并网型风电场扩展光伏互补发电容量优化配置

风、光资源具有天然的互补性,在已建成的风电场中扩展光伏发电,组建互补发电系统,有利于平抑出力波动并提高运行经济性。提出一种并网型风电场扩展光伏容量优化配置方法。基于风速和太阳辐射在时间尺度上的互补性,建立修正的气象概率分布模型。以电气设备利用率最大,输出功率波动性和弃风、弃光电量最小为目标构建多目标优化模型,充分考虑3个目标之间的矛盾以及不同升压主变容量的影响。采用蒙特卡罗方法仿真生成风、光气象数据,基于多目标粒子群算法求取Pareto最优解集合,结合工程要求和经济性指标从集合中确定最终方案。结合算例,对本研究方法的有效性进行了验证。     

测风塔神经网络法对弃风电量的评估

由于电网容量的快速可调的容量限制,造成风电并网的消纳能力较弱,导致越来越多的弃风电量。研究了神经网络方法,根据历史风塔的测量的不同高度、风速和风向的数据,结合风电场风机的历史观测数据,建立了神经网络模型,然后将样本数据输入到已建好的神经网络模型以得到风机的理论发电功率,进而得到弃风电量。通过对比测风塔法,神经网络法,样板机法和面积积分法统计风电弃风电量大小,基于测风塔神经网络法的弃风电量评估模型在低风速时的评估效果具有良好的参考价值,比较接近实测风速。     

考虑多重出力不确定性的风光装机容量优化

挖掘风电和光伏出力的日特性和月特性,构建基于日特性和月特性的风电/光伏序列模型,通过蒙特卡洛模拟方法,生成多条风电和光伏出力序列,以刻画风/光出力的多重不确定性。考虑风电和光伏多重不确定性出力约束、电力电量平衡约束、允许弃风弃光率约束等,构建风电和光伏收益最大模型,优化风电和光伏装机,保证风电和光伏运行的经济性,实现风电和光伏有序发展。仿真算例表明,在不同的允许弃风弃光率下,风电和光伏的最优装机差异较大,受光伏日特性和装机成本高的影响,只有在弃光率较小且光伏装机容量小的场景下,光伏发电才具有较好的经济效益。     

基于时序生产模拟的配电网光伏装机容量规划

基于时序生产模拟方法,对含风电与光伏的配电网,建立光伏发电装机容量规划模型,针对不同的弃风弃光率场景对光伏最优装机容量的影响,优化配电网最大光伏接入容量。仿真表明,通过允许一定水平的弃风弃光率,本研究所提规划方法能够在保证风电/光伏合理收益的前提下,最大化接入光伏发电,提高新能源发电利用水平。     

含风光水气火蓄的多能源电力系统日运行优化调度方法

针对当前多能源电力系统中大量弃风、弃光和弃水的问题,文中通过构建含风光水气火蓄的多能源电力系统日运行优化调度方法,有效提升可再生能源的消纳能力.首先,在保证火电最小经济技术出力及水电强迫出力的前提下,根据系统负荷大小确定可再生能源发电运行可行域.其次,在可再生能源发电运行可行域内优先安排风-光-径流水发电,若其满发有剩余,则安排抽水蓄能电站进行抽水,若抽水至满库容后风-光-径流水发电仍有剩余,则按负荷实际需求,按风电、光伏和径流水装机比例调降各自出力;若风-光-径流水满发后不能满足负荷需求,则优先安排可调节水发电,剩余负荷由火电、燃气和抽蓄电站以其总运行成本最小为目标来安排发电.最后采用CPLEX进行求解.实例分析表明文中方法能够提升可再生能源的消纳水平、减少非再生能源的消耗.     

考虑可再生能源出力不确定性的多能源电力系统日前调度

随着可再生能源的开发利用,以风电和光伏发电为代表的不确定电源对电力系统安全运行影响越来越大。传统对风电和光伏发电出力不确定的研究,大多假设其预测误差服从正态分布,但正态分布并不能准确描述这一误差分布。基于此,采用人工神经网络直接模拟预测误差的分布规律以确定其对调度方案的影响,同时为了提高模型的求解速度利用神经网络模拟机会约束条件成立的概率水平,将训练好的人工神经网络嵌入机会约束规划模型求解中,形成能够考虑风、光出力不确定性的多能源电力系统日前调度模型。为提高可再生能源消纳能力,调度模型在保证经济性的同时,优化可再生能源的渗透率。采用博弈优化理论,将得到的多目标优化非劣解作为博弈参与者的策略集,进一步通过相互博弈达到纳什均衡的过程寻找最优策略解。最后通过修改的IEEE30节点系统,采用实际风电场和光伏电站出力数据验证了所提模型的有效性。     

