基于改进SSA的风光氢储综合供电系统配置优化

在保障风光氢储综合供电系统可靠性的前提下，为最大限度地降低单位发电成本，提升系统整体的经济性，提出了一种引入自立策略的改进麻雀搜索算法（SSA），并根据该方法对风光氢储综合供电系统电源容量配置进行了优化。建立以最小化单位发电成本为目标函数的优化模型，采用改进SSA算法进行求解。研究结果显示：该算法具有较好的寻优能力，系统单位发电成本降低了23.3%。     

考虑风光互补的电力系统多目标随机优化发电方案研究

为解决风光并网消纳问题,考虑实际电力系统风电穿透功率极限、风光并网准入功率极限等因素的影响,针对特定时空范围内风光互补特性,搭建风光互补概率模型,且设置适宜的风光互补装机容量比例;在风光互补不确定约束下,构建以火电机组运行及启停成本综合最小和污染物排放量最小为目标函数的多目标随机优化机组组合模型;模型考虑极端气象条件下,风光发电出力超出电网实际可接纳容量的情况,并在每个优化时段内引入风光发电准入功率约束;提出基于蒙托卡洛方法、NSGA-II和最大满意度相结合的模型求解算法。算例结果验证了文中模型和算法的有效性和优越性。     

基于改进微分进化算法的微电网优化运行研究

目前微电网是研究中的热点问题,是未来智能配电网的发展方向,研究微电网的优化运行有着重要的意义。在考虑含多种微电源的微网模型的基础上,考虑了SO2,CO2,NOx的排放成本以及运行维护费用,以微电网运行成本最低为目标函数,提出了一种基于改进微分进化算法的微电网优化运行方法。采用的改进微分进化算法经过初始化、变异、交叉、选择等操作完成对最优解的搜索,在不同阶段采用不同的变异策略,具有更高的全局搜索能力和收敛速度,对算例的仿真实验证明了方法的有效性。     

计及储能系统充放电策略的风光混合发电系统容量优化

如何最优配置风光混合发电系统的容量,对保证供电可靠性和降低系统投资与运行成本都有重要意义。首先以气象数据为基础,对风力发电(wind power generation,WPG)与光伏(photovoltatic,PV)发电的发电功率以及电池储能系统(battery energy storage system,BESS)的充放电功率进行建模,计及了风光发电出力的随机性。在此基础上,采用动态规划方法优化BESS的充放电控制策略。然后,建立了在保证供电可靠性的前提下优化配置风力发电和光伏发电容量的数学模型,并采用遍历搜索方法求解。最后,以修改的IEEE-RBTS(Roy Billinton Test System)Bus 4的配电系统为例,对多种情形做了计算分析,说明了所提方法的可行性与有效性。     

基于CS-PSO算法的电池储能系统多目标优化运行策略

为了充分发挥储能系统在智能配电网中的积极调节作用,提出了一种统一为成本量纲的电池储能系统多目标优化运行模型。该模型以一个完整调度周期的配电网购电成本、网络损耗费用及电压调节费用均最小为目标函数,以电池储能系统的充/放电功率为控制变量,并确保储能系统在整个调度周期的能量守恒及容量约束。再应用层次分析法计算各子目标权重,化多目标函数为单一综合目标函数。针对所提出的电池储能系统优化运行模型,提出一种改进的混合粒子群优化算法—纵横交叉粒子群优化(CS-PSO)算法。将纵横交叉算子引入粒子群算法,并采用交叉搜索的方法以维护种群多样性,再以电池荷电状态为粒子位置矢量元素,实现完整调度周期内储能系统优化运行策略的求解。最后,对含高渗透率分布式发电单元和电池储能的IEEE34节点算例进行仿真,对比分析了3个单一单目标与本文多目标的优化结果以及3种智能优化算法的计算性能,还分析了储能系统优化运行对系统电压质量的影响。仿真分析结果表明:多目标优化能够充分利用储能系统为配电网提供多种服务,使配电网获得最大综合效益;CS-PSO算法在求解非线性规划问题时具有很好的收敛特性及较高的计算效率,从而验证了所提模型及算法的有效性。     

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.     

