基于改进多目标粒子群算法的微电网储能优化配置

储能参与微电网的优化运行能有效解决可再生能源大规模并网所引起的系统安全稳定问题。基于双层规划理论建立以负荷波动、系统成本以及储能SOC偏差为目标的储能优化配置模型,提出一种改进的多目标粒子群算法求解该模型。依据最优相似度来指导惯性权重的取值,适时引入交叉变异操作,在保证算法收敛性的同时,提高其跳出局部最优解的能力。为保证pareto解集的全局性和均匀性,提出了一种多迭代方向pareto解集动态更新策略。最终基于信息熵确立权重,采用TOPSIS法选取最优方案。通过修改的IEEE-33节点系统进行算例分析,验证了该算法在求解微电网储能优化配置问题上的有效性和优越性。     

含复合储能微电网的多目标优化运行

针对包含光伏、液流电池和锂电池的并网型复合储能微电网,提出一种基于二人零和博弈权重系数法的多目标优化方法。为实现微电网可再生能源利用最大化、并网运行冲击最小,本文以微电网购电费用和联络线功率波动两者最小为目标建立多目标优化模型。为兼顾各个目标,提出基于二人零和博弈的加权系数法将该模型转化为单目标优化问题进行求解。根据一个实际微电网进行算例验证,结果表明该优化方法可有效提高微电网运行经济性,并有效减少联络线功率波动。     

微电网储能多目标优化及功率平滑算法

以储能成本最低、可再生能源功率平衡优化效果最好、功率需求匹配最佳建立多目标模型,利用目标函数离差排序法确定各子目标权重系数,得到了储能的优化配置方法;提出一种平滑微电网内功率波动的实用算法,分析了各参数对功率平滑效果的影响。     

基于改进NSGA-Ⅲ的微电网储能多目标优化配置

为提升微电网中储能配置的可靠性与经济性,提出一种基于改进NSGA-Ⅲ算法的微电网储能系统容量多目标优化配置方法。构建了微电网储能容量配置双层优化模型,外层以储能一次投资成本最小为优化目标,内层以微电网综合运行成本最小、负荷缺电率最小和可再生能源利用率最大为优化目标;在传统NSGA-Ⅲ算法中嵌入Levy理论和一个区域角度量化机制,使其更加适用于所提直流微电网储能容量双层优化配置模型的寻优迭代求解,并结合典型日数据,仿真验证了所提模型及算法的有效性。     

基于随机潮流与双层经济性指标的微电网储能优化配置

配置储能可以有效降低新能源功率波动对微电网的影响。为充分考虑微电网中风光出力和负荷的不确定性,提出基于随机潮流与双层经济性指标的微电网储能优化配置方法。首先进行随机潮流计算,得出电网运行的功率分布的随机特征;然后将储能配置的经济性和电网运行的经济性相结合,构造双层经济性评价指标,以该指标最优为目标进行粒子群优化求解,确定最优储能配置方案;最后对比传统方案,所提的优化方案充分考虑微电网中风光出力和负荷的随机性,在降低储能配置成本的同时,可以减少电网运行损耗,提高电网运行的经济性。     

多微电网互联系统的储能容量配置

随着微电网的发展,微电网之间互联的研究逐渐兴起。为了满足多微电网系统的电能质量和运行稳定性等要求,储能系统发挥着重要作用。同时,为了实现微电网互联运行的经济性最优,需要对多微电网的储能系统进行协调容量配置。建立了层级式微电网互联模型,以传输功率损耗最低作为互联微电网之间以及微电网与大电网之间的功率交换原则,基于多微电网互联系统功率交换和分时售/购电价,建立以多微电网系统经济性最优为目标的目标函数,采用改进的粒子群算法对该模型进行优化求解,最终获得储能系统的容量配置参数。实验结果表明,在满足系统稳定性的前提下,文中提出储能系统容量配置方法使得多微电网系统的经济性更优。     

