基于人工蜂群算法的温差发电阵列最优重构方法

在新能源发电技术快速发展的背景下,温差发电(TEG)技术能够很好地利用新能源发电中产生的废热.然而,温度分布的变化会使得TEG阵列的输出特性恶化、发电效率降低.提出基于人工蜂群(ABC)算法的TEG阵列重构方法,在3种不同温度分布情况下,利用ABC在对称9×9和不对称10×15两种TEG阵列进行动态重构.将所提算法与遗传算法、粒子群优化算法和秃鹰搜索优化算法3种启发式算法作对比,并给出由ABC重构后的TEG阵列温度分布图.结果表明:ABC能够提高TEG阵列的输出功率,输出功率-电压曲线均趋向呈现出单个峰值.此外,利用基于RTLAB平台上的硬件在环实验验证了硬件可行性.

考虑需求侧响应的电-氢混合储能系统选址定容

随着分布式电源(distributed generation,DG)在配网接入比例的提高,配网的稳定性受到了剧烈的影响。传统的配电网管理模式很难对多种资源进行协调,因此主动配电网模式逐渐成为电网运营主流。为减小DG接入对主动配电网稳定性的影响,该文建立考虑需求侧响应的电–氢混合(electricity hydrogen hybrid,EHH)储能系统(energy storage system,ESS)双层模型。上层模型以考虑需求侧响应后的最小净负荷波动、最大用户购电成本满意度与用电舒适度为目标,基于电量电价弹性矩阵模型得出最佳分时电价制定策略。下层模型基于上层模型求解出的分时电价策略,以最小EHH-ESS的全生命周期成本(life cycle cost,LCC)、主动配电网电压波动与考虑需求侧响应且接入EHH-ESS后的净负荷波动为目标,通过对EHH-ESS进行最优规划实现其投资经济性、主动配电网负荷稳定性与电压质量的最佳权衡。最后通过扩展的IEEE-33节点验证了该文所提模型的有效性及所采用方法的优越性。同时,通过不同的运营场景对主动配电网的稳定性与EHH-ESS的经济性进行分析,基于NSGA-III算法得到的仿真结果表明:与仅配置EHH-ESS相比,考虑需求侧响应并配置EHH-ESS后,虽然LCC提高了5.16%,但净负荷波动与电压波动分别降低了6.56%与13.33%,验证了在考虑需求侧响应的情况下配置EHH-ESS可最大幅度改善主动配电网的稳定性。