基于鸡群算法的断面传输极限的自动搜索断面研究

断面是电网的薄弱环节,而断面的识别通常需要大量人工计算,针对此局限,提出了基于鸡群优化算法的断面传输极限的自动搜索断面法,首先利用Dijkstra算法对电网进行分区,将各区域之间的联络线作为初始断面,再根据支路开断分布系数与潮流方向从初始断面中识别出输电断面,在计算输电断面的热稳定极限时,通过功率灵敏度得到各发电机出力对线路功率的控制,以断面在正常运行状况下所能传输的最大功率为目标函数,以断面各线路依次为目标线路,控制发电机的出力,满足全网线路热稳定以及发电机出力约束,通过鸡群优化算法得到断面各目标线路最大传输功率极限,最后取各目标线路传输极限中的最小值为断面传输极限,从而得到关键断面。在IEEE 39节点系统中验证了所提方法的有效性。

多方面改进的自动搜索断面

断面是电网的脆弱环节,而断面的识别通常依靠专家经验;针对此局限,提出了多方面改进的自动搜索断面法。首先基于电网分区原则对Louvain算法进行改进;进而采用改进后的算法对电网进行分区,将各区域之间的联络线作为初始断面;再根据支路开断分布系数、安全裕度等约束递进识别输电断面、关键断面。为高效计算断面热稳定极限,建立断面热稳定极限的数学模型。通过改进鸡群优化算法对该模型进行求解,得到断面传输极限,从而得到关键断面。在IEEE39节点系统验证了所提方法的有效性。

基于模糊聚类分析与模型识别的微电网多目标优化方法

在微电网调度过程中综合考虑经济、环境、蓄电池的循环电量,建立多目标优化数学模型。针对传统多目标粒子群算法(multi-objective particle swarm optimization,MOPSO)的不足,提出引入模糊聚类分析的多目标粒子群算法(multi-objective particle swarm optimization algorithm based on fuzzy clustering,FCMOPSO),在迭代过程中引入模糊聚类分析来寻找每代的集群最优解。与MOPSO相比,FCMOPSO增强了算法的稳定性与全局搜索能力,同时使优化结果中Pareto前沿分布更均匀。在求得Pareto最优解集后,再根据各目标的重要程度,用模糊模型识别从最优解集中找出不同情况下的最优方案。最后以一欧洲典型微电网为例,验证算法的有效性和可行性。

用于补偿风电预测误差的混合储能容量配置及成本分析

为大型风电场配置适当容量的储能系统,可以有效提高电网对风电的接纳能力。文中提出了一种由压缩空气储能和蓄电池组成的新型混合储能系统,并将其用于平衡风功率和风电场预测功率之间的偏差。基于低通滤波方法将功率偏差进行分解,得到两类储能系统的控制输出功率,以采取相应的控制机制补偿预测误差。在计及蓄电池损耗特性的基础上,建立了蓄电池的寿命评估模型。通过分析混合储能系统的成本结构,建立了该系统的全寿命周期成本计算模型。以典型风电场为例对不同储能方案进行的对比分析验证了所述模型和方法的可行性。算例结果表明,与单一蓄电池储能相比,采用新型混合储能系统可以有效利用压缩空气储能成本低、寿命长的优势,减少对蓄电池的容量配置,提高储能系统的经济性。

计及风电功率预测误差与需求响应的电力系统滚动调度

风电的不确定性对电力系统的调度运行带来诸多影响,为减轻该影响,考虑到风电功率预测误差与需求响应均具有时间尺度特性,本文提出一种日前-日内滚动调度策略。风电的不确定性采用基于场景分析法的随机规划理论处理,并将不同类型需求响应按照时间尺度特性进行区分,在日前调度计划阶段引入1类激励型需求响应和基于日前小时电价的价格型需求响应,在日内滚动调度计划阶段,将风电功率更新为最新的风电短期预测数据并利用2类激励型需求响应对其波动性进行补偿。最后通过算例对比分析了不同调度模式下的运行成本以及弃风率,验证了所提调度策略的有效性,结果显示滚动调度可以降低系统运行成本并促进风电的消纳。