亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        含風(fēng)電接入的配電網(wǎng)儲(chǔ)能系統(tǒng)優(yōu)化配置

        2018-12-06 10:48:10田錄林侯彤暉柴俊嶺
        西北水電 2018年5期
        關(guān)鍵詞:充放電遺傳算法風(fēng)電

        田錄林,張 欣,2,侯彤暉,柴俊嶺,呂 恒,吳 瞻

        (1.西安理工大學(xué)水利水電學(xué)院,西安 710048;2.中車永濟(jì)電機(jī)有限公司,山西永濟(jì) 044500)

        0 前 言

        環(huán)境壓力與能源危機(jī)要求新能源發(fā)電在系統(tǒng)總裝機(jī)容量中占據(jù)更大比重,隨著配電網(wǎng)中風(fēng)電滲透率不斷提高,其帶來(lái)的電壓越限、棄風(fēng)等問(wèn)題也越來(lái)越嚴(yán)峻。上述問(wèn)題主要由風(fēng)力發(fā)電的波動(dòng)性與不確定性造成[1],電池儲(chǔ)能系統(tǒng)(battery energy storage system,BESS)作為一種快速響應(yīng)的靈活電源,可以有效解決這一問(wèn)題[2]。為應(yīng)對(duì)大量風(fēng)電分散接入配網(wǎng)帶來(lái)的負(fù)面影響,同時(shí)考慮儲(chǔ)能的高投資費(fèi)用,研究如何合理配置BESS具有現(xiàn)實(shí)意義。

        儲(chǔ)能價(jià)格昂貴,經(jīng)濟(jì)性是制約其應(yīng)用的一個(gè)重要因素,文獻(xiàn)[3]在含有分布式電源的配電網(wǎng)中以配電網(wǎng)公司投資儲(chǔ)能的經(jīng)濟(jì)效益為優(yōu)化目標(biāo),研究了儲(chǔ)能的最優(yōu)配置;文獻(xiàn)[4]考慮‘低儲(chǔ)高發(fā)’套利、政府補(bǔ)貼等因素,從長(zhǎng)遠(yuǎn)角度建立配電網(wǎng)儲(chǔ)能系統(tǒng)的全壽命周期配置模型。文獻(xiàn)[5-6]結(jié)合儲(chǔ)能的運(yùn)行環(huán)境與自身特點(diǎn),在規(guī)劃方案中考慮了配電網(wǎng)多種不確定性和儲(chǔ)能的壽命,但是優(yōu)化結(jié)果沒(méi)有計(jì)及電壓質(zhì)量。上述文獻(xiàn)雖指明儲(chǔ)能的應(yīng)用場(chǎng)景,包含了分布式的電網(wǎng)系統(tǒng),但并未針對(duì)新能源帶來(lái)的電壓越限等問(wèn)題采取相應(yīng)策略,不能充分發(fā)揮儲(chǔ)能的潛能,如文獻(xiàn)[3]中儲(chǔ)能的充放電策略只與電價(jià)相關(guān),由于電價(jià)峰值時(shí)刻往往也是風(fēng)電出力高峰期,可能造成系統(tǒng)負(fù)荷峰谷差加劇,同時(shí)上述文獻(xiàn)不能兼顧對(duì)儲(chǔ)能規(guī)劃有較大影響的因素,如安裝位置、儲(chǔ)能壽命等。

