基于改进灰狼算法的配电网储能优化配置研究

为实现碳达峰、碳中和目标,需大幅度提高可再生能源的消纳能力,但光伏、风能等可再生能源随机性较强,提高了电力系统稳定运行的难度系数,因此,合理配置配电网储能是保证其能实现可持续发展的方式之一。基于此,文章通过分析网损改善费用和储能全寿命周期成本,形成完整的综合成本模型,在该模型基础上利用电压偏移指标,构建健全的配电网储能优化配置模型。同时,利用改进灰狼算法进行计算,提高其实际空间探索能力和配置方案的合理性。最后,经过IEEE33节点配网模拟仿真,该模型和改进灰狼算法能合理控制网络损耗,增加电网电压的稳定性,在计算速度方面有较大优势。

分散式风电接入配电网无功优化研究

随着风力发电技术的日渐成熟,集中式与分布散风电共同发展成为共识。本文主要研究了风电机组本身和配电网的无功调节装置和配电网中无功补偿设备的运行特性。对配电网的SVC与SVG的原理进行介绍,考虑无功补偿装置的设计原则。通过IEEE33节点系统的仿真分析,研究了不同情况下分散式风电并网带来的波动情况,说明了电压网损改善指标。

基于改进黏菌算法的风光电并网双层储能容量优化

为了提高并入大量风光电配电网的供电可靠性和经济性,提出一种配电网双层混合储能容量优化策略。采用自适应小波包分解方法得到风光电目标并网功率以及储能系统容量初次分配;通过考虑配电网网损和储能系统综合成本,分别建立了综合成本模型和配电网储能优化配置模型;给出一种自适应对抗黏菌-粒子群双层优化混合算法(adaptive opposition slime mould algorithm-particle swarm optimization hybrid algorithm,AOSMA-PSO),上层优化储能系统成本函数,下层优化配电网网损函数,通过上下层反复迭代得到最优混合储能容量配置方案,并对该方案进行最终储能修正,以达到风电平抑的标准。通过MATLAB并以IEEE33节点算例进行仿真验证,结果表明:所提方法和模型不仅能够有效降低混合储能综合成本,还降低了配电网网络损耗,提高了配电网的供电可靠性;通过对不同算法进行对比,验证了所提算法在收敛速度和寻优方面的优势。

基于ACO与CSO算法的配电网储能系统优化策略

为了提高分布式配电网中储能系统的高效性和经济性,针对基于蚁群算法(Ant Colony Optimization,ACO)与纵横交叉算法(CrisscrossOptimization,CSO)的配电网储能系统优化策略展开了一系列的研究。首先,针对储能系统成本支出、接入电网后对系统网损和电压偏差造成的影响进行分析,并建立储能系统优化模型;然后根据ACO基本算法结合CSO搜索机制建立ACO-CSO复合算法;最后建立相关仿真模型进行验证分析。结果表明,储能系统接入对网损和电压偏差指标均会造成影响,且接入点不同,其影响程度也不同。通过所提ACO-CSO复合算法得到的储能系统最佳配置方案能大大改善电网损耗,提高电网稳定性。所得结果优于PSO算法和NSGA-Ⅱ算法的最优解。该方案的综合成本分别比其他两种低了23.7%和30.8%,同时迭代次数分别缩短了38次和66次。因此,所提的复合算法在储能优化解析上具有良好的经济性和高效性,其结果具有一定的工程实际意义。

基于改进灰狼算法的配电网储能优化配置

为实现“双碳”目标,风、光等可再生能源使用比例大幅提升,给电力系统的安全稳定运行带来挑战,因此,在配电网中配置储能使其能够经济稳定运行非常必要。本文首先考虑网损改善费用和储能全寿命周期成本,建立综合成本模型,在此基础上考虑电压偏移指标,建立配电网储能优化配置模型。然后,以改进多目标灰狼算法对该模型进行求解,增强了全局空间探索能力,使所求配置方案最优。最后,在MATLAB/SIMULINK软件中,以改进的IEEE 33节点算例进行仿真验证,仿真结果表明,本文所提方法和模型可以降低网络损耗,提升电网电压稳定性,并在求解速度和寻优方面占有优势。