研究与开发
|
考虑环境效益的微电网经济功率优化
卢恒光1 , 范欣辰2
1.福建华电万安能源有限公司,福建 龙岩 361000; 2.福州大学电气工程与自动化学院,福州 350000
Economic power optimization of microgrid considering environmental benefits
LU Hengguang1 , FAN Xinchen2
1. Fujian Huadian Wan’an Energy Co., Ltd, Longyan, Fujian 361000;; 2. College of Electrical Engineering and Automation, Fuzhou University, Fuzhou 350000
摘要 微电网是一类能将分布式电源很好地接入大电网的系统,它能实现能源的高效率利用。本文分别以经济效益、环境效益、综合效益为目标,研究微电网在脱离大电网系统情况下的分布式电源出力优化问题,并分析储能系统接入对微电网运行经济性产生的影响。通过引入线性递减惯性权重和异步学习因子改进传统粒子群算法,搭建水、光、柴、储微电网模型并进行解算,分析微电网在储能接入前后,不同经济目标下各分布式电源的出力变化,最后以福建某水电站典型日负荷为研究数据,验证了模型及算法的合理性和有效性。
关键词 :
微电网 ,
电力优化 ,
储能 ,
粒子群算法(PSO)
Abstract :Microgrid is a kind of system that can connect distributed generation to large power grid, which realizes the efficient utilization of energy. Aiming at economic benefit, environmental benefit and comprehensive benefit, the output optimization of distributed generation in the case of microgrid separated from large grid system is studied. Impact of energy storage system access on microgrid operation is analyzed. By introducing linear decreasing inertia weight and asynchronous learning factor, the traditional particle swarm optimization (PSO) algorithm is improved, and the water, light, diesel and storage microgrid model is built for calculation. The output changes of distributed generators under different economic objectives before and after connection of energy storage to the microgrid are analyzed. The typical daily load of a hydropower station in Fujian is taken as the research data, and the rationality and effectiveness of the model and algorithm are verified.
Key words :
microgrid
power optimization
energy storage
particle swarm optimization (PSO)
收稿日期: 2022-07-12
作者简介 : 卢恒光(1969—),硕士,高级工程师,研究方向为水电运行管理。
引用本文:
卢恒光, 范欣辰. 考虑环境效益的微电网经济功率优化[J]. 电气技术, 2022, 23(11): 56-61.
LU Hengguang, FAN Xinchen. Economic power optimization of microgrid considering environmental benefits. Electrical Engineering, 2022, 23(11): 56-61.
链接本文:
http://dqjs.cesmedia.cn/CN/Y2022/V23/I11/56
[1] 杨新法, 苏剑, 吕志鹏, 等. 微电网技术综述[J]. 中国电机工程学报, 2014, 34(1):57-70. [2] 徐林, 阮新波, 张步涵, 等. 风光蓄互补发电系统容量的改进优化配置方法[J]. 中国电机工程学报, 2012, 32(25): 88-98, 14. [3] 白桦, 王正用, 李晨, 等. 面向电网侧、新能源侧及用户侧的储能容量配置方法研究[J]. 电气技术, 2021, 22(1): 8-13. [4] 沈鑫, 曹敏. 分布式电源并网对于配电网的影响研究[J]. 电工技术学报, 2015, 30(增刊1): 346-351. [5] 姜云鹏, 任洲洋, 李秋燕, 等. 考虑多灵活性资源协调调度的配电网新能源消纳策略[J]. 电工技术学报, 2022, 37(7): 1820-1835. [6] 万玉建, 蒋成杰, 陆华军. 一种微电网并转孤模式切换时功率平衡计算方法[J]. 电气技术, 2015, 16(11): 40-43. [7] 解玖霞. 基于粒子群算法的主动配电网经济优化调度[J]. 电气技术, 2017, 18(9): 15-18. [8] 姜雲腾, 李萍. 基于改进粒子群神经网络短期负荷预测[J]. 电气技术, 2018, 19(2): 87-91. [9] 李锐, 李鹏. 基于改进人工鱼群算法的冷热电联产微网经济优化运行[J]. 电气技术, 2014, 15(6): 63-68. [10] 张文杰, 吴杰康, 赵俊浩, 等. 考虑源-荷不确定性的水风柴微电网优化配置[J]. 电力工程技术, 2020, 39(2): 117-126. [11] 邵志芳, 赵强, 张玉琼. 独立型微电网源荷协调配置优化[J]. 电网技术, 2021, 45(10): 3935-3946. [12] 李锐, 李鹏. 储能系统在孤岛微网中应用[J]. 电气技术, 2014, 15(6): 15-18. [13] 陈婷. 智能算法在含分布式电源配电网故障定位中的应用综述[J]. 电气技术, 2020, 21(9): 1-6. [14] POLI R, KENNEDY J, BLACKWELL T.Particle swarm optimization[J]. Swarm Intelligence, 2007, 1(1): 33-57. [15] 金义雄, 程浩忠, 严健勇, 等. 改进粒子群算法及其在输电网规划中的应用[J]. 中国电机工程学报, 2005, 25(4): 48-52, 72.