        儲(chǔ)能的規(guī)劃與運(yùn)行問(wèn)題相互影響,為了得到更貼近實(shí)際的規(guī)劃方案,目前關(guān)于儲(chǔ)能規(guī)劃的研究一般采用雙層決策模型(bi-level programming,BLP),把規(guī)劃問(wèn)題分為投資層與運(yùn)行層。由此思想搭建的數(shù)學(xué)模型是一個(gè)包含整數(shù)變量的非凸非線性系統(tǒng),多采用啟發(fā)式算法求解,如文獻(xiàn)[8-9]均用遺傳算法求解,這種方法計(jì)算量大,尋優(yōu)速度慢,不能保證最優(yōu)解。為了提高求解效率,國(guó)內(nèi)外學(xué)者做了不同方向的嘗試,文獻(xiàn)[10]在遺傳算法的求解過(guò)程中添加了壽命修正環(huán)節(jié),加快了迭代收斂速度,文獻(xiàn)[11]試圖結(jié)合不同啟發(fā)式算法的優(yōu)勢(shì),分別用粒子群算法與Tuba search(TS)算法求解上下層問(wèn)題。文獻(xiàn)[12]把儲(chǔ)能的容量與位置分成2部分規(guī)劃以降低求解規(guī)模與難度,先用電壓靈敏度法找到候選安裝節(jié)點(diǎn),進(jìn)一步利用數(shù)值算法求出最合適的儲(chǔ)能容量。

        儲(chǔ)能規(guī)劃模型求解的困難主要是由運(yùn)行層多時(shí)段最優(yōu)潮流問(wèn)題的強(qiáng)非凸非線性造成。由于智能算法的弊端,國(guó)外學(xué)者越來(lái)越多將目光投向與之對(duì)應(yīng)的數(shù)值分析法,近年來(lái)興起的數(shù)值分析方法如半正定松弛(semi-definite relaxation,SDR)、二階錐松弛(second order conic relaxation,SOCR)為解決這一問(wèn)題提供了新的思路,其中關(guān)于SOCR的研究最多、應(yīng)用也最廣。SOCR最先由文獻(xiàn)[13-14]提出并證明了松弛的準(zhǔn)確性,文獻(xiàn)[15-17]進(jìn)一步整理證明了松弛存在的充分條件,該方法已經(jīng)在不同的電力系統(tǒng)優(yōu)化問(wèn)題中得到應(yīng)用[18-19],可以快速求解最優(yōu)潮流,但其對(duì)優(yōu)化模型有嚴(yán)格要求而導(dǎo)致應(yīng)用范圍有限,如目標(biāo)函數(shù)必須是支路電流增函數(shù)且為線性。

        綜上,本文嘗試將啟發(fā)式算法與數(shù)值分析方法結(jié)合,求解儲(chǔ)能規(guī)劃問(wèn)題,以解決風(fēng)電接入配網(wǎng)帶來(lái)的電壓越限、棄風(fēng)等問(wèn)題。考慮計(jì)及儲(chǔ)能布局以及使用壽命等重要因素,建立了儲(chǔ)能規(guī)劃的多時(shí)段雙層優(yōu)化模型,將儲(chǔ)能規(guī)劃分為投資層與運(yùn)行層。為提高求解效率,提出了遺傳算法與二階錐松弛技術(shù)結(jié)合的求解方法。最后通過(guò)算例分析了本文模型與求解方法的有效性。

        1 含風(fēng)電場(chǎng)的配電網(wǎng)儲(chǔ)能優(yōu)化建模

        1.1 含風(fēng)電場(chǎng)的儲(chǔ)能優(yōu)化問(wèn)題概述

        風(fēng)電具有波動(dòng)性、與負(fù)荷逆向分布等特點(diǎn),接入配電網(wǎng)后,可能導(dǎo)致電壓越限,同時(shí)有文獻(xiàn)研究指出,高滲透率的風(fēng)電將增加系統(tǒng)所需備用容量[20]。儲(chǔ)能作為一種快速響應(yīng)的的靈活電源,可以有效解決上述問(wèn)題。本文設(shè)定配電網(wǎng)為儲(chǔ)能投資方,并且安裝儲(chǔ)能的首要目標(biāo)是保證配電網(wǎng)電壓質(zhì)量,提升新能源消納能力并針對(duì)風(fēng)電規(guī)模提供備用服務(wù),在上述前提下,通過(guò)低儲(chǔ)高發(fā)套利與降損獲取直接經(jīng)濟(jì)效益,優(yōu)化內(nèi)容涵蓋儲(chǔ)能的位置、容量與功率等對(duì)規(guī)劃結(jié)果有較大影響的因素,為充分發(fā)揮儲(chǔ)能潛能并且更好地消納可再生能源,設(shè)立規(guī)劃愿景如下:

        (1) 最小化儲(chǔ)能投資;

        (2) 最小化運(yùn)行費(fèi)用;

        (3) 提升系統(tǒng)電壓質(zhì)量與新能源消納能力;

        (4) 提供針對(duì)風(fēng)電規(guī)模的備用支持。

        根據(jù)文獻(xiàn)[21]采用雙層決策模型將問(wèn)題分解為投資層和運(yùn)行層以簡(jiǎn)化求解難度。

        1.2 雙層決策模型

        雙層優(yōu)化模型是一種具有雙層遞階結(jié)構(gòu)的系統(tǒng)優(yōu)化問(wèn)題[21],該模型中內(nèi)外層有各自的目標(biāo)函數(shù)與約束條件,同時(shí)內(nèi)外層相互依賴。由于儲(chǔ)能系統(tǒng)的長(zhǎng)期規(guī)劃和短期運(yùn)行方案相互影響,形成互有聯(lián)系的投資層與運(yùn)行層,所以雙層優(yōu)化適用于解決儲(chǔ)能規(guī)劃問(wèn)題,本文雙層優(yōu)化模型如下:

        (1)

        一、二層規(guī)劃模型中,上層投資層以儲(chǔ)能投資費(fèi)用(包括下層運(yùn)行成本)最小為目標(biāo)函數(shù),優(yōu)化變量包括儲(chǔ)能安裝位置、容量與功率;下層考慮運(yùn)行問(wèn)題,以配電網(wǎng)運(yùn)行收益(包括降損,套利收益)最大為目標(biāo)函數(shù),優(yōu)化變量為儲(chǔ)能系統(tǒng)的各時(shí)段充放電功率,下層目標(biāo)優(yōu)化結(jié)果回饋到上層規(guī)劃中。本文設(shè)定消納全部風(fēng)電出力,BESS改善電壓質(zhì)量與提供備用容量的目標(biāo)以約束條件形式出現(xiàn)在運(yùn)行層。上下層具體模型見(jiàn)1.3與1.4小節(jié)。

        1.3 上層問(wèn)題:儲(chǔ)能的選址與定容

        投資層以安裝儲(chǔ)能的投資費(fèi)用最小為目標(biāo)函數(shù),并采用凈現(xiàn)值作為衡量?jī)?chǔ)能投資經(jīng)濟(jì)性的指標(biāo)。凈現(xiàn)值,表示項(xiàng)目周期內(nèi)投資策略所帶來(lái)的現(xiàn)金凈流量以資本為貼現(xiàn)率折現(xiàn)之后與原始投資額現(xiàn)值的差額[8]。上層目標(biāo)函數(shù):

        minF=IC-OC

        (2)

        (3)

        蓄電池的壽命與運(yùn)行控制、工作溫度、充放電次數(shù)和深度有關(guān),本文計(jì)及充放電次數(shù)與深度,采用雨流計(jì)數(shù)法[23]計(jì)算蓄電池壽命,蓄電池允許的循環(huán)次數(shù)與充放電深度的關(guān)系為:

        (4)

        式中:CF為蓄電池壽命內(nèi)循環(huán)的總次數(shù);hDOd為蓄電池充放電深度;N為多項(xiàng)式階數(shù);ai為根據(jù)廠家提供具體電池型號(hào)的循環(huán)次數(shù)--充放電深度實(shí)驗(yàn)數(shù)據(jù),進(jìn)行曲線擬合后得到的常數(shù)。

        儲(chǔ)能壽命為:

        (5)

        式中:LBESS為按年折算后的蓄電池壽命;CFi為一個(gè)仿真周期內(nèi)的第i個(gè)循環(huán)對(duì)應(yīng)的允許循環(huán)次數(shù);Nsim為一年內(nèi)包含的仿真周期次數(shù)。