考虑电动汽车的微电网复合储能容量优化配置

复合储能在微电网功率平衡、平抑可再生能源波动、提高电池使用寿命等方面有着显著作用,是未来微电网储能发展方向之一。针对含有风力发电和光伏发电的微电网,考虑微电网中电动汽车有序充放电,建立复合储能容量优化模型。通过经验模态分解分割平抑任务,最后利用粒子群优化算法对所搭建模型进行求解。比较无电动汽车、电动汽车随机充电和有序充放电3种模式下的容量优化配置结果。通过搭建仿真,对有序充放电模式下复合储能的功率分解以及荷电状态进行分析,验证了该方法在平抑波动方面的有效性。     

基于多应用场景独立微电网储能系统优化配置

含风、光、储的独立微电网,科学配置合理的储能容量,能满足负荷供电需求,保证系统安全稳定运行。针对三种具有代表性的应用场景,分别提出了储能系统配置评价指标;以储能系统全寿命周期费用最优为优化目标,计及系统运行要求及蓄电池设备的特性约束,建立了孤网运行的微电网蓄电池储能系统的优化配置模型,并采用改进的粒子群算法进行求解;在容量配置的基础上,探讨了储能系统拓扑结构优化的方法。编写了优化设计软件并进行算例验证。     

基于NSGA-II-PSO算法的微电网多目标优化运行模式

解决微网中新能源出力的随机性与波动性是微电网优化运行的前提和关键,为此,提出一种快速非支配排序遗传算法NSGA-II （non-dominated sorting genetic algorithm）和基本粒子群优化算法PSO（particle swarm optimization）相结合的NSGA-II-PSO算法,考虑将经济运行成本和环境污染成本作为优化的目标函数,建立常见发电单元以及蓄电池储能的多目标优化运行模型。通过Matlab仿真对比PSO、NSGA-II和NSGA-II-PSO算法的适应度收敛曲线,验证所提算法具有收敛速度快、全局和局部搜索能力强的优点,较单一的PSO算法和NSGA-II算法具有更优的特点;结合经典微网系统进行算例仿真,通过对单目标与多目标的分析,结果表明该算法能有效降低经济成本和使环境效益达到最优;并且进一步验证所提算法的优越性。     

混合储能多目标容量优化配置

针对蓄电池和超级电容混合储能系统的容量配置,提出了混合储能系统多目标容量优化配置模型,该模型以经济成本、供电可靠性、能量过剩和供需平衡为目标,以蓄电池的SOC、超级电容的端电压和最大功率为约束,同时考虑能量控制策略的影响,应用改进粒子群优化算法同时对蓄电池和超级电容的容量和功率进行设计,并通过仿真验证了所提多目标容量配置算法的快速收敛性和可靠性。     

孤立微网的多目标能量管理

针对孤立微网系统的能量管理问题,利用蓄电池和超级电容的互补特性,以经济性和环保性为优化目标,提出了一种采用混合储能系统的微网多目标能量管理方法。求解方法分为2步,首先,综合考虑当前和未来可再生能源发电期望和负荷需求、不同调度时段、储能装置的实时荷电状态等因素,采用模糊控制对混合储能系统进行管理。其次,在计及多种约束条件下,利用改进的粒子群优化算法对微电源出力进行经济环保优化调度,得到微网系统的最终运行方式。该方法不仅能实现孤立微网经济、环保、可靠运行,还可延长蓄电池使用寿命,提高储能系统经济性,通过多组实验对比,验证了模型的有效性和可行性。     

基于改进粒子群算法的微电网多目标优化调度

微电网优化调度作为智能电网优化的重要组成部分,对降低能耗、环境污染具有重要意义.微电网的发展目标既要满足电力供应的基本需求,又要提高经济效益和环境保护.对此,提出了一种综合考虑微电网系统运行成本和环境保护成本的并网模式下微电网多目标优化调度模型.同时采用改进的粒子群算法对优化模型进行求解.仿真结果表明,该模型可以有效降...     

