配电网中分布式储能系统的优化配置

大量分布式电源接入配电网会给配电网的安全和经济运行造成严重影响,而分布式储能系统是解决上述问题的有效方法之一。针对配电网中分布式储能系统的配置问题,提出了一种基于电压偏移量的方法,从改善电压的角度深入研究储能系统的最佳选址及经济性最优配置。首先,分析了分布式储能系统改善节点电压稳定性的机理,并用电压偏移量作为分布式储能装置选址的依据;其次,以配电网的运行成本最小为目标构建了储能容量优化模型,并采用遗传算法求解;最后在IEEE-11节点配电网络模型上进行了仿真分析。研究结果表明:所提方法充分考虑了配电网的电压特性,有效提高了储能装置对配电网电压的支撑水平,同时使主动配电网中储能的总年成本降低,提升了经济效益。     

新能源发电接入下储能系统双层优化模型

针对风力发电、光伏发电等可再生分布式电源接入电网带来的网损增加、电能质量降低等问题,提出了一种风光接入下储能系统的双层优化模型.综合考虑储能规划和运行两个方面的耦合效应,上层模型考虑储能规划,以储能配置的位置和容量为决策变量,以储能系统规划成本为目标函数,下层考虑储能系统运行时电网的经济性和稳定性,以储能系统每一时刻（时间刻度为1 h）的出力为决策变量,以电网脆弱性、有功网损、购电成本为目标函数.采用改进鲸鱼算法与YALMIP+CPLEX联合方法在MATLAB中进行求解,选取改进后的IEEE33节点系统进行仿真验证,结果验证了所提模型的合理性,对比不同的场景与结果得到储能的最优配置方案与运行策略.     

精英非支配排序算法与改进粒子群算法相结合的储能优化配置

储能系统的选址定容在接入新能源的电力系统中具有重要意义,合理选择储能容量可以很好地平抑风电接入后的系统有功功率波动,同时减少能源浪费。提出了一种混合智能优化算法(hybrid intelligent optimization algorithm,HIOA),以电压偏差、负荷波动最小及最少储能配置容量为目标进行优化配置。该算法将多目标粒子群算法改进后(IMOPSO)与精英非支配排序算法(NSGA-II)结合,与常规多目标粒子群算法相比,大幅提高了算法的寻优性能,保证了Pareto解的多样性和分布性。通过非支配排序求解获得Pareto最优解集,采用逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)选出储能的最优接入方案。通过IEEE-33节点测试系统的仿真实验验证了算法的准确性及有效性,在求解配电网储能选址定容问题中有很好的收敛性和全局寻优能力。     

NSGA-II与改进粒子群算法相结合的储能优化配置

储能系统的选址定容在接入新能源的电力系统中具有重要意义,合理选择储能容量可以很好地平抑风电接入后的系统有功功率波动,同时减少能源浪费。本文提出了一种混合智能优化算法(Hybrid Intelligent Optimization Algorithm,HIOA),以电压偏差、负荷波动最小及最少储能配置容量为目标进行优化配置。该算法将多目标粒子群算法改进后(IMOPSO)与精英非支配排序算法(NSGA-II)结合,与常规多目标粒子群算法相比,大幅提高了算法的寻优性能,保证了Pareto 解的多样性和分布性。通过非支配排序求解获得Pareto 最优解集,采用逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)选出储能的最优接入方案。通过IEEE-33 节点测试系统的仿真实验验证了本文所提算法的准确性及有效性,在求解配电网储能选址定容问题中有很好的收敛性和全局寻优能力。     

基于电压稳定度的分布式储能选址定容规划

本文针对配网中引入高比例风电、光伏等新能源引起的电压波动问题,提出基于电压稳定度的优先选址和改进粒子群算法的储能系统选址规划。首先以电压稳定度为指标,选出配网中部分相对稳定性较弱的节点,进行优先选址;然后以系统日有功损耗最小为目标,由改进的粒子群算法对储能系统的容量优化配置问题进行求解。最后对改进的33节点配电网系统进行仿真,验证该方法在储能选址定容工作中的有效性和可行性,为含高比例新能源的配网进行储能电站选址定容问题提供参考。     

基于改进非支配排序遗传算法的配电网动态重构

针对分布式电源大规模接入配电网情况下配电网的动态重构问题,提出一种基于改进非支配排序遗传算法(non-dominated sorting genetic algorithms Ⅱ,NSGA-Ⅱ)的配电网动态重构策略.首先,以系统运行成本和电压偏移最小为目标建立配电网动态重构模型.其次,结合参数自适应策略和基于可行解优越性的约束处理技术提出NSGA-Ⅱ改进算法对模型进行求解.再次,用超体积(hypervolume)指标选择最佳的帕累托解集,并通过模糊决策技术从帕累托解集中选择最佳方案.最后,以IEEE 33节点系统为例进行仿真.结果 表明:该模型可以在降低系统运行成本的同时提高系统电能质量.     

