基于V2G技术的微电网调峰控制策略研究

随着新能源技术与智能电网的快速发展,利用电动汽车作为储能平台参与电网削峰填谷成为一种可行方案。V2G技术是指利用电动汽车给电网送电从而调节电能质量,利用大量电动汽车的储能源作为电网和可再生能源的缓冲。从V2G技术出发,探究了其控制策略及优势,提出了较为可行的三种优化方法。     

电动汽车V2G调度优化策略的多指标评估方法

随着车网互动（V2G）活动频繁,如何评价V2G调度策略效果成为V2G运营的关键问题。从电网调度、电网安全与能源安全等多个角度,提出一种基于V2G调度策略运行效果的多指标评估方法。首先,系统剖析V2G调度系统的运行方式与运行特点,建立基于V2G调度系统的多指标评估框架。其次,从V2G调度策略运行效果层面,围绕可再生能源消纳比率、可调度容量、调度响应时间、负荷平稳度和调度运行经济效益共五个指标,构建V2G调度策略运行效果的多指标评估模型。最后以某区域内的电动汽车集群为案例进行分析,选取某市三个场景区域内常规负荷,分别执行分时电价、停车费减免、可再生能源消纳三种V2G调度策略,对系统调度运行结果实施多指标评估,评估结果验证了电动汽车V2G调度优化策略多指标评估方法的有效性及优越性。     

主动抑制电池老化V2G最优调频策略开发

可再生能源对电网渗透规模的不断扩大给电力系统的频率稳定带来了巨大挑战。电动汽车作为移动电源参与V2G(Vehicle-to-grid)调频可有效解决这一难题。但是执行V2G调频会加剧电池老化,这在很大程度上打击了电动汽车车主参与V2G服务的积极性。因此,为抑制V2G调频对电动汽车电池老化的消极影响,通过引入基于机理的电池老化模型,建立了以抑制电池老化为目标的优化模型,进而基于模型预测控制理论,开发了一种全新的优化控制器,实现了对电动汽车充放电功率实时的高效控制。研究了不同前瞻时间长度对优化控制器性能的影响,并在此基础上讨论了所开发控制器对不同健康状态条件下电池的老化影响程度。仿真结果表明,电池性能的衰退会加剧V2G调频过程中电池的老化。另外,在保证对调频功率信号有良好跟踪效果的同时,与基准优化控制策略相比,所提出的V2G调频策略,可将电池老化降低高达22.34%。     

基于多目标优化的配电网负荷转移路径研究

建立了配电网故障后负荷转移路径优化模型,提出了优化的目标函数和约束条件。应用带精英策略的快速非支配排序遗传算法（NSGA-Ⅱ）求解该多目标多约束优化问题,得到的最优解集能更好地反映优化问题的本质,并结合熵权法建立了综合最优解的提取方法。根据提出的算法,编制了应用于配电网负荷转移的程序,用IEEE33节点算例验证了该算法的可行性。     

基于遗传算法的热电厂负荷优化计算方法

供热机组待优化的变量多,传统的负荷优化方法虽然各具优点,但它们共同的无法解决的困难是当问题规模扩大,变量和约束条件很多时,会很容易陷入局部最优,而使数值稳定性降低,最终导致收敛困难。本文利用遗传算法良好的非线性映射能力,以某热电厂为例,介绍了应用遗传算法建立热电厂负荷优化模型的方法,并将其成功应用于该热电厂的负荷优化。     

基于MGM(1,n,r)的主动配电网中长期负荷预测

针对主动配电网负荷长期发展的影响因素较多,而传统灰色预测模型只适用单变量、精度较低的缺陷,提出利用遗传算法对灰色模型的参数搜索最优解,构建多变量灰色遗传MGM(1,n,r)中长期负荷预测模型。仿真实例表明,相比传统灰色模型,遗传算法在主动配电网中长期负荷预测中应用性更强,具有显著的预测精度及优势。     

