基于改进粒子群算法的独立光伏发电系统储能容量优化配置研究

在独立光伏发电系统设计中,合理的规划配置储能系统容量及不同储能元件之间的容量比,对于光伏发电产业的长远发展具有非常重要的现实意义。结合超级电容器和蓄电池实际的储能特性,研究包含这两种储能元件的储能系统能量管理策略;以储能装置的全生命周期费用为优化目标,建立以独立光伏发电系统负荷缺电率等可靠性指标为约束条件的约束模型;提出了一种基于改进粒子群算法的储能容量优化配置方法,并进行了优化软件的编写和算例验证。     

基于QPSO微电网混合储能系统容量优化配置

储能装置配置的容量不仅影响微电网的经济运行,而且影响供电的可靠性。研究具有典型负载、可再生能源和由电池和超级电容组成的混合储能系统(HESS)的孤立微电网,使用了优化HESS容量的量子行为粒子群优化(QPSO)算法。根据超级电容和电池各自的功率补偿能力,利用低通滤波器原理,采用合理的能量调度策略,避免电池频繁充放电。考虑每种储能类型的额定功率,修正各自的补偿功率。通过判断充电状态是否达到极限,再次修正数值。孤立微电网的仿真结果验证了HESS优化容量配置方法的有效性。以西北地区一个独立微电网为例,验证了该方法的有效性。QPSO与传统粒子群算法(PSO)的比较表明,其可以更快地找到最优解,HESS具有更低的日常开销。     

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。     

基于粒子群优化算法的微电网微电源优化配置

提出一种基于粒子群优化算法的微电网微电源优化配置模型,并以权重系数法对其进行研究,得出在各个权重系数情况下各类微电源的最佳运行容量。以孤岛微电网系统为例,考虑了各类微电源的出力及它们之间的互补特性和微电网系统内各种负荷的不同敏感性。通过运用粒子群优化算法加以求解。仿真结果表明,优化配置方法可以满足负荷多样性需求情况下的微电网经济运行,可为微电网系统优化规划问题提供一定的参考。     

基于改进粒子群算法的储能调峰容量优化配置研究

配置储能系统是减少机组调峰负担、增加清洁能源接纳空间、降低新能源大规模并网给电网带来的压力的有效手段。首先,在分析储能调峰机理的基础上,综合考量储能调峰相关收益及成本,提出储能调峰的日效益模型及日成本模型;其次,以储能调峰日净收益最大为目标,综合考虑储能荷电状态约束、调峰后峰谷率、容量平衡等多种约束条件,提出考虑储能调峰效果的容量优化配置模型;然后,基于线性递减的惯性权重和异步学习的学习因子对标准粒子群优化算法进行改进,提出改进的粒子群算法,对储能容量进行优化配置;最后,综合考虑不同电池储能系统、不同季节典型日负荷间的差异,对某工业园区储能调峰容量进行优化配置,验证了所提模型和改进粒子群算法的有效性。算例结果表明,采用改进粒子群算法可以更快更好地得到优化结果。     

考虑光伏校正的微电网储能容量优化配置

针对光伏微电网中储能容量优化配置时忽略光伏实际出力的问题,提出一种考虑温度和光照强度的光伏输出功率校正方法,建立光伏优化模型。其次以储能经济最优为目标,在满足负荷需求的基础上进行光储联合建模,并考虑负荷缺电率和能量溢出比的影响,对电网分时电价下5种储能电池分别进行容量配置和经济性分析。最后通过算例验证了所提模型更满足地域特性、符合光伏实际输出功率。所配置的结果表明,在项目周期内钠硫电池成本最高,功率型铅酸电池成本最低,全钒液流、锂电池和能量型铅酸电池总投资成本相当。     

离网直流微网群混合储能容量优化配置方法

为了优化储能系统容量配置,提高直流微网群的供电可靠性和经济性,文中提出了一种考虑各子微网互为备用的独立型直流微网群混合储能联合优化配置方法。首先,以直流微网群混合储能整体投资运维等年值成本最低为优化目标,建立混合储能容量配置模型;其次,在不失各个子微网混合储能容量配置独立性的前提下,进一步降低混合储能的配置成本;最后,以双直流微网群为算例对象,通过对比独立优化与联合优化的配置结果说明了利用微网群功率互联的特点能够大幅降低混合储能系统投资成本,提高微网群运行稳定性,从而证明文中所提配置方法的优越性。该方法后期可为独立型直流微网群的规划建设提供依据。     

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。     

基于粒子群算法的储能优化配置技术应用研究

针对南昌市新建区存在部分的电压波动和能源浪费等现实问题,通过配置储能系统以达到提升电压质量,提高配电网的新能源消纳能力,同时,兼顾储能系统运行经济性和有功网损建立了多目标优化数学模型,实现储能系统的优化配置,并以南昌市新建区一条10 kV配电线为实例,利用粒子群算法(Particle Swarm Optimization,PSO),提出一种综合考虑建设成本、运维成本、峰谷套利收益及其成本和有功网损的储能系统优化配置方法,解决储能系统优化配置的多目标优化问题,根据储能的优化配置结果,可以有效地为配电网建设提供理论依据和指导。     

