方法。在短时间尺度的内层优化中,利用低通滤波算法提取上网功率高频分量,以高频分量变异系数和可再生能源浪费率最小为目标,基于标量化方法和粒子群算法优化主动配电网控制策略。在长时间尺度的外层优化中,构建多目标优化模型,最小化投资成本和可再生能源浪费率,采用NSGA-Ⅱ算法求取储能系统配置的Pareto最优解。由于运行控制和规划配置间存在相互影响,将不同时间尺度的内外层优化置于统一的框架内,以可再生能源浪费率、储能系统配置位置和容量为耦合变量交替迭代求解。结合算例,对所提模型及其求解方法进行了验证。算例分析表明:主动配电网中储能系统优化配置能够有效提高电网对可再生能源的消纳能力。     

考虑风光出力波动性的配电网无功优化策略

针对风机及光伏出力的波动性对系统网损和电压的影响,本文以全天有功网损和电压偏移最小为目标,建立兼顾电压安全稳定和配电网经济运行的多目标无功优化模型。利用三点估计法原理计算风光出力和负荷值,通过概率潮流判断状态变量是否满足概率约束,利用权重法将多目标转化为单目标,同时结合粒子群优化算法对所建模型进行求解,最后利用改进的IEEE33节点系统进行仿真计算。仿真结果表明,本文所建模型对配电网进行无功优化,有效降低了网损,改善了节点电压质量。该研究为含高比例可再生能源配电网的无功优化提供了有效方法。     

基于改进粒子群算法的配电网重构的研究

提出了基于改进二进制粒子群算法的配电网重构策略,在保证系统及用户供电质量的前提下,使得配电网重构的综合费用最低。从配电网重构实际应用出发,提出了综合考虑系统的电能损耗费用、开关运行维护及投切费用和停电损失费用四方面的目标函数。针对普通粒子群算法易陷入局部极值的缺点,采用改进的惯性权值策略,增强了算法的调节功能,克服了普通粒子群算法的早熟收敛现象。算法还对开关操作次数约束进行了处理使之不影响全局最优性。仿真结果表明,这种配电网策略可以明显降低系统网损和综合费用。改进的粒子群算法计算速度快,目标函数更贴近配电网重构的实际情况。     

基于自适应的配电网分布式电源优化配置研究

针对分布式电源接入配电网引起的电压越限和电能质量下降等问题,提出了一种具备自适应特性的分布式电源优化配置方法. 建立了光伏、风电两种典型分布式电源的数学模型,分析其功率输出特性. 构建了同时考虑发电成本、环境成本、有功网损折算成本三项指标的分布式电源优化配置模型. 针对多目标函数和多约束条件的优化配置模型,应用自适应粒子群算法求解,实现学习因子和惯性权重自适应调整以提高算法的寻优性能,由此得到分布式电源的最佳接入位置和容量. 最后,以IEEE33节点配电系统为例进行仿真验证. 结果表明,自适应粒子群算法与传统粒子群算法和混沌粒子群算法相比,求解得到的优化配置方案可达到更好的供电可靠性和经济性要求.     

考虑需求侧响应的电气设备调度混合分散式优化

为了缓解用能持续增加对电力系统造成的负担和解决大规模电气设备联合调度时的优化计算问题,提出了考虑需求侧响应的大规模可控用电设备和储能设备的混合分布式优化调度方法。首先建立可控用电设备负荷和储能设备的数学模型,在此基础上,构建了以系统和各设备运行特性为约束,以系统购电费用、用户不满意费用和储能设备损耗费用之和最小为目标函数的混合整数非线性集中式优化数学模型。其次,针对此高维、多目标和多约束且难于求解的非线性集中式优化模型,采用拉格朗日松弛法将其分解为两个子问题,即分别对应可控电气设备负荷的优化调度问题和储能设备的优化调度问题。而且,对于前者又可进一步分解为各可控电气设备负荷的优化调度子问题并通过内点法求解计算;对于后者又可分解为各个储能设备问题的混合整数线性优化调度子问题并通过Benders分解法并行求解计算。然后,为了验证所提混合分布式优化方法的有效性及其优越性,基于算例,对比分析集中式和分散式优化调度时的目标函数值和电气设备优化调度结果,不同规模电气设备对集中式和分散式优化方法计算效率的影响。根据结果可见,所提优化调度方法与集中式优化方法的目标函数值基本一致,但所提方法对应的电气设备优化调度结果可以很好地响应分时电价策略,储能设备削峰填谷效果好;而且所提混合分布式优化方法可以降低优化问题的求解复杂度,计算效率高,几乎不受电气设备规模的影响。     

基于动态模糊混沌粒子群算法的含电动汽车微电网多目标优化调度研究

提出一种基于动态模糊混沌粒子群算法的微电网多目标优化调度方法.利用动态目标函数与模糊理论解决多目标主观权值的缺陷,建立以运行维护成本、环境污染物成本为目标的微电网多目标调度模型.微电网多目标优化调度属于多变量、强非线性优化问题,针对传统粒子群算法求解时容易陷入局部最优等问题,在粒子初始化时,引入一种结合Chebyshev映射和Logistic映射的组合混沌映射,在粒子更新过程中,引入Logistic映射,从而增加粒子寻优的遍历性,加强算法全局优化能力.针对惯性权重在粒子群更新过程中的取值问题,采用迭代次数梯度改变惯性权重的策略.仿真结果证明了算法具有更高的收敛效率和更好的收敛效果.     