考虑需求响应和V2G的低碳能源网控制策略

为平抑大量电动汽车(EV)入网所致的负荷波动,实现能源网低碳电力运行,通过结合V2G和P2G技术,将电力系统与天然气系统之间的能量耦合。先引入需求响应策略建立负荷侧分时电价,引导大规模EV参与V2G系统,改变用户的用能时段;其次考虑碳排放环境因素建立低碳能源网模型,以经济性最优为目标利用禁忌-粒子群算法进行求解;最后利用算例对比分析了低碳能源网的能量调度和运行成本情况,验证了所提方法的有效性。     

基于负荷实测工业园区配电网节能降损动态优化方法

针对工业园区内变压器负载等多种因素影响导致配电网损耗较高的问题,提出基于负荷实测的工业园区配电网节能降损动态优化方法。考虑电容器组、分布式电源和有载调压变压器在配电网中的调节代价与能力,对工业园区配电网展开负荷实测。分析工业园区配电网负荷情况,根据分析结果将损耗最小作为优化目标,建立配电网节能降损动态优化模型。在约束条件的基础上采用粒子群优化算法获取模型最优解,实现工业园区配电网节能降损的动态优化。实验结果表明,所提方法优化后的网损率低、配电网效益高、降损潜力强。     

基于序优化的配电网负荷三相不平衡优化策略研究

针对现有配电网负荷三相不平衡优化算法计算效率不高且难以适应负荷波动场景这一现状,提出了一种基于序优化的配电网负荷三相不平衡优化策略。首先建立粗糙模型,筛选单相负荷接入相序的初始解集;然后建立精确模型,考虑三相负荷约束,对初始解集再次筛选优化;最后通过实际算例来验证所提方法的有效性。分析表明所提方法保证了求解精度的同时,提升了3～5倍的求解效率。     

基于改进遗传算法的配电网无功优化

在传统无功优化模型的基础上,引入静态电压稳定裕度指标,建立了综合考虑系统有功网损最小、无功补偿容量最小和系统静态电压稳定裕度最大的配电网无功优化模型。根据节点无功2次电阻矩的大小,确定了待补偿节点以及各节点补偿容量的上下限。在基本遗传算法的基础上,对遗传操作进行了改进,提出了1种改进遗传算法。实例计算表明,采用该方法对配电网进行无功优化不仅可以降低有功网损,还能提高系统静态电压稳定性。     

厂级AGC机组负荷优化分配系统研究

针对我国目前电网的调度模式,提出了在自动发电控制(AGC)方式下的厂级负荷优化分配系统实现方案,该方案不改变电厂原有网络结构,直接在厂级监控信息系统中增加负荷控制节点,这样既不改变控制系统原有的各项功能,又使厂级负荷控制的投切比较灵活,大大增强了系统的稳定性。在优化算法上提出了遗传禁忌混合算法,以某电厂的3台机组为例,采用2008年负荷数据进行优化分配,并与实际分配进行对比,结果表明采用该算法进行优化分配后煤耗率下降了0.2g/(kW.h)～5.3g/(kW.h),对电厂节能降耗,提高经济效益有重要意义。     

基于EBSILON的热电厂热电负荷分配优化研究

为优化热电厂热电负荷分配,提高热电厂运行热经济性,利用EBSILON软件建立某热电厂350和330 MW热电联产机组热力系统仿真模型和热经济性模型,根据抽汽点的蒸汽焓值进行热负荷计算,采用(火用)分析方法对热电联产机组进行能耗特性分析,得到两台机组在安全运行区间内的(火用)效率分布规律。通过遗传算法,研究不同热电负荷分配方式对热电厂热经济性的影响,进一步对热电厂典型日的热电负荷进行分配优化。结果表明：当机组供热流量达到最大值且电负荷为该供热流量下的最大值时,机组的(火用)效率达到最大值,对电负荷和热负荷进行分配优化的节能收益大于对单一因素优化;采用遗传算法优化热电负荷后,典型工况下全厂标准煤耗量降低1.75 t/h、发电标准煤耗率降低3.65 g/(kW·h)、(火用)效率提高0.49%;典型日全厂标准煤耗量降低35 t/d、发电标准煤耗率降低3.16 g/(kW·h)、(火用)效率提高0.41%。     