        投資約束為:

        (6)

        1.4 下層問(wèn)題:儲(chǔ)能優(yōu)化運(yùn)行

        下層優(yōu)化是在上層給定儲(chǔ)能安裝位置、容量、功率的基礎(chǔ)上,以防止電壓越限為前提、提高配電網(wǎng)運(yùn)行經(jīng)濟(jì)性為目標(biāo),對(duì)儲(chǔ)能運(yùn)行策略的優(yōu)化。計(jì)及風(fēng)電場(chǎng)出力不確定性時(shí),通常有2種方法:分布函數(shù)擬合與典型日。鑒于儲(chǔ)能狀態(tài)在時(shí)間上有明顯的連續(xù)性,采用更能反映時(shí)序性的典型日描述風(fēng)機(jī)出力。

        1.4.1 下層目標(biāo)函數(shù)

        儲(chǔ)能運(yùn)行經(jīng)濟(jì)性指標(biāo)以降損收益與套利收益最大為目標(biāo):

        (7)

        1.4.2 下層約束

        (1) 潮流方程約束本文采用基于Distflow為基礎(chǔ)的支路潮流模型,分時(shí)段潮流約束如下:

        (8)

        (9)

        (2) 電壓偏差與線路載流量約束

        本文中含風(fēng)電配電網(wǎng)儲(chǔ)能優(yōu)化模型中的電壓偏差約束采用國(guó)標(biāo)相關(guān)規(guī)定值,具體如下:

        (10)

        式中:UN為配電網(wǎng)的標(biāo)稱電壓;ε1、ε2為國(guó)標(biāo)規(guī)定的電壓允許偏差率;Imax為線路最大載流量。

        (3) 蓄電運(yùn)行約束

        蓄電池的荷電狀態(tài)在時(shí)間上具有連續(xù)性,與單位時(shí)間內(nèi)充放電量有關(guān)。

        充電時(shí)荷電狀態(tài)計(jì)算公式如下:

        (11)

        放電時(shí)荷電狀態(tài)計(jì)算公式如下:

        (12)

        式中:SOCi(t)為節(jié)點(diǎn)i儲(chǔ)能裝置在t時(shí)刻的荷電狀態(tài);η為充放電效率。

        儲(chǔ)能通過(guò)換流器與電網(wǎng)連接,具有一定的無(wú)功能力,可以為電網(wǎng)提供無(wú)功支持。同時(shí)為了避免蓄電池過(guò)度充放電,應(yīng)控制蓄電池荷電狀態(tài)。

        (13)

        (4) 風(fēng)電備用容量配置

        (14)

        風(fēng)電間歇性備用定義為預(yù)測(cè)誤差絕對(duì)值的最大值,Rδ=max(|δPDG(t)|)。受限于容量,蓄電池可提供的備用服務(wù)時(shí)間有限??紤]備用服務(wù)后儲(chǔ)能運(yùn)行約束:

        (15)