现货市场下基于混合储能技术的微电网偏差电量优化

现货市场的开展为以微电网运营商为代表的市场新兴主体提供了处理不平衡电量又一渠道.但如何协调其与储能技术的配合,成为市场主体运营的关键之一.首先,对含有微电网主体的现货市场交易和不平衡电量的处理机制进行分析,提出了可跟随偏差电量数值变化的动态考核方法.其次,根据不同来源性质的偏差电量,针对性地调用储能系统的不同单元,构建...     

计及需求侧管理的新能源微电网多目标优化调度方法

提出了一种考虑需求侧管理的新能源微电网多目标优化调度方法。首先,为了改善用电结构,计及微电网的新能源消纳、用户购电成本和负荷的平稳性,建立了基于微电网中可控设备负荷转移的需求侧管理多目标优化模型;然后以微电网的经济性和环保性为优化目标,建立了包含风力和光伏发电的并网型微电网多目标优化调度模型;最后采用改进的多目标粒子群优化算法求解模型。算例结果表明,所提方法在提高新能源消纳、降低用户的购电成本并实现负荷削峰填谷的同时,能进一步降低经济和环境成本。     

马尔可夫预测的多目标优化储能系统平抑风电场功率波动

在高比例风电主导的可再生能源电力系统中,配置储能系统是缓解风电功率波动、实现削峰填谷、提高风电可调度性的有效解决方案。文中从大规模储能出力水平以及风电未来输出对当前储能运行影响的角度出发,设计了风储联合运行的多目标优化仿真模型。采用马尔可夫预测模型形成风功率未来输出评估,同时利用粒子群优化算法实时滚动优化风储并网功率,获得储能电池最优运行策略。利用某百兆瓦级风电场的典型风功率数据进行仿真,仿真结果表明所提方法平滑效果良好,避免了储能电池过度充放电,防止了储能电池进入死区的情况,提高了风储一体化系统的可靠性和经济性。     

储能式有轨电车能量管理策略多目标优化

研究了以电网、动力电池和超级电容为动力电源的储能式混合动力有轨电车。首先介绍该类有轨电车的混合动力系统结构,提出一种基于系统工作模式的逻辑门限式能量管理策略,通过多个控制参数实现工作模式的切换。针对能量管理策略中控制参数的不确定性,将整车车载电源的最小配置成本以及列车运行的能耗、准时性、准地点停车作为优化目标,应用多目标遗传算法对影响列车动力性能的主要能量管理策略控制参数进行了优化分析。结果表明,优化后列车的牵引运行能耗减少了约6.8%,再生制动能量的回收率提高了约2.4%。同时,通过优化得到了电源的最小配置,为电源的冗余配置提供参考。     

面向储能电站调度的光储发电系统运行优化策略研究

光储联合发电系统的优化调度策略是实现光储联合发电系统经济及安全运行的重要保障,然而传统的经济优化调度模型并未考虑电池储能电站内部电池的有效管理。本文提出了一种经济优化调度策略,依据储能系统各电池组性能参数和运行状态,以储能系统运行一天总成本最低为优化目标,以系统平衡、荷电状态、功率限值和调度循环为约束条件,建立了经济优化调度数学模型,并应用改进粒子群算法进行求解。最后,算例仿真结果验证了改进粒子群算法的优越性和优化调度策略在光储联合发电系统中应用的可行性。     

基于萤火虫与粒子群混合优化算法的移动储能调度

近年来,受规模化电动汽车无序充电、高比例新能源功率波动等因素影响,配电网存在负荷峰谷差较大、网损较高、配电网运行成本高的问题。提出基于萤火虫与粒子群混合优化算法的移动储能调度方法。分别建立电动汽车、移动储能车、氢燃料发电车的移动储能模型,建立负荷峰谷差、配电网网损和配电网运行成本多目标函数,为了降低排名异常的概率,引入Tent混沌映射、柯西变异算子、萤火虫算法中的模糊自适应惯性权值,求解多类型移动储能共同参与调度的最优方案。算例分析结果表明,所提方法能够有效减少负荷峰谷差、降低配电网网损和降低配电网运行成本。