基于改进混沌遗传算法的配网重构

针对现有配网重构算法存在收敛速度慢、局部寻优能力差、计算时间长、易早熟等问题,提出了一种基于改进混沌遗传算法的配网重构算法,即将支路交换算法和混沌遗传算法相结合,在满足电压和线路潮流约束的前提下,先由支路交换算法将配电网网络结构分环,大幅缩短染色体长度,再由混沌遗传算法重构分段开关和联络开关的状态,将种群中适应度较差的个体替换成混沌移民,增加种群中基因个体的随机性和遍历性,防止算法陷入局部最优,并通过算例进行了验证。结果表明,该算法不仅收敛速度快,且降低了网损。     

配电网无功优化规划及控制系统

针对现在我国电网无功优化的建设情况,提出要加强配电网的无功优化建设,尤其要把无功优化的前期规划与无功优化的控制系统结合起来,切实提高无功优化的实用化水平。简要介绍了无功优化前期规划的基本方法和无功优化控制系统的组成和基本调节原理。     

基于NSGWO的火电厂负荷优化分配研究

针对传统多 目标灰狼优化算法易出现局部最优和稳定性差的问题,提出了一种改进的多 目标灰狼算法.引入基于顺序查找策略(ENS)的非支配排序方法提高算法的速率,采用基于参考点的选取策略以均衡算法优化结果分布,并通过模拟二进制交叉进化机制改善算法跳出局部最优解的能力.结合多 目标算法的评价指标,开展基准函数仿真试验,验证了改...     

含分布式发电系统的配电网无功优化研究

引入有功网损、电容器以及分布式发电的费用,并充分考虑了电压质量和无功补偿容量作为罚函数的综合目标函数,采用PSO算法时运用改变更新方式,并在后期引进变异因子,建立了含分布式发电系统的配电网无功优化模型.通过算例表明,验证了模型和算法是可行的,具有较强的收敛性,对分布式发电并入配电网的运行具有一定的参考价值.     

基于多层次的负荷优化分配方法研究

目前,节能减排已成为电力行业面临的迫切任务。在发电厂,区域电网中实施负荷的优化调度意义重大。针对这种形势,提出了基于单机故障、发电企业、区域电网的三个不同层次的负荷优化分配方案。并且,阐述了不同层次负荷优化方案研究方法及发展现状,引入了环境外部成本的概念。最后,对区域负荷优化分配方案的前景进行了展望。     

基于模型预测的多模式供热电厂机组间负荷优化分配调度研究

为解决热电厂机组间负荷分配不合理的问题,提出一种基于模型预测的多模式供热电厂多机组间负荷实时优化分配方法。基于模块化建模原理构建热电厂全厂范围的机理仿真模型,并运用运行数据对模型辨识校准,根据机组特性和电网调峰补贴政策,建立全厂的运行经济性收益评估模型,进而设计基于粒子群算法的负荷实时优化方法,借助性能预测模型预测评估各方案的经济性。以某包含高背压、切缸、抽汽、光轴4种供热模式机组的电厂为例,对不同电、热负荷组合工况下的厂内负荷进行优化分配研究。应用结果表明：该方法可根据热、电负荷的实时指令在线获得经济性优化的厂内机组间负荷分配方案。     

基于自适应遗传退火算法的配电网故障定位研究

针对标准遗传算法易早熟收敛以及收敛速度慢的问题,提出了一种混合遗传算法（自适应遗传退火算法）用于解决辐射状配电网故障定位问题。该算法采用轮盘赌和最优保存策略相结合的选择机制,使得当前最优个体始终保持在种群里,并结合自适应交叉、变异概率,扩大种群的搜索范围,继而引入模拟退火算法,加快迭代后期算法的收敛速度。最后,通过对IEEE-33节点配电系统进行仿真计算,结果表明,该算法能够对单点和多点故障进行实时、准确地定位,并在故障信息畸变的情况下,也能快速地得到准确结果。