应用于停车棚的光伏—储能微网发电系统研究

提出了应用于停车棚的分布式发电光伏储能微网发电系统设计方案,进行了并网光伏发电系统、储能系统和微网控制管理系统设计重点介绍了光伏电池阵列、并网逆变器、储能装置充放电系统、储能系统容量规划、微网电网结构、光储微网系统整合运行等设计内容。     

计及蓄电池寿命的微网群优化调度模型

为延长蓄电池使用寿命,减少微网群运行成本,构建了计及蓄电池寿命的微网群多目标优化调度模型.以包含风、光、储、柴、燃料电池的两个子微网所构成的交流微网群作为研究对象,采用改进后的加权吞吐量法构建蓄电池寿命模型并预测蓄电池寿命.综合考虑系统发电成本、环境污染成本和蓄电池寿命损耗成本,在满足负荷供需平衡、不同微源出力等约束条件下,通过加权系数法将多目标函数归一化为综合目标函数,并利用二元对比定权法确定权系数,把对蓄电池的重视程度分为较低、中等、较高三种情况.采用粒子群优化算法进行求解,并对三种情况下的微网群调度结果与蓄电池寿命损耗情况进行对比分析.结果表明,该优化调度模型可有效提高微网群经济效益,并减小蓄电池损耗,验证了该模型的有效性.     

含大规模风光电源的配电网储能电池选址定容优化方案

分布式储能可改善风光等分布式电源大规模并网导致的电网安全和经济运行问题,配电网储能配置关系储能电池工作能力的提升和电网投资成本的降低。提出一种配电网中储能选址定容的双层优化方案:外层以电网成本最低为目标,通过遗传算法优化储能配置,并对遗传算法加以改进,提高计算效率;内层以降低网损、提高削峰填谷收益为目标,利用序列二次规划算法同时计算多时段配网最优潮流,实现储能充放电优化;为保证内外层优化有效配合,利用内层结果对储能容量进行修正,提高储能的利用率;分析风电和光伏额定功率等因素对储能系统配置结果的影响。最后对一个含风光电源的17节点配电网进行测试,验证所提方法的有效性。     

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.     

基于改进蝙蝠算法的混合储能系统容量优化配置

针对光伏发电在微网中不稳定、功率波动较大的问题,利用超级电容和蓄电池的混合储能系统对微电网中功率波动部分进行平抑。根据光伏功率波动率和储能响应特性,提出基于低通滤波器分解的功率分配方法,采用改进的蝙蝠算法对混合储能进行容量优化配置,以混合储能装置全生命周期费用最小为目标,以系统的功率平衡、储能的荷电状态以及负荷缺电率等指标为约束条件,建立一种混合储能系统容量优化配置模型,实现混合储能系统经济最优。算例仿真结果表明,改进的蝙蝠算法不仅优化了蓄电池的工作状态,降低了储能系统的全生命周期费用,而且加快了收敛速度。     

基于粒子群算法的风光互补发电系统配置优化设计

粒子群算法(Particle swarm optimization,简称PSO)模型简洁,具有优异的探索效率、良好的收敛性及精度,与其他优化算法相比具有令人瞩目的优异性。通过将粒子群算法应用于由太阳光、风力发电等构成的可再生能源混合发电系统的最优化配置研究中,并通过实际的应用完成在以系统综合成本最小的约束条件下,对系统各构成模块的规格进行优化分析。通过对某工业园区进行风光互补发电系统优化,即分别对风光互补发电系统、单一风力发电系统、单一光伏阵列发电系统这3种优化方案进行经济性分析和技术性分析,进行优化设计。结果表明:基于粒子群算法的风光互补发电系统优化设计在兼顾满足负载要求的情况下,达到较好的经济性,适宜推广此种可再生能源发电方式。     

