技术与应用
|
考虑平抑电压波动的交直流配电网储能优化配置
郭沛
国网河南省电力公司,郑州 450000
Optimal configuration of energy storage in AC/DC distribution network considering stablilizing voltage fluctuation
GUO Pei
State Grid He'nan Electric Power Company, Zhengzhou 450000
摘要 为解决目前配电网中日益增加的新能源出力造成的功率波动问题,本文提出一种考虑时间和空间特性的平抑交直流混合配电网系统功率波动的最优储能配置方法。首先确立发电消纳及潮流、风机和光机等约束的数学模型,利用交替迭代法计算交直流混合配电网潮流,然后通过快速非支配排序遗传算法(NSGA-II)对模型进行求解,最后输出结果为最优解与其他可行解的优化指标对比图。通过储能系统优化配置,配电网偏差值与网络损耗都明显减小,验证了所提出的利用最优化储能系统配置平抑新能源发电并网产生波动方法的可行性。
关键词 :
交直流配电网 ,
多目标优化 ,
储能系统配置 ,
波动平抑 ,
电压偏差值和 ,
网络损耗
Abstract :In order to solve the problem of power fluctuations caused by the increasing output of volatile new energy sources in the current distribution network, an optimal energy storage configuration method that considers the time and space characteristics of AC/DC hybrid distribution network system power fluctuations is proposed to stabilize the energy storage system. First, a mathematical model for power generation and consumption is established, as well as constraints such as power flow, wind turbines and optical machines, and the alternating iteration method is used to calculate the power flow of the AC/DC hybrid distribution network. Then the model is solved by the fast non-dominated sorting genetic algorithm, and the final output is the comparison chart of the optimization index of the optimal solution and other feasible solutions. Through the optimized configuration of the energy storage system, the deviation value of the distribution network and the network loss are significantly reduced, which verifies the feasibility of the method proposed in the article.
Key words :
AC/DC distribution network
multi-objective optimization
energy storage system configuration
fluctuation suppression
voltage deviation value sum
network loss
收稿日期: 2021-01-29
作者简介 : 郭 沛(1980—),男,硕士,高级工程师,研究方向为配电网规划与设计。
引用本文:
郭沛. 考虑平抑电压波动