消纳弃风的风电混合储能供热系统容量配置优化

为解决“三北”地区冬季建筑能耗较高且弃风严重的问题,设计了由锂电池、固体蓄热装置和热泵设备组成的风电混合储能供热系统。首先基于BP神经网络预测了风电机组输出功率,采用k-means聚类分析得到了供热典型日负荷曲线;然后提出了一种基于粒子群优化算法的风电混合储能供热系统容量配置优化方法,以系统总成本最小和弃风量最低为约束条件构建了目标函数;最后比较了考虑和不考虑弃风条件下,风电混合储能供热系统的容量配置优化结果。研究表明,所提出的优化方法不但可以有效降低弃风率,场景适用性强,还能够满足严寒地区冬季清洁供热需求,为可再生能源高效利用提供参考。

考虑逐小时负荷匹配的风光储微网容量配置优化

多能互补微网系统容量配置的优化,有利于提高新能源消纳水平,保证系统供电的稳定性和经济性。文章建立大规模线性规划模型对风光储微网组件进行容量优化配置。模型以单位能源成本(COE)最小为优化目标保证微网经济性,以能源短缺率(LPSP)约束为目标保障微网供电稳定性,将市场化电价作为模型的内生变量以适应电力市场化发展趋势。同时,模型考虑了用户负荷的逐时匹配,防止低电价套利而降低新能源消纳。以我国北方某地为算例,对光伏发电+蓄电池储能(PV-Bat)、风力发电+蓄电池储能(WT-Bat)和光伏+风力发电+蓄电池储能(PV-WT-Bat)三种场景下的微网容量进行优化配置,并从COE、储能单元利用率和系统弃电率三个方面定量分析了三种场景的经济性。

基于混合NSGA-Ⅱ算法的基站电源容量配置优化

偏远地区5G通讯基站的运行功耗较大,风光新能源构成的基站供电系统可以很好地解决偏远地区电网难以接入的问题。新能源基站供电系统元件容量的选取对系统的稳定性和经济性均有重大影响。为实现稳定性和经济性的综合规划,以等价年金总成本和负荷缺电率最小化为目标函数,以蓄电池荷电状态、年污染物排放量等为约束条件建立容量配置优化模型,提出一种混合NSGA-Ⅱ算法引入帕累托前沿的求解。针对传统NSGA-Ⅱ算法初始群体选取较随意和拥挤度计算方法进行了相应改进,使得改进后的算法收敛性和帕累托前沿多样性有了较大提升。最后,利用改进后的混合NSGA-Ⅱ算法对四川某实际通讯基站供电系统项目进行配置优化求解,验证了混合NSGA-Ⅱ算法的有效性。

考虑V2G影响的光伏电动汽车充电站多目标容量配置优化方法

大量电动汽车接入微电网将带来很多问题。本文在考虑V2G的情况下,提出了两种充放电模式,构建了基于出行习惯的无序充放电模式和考虑峰谷电价的有序充放电模式的电动汽车充放电负荷模型,运用蒙特卡罗法对实例进行仿真验证。在基于V2G的两种不同充放电模式下,建立以能源利用率最大化和系统投资、运行成本最小化为目标函数的数学模型,给出了决策变量范围,功率平衡要求的约束条件及能量交换策略。运用NSGA-Ⅱ和NSGA-SA算法对实例分别进行仿真验证。通过对比两种不同模式的仿真结果,证明了考虑V2G的有序充放电模式在缓解电网压力、减少系统投资、提高能源效率等方面明显优于无序充放电模式。

多能互补微电网系统容量配置优化目标及优化算法综述

在对不同微电网进行梳理总结的基础上,从配置目标与优化算法两个方面对多能互补微电网的研究及应用现状进行了评述。首先,从配置优化目标出发,总结了经济性、环保性、可靠性3个主要目标,并分析不同优化目标对应的优化策略。其次,从微电网规划角度,对优化算法的问题进行了探讨,总结了不同研究所采用的优化目标、约束条件及优化算法,并指出了后续应进一步关注的问题。

