基于改进DNE极限域的含光热发电系统风光电消纳能力的评估方法

针对传统DNE(Do-Not-Exceed)极限域的风电消纳评估模型存在的缺陷,文章提出了一种基于改进DNE极限域的含光热发电系统风光电消纳能力的评估方法。首先,定义了爬坡需求,以计及风光不确定影响下连续时间断面间的系统可靠性,建立了改进DNE风光电消纳极限域模型;然后基于该模型,论述了光热发电对提高风光电消纳能力的可行性。同时,考虑风光联合出力及系统运行风险分布特点,以系统弃电与失负荷条件风险价值最小为目标,对风光电消纳域进行优化;最后,通过算例仿真验证了方法的有效性,并分析了风光预测误差及光热电站储热容量对评估结果的影响。

高占比新能源电源接入区域电网的无功优化策略研究

从高占比风电、光伏接入电网运行的安全性和稳定性等方面综合考虑,建立了以电压偏移量和网损最小为目标的无功优化模型。利用MATLAB软件对风电、光伏电站接入IEEE 33节点系统进行无功优化仿真分析,采用多目标粒子群(MOPSO)算法进行无功优化调度方案求解。基于Pareto前沿解的MOPSO算法可为决策者根据不同需求提供方案,并且同时达到提高测试系统的电压稳定性、降低网损的目标,验证了所提优化策略的有效性。

Research on Wind Farm Participation in Power Grid AGC Control

Since wind power has the features of being intermittent and unpredictable, and usually needs transmission over long distances, grid integration of large-scale wind power will exert signif icant influence on power grid planning and construction, and will make a heavy impact on the safe and reliable operation of power systems. To deal with the diff iculties of large scale wind power dispatch, this paper presents a new automatic generation control (AGC) scheme that involves the participation of wind farms. The scheme is based on ultra-short-term wind power forecast. The author establishes a generation output distribution optimization mode for the power system with wind farms and verif ies the feasibility of the scheme by an example.

光伏新能源发电负荷不确定性补偿及微电网调度优化研究

针对传统光伏新能源发电负荷存在不确定性,导致微电网经济运行成本高,调度优化效果降低的问题,构建一个柔性负荷分级补偿的不确定微电网调度模型。首先,确定微电网调度优化模型的目标函数和约束条件;然后在粒子群优化算法PSO的基础上加入Logistic混沌映射算法,分别从粒子自身搜索行为、引入混沌变异机制和自适应调节惯性权重三个方面进行改进;最后通过混沌粒子群优化算法(CPSO)实现微电网调度模型求解。仿真表明,实施柔性负荷参与下的微电网调度后,IEEE33节点系统的经济成本和网损成本均有所下降。在三种模式下,模式一的运行经济成本仅为89632.23元,相较于模式二和模式三分别低了4.1%和3.7%,机组运维成本和网损成本最低。因此,选用模式一柔性负荷不确定性补偿,通过其降低电网运行成本,减少电网负荷冲击和网络损耗,提高分布式光伏新能源的利用率,提升微电网调度优化效果。