基于多目标粒子群算法的分布式电源优化配置研究

大量分布式电源的接入会造成电网电压提升、 网络损耗增加等影响,因此,对分布式电源进行科学合理的优化配置,对配电网经济、安全和稳定地运行具有深远意义.针对分布式电源优化配置问题,建立了以分布式电源投资运行总成本最小、配电网总有功网损最小和节点电压偏差最小为目标函数的优化配置模型,并将自适应权重更新策略的粒子群算法应用于所...     

含分布式光伏、储能的低压配电网电压 调节及储能SoC均衡方法

随着可再生能源渗透率的不断提高,配电网电压波动和越限问题日益严重。为解决这一问题,文中分析低压配电网中分布式光伏电源接入对电网电压的影响,进而将节点电压幅值与节点注入功率的关系线性化;提出基于功率里程数的低压配电网电压优化模型,通过求解优化目标,计算出分布式电池储能的输出;为提升分布式储能的利用效率,设计分布式储能的荷电状态(SoC)均衡控制策略;并根据重庆巫溪地区低压配电网0.4 kV线路数据,在MATLAB/Simulink上搭建配电网仿真模型,设计4种仿真案例对所提出的模型与方法进行有效性验证。仿真结果表明,文中提出的方法能够有效地调节低压配电网中的电压并能实现分布式储能的SoC均衡控制。     

配电网中电压不平衡治理设备的优化配置方法

针对配电网中高比例光伏发电系统导致的电压不平衡问题,提出了一种结合电压灵敏度矩阵法和Gamultiobj函数遗传算法的优化配置方法.首先通过含道路关联矩阵T的电压灵敏度矩阵法分析系统中的电压薄弱节点,确定治理节点集合;然后构建电压不平衡治理设备的多目标优化模型,并引入权重和惩罚因子将其改进为动态模型保证解集的准确性;最后利用小生境(Niche)技术改进Gamultiobj函数遗传算法的子种群环境适应度,求解出考虑电压不平衡度和经济成本的优化配置方案.通过对IEEE30节点系统的仿真,验证了本文方法的可行性.     

计及风、光、负荷关联关系的分布式电源市场化优化配置

在风速、光照及负荷各自不确定性基础上,考虑三者变化之间的关联关系,并提出用Kendall系数表征,选择市场中不同利益方关注的年投资运行成本、有功网损和电压指标为优化目标,建立一种分布式电源市场化配置模型。基于拉丁超立方采样并结合Cholesky分解技术处理关联关系,并提出一种新的基于Pareto最优解集的多目标和声搜索算法进行模型求解,通过改进的模糊决策方法以确定分布式电源的配置方案。最后立足电力市场,在改进的IEEE33节点配电网模型中进行仿真计算,从不同利益方角度选出不同方案,验证所提模型和方法的有效性与实用性。     

计及高比例可再生能源的配网系统储能多场景优化配置

为解决传统方法中可再生能源出力波动大、可再生能源和储能利用效率不高等问题,提出一种计及高比例可再生能源的配网系统储能多场景优化配置方法。通过在配网系统电源侧接入储能,定义配网系统储能配置场景,采用一阶低通滤波,结合波动率期望值确定方法,将低通滤波时间常数作为储能容量配置的关键参数,计算能源发电波动场景储能目标输出功率。采用上下限约束法,计算负荷储能释能场景储能目标输出功率。结合配网系统运行成本,构建储能多场景优化配置模型,求解储能最优功率和容量最优解,获得储能最优配置方案。实验结果表明,所提方法减少了风电出力和光伏出力的最大波动量、最大波动率,可再生能源出力更加平稳,减少了弃风率和弃光率,增加了储能出力,提高了可再生能源和储能利用效率。     

基于多目标遗传算法的多配置风电机组控制

为了实现良好配置的电力网络,提出一种多目标遗传算法控制优化方法,配电网络涉及集中式风电机组、步进式电压调整器、电容器组和储能系统。首先,构建每个场景,利用内负荷流程序对集中式风电站等组件进行配置和控制;然后,定义决策变量,并构建三个具有权衡关系的目标函数;最后,利用多目标遗传算法进行迭代求解,选择违规成本最低的点作为最优解。在MATLAB环境中执行了包括3个不同配置场景的仿真实验,以比较不同连接方式对配电网络的影响。实验结果验证了所提方法的有效性,且可以应用到复杂的配电网络。     