蚁群算法在微电网容量配置优化中的应用综述

随着“碳达峰,碳中和”的目标提出后,传统的由火力发电厂占主体能源地位的电网的环保性正面临挑战。为更好地向双碳目标迈进,目前以风力发电和光伏发电做主要电力供给的微电网成为当前研究和发展的热点,这种风光互补(一般还包括储能)的微电网既有着传统火电环保性,也有着单一风力或光伏发电所达不到的稳定性。而对于微电网的研究重点则集中在微电网中各设备的容量配置优化和能量管理系统这两部分上,本文主要综述近些年国内外学者在使用蚁群算法(AntColonyOptimization,ACO)容量配置优化方面的研究,并对蚁群算法在容量配置优化方面的作用做总结与展望。

风光储氢综合能源系统容量配置策略优化研究

在风光机组大量扩张下,风能和光能的间歇性和波动性等特点造成了严重弃风弃光现象。为解决该问题,将电解水制氢技术与综合能源系统相结合,并结合储能发电设备,构建风光储氢综合能源系统。首先,建立风光储氢综合能源系统中各单元模型;其次,考虑各单元的约束条件和系统运行特性,建立综合考虑可靠性、经济性及弃电率的多目标容量配置策略。在此基础上,利用MATLAB和商用求解器CPLEX对模型进行配置求解优化,分析系统在有无储氢技术的2种运行模式及系统有储氢技术时,3组权重系数对容量分配的影响。研究结果可为风光储氢综合能源系统容量配置策略优化提供参考。

基于改进鲸鱼算法的混合储能系统容量优化配置

针对微电网中使用可再生能源的高随机性和间歇性等特征,提出了一种混合储能系统容量优化配置方法。该方法以混合储能系统成本最低、平抑可再生能源功率波动效果最优与电网联络线利用率最高为目标,通过建立混合储能容量优化配置模型并采用改进鲸鱼优化算法对所建立的模型进行求解得到最优混合储能系统容量优化配置。最终对比传统鲸鱼优化算法和传统粒子群算法来验证改进鲸鱼算法可以更合理地配置混合储能系统的容量,使可再生能源功率波动的平抑效果提高,同时也使微网联络线利用率变高,保证微电网可靠、经济地运行,进而实现资源的合理利用。

考虑新能源爬坡的风光火耦合系统源荷匹配性分析及容量优化配置

风力发电、光伏发电与火力发电经同一点并网形成耦合系统,是我国北方地区发电侧灵活性调节电源与新能源间高效、低碳协同的一种形式.考虑区域新能源爬坡特性,结合源荷匹配分析,发掘和利用其规律,研究风光火耦合系统的容量优化配置方法,为耦合系统规划提供参考.首先,简述耦合系统运行模式和不确定性处理方法;其次,考虑耦合系统风光互补、爬坡事件和关键负荷特性,选取并提出相关指标用于源荷匹配评价;再次,考虑源荷特性、匹配、成本和收益等约束,建立耦合系统容量优化配置模型;最后,基于辽宁地区实际数据进行算例仿真,得到该地区耦合系统风、光的最优安装容量,并分析上述源荷相关因素与容量优化配置结果之间的相互影响,为新能源最优容量配置提供了参考与建议.

计及风光不确定性的风-光-光热联合发电系统中光热电站储热容量优化配置

传统新能源电站之间联合形式单一且未考虑风光出力不确定性,弃风、弃光现象严重。为此,提出了一种考虑风光不确定性的风-光-光热联合系统的光热电站储热容量优化配置策略,利用电转热技术使风光电站和光热电站有效耦合,明确联合系统框架与原理;采用改进拉丁超立方抽样方法抑制风光出力的不确定性。最后,构建基于风光出力典型场景的光热电站储热容量双层优化配置模型,并进行算例求解,结果表明所提方法显著降低了系统总投资与运行成本,提高了清洁能源消纳能力。

基于改进蝴蝶算法的变电站分布式电源容量优化配置

针对新型电力系统环境下变电站分布式电源容量优化配置问题,提出了一种基于改进蝴蝶算法的变电站分布式电源容量优化配置方法。首先分析了当地变电站的建设情况和分布式新能源发电的可行性,其次建立了有关变电站的分布式电源优化配置模型,最后提出了一种改进的多目标蝴蝶算法,并将其应用于变电站分布式电源优化配置中。实际算例分析结果表明了所提方法的有效性。