风电拉平负荷下的发电系统可靠性评估

风能具有随机性、间歇性和波动性的特点,风力发电并网对发电系统的可靠性有一定影响,为了评估合风电场的发电系统可靠性,提出了风电功率拉平负荷的概念.基于风电功率与系统负荷为相互独立的随机变量的特点,采用裕度表的方式推导出风电场输出功率跟负荷的联合概率分布,建立了风电功率拉平负荷模型,与常规发电机组停运容量模型结合计算发电系统的可靠性指标,为含风电场的发电系统可靠性分析提供了新的思路和方法.算例计算分析结果表明了该方法的合理性和有效性.     

基于RTDS微网的混合储能优化配置研究

微网的混合储能容量配置问题直接关系其电能质量和经济性。基于独立光伏发电不确定的特点,针对基本粒子群算法的不足,文章提出了基于微网的混合储能改进粒子群优化算法。该方法以容量、功率为约束条件,系统全生命周期费用最小为目标,收敛速度更快、经济性更优。将改进后的粒子群算法与RTDS(实时数字仿真仪)平台相结合进行仿真,平抑了光伏发电系统直流侧输出电压,提高了电力系统的可靠性。     

基于经济调度的光伏并网系统储能容量研究

针对储能装置和光伏系统结合过程中的经济运行,根据光伏发电曲线以及光伏系统购售电价的特点分析,建立了经济调度模型;并基于经济调度模型、通过粒子群算法计算了不同容量下的光伏发电系统的运行成本,进而算得加入蓄电池成本后的综合费用;依据综合费用确定蓄电池的最佳容量。通过仿真计算和分析表明:合理容量的蓄电池不仅可以平滑光伏输出,提高电力系统运行的经济性,而且具有一定的削峰填谷效应。     

基于分布式储能系统的风储滚动优化调度方法

根据风电预测精度随时间尺度的减小逐级提高的固有特性,建立了多时间尺度多目标协调调度的滚动优化模型。依据风电并网标准与分布式电池储能系统(distributed battery energy storage system, DBESS)能快速修正风电波动的低频分量,以系统经济性最优和弃风电量最小为目标函数建立优化模型,采用加入4个风电场(wind farm, WF)和2个电池储能系统(battery energy storage systems, BESSs)的IEEE-39节点标准系统进行算例分析,遗传算法(genetic algorithm, GA)对目标函数进行迭代求解。结果证明,本研究提出的基于DBESS的风储有功滚动优化调度模型,可以有效降低系统运行经济性以及提高电网对风电的接纳能力。     

基于连续小波变换的风光发电资源多尺度评估

针对区域风光发电资源评估问题,提出一种基于连续小波变换的多尺度评估方法。从美国国家航空航天局(National Aeronautics and Space Administration, NASA)中获取风速和光照强度再分析数据,并利用虚拟发电系统模型预处理为发电容量系数。综合考虑储量、波动性和互补性等资源属性,构建量化指标对区域风光发电资源进行分析,以时间和空间两个角度挖掘区域资源的分布特征。利用连续小波变换方法提取不同尺度上的风光波动性和互补性特征,评估风光互补发电对出力波动的平抑作用,并探究最佳的互补尺度。以枣庄市为例,对提出方法的有效性进行验证。算例分析表明:风光资源具有波动性和互补性,在最佳尺度上规划互补发电系统能够有效平抑功率波动。     

基于多目标沙猫群算法的含风光储配电网无功优化

针对现有智能优化算法在求解配电网无功优化时存在的收敛速度慢、易陷入局部最优解等问题,提出一种基于多目标沙猫群算法(MOSCSO)的含风光储配电网无功优化方法.MOSCSO融合了多目标算法中外部储存集的更新和选择机制,具有较好的全局寻优能力,而沙猫群算法(SCSO)特有的搜索和攻击的种群更新方式保证了其具有较快收敛速度和较好寻优能力.建立储能设施(ESS)作为控制变量的IEEE 33节点系统数学模型,应用MOSCSO进行仿真验证.结果表明,本文所提方法在平衡风光发电系统的同时能够降低网损和提高电网稳定性,通过与传统算法比较,验证了MOSCSO在无功优化模型上的有效性和稳定性.     