基于改进K-means 算法的多场景分布式电源规划

针对恒定调度模型分布式电源选址定容的配置方案实用性差的缺陷,考虑分布式电源( DG: Distributed Generation) 出力和负荷需求的时序性与不确定性,建立以配电网系统总投资成本、总电压偏差和系统网损最小化的多目标调度模型。首先,通过蒙特卡洛算法随机模拟全年风-负荷场景,并采用K-means 聚类法对全年场景进行缩减。其次,引入轮廓系数对其改进以获取最优的聚类数。最后,通过快速非支配排序遗传算法( NSGA-Ⅱ) 与无偏折中策略进行优化处理。以IEEE33 节点配电系统为例与标准遗传算法做对比仿真实验,验证了所提算法的有效性和优越性。     

物联网专用频点自组网驱动路由协议算法分析

为了解决物联网专用频点自组网网络节点能量消耗容易失衡,当节点数增加时易产生链路故障的问题,设计一种改进物联网专用频点自组网驱动路由协议算法.以感知现场、汇聚节点和Internet为主要结构,构建物联网专用频点自组网网络模型.模型采用多媒体印刷读物(multimedia print reader,MPR)集合综合选取节点机制,以网络节点总能量消耗以及能量代价为基础,通过节点优化目标函数,确保自组网能量消耗处于均衡状态.通过网络路由协议改进算法,采用最小覆盖集实现物联网专用频点自组网链路故障的修复.结果表明,改进后的算法对路由链路信息转发具有良好的吞吐性能,可以提高网络数据传输性和连通性,并可增加节点生存时间,最终提升数据包到达率和数据控制量.     

基于相量测量单元优化配置的配电网谐波状态估计研究

随着大量电力电子设备的接入,配电网谐波问题愈发严重。谐波状态估计的准确性直接影响到后续的谐波治理效果。相量测量单元(PMU)可以实时测量节点电压与支路电流,可借助其实现谐波状态估计。然而目前PMU价格较高,如何进行合理的优化配置保证全网谐波状态可观,同时提高谐波状态估计的准确性,是亟待解决的问题。文章首先构建了以PMU经济配置和谐波状态估计精度最高为目标的PMU优化配置模型,并提出一种改进二进制粒子群-遗传混合算法用于求解。随后在实时仿真器中搭建IEEE14节点模型,选用均值插补法以及Vondrak滤波法进行数据处理并分析了优化所得多种PMU配置场景对谐波状态估计的影响。结果表明,文章所提算法从减少投资成本及降低谐波状态估计误差角度考虑,能够给出合理的PMU配置方案,有助于支撑工程决策。     

考虑配电网安全稳定运行的蓄热式电采暖多目标优化配置

蓄热式电采暖系统的不合理配置会对配电网的安全稳定运行带来不利影响。为此,提出一种蓄热式电采暖多目标双层优化配置模型。首先,根据历史数据计算出供暖季逐时热负荷需求,采用k-means聚类算法选取一定数量典型日场景;其次,以蓄热式电采暖系统投资成本、运行维护成本和线路负荷标准差最优为目标,建立一种基于配电网经济性和潮流均衡性的多目标双层规划模型。采用多目标粒子群算法求出Pareto最优解集,通过熵权-TOPSIS法从中选取最佳接入位置、功率和容量。最后,以改进的IEEE 33节点系统为例进行仿真分析,结果表明：该模型虽然增加了一定的经济费用,但明显改善了线路负荷分布,使配电网潮流更加均衡,保证配电网能够安全稳定运行。     

基于负荷曲线分段的配电网无功优化策略

针对电网负荷的波动性,采取分时段无功补偿策略对改善电压质量和保证运行经济性具有重要实用价值。首先,基于典型日负荷曲线建立了负荷曲线的优化分段模型。在此基础上基于平均节点电压偏移灵敏度指标和网损灵敏度指标建立了无功补偿点的筛选确定方法,并以平均电压偏移和网损最小为优化目标建立无功补偿优化模型。其次,通过基于分解的多目标优化算法对所建立优化模型分别进行求解,可得出负荷曲线的分段点及每个负荷分段下对应的最优补偿方案。最后,以IEEE 33节点配网系统和实际电网仿真分析,验证了所建立优化策略的可行性和有效性。     

基于PSASP/UPI建立通用储能系统模型及应用研究

摘要 为了解决当今世界的能源短缺的问题,风电并网是重要方法之一,配置合适的储能系统是实现大规模风电联网运行的有效途径。本文首先以电池储能为例介绍了储能元件的主要技术参数。通过对三种典型的电池特性分析提出了通用的储能系统物理模型,并且建立了不同储能系统的通用数学模型。本文建立的通用数学模型能体现不同储能系统的响应延迟,充电和放电功率限制和容量的限制,不同储能系统的差异体现在储能系统的技术参数的不同。利用电力系统分析软件PSASP/UPI用户自定义程序进行自定义建模。通过PSASP软件中IEEE-WSCC三机九节点标准系统为例进行仿真,并对仿真结果进行分析,有效的验证了该通用储能模型的合理性和有效性。同时针对仿真结果,对储能系统配置问题给出了相关建议。