微信客服
微信公眾號
福州大學電氣工程與自動化學院的研究人員陳聰偉、江修波、劉麗軍，在2017年第6期《電氣技術》雜志上撰文，基于不同類型負荷和DG的典型時序特性，以及考慮不同類型污染物的環境代價和儲能效益，以配電網年社會成本，年購電成本，年環境成本，年可靠性成本，最低點電壓偏移量為目標函數，建立DG和儲能設備的優化配置模型。
算法對比三維圖
該模型根據負荷和DG出力的時序性，對DG和儲能裝置的位置和容量進行協同優化。同時為了改善NSGA-II初始化多樣性低，交叉變異概率恒定，收斂速度慢等缺點，將云模型的思想融入到NSGA-II中并利用改進的云模型NSGA-II對上述模型進行尋優，然后再用1-9標度法與隸屬度函數相結合的方法對尋優的結果進行評價。
最后，通過IEEE-33節點系統對該模型進行仿真，結果表明上述模型和算法能有效地對分布式電源和儲能設備進行優化配置。
隨著我國經濟發展，電力需求日益增長，煤、石油、天然氣等傳統化石能源過度使用造成環境污染問題日趨嚴重，因此安裝具有線損低，清潔環保，效率高，發電方式靈活的DG受到人們越來越多的青睞。我國自然資源種類多,擁有豐富的風能，水能和光能資源，這為DG的發展奠定了基礎。
但是由于風力發電和光伏發電出力具有波動性，如果大規模接入DG會造成整個配電網不穩定，可能出現雙向潮流和局部節點電壓過高的現象，因此配電網對DG的接納能力受到嚴重的限制。雖然風力發電和光伏發電出力在時序上具有互補的特性，但是綜合考慮負荷的時序性，僅安裝這兩種分布式電源是不能完全平抑DG的波動。
因此本文在接入DG的同時也適量安裝一定的儲能裝置根據DG出力和負荷的時序特性，實時調整儲能裝置的充放電狀態，盡可能使DG出力的波動性降到最低，能夠大大提升配電網對DG的接納能力，因此如何合理配置DG和儲能裝置的位置和容量使目標函數達到最優，成為國內外專家學者研究的熱點之一。
文獻[1-2]在負荷需求水平和DG出力恒定的前提下對DG進行選址定容優化配置，并未考慮負荷和DG出力的時序性與實際情況相差較大的問題。文獻[3]考慮了DG出力和負荷的時序特性，同時也提及了儲能裝置但未根據三者的實際運行情況對其進行協同優化。
文獻[4]的模型中只提及風力發電的波動性，沒有充分考慮負荷需求的波動性。文獻[5]以線路有功損耗和電壓穩定性作為目標函數，但在求解過程中將其轉化為單目標求解。文獻[6]充分考慮風力發電，光伏發電和負荷的時序特性，并以年碳排放量最小建立DG的優化配置模型，但是該模型未考慮儲能裝置。
文獻[7]充分考慮DG和負荷的時序特性并對儲能裝置進行協同規劃，但未考慮儲能裝置的效益，政府補貼，節點電壓質量等因素其模型還不夠全面同時該模型未對算法進行改進，求解的算法仍存在不足。上述文獻從不同角度研究DG的優化配置，建立考慮不同指標的數學模型。
本文在前人研究的基礎上，取其精華并對他們的不足進行補充和修正，建立充分考慮DG、儲能裝置和負荷的時序特性以及儲能效益的多目標分布式電源優化配置模型，并采用基于云模型的NSGA-II對上述模型進行求解，最后采用1-9標度法與隸屬度函數相結合的方法對尋優的結果進行評價。
算法對比三維圖
結論
本文基于DG和負荷的時序特性，以降低系統年運行費用以及提高電能質量為目標，對DG和儲能設備進行協同優化，建立分布式電源與儲能裝置優化配置的規劃模型，并采用基于云模型的NSGA-II進行求解得到最優配置方案。
結果表明：
(1)考慮DG和負荷的時序性更符合負荷和DG的實際運行情況，同時考慮時序性能充分發揮儲能設備的優勢。
(2)儲能裝置、DG和負荷的協同優化可以有效控制等效負荷的波動，同時可以大大提高DG的滲透率。
(3)改進的云模型NSGA-II比原始算法收斂速度快而且能夠找到全局最優避免局部收斂。
(1)考慮DG和負荷的時序性更符合負荷和DG的實際運行情況，同時考慮時序性能充分發揮儲能設備的優勢。
(2)儲能裝置、DG和負荷的協同優化可以有效控制等效負荷的波動，同時可以大大提高DG的滲透率。
(3)改進的云模型NSGA-II比原始算法收斂速度快而且能夠找到全局最優避免局部收斂。
總之，本文所提的模型和算法可以對分布式電源和儲能裝置進行合理的優化配置，達到經濟性好電能質量高的目的。
原標題:考慮時序與儲能配合的分布式電源優化配置研究
0 條