        式中:風(fēng)電間歇性備用Rδ取風(fēng)電出力峰值的20%;ρ為儲(chǔ)能提供備用服務(wù)時(shí)長(zhǎng)。

        2 求解方法

        本文綜合考慮儲(chǔ)能配置的多方面因素,得到的優(yōu)化模型是一個(gè)包含離散變量的非凸非線性問(wèn)題,同時(shí)由于儲(chǔ)能運(yùn)行有明顯時(shí)序性,導(dǎo)致系統(tǒng)變量維數(shù)隨時(shí)間斷面增加迅速增大。目前相關(guān)文獻(xiàn)多使用啟發(fā)式算法求解,啟發(fā)式算法雖然有適用性強(qiáng)的優(yōu)點(diǎn),但求解速度慢,且不能保證求得最優(yōu)解。以其中運(yùn)用較為廣泛的遺傳算法為例,遺傳算法在儲(chǔ)能配置問(wèn)題的迭代過(guò)程中,為了獲取種群適應(yīng)度,需要反復(fù)解潮流方程,耗時(shí)巨大。針對(duì)以上問(wèn)題,本文采用將啟發(fā)式算法與數(shù)值分析法結(jié)合的策略對(duì)儲(chǔ)能配置問(wèn)題進(jìn)行求解。上層問(wèn)題采用遺傳算法求解,求解下層問(wèn)題時(shí)先利用松弛技術(shù)將最優(yōu)潮流模型轉(zhuǎn)換為可以用數(shù)值分析法直接求解的二階錐規(guī)劃,然后將最優(yōu)解返回上層用于計(jì)算個(gè)體適應(yīng)度,進(jìn)而避免了潮流方程的反復(fù)求解。

        2.1 整體求解方案

        圖1 儲(chǔ)能雙層規(guī)劃框架圖

        上層問(wèn)題用遺傳算法求解,將下層給出的最優(yōu)運(yùn)行方案以及運(yùn)行費(fèi)用返回上層后,利用遺傳算法求解儲(chǔ)能配置的框架如圖1所示,整體算法步驟如下:

        (1) 根據(jù)遺傳算法對(duì)上層變量進(jìn)行編碼,包括儲(chǔ)能安裝位置、容量、功率,產(chǎn)生初始種群。

        (2) 進(jìn)行下層優(yōu)化,首先把潮流方程進(jìn)行二階錐松弛,然后利用商業(yè)算法包CPLEX直接求解下層問(wèn)題,得到上層給定條件下儲(chǔ)能的運(yùn)行策略以及運(yùn)行費(fèi)用。

        (3) 利用下層返回的運(yùn)行信息,根據(jù)種群適應(yīng)度函數(shù)得到種群適應(yīng)度,進(jìn)行遺傳算法迭代。

        (4) 采用選擇、交叉、變異遺傳操作,產(chǎn)生上層規(guī)劃新種群。

        (5) 進(jìn)行遺傳代數(shù)判斷,如果達(dá)到最大遺傳代數(shù)則結(jié)束算法,否則返回(2)。

        2.2 下層問(wèn)題的最優(yōu)潮流模型

        通過(guò)二階錐松弛技術(shù)對(duì)最優(yōu)潮流做線性化處理,首先做變量替換,令:

        (16)

        (17)

        原潮流方程經(jīng)過(guò)線性化處理后如下:

        (18)

        上式構(gòu)成了松弛后的最優(yōu)潮流基本形式。文獻(xiàn)[15,16]證明了在目標(biāo)函數(shù)為凸函數(shù)和電流增函數(shù)情況下,對(duì)大部分配電網(wǎng)絡(luò)SOCR是嚴(yán)格準(zhǔn)確的。經(jīng)松弛后,各時(shí)段支路等式約束變?yōu)槎A錐約束。至此,式(10)~(15)及(18)構(gòu)成的下層問(wèn)題實(shí)際轉(zhuǎn)化為二階錐規(guī)劃,可用商業(yè)算法包快速求解。

        3 算 例

        3.1 算例介紹

        在IEEE 33節(jié)點(diǎn)系統(tǒng)上對(duì)所提方法進(jìn)行分析與驗(yàn)證,測(cè)試系統(tǒng)節(jié)點(diǎn)數(shù)據(jù)和支路參數(shù)見(jiàn)文獻(xiàn)[10]。其中算例系統(tǒng)基準(zhǔn)電壓12.66 kV,基準(zhǔn)容量1 MWA,分別在節(jié)點(diǎn)9、14、29、31、32節(jié)點(diǎn)加入額定功率為300、400、550、100、100 kW的風(fēng)力發(fā)電機(jī)。該區(qū)域采用峰谷電價(jià),年平均負(fù)荷曲線與分時(shí)電價(jià)見(jiàn)圖2。儲(chǔ)能類型選鈉硫電池,結(jié)合文獻(xiàn)[24-25],電池參數(shù)見(jiàn)表1,該型號(hào)電池的循環(huán)壽命及擬合曲線見(jiàn)圖3與表2所示,工程周期為8 a,折現(xiàn)率為9%,仿真步長(zhǎng)為1 h,風(fēng)電典型日預(yù)測(cè)功率見(jiàn)圖4。