基于改进粒子群算法的新能源侧储能容量配置

在新能源侧配置储能可有效减少弃风弃光,提高新能源消纳能力。综合考虑储能消纳风光的能力及其经济性,以风光电站弃风弃光电量和储能投资成本最小为目标构建新能源侧储能配置模型。提出基于改进多目标粒子群算法的优化算法对模型进行求解,在求出的各目标权重的基础上,采用熵权法排序得出最佳储能容量配置方案。以某风光电站为例进行仿真分析,结果表明,配置储能后可有效消纳风光,且具有较好的经济性,验证了所提方法的有效性和可行性。     

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。     

基于改进鲸鱼算法的混合储能系统容量优化配置

针对微电网中使用可再生能源的高随机性和间歇性等特征,提出了一种混合储能系统容量优化配置方法。该方法以混合储能系统成本最低、平抑可再生能源功率波动效果最优与电网联络线利用率最高为目标,通过建立混合储能容量优化配置模型并采用改进鲸鱼优化算法对所建立的模型进行求解得到最优混合储能系统容量优化配置。最终对比传统鲸鱼优化算法和传统粒子群算法来验证改进鲸鱼算法可以更合理地配置混合储能系统的容量,使可再生能源功率波动的平抑效果提高,同时也使微网联络线利用率变高,保证微电网可靠、经济地运行,进而实现资源的合理利用。     

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。     

基于差分进化粒子群神经网络的用户侧储能容量优化配置

为提高用户侧储能系统的经济性及使用寿命,提出一种基于差分进化-粒子群BP神经网络的储能优化配置算法.以提高系统可靠性和降低系统投资成本为目标,以储能电池充放电功率限制以及系统最大装机容量等为约束条件,搭建了用户侧储能容量优化配置模型.提出的差分进化和粒子群的混合算法,保留粒子群算法早期收敛速度快的优点,加入差分进化算法...     

基于粒子群算法的风光一体化电站储能优化配置方法

为降低风光一体化电站供能发电负荷,保证储能与供能的平衡性,引进粒子群算法,以风光一体化电站为例,设计一种针对终端蓄电池储能的优化配置方法.通过设计储能优化配置目标函数与函数约束条件、基于粒子群算 法的电站储能模型最优值训练、基于供能可靠度指标的储能优化配置方案优化,完成储能优化配置方法的设计.选择市场内某风光一体化发电站作为此次试验的研究对象,开展实例应用试验.试验结果证明,此次设计的方法在实施应用中不仅可以满足发电站的正常发展需求,还可以确保发电过程中电站的负荷电量趋近于零,从而实现电站储能与供电的相对平衡.     

基于多目标离散粒子群优化算法的微电网重构

将多维度精英粒子扰动策略与粒子群优化算法相结合,得到一种多 目标离散粒子群优化算法,用于求解微电网重构问题.这一多目标离散粒子群优化算法以粒子的速度信息为概率,由粒子向正方向或负方向移动来更新自身位置信息;通过多维度精英粒子扰动策略,动态调整粒子群跳出陷阱的能力和局部精细搜索能力;引入线路负荷均匀度,作为辅助评价指标....     

基于光伏能量预测的微电网储能优化配置方法

建立了基于光伏能量预测的微电网智能能量管理系统,提出一种经济性优化方法进行微电网储能配置。由于光伏发电系统的输出功率随气象条件变化具有随机性,因此采用发电预测模型的输出作为光伏电池的功率限制条件。由于储能优化涉及多个时间段且受能源价格和电力价格的影响,因此需建立储能模型以确定最优的操作策略,采用矩阵实数编码遗传算法进行求解。通过一个小型直流微电网算例验证了所提模型和算法的有效性,相关结果可用于评估微电网的储能配置和经济效益。     

基于主从博弈的多微电网储能容量优化配置

为了充分发挥价格杠杆在微电网储能配置中的作用,提升多微电网储能充放电的协调性,提出一种基于主从博弈的多微电网储能容量优化配置方法。配电网作为博弈主体,考虑价格杠杆对微电网储能充放电行为的影响,以配电网运行成本最低为目标对电价进行调整,下发给博弈从体。多微电网为博弈从体,考虑运行策略对容量规划的影响,以各微电网年化总成本最低为目标,建立微电网储能容量双层优化配置模型,确定对应电价下微电网的最优储能容量及运行策略。IEEE33节点系统算例分析表明,通过价格杠杆对微电网的储能容量进行优化配置后,既提高了微电网自身的收益,又减小了配电网的运行成本。     

基于改进PSO-DE融合算法的风电场储能容量优化配置

根据蓄电池数学模型和充放电特点,综合考虑蓄电池投资成本和风电场弃风率,建立了由蓄电池投资成本和风电场弃风率组成综合成本为目标函数的风电场储能容量优化配置模型,并给出了模型的约束条件。采用惯性权系数调整、越界粒子变异操作和粒子初始化规则调整等策略对粒子群-差分融合算法（Particle Swarm Optimization-Differential Evolution,PSO-DE）算法进行改进,得到改进PSO-DE融合算法,对风电场储能容量优化配置模型进行求解。结果表明,改进PSO-DE融合算法只需要48次迭代就找到了综合成本最小值为624.18万元,对应的最优储能容量为11.25 MWh,风电场弃风率为0.15%,验证了所提出的风电场最优储能容量计算方法的实用性。