[1]
徐立波, 祝燕萍, 张治乾, 蒋兴新, 夏亮. 多站融合工程中的数据中心配电方案优化 [J]. 电气技术, 2022, 23(8): 17-22.
[2]
赵先浩, 谢红福, 刘飞, 顾栋杰, 任帅. 基于多端口电能路由器的楼宇直流微电网研究与应用 [J]. 电气技术, 2022, 23(8): 75-83.
[3]
张继元, 孙建旸, 王卫宏. 基于储能云架构的能源工业互联网平台研究与应用 [J]. 电气技术, 2022, 23(8): 68-74.
[4]
黄策, 燕云飞, 沈迎, 兀鹏越. 超容储能辅助火电机组调频的电气问题研究 [J]. 电气技术, 2022, 23(8): 103-108.
[5]
王立娜, 谭丽平, 徐志强, 罗磊鑫, 李云丰. 电池储能抑制直流配电网振荡的控制策略研究 [J]. 电气技术, 2022, 23(6): 42-48.
[6]
周美权, 徐晔, 黄克峰, 姚卫波, 崔灏然. 虚拟同步发电机带脉冲负载运行特性研究 [J]. 电气技术, 2022, 23(6): 59-68.
[7]
崔灏然, 王金全, 黄克峰, 姚卫波, 周美权. 含脉冲负载光储微电网运行特性研究 [J]. 电气技术, 2022, 23(6): 69-76.
[8]
姚卫波, 徐晔, 黄克峰, 周美权, 崔灏然. 基于前馈解耦的交直流混合微电网双向AC-DC变换器控制策略研究 [J]. 电气技术, 2022, 23(5): 25-33.
[9]
宫晶赢, 丁惜瀛, 毕明涛. 基于虚拟领导者一致性的大规模微电网智能协同分层控制 [J]. 电气技术, 2022, 23(4): 42-47.
[10]
杨新华, 张景帆. 交直流多端口户用型能量路由器协调控制策略 [J]. 电气技术, 2022, 23(3): 31-38.
[11]
王玲, 李俐, 朱翔鸥, 王守冬, 孙创. 基于粒子群算法的强迫风冷散热器多目标优化 [J]. 电气技术, 2022, 23(2): 20-25.
[12]
刘语忱, 闫群民, 郭阳, 刘新宇, 桑兴勇. 基于完备局部均值分解和相关分析的光伏发电侧电-氢混合储能优化配置 [J]. 电气技术, 2022, 23(11): 21-29.
[13]
魏译帆, 邢建春. 基于虚拟同步发电机双模式切换的柴储微电网无差调频控制策略 [J]. 电气技术, 2022, 23(11): 13-20.
[14]
李浩琛, 郭志坚. 基于信号补偿下垂控制的微电网动态性能分析 [J]. 电气技术, 2022, 23(10): 33-40.
[15]
温春雪, 赵天赐, 于赓, 王鹏, 李建林. 基于改进粒子群算法的储能优化配置 [J]. 电气技术, 2022, 23(10): 1-9.