        表1 鈉硫電池參數(shù)表

        表2 某型號(hào)鈉硫電池放電深度與循環(huán)壽命對(duì)應(yīng)關(guān)系表

        圖2 年平均負(fù)荷曲線和分時(shí)電價(jià)圖

        圖3 電池放電深度與循環(huán)壽命的關(guān)系示意圖

        3.2 配置結(jié)果分析

        本文用MATLAB開(kāi)發(fā)程序,遺傳算法采用GATBX工具包(英國(guó)Sheffield大學(xué)推出的遺傳算法工具箱),設(shè)置種群規(guī)模為50,交叉概率為0.7,變異概率為0.07,最大迭代數(shù)目為50;二階錐優(yōu)化模型調(diào)用Cplex的MATLAB接口求解,安裝不同數(shù)目?jī)?chǔ)能的優(yōu)化結(jié)果如表3所示。

        圖4 風(fēng)電典型日出力曲線圖

        儲(chǔ)能個(gè)數(shù)位置規(guī)劃能量容量/kWh功率容量/kW壽命/a建設(shè)成本/萬(wàn)元降損及套利收益/萬(wàn)元總成本/萬(wàn)元1179726745.62356.4129.7226.72177062525.36205.4321881253.15124.5117.7212.23115173464.89220.3174712055.82136.9321821223.24117.2154.1320.3

        圖5 17和32節(jié)點(diǎn)儲(chǔ)能充放電功率圖

        由表3知,從經(jīng)濟(jì)上分析,配置儲(chǔ)能數(shù)目為2時(shí)總成本最低,接入位置分別為17與32節(jié)點(diǎn),但是在此方案下8 a工程周期內(nèi)的仍無(wú)法回收儲(chǔ)能建設(shè)成本,這一方面因?yàn)樾铍姵卦靸r(jià)昂貴,使得建設(shè)成本較高,另一方面由于目前儲(chǔ)能參與風(fēng)電輔助服務(wù)的市場(chǎng)機(jī)制尚不健全,同時(shí)缺乏相應(yīng)的政策鼓勵(lì),使得儲(chǔ)能通過(guò)高發(fā)低儲(chǔ)和提供備用服務(wù)的經(jīng)濟(jì)收益水平不高。

        從儲(chǔ)能布局分析,由表3可知儲(chǔ)能傾向于安裝在線路末端(17節(jié)點(diǎn))和風(fēng)電接入較為密集的區(qū)域(32節(jié)點(diǎn))。因?yàn)樯鲜龉?jié)點(diǎn)更容易出現(xiàn)電壓越限問(wèn)題,同時(shí)這些節(jié)點(diǎn)安裝儲(chǔ)能后更有利于降低網(wǎng)損。在節(jié)點(diǎn)17和32配置儲(chǔ)能時(shí),其充放電策略和SOC變化如圖5、6所示,安裝儲(chǔ)能前后1 d內(nèi)各節(jié)點(diǎn)電壓水平如圖7、8所示。

