基于改进粒子群算法的综合能源系统多目标优化运行

“双碳”目标下,电力能源系统需要逐步向节能低碳的方向发展,综合能源系统(IES)是解决能源与环保问题的重要举措。目前对IES的研究主要集中在分布式能源、储能并网和多目标优化等方面,智能算法是处理优化问题的重要途径,但随着模型复杂化,传统的智能算法存在收敛性差、容易陷入局部最优的问题。基于此围绕IES经济、环保与稳定运行目标,构建了考虑经济性、环保性及出力不平衡性3个指标的基于改进粒子群算法的IES多目标优化模型。首先,以3个指标最优为目标搭建了IES模型;其次,采用隶属度函数和层次分析法(AHP)进行归一化处理并确定权重系数;最后,引入粒子浓度评价算子改进粒子群算法,对所提模型进行求解,并分析系统在单一目标和多目标情况下的运行结果,验证了模型和算法的有效性。改进算法显著提高了收敛速度,有效避免了粒子陷入局部最优。

光伏发电系统动态离散等值模型研究

可再生能源在新型电力系统中的占比进一步加大,光伏机组并网容量有明显提升的趋势,而不同渗透率下的光伏发电系统动态行为对电网负荷特性产生显著影响,但光伏发电并网动态模型复杂、待辨识参数多,增大了模型实际运用难度.为此,基于光伏电站机理模型,建立光伏发电并网系统的动态离散等值模型,得到光伏发电并网系统的动态离散等值模型的模型参数;并采用IEEE 14节点系统研究不同渗透率下光伏发电并网系统的动态离散等值模型特性.仿真结果表明,光伏发电并网系统的动态离散等值模型能准确描述光伏发电系统的动态特性,且精度高、易于辨识.