基于风光氢储一体化系统的容量配置优化及经济评价

风光波动电源发电制氢是实现风光资源高效消纳、平抑出力波动并网的重要途径之一,而风光资源的不稳定属性直接影响制氢系统的运行效率和经济效益。为此,以风光氢储一体化系统为基础,分析制氢系统动态特性,并结合系统运行策略与自适应粒子群算法进行该系统的容量配置优化,进一步评估系统的经济性。结合案例分析表明:风光互补发电制氢可以有效平抑风光发电波动,其制氢效率相比单一光伏制氢的10.25%和单一风电制氢的23.39%,提高至32.17%,且风光互补制氢的经济效益显著优于单一制氢,当售氢价格为29.85元/kg时,内部收益率可达8%,研究成果可为开展风光制氢技术的能效和经济评价提供参考。

采用分布式算法的多区域电网风-光-储容量优化配置

针对新能源发电在整个电网中渗透率不断提高而造成的电能质量下降、电力系统无法可靠运行等一系列问题,基于随机规划理论,综合考虑风电、光伏等电源以及联络线、储能设备运行约束,以典型新能源出力时序特征序列下平均新能源消纳水平最大为目标,提出了一种计及电网新能源消纳承载能力的多区域风-光-储容量优化配置方法。该方法主要考虑将风电、光伏发电满足负荷需求后的无法消纳量在不超过储能设备容量的前提下进行储电,而储能设备将在新能源发电低谷期提供电能,充分发挥风、光的时空互补性和储能的调峰优势。首先构造了考虑时-空相关性的典型新能源出力时序特征序列不确定集,然后按典型序列将模型进行分解,采用分布式惩罚原始-对偶次梯度算法实现目标函数的分布式优化求解,最后基于IEEE-24、31节点系统进行算例分析,得到风-光-储容量配置结果,并建议多区域电网中储能设备应考虑建设在含有风光装机的区域。仿真结果表明:相比传统集中式优化方法和拉格朗日松弛法,所提分布式优化方法随着电网区域增多,计算效率优势会越来越明显,10个典型序列时所提分布式方法相比拉格朗日松弛法收敛速度提升了57.1%。所提方法可以为考虑新能源随机性的风-光-储多区域电网容量优化配置问题提供系统性解决方案。

计及不确定性的风光抽蓄发电系统容量优化

风光等新能源的大规模利用是实现双碳目标的重要途径,其不确定性影响电力系统稳定运行和对新能源的消纳能力。对此,本文提出了一种计及不确定性的风光抽蓄联合发电系统容量优化配置方法。首先,采用不同的随机分布函数来描述风电、光伏发电的出力特性和负荷分布情况,建立了互补发电系统数学模型;其次,构建了基于信息间隙决策理论与熵权法的双层容量优化配置模型;最后,采用多元宇宙优化算法求解容量优化配置方案。算例结果表明,投资者可以根据投资意愿,对源荷不确定性采取不同的配置策略,所得的运行结果均能很好地满足不同运行模式和多种运行场景的要求;能有效地降低综合成本、提高新能源消纳能力,并且能保持抽蓄电站的长久运行。

基于改进蝙蝠算法的混合储能系统容量优化配置

针对光伏发电在微网中不稳定、功率波动较大的问题,利用超级电容和蓄电池的混合储能系统对微电网中功率波动部分进行平抑。根据光伏功率波动率和储能响应特性,提出基于低通滤波器分解的功率分配方法,采用改进的蝙蝠算法对混合储能进行容量优化配置,以混合储能装置全生命周期费用最小为目标,以系统的功率平衡、储能的荷电状态以及负荷缺电率等指标为约束条件,建立一种混合储能系统容量优化配置模型,实现混合储能系统经济最优。算例仿真结果表明,改进的蝙蝠算法不仅优化了蓄电池的工作状态,降低了储能系统的全生命周期费用,而且加快了收敛速度。