        圖6 17和32節(jié)點(diǎn)儲(chǔ)能SOC變化圖

        圖7 安裝儲(chǔ)能前各節(jié)點(diǎn)24 h電壓變化圖

        圖8 安裝儲(chǔ)能后各節(jié)點(diǎn)24 h電壓變化置圖

        由圖7、8可知,安裝儲(chǔ)能后由風(fēng)電引起的電壓越上限和負(fù)荷較重時(shí)引起的電壓越下限問(wèn)題均得到解決,系統(tǒng)電壓波動(dòng)明顯縮小,配電網(wǎng)電壓質(zhì)量得到改善;實(shí)現(xiàn)了風(fēng)電波動(dòng)功率消納。由圖5、6可知,其中節(jié)點(diǎn)17處儲(chǔ)能在重負(fù)荷時(shí)段充分釋放電能,使得該節(jié)點(diǎn)附近電壓水平提升,節(jié)點(diǎn)32處儲(chǔ)能主要在風(fēng)電出力高峰時(shí)段充電,吸收多余風(fēng)電功率。也可以看出各處儲(chǔ)能充放電策略是在配合風(fēng)電出力的前提下,利用分時(shí)電價(jià)差獲利,儲(chǔ)能在負(fù)荷高峰時(shí)放電,在負(fù)荷低谷時(shí)充電,在一定程度上降低了峰谷差和減少棄風(fēng)。

        3.3 不同風(fēng)電滲透率對(duì)儲(chǔ)能配置結(jié)果的影響

        為考察不同風(fēng)電接入比例時(shí)的蓄電池規(guī)劃結(jié)果,其他參數(shù)不變的條件下,逐步調(diào)整風(fēng)電接入容量,BESS配置情況如表4所示。

        表4 不同風(fēng)電滲透率時(shí)儲(chǔ)能配置結(jié)果表

        由表4知,隨風(fēng)電滲透率提高,安裝儲(chǔ)能的總成本大致呈現(xiàn)先減后增的趨勢(shì),觀察儲(chǔ)能安裝容量變化,可以發(fā)現(xiàn)節(jié)點(diǎn)17處安裝容量隨風(fēng)電滲透率提高遞減,節(jié)點(diǎn)32處與之相反。這是因?yàn)轱L(fēng)電滲透率低時(shí),配電網(wǎng)電壓水平較低,在重負(fù)荷時(shí)出現(xiàn)電壓越下線問(wèn)題,所以需要在節(jié)點(diǎn)17處增加容量以提高電壓;當(dāng)風(fēng)電滲透率提高時(shí),因風(fēng)電接入可以提升配電網(wǎng)整體電壓水平,所以節(jié)點(diǎn)17處所需容量減少;隨著風(fēng)電滲透率進(jìn)一步提高,其帶來(lái)的電壓越限問(wèn)題開(kāi)始出現(xiàn),所以需要增加節(jié)點(diǎn)32處(風(fēng)電接入較為集中的節(jié)點(diǎn))儲(chǔ)能容量以吸收多余的風(fēng)電功率??偝杀镜男》▌?dòng)是由儲(chǔ)能容量變化帶來(lái)的降損與套利收入波動(dòng)造成的。

        上述分析同時(shí)說(shuō)明含風(fēng)系統(tǒng)中儲(chǔ)能裝置接入配電網(wǎng)可以改善電壓質(zhì)量,減少網(wǎng)絡(luò)損耗。當(dāng)風(fēng)電比例較高時(shí),完全消納其波動(dòng)功率需要的儲(chǔ)能成本太高,應(yīng)該考慮適當(dāng)棄風(fēng)以換取經(jīng)濟(jì)性。綜上,在配電網(wǎng)安裝與風(fēng)電相匹配的BESS可以有效解決棄風(fēng)以及電壓越限問(wèn)題,同時(shí)改善電壓水平并降低負(fù)荷峰谷差。

        4 結(jié) 語(yǔ)

        本文建立了配電網(wǎng)儲(chǔ)能優(yōu)化配置模型,以配電網(wǎng)作為投資方,綜合考慮了儲(chǔ)能安裝容量、位置和壽命等對(duì)規(guī)劃方案有較大影響的因素,針對(duì)含有連續(xù)、離散變量的非凸非線性系統(tǒng),采用遺傳算法與二階錐松弛相結(jié)合的雙層規(guī)劃求解,算例分析得出:

        (1) 本文結(jié)合啟發(fā)式算法適應(yīng)性強(qiáng)和數(shù)值分析法求解效率高的優(yōu)點(diǎn),所得算法在雙層規(guī)劃框架下能很好地求解儲(chǔ)能規(guī)劃問(wèn)題。

        (2) 在配電網(wǎng)中配置儲(chǔ)能可以解決風(fēng)電波動(dòng)性帶來(lái)的問(wèn)題,同時(shí)達(dá)到削峰填谷的作用。優(yōu)化結(jié)果表明儲(chǔ)能優(yōu)先安裝在線路末端和風(fēng)電接入密集的節(jié)點(diǎn)附近。

        (3) 儲(chǔ)能造價(jià)昂貴,由配電網(wǎng)投資建設(shè)儲(chǔ)能系統(tǒng)時(shí),其經(jīng)濟(jì)收益不明顯,其為配電網(wǎng)電壓穩(wěn)定性與優(yōu)化負(fù)荷特性帶來(lái)的益處更為重要。

        本文研究可以為含風(fēng)電的主動(dòng)配電網(wǎng)BESS選址定容提供指導(dǎo)。將啟發(fā)式算法與數(shù)值分析法結(jié)合可以為配電網(wǎng)規(guī)劃問(wèn)題的求解帶來(lái)新思路。

        猜你喜歡
        充放電遺傳算法風(fēng)電
        V2G模式下電動(dòng)汽車充放電效率的研究
        基于SG3525的電池充放電管理的雙向DC-DC轉(zhuǎn)換器設(shè)計(jì)
        電子制作(2019年23期)2019-02-23 13:21:36
        海上風(fēng)電躍進(jìn)隱憂
        能源(2018年6期)2018-08-01 03:42:00
        分散式風(fēng)電破“局”
        能源(2018年6期)2018-08-01 03:41:56
        風(fēng)電:棄風(fēng)限電明顯改善 海上風(fēng)電如火如荼
        能源(2018年8期)2018-01-15 19:18:24
        基于自適應(yīng)遺傳算法的CSAMT一維反演
        一種基于遺傳算法的聚類分析方法在DNA序列比較中的應(yīng)用
        基于遺傳算法和LS-SVM的財(cái)務(wù)危機(jī)預(yù)測(cè)
        重齒風(fēng)電
        風(fēng)能(2016年12期)2016-02-25 08:46:38
        基于改進(jìn)的遺傳算法的模糊聚類算法
        亚洲乱色伦图片区小说| 久久精品国产亚洲av试看| 亚洲一区二区三区免费网站| 亚洲色图片区| 欧美老妇与zozoz0交| 中文字幕久久精品波多野结百度| 青青草免费视频一区二区| 大尺度无遮挡激烈床震网站 | 国产自拍成人免费视频| 免费无码中文字幕a级毛片| 国产午夜成人久久无码一区二区 | 国产高清不卡二区三区在线观看| 亚洲成av人片一区二区密柚| 夜夜躁狠狠躁2021| 国产在线不卡视频| 国产又湿又爽又猛的视频| 亚洲国产av无码精品| 少妇人妻偷人精品视蜜桃| 亚洲欧洲综合有码无码| 亚洲午夜精品第一区二区| 久久久一本精品久久久一本| 色呦呦九九七七国产精品| 正在播放东北夫妻内射| 国产精品久久久久久人妻精品 | 97欧美在线| 人妻熟女妇av北条麻记三级| 视频一区视频二区自拍偷拍| 四虎影视久久久免费观看| 国产午夜影视大全免费观看| 亚洲国产免费公开在线视频 | 国产色av一区二区三区| 午夜射精日本三级| 亚洲美女影院| 国产精品一区二区黄色片| 强开小婷嫩苞又嫩又紧视频韩国| 亚洲精品欧美二区三区中文字幕| 无码专区无码专区视频网址| 日本在线观看不卡一区二区| 精品国产一二三产品区别在哪 | 久久午夜伦鲁鲁片免费| 国产精品一区二区三区在线蜜桃|