随着大量分布式光伏(distributed photovoltaic,DPV)并网,目前配电网中出现了日间过压和夜间低压并存的电压越限问题,并进一步影响了网络的经济运行。本工作基于此提出了两阶段光储系统协同运行的优化调度策略。该策略第一阶段通过计算...随着大量分布式光伏(distributed photovoltaic,DPV)并网,目前配电网中出现了日间过压和夜间低压并存的电压越限问题,并进一步影响了网络的经济运行。本工作基于此提出了两阶段光储系统协同运行的优化调度策略。该策略第一阶段通过计算节点的电压灵敏度来确定待调节的储能节点与充放功率,以及光伏可调节点;第二阶段建立了光储运行优化模型。该模型以储能的调度成本、购售电成本以及网损成本之和最小为目标,以网络潮流、节点电压、储能SOC(state of charge)、光伏的无功可调容量等作为约束,通过粒子群算法对该模型进行求解,可以得到光储系统日调度出力策略。最后,以某地区31节点的实际配电网作为算例,验证了本工作方法的有效性。算例结果表明,该策略可以通过光储的协同调度,有效治理电网中的电压越限问题,并且在保障配电网电压安全的同时,实现优化运行成本的目标。展开更多
文摘随着大量分布式光伏(distributed photovoltaic,DPV)并网,目前配电网中出现了日间过压和夜间低压并存的电压越限问题,并进一步影响了网络的经济运行。本工作基于此提出了两阶段光储系统协同运行的优化调度策略。该策略第一阶段通过计算节点的电压灵敏度来确定待调节的储能节点与充放功率,以及光伏可调节点;第二阶段建立了光储运行优化模型。该模型以储能的调度成本、购售电成本以及网损成本之和最小为目标,以网络潮流、节点电压、储能SOC(state of charge)、光伏的无功可调容量等作为约束,通过粒子群算法对该模型进行求解,可以得到光储系统日调度出力策略。最后,以某地区31节点的实际配电网作为算例,验证了本工作方法的有效性。算例结果表明,该策略可以通过光储的协同调度,有效治理电网中的电压越限问题,并且在保障配电网电压安全的同时,实现优化运行成本的目标。