风光蓄互补系统的技术研究

针对微电网中风光蓄互补系统展开研究,重点研究了风光蓄互补发电系统的拓扑结构,以太阳能池板作为作为主要发电设备,风力发电作为补充性发电单元,通过针对太阳能发电的特性研究,综合考虑系统的发电时效性确定了系统的直流修正参数.其次,利用蓄电池作为系统的重要储能设备,保证了系统在离网单独运行时,弥补风光发电的不确定性.通过研究蓄电池的特性,充放电特点及规律提出了针对微电网风光系统蓄电池容量的计算方法,并进行了仿真实验,实验结论证明了所提出的计算方法的正确性与有效性.     

多能互补系统综合效益最大化控制

针对光伏发电出力随机性大,波动较强等问题,提出了一种多能互补系统综合效益最大化控制策略,控制双向DC-DC逆变器实现蓄电池、超级电容器和氢燃料电池充放电,保证直流母线电压的稳定。然后利用蓄电池和超级电容器所具有的能量互补特点,实现对储能系统的优化管理。采用光伏与混合储能协调互补的方法,可以减少储能系统的容量、降低蓄电池循环充放电的次数、延长储能装置的使用寿命,并获得较好的光伏波动平抑效果,相比于常规的控制方法,减少了运行投资成本,具有显著的经济效益。     

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.     

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。     

风光储发电系统容量配置优化算法综述

风光储发电系统是提高新能源利用率的有效形式,风光互补与储能相结合可以有效降低随机性和波动性对电网产生的影响。容量配置优化问题则是风光储发电系统能否最大程度地发挥作用的关键。分析了容量配置优化的重要性,阐述了目前使用较多的两种群智能算法在容量配置优化方面的应用,并对这些容量配置优化算法未来的发展方向进行了总结和展望。     

基于改进多目标差分进化算法的节能优化调度

随着环境问题日益突出,新能源在全球范围内得到迅速发展,电网的调度模式和技术是提升新能源消纳的关键.采用以最少的煤炭资源消耗量及水电站发电为目标,以火电机组的出力和梯级水电站的发电流量作为控制变量,综合考虑火电厂、水电站等约束条件,构建风光水火互补的电力系统动态调度模型.提出一种改进多目标差分进化算法对模型进行求解,算法中引入外部环境影响和参数自适应调整,可以提高种群全局寻优能力.分析结果表明:该算法比多目标差分算法收敛性和精确度更高,起到清洁能源的利用和削峰填谷的效果.     

基于改进量子粒子群算法的微网多目标优化调度

根据微网与主网之间不同的交互方式制定2种不同的优化策略,建立以微网经济成本和环境效益为目标的优化调度模型,采用蜂群搜索策略的改进量子粒子群(BQPSO)算法进行求解。该算法具有较强的全局搜索能力,能够提高计算精度,避免陷入局部最优解,有效改善多目标优化调度的Pareto前沿分布特性。最后,以典型的微型燃气轮机、柴油发电机和燃料电池组成的微网系统为例,验证了所建模型和所提方法的有效性。     

分时电价下直流微网优化运行和容量配置研究

针对小型直流微网的优化运行和容量配置问题,以含直流负荷、蓄电池、光伏的直流微网为研究对象,综合考虑各组成部分成本和收益,建立以用户侧日收益最大为目标函数的微网能量优化模型。采用粒子群算法求解优化问题,得到系统优化运行策略和最优容量配置,并以某高校实验楼照明系统为例进行计算,得到其调度曲线,提出该系统最优配置的计算方法。研究结果表明,该方法与直接采用"自发自用,余电上网"方式相比,收益增加了17.29%,说明该调度方法能有效地处理分时电价下的直流微网优化运行和容量配置的问题。