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.     

模糊熵权法和CCPSO算法的含风电场电力系统多目标无功优化

研究了含双馈风电机组的电力系统多目标无功优化问题,分析了双馈风电机组的无功特性,将风电场作为连续的无功调节手段参与电力系统无功优化. 提出一种基于模糊商权法和组合混沌序列动态粒子群算法（CCPSO）的多目标无功优化方法. 利用模糊熵权法解决主观权值和客观权值的缺陷,建立以静态电压稳定浴度、节点电压和有功网损为目标的含风电场多目标无功优化决策模型. 针对利用传统粒子群算法进行求解时,易出现局部收敛等问题,结合Chebyshev映射和Logistic映射,在粒子初始化过程中运用一种组合混沌映射,增强初始粒子的均匀性,同时将Logistic混沌优化引入到算法寻优过程中,使算法全局寻优能力得到加强. 以IEEE14节点系统为例进行仿真实验,验证所提方法的有效性和实用性.     

风电运行风险与备用协调优化的调度方法

风电功率的预测误差体现了风电的随机性,风电的波动性描述了风电出力在指定时空尺度上的逐点变化特性。针对风电功率预测误差和风电功率波动所需的备用容量,通过对风电的随机性、波动性分析应对,建立风电备用需求新模型。根据风电备用需求与系统运行备用之间的关联关系,定义了风电运行风险,并在此基础上构建了风电运行风险与备用协调优化的调度模型,在模型中采用惩罚的方式对因系统为风电提供的运行备用不足所造成的失负荷成本和风能浪费成本加以考虑。通过修订后的IEEE 6节点和118节点系统算例的仿真计算,验证了模型的正确性和有效性,为更大限度、更经济、更安全的利用风电功率提供了一种决策支持。     

山西各地区风光资源互补性研究

风光资源是可再生能源,研究其互补性对于风光互补发电系统研究有着重要的意义,但是二者在时间和空间上受气象条件影响较大。以山西省11市（县）一年各月平均风速实际数据分别对这11个地区风能资源储能情况进行分析,并结合气象学模型对这些地区水平面太阳辐射总量及最佳倾角进行理论计算,得到最佳倾角倾斜面上太阳辐射总量。然后将这些地区各月最佳倾角下倾斜面上太阳辐射总量与风能储能做互补性分析,并以山西清徐为例对风光互补发电系统进行了优化匹配分析。通过分析各地区风光资源在时间上的互补性和互补系统优化匹配设计,为山西地区风光互补发电系统开发利用提供了重要的理论依据。     

动态车辆路径问题的多目标优化模型与算法

以快递服务相关的动态车辆路径问题为研究对象,建立多目标优化模型,设计了相应的求解流程.多目标优化模型包括最大化服务客户数、最小化客户等待时间和最小化总旅行时间3个优化目标.采用基于词典式的排序方法,开发了改进的Or-opt局部搜索启发式算法.在不同基准问题数据集上进行仿真实验,结果表明,多目标优化模型与单目标模型相比,能明显降低被拒绝的客户数和等待时间,而总旅行时间未发生明显增长.     

风电场中储能系统的功率和容量优化配置

针对如何用最小的储能装置实现风电场长时间稳定输出的课题,对风电机组中储能装置的配置功率、配置容量的大小及其对风电机组有功功率输出的优化作用进行了研究,提出了以风电机组及储能装置的输出功率波动标准差为指标的储能系统的功率和容量优化方案,并编写了基于CPSO算法的目标函数优化程序,针对单台风力发电机组一天的风电功率数据进行了优化计算,得出了储能装置额定容量及额定功率的优化组合方案,验证了该方案的有效性.     

考虑风光多维时空相关性的电源规划方法

提出考虑风光多维时空相关性的电源规划方法。基于Copula理论和风光出力概率分布建立考虑风光多维时空相关性的风光出力模型, 将出力场景应用于双层电源规划模型中, 提出考虑风光多维时空相关性的电源规划方法。上层是以总规划费用最小为目标函数的投资决策模型, 下层是以运行经济性和调峰特性最优为目标的短期运行优化模型。通过某地区算例验证分析了所提方法的有效性。结果表明,考虑风光时空相支性能够降低数据模拟误差,提高规划方法的经济效益,改善调峰特性。