考虑谐波因素的配电网无功补偿配置优化方法

针对谐波污染影响配电网无功补偿配置优化的特点,建立考虑谐波因素的配电网无功补偿配置优化简化模型。对各节点的电压有效值和电压总谐波畸变率进行约束,在保证目标函数最小的同时,将各节点的电压有效值和电压总谐波畸变率控制在允许范围之内。针对粒子群算法用于无功补偿优化时存在的局部最优收敛问题,作了算法改进,并将其应用于简化模型求解。选取了IEEE11节点配电网和实际配电网进行优化计算,结果验证了该算法改善电压水平、抑制谐波及降低配电网有功网损等作用的有效性。     

基于粗糙集理论的风光蓄互补系统优化模型

为了解决风光波动性对系统安全调度和稳定运行的影响,以系统运行成本最小和系统污染排放量最小为目标,构建风光蓄集成互补系统. 基于粗糙集理论和模糊C均值聚类算法,分别确定多目标调度中经济目标和环境目标的权重;提出基于粒子群变异策略和计及约束边界的信息共享方法的改进粒子群优化(PSO)算法,求解多目标调度优化问题;以我国西南地区某省风光蓄集成互补系统为例开展算例仿真,验证所提模型的科学性和实用性. 研究结果表明,与单目标调度相比,多目标调度兼顾经济性和环境性,所提混合粗糙集-改进粒子群算法的收敛精度更优,提高了系统的经济效益和环境效益. 引入抽水蓄能机组,对于实现系统多能源协同互补运行具有重要的意义.     

计及碳税的含风电和储能的电力系统经济调度

风力发电和电池储能近年来得到快速发展,对电力系统的安全和经济运行的影响越来越明显。针对风力发电和电池储能接入电力系统后出现的问题,探讨经济调度问题及电池储能对减少风电出力波动的影响。并计及碳税,进一步研究含风力发电和电池储能的电力系统经济调度问题。通过威布尔(Weibull)概率分布描述风电厂出力,利用混沌粒子群优化算法求解经济调度模型。最后,采用修改的IEEE 30节点电力系统验证模型有效性。     

计及多因素的配电网电容器优化配置研究

对配电网电容器优化配置进行研究,计及多因素建立了以系统的有功网损费用、电容器投资费用、电容器维护费用和预期中断费用之和为最小的目标函数,采用改进粒子群算法对该问题进行求解.在改进算法中采用自适应惯性权重,并对粒子群速度进行了变异操作,提高了粒子群算法的全局寻优能力.仿真结果表明,该方法使补偿后支出总费用较补偿前降低22.50%;并使得电压质量得到明显改善,各节点的故障率明显减小,其平均故障率可降低13.44%,系统的整体可靠性能得到改善.     

基于粒子群算法的“多站融合”背景下储能站运行策略研究

通过建立数据中心负荷模型、电动汽车充电站负荷模型、储能站充放电模型和5G基站负荷模型,搭建了储能站投资回报率模型。采取两阶段优化方法、粒子群算法对目标函数进行优化,最终得出"多站融合"背景下储能站的最优运行策略。仿真结果表明,典型锂离子电池在合理区间内,峰谷电价差越大,最佳充放电深度越大,在此运行策略下,储能站的经济效益最高。     

高占比新能源电源接入区域电网的无功优化策略研究

从高占比风电、光伏接入电网运行的安全性和稳定性等方面综合考虑,建立了以电压偏移量和网损最小为目标的无功优化模型。利用MATLAB软件对风电、光伏电站接入IEEE-33节点系统进行无功优化仿真分析,采用多目标粒子群（MOPSO）算法进行无功优化调度方案求解。基于Pareto前沿解的MOPSO算法可为决策者根据不同需求提供方案,并且同时达到提高测试系统的电压稳定性、降低网损的目标,验证了所提优化策略的有效性。     

基于新型建筑智能化平台的多储能装置协同控制方法研究

储能系统接入建筑配电网络可以起到"削峰填谷"的作用,有助于优化电能的分配与使用。当前储能装置的优化调度问题正在成为研究热点。新型建筑智能化平台采用的邻居节点交互机制,为实现多节点的协同控制提供了有效途径。本文针对现有控制方法难以适应多储能装置的协同调度问题,以用电负荷波动方差最小为优化目标,构建了多储能装置削峰填谷优化调度模型,基于新型建筑智能化平台,结合用户用电的负荷数据,利用粒子群算法实现了优化调度模型的求解。仿真实验结果表明,基于新型建筑智能化平台的多节点协同机制,可以实现多约束条件下用电负荷波动方差最小的优化目标,实现多储能装置的协同控制,证明了该方法的有效性。