考虑电热需求响应的区域综合能源系统储能容量优化配置

综合能源系统中储能优化配置和需求侧响应的应用,可解耦热电联产机组(CHP)运行的“以热定电”约束,提高能源利用效率。因此,考虑源荷双侧发电、供热、用电、用热性能,在源侧加电、热储能实现热电联产机组的热电解耦,荷侧充分利用电、热综合需求(IDR)资源可调度资源,建立考虑综合需求响应的区域综合能源系统电、热储能容量优化配置模型。该模型考虑储电储热约束、功率平衡约束等,以区域综合能源系统年总费用最小为目标,解决电、热储能的经济配置最优问题。算例结果表明,电、热储能与负荷侧协调运行可降低运行成本,考虑综合需求响应可减少储能配置容量。源侧储能配置和负荷侧的综合需求响应促进风电消纳,提高综合能源系统运行的经济性、精准性和灵活性。

含电动汽车的光/储/燃充电站最优容量配置及经济性分析

针对城市居民区充电难状况,建立一种包含光伏电池、燃料电池和储能蓄电池的电动汽车充电站容量配置模型。以成本最小化和负荷方差最小化为目标,采用NSGA-Ⅱ(二代非支配排序遗传算法)对模型进行求解。对于求得的可行解,首先使用净现值法对部分解进行经济性评估,然后采取峰谷负荷差率进行进一步评估,经过两轮筛选得出最优解。仿真算例验证了模型及评估方法的可行性。

考虑动力电池梯次利用的充电站容量优化配置

为提高电动汽车充电站储能系统稳定性、安全性和经济性,提出一种考虑动力电池梯次利用的充电站光储容量优化配置方法。首先,针对退役动力电池考虑了电池充放电深度和循环次数对使用寿命的影响,建立了退役动力电池容量衰减和寿命损耗模型,基于容量衰减和寿命损耗模型建立退役动力电池荷电状态(state of charge,SOC)与健康状态(state of health,SOH)耦合关系评价模型;其次,在SOC与SOH耦合关系评价模型的基础上,以充电站年净收益最优为目标函数建立充电站容量优化配置模型;最后,在满足一定能量交换策略的前提下,以某地区光伏储能电站为例对模型进行求解。通过算例分析得出:基于退役电池SOC与SOH耦合关系评价模型进行梯次利用的储能容量优化配置能使整个储能系统的功率峰值降低,且相较于无评价模型系统的功率更加平滑,有利于延长储能系统的寿命周期,提高了系统的稳定性和经济性。

考虑源荷不确定性的氢能微网容量优化配置

针对电热气耦合微网存在的能源利用率低、鲁棒性难以控制的问题,提出考虑源荷不确定性的氢能微网容量优化配置方法。首先,利用氢储能、电锅炉和有机朗肯循环(organic Rankine cycle,ORC)系统增加传统微网的电热气转换途径,构建多能耦合、低碳高效的氢能微网;然后,提出一种基于有序聚类算法和模糊C均值(fuzzy C-means,FCM)聚类算法的电负荷-风电出力典型日选取方法,以年化总成本最小为优化目标,计及功率平衡、设备运行、储氢系统和天然气管道等约束,建立氢能微网容量优化配置模型;最后,对某工业园区的实际数据进行分析,得到系统中各设备的优化配置方案以及成本大小,并进行灵敏度分析,验证了所提模型可有效降低系统总成本、减少碳排放。

基于全年逐时动态仿真的蓄能空调系统容量优化配置分析

开发了蓄能空调系统逐时动态仿真工具。该仿真工具根据项目全年逐时冷热负荷、运行策略、预设的空调系统配置方案等条件,能自动进行系统全年逐时动态仿真,对蓄能空调系统运行性能、系统效益的量化评估由以往的夏季、冬季设计日等典型周期扩展至全年365个真实周期,冷热负荷逐时分布规律选取由以往的特殊周期优化至项目全年逐时动态冷热负荷,计算方式更加合理、客观。以某实际工程设计为例,进行了蓄能空调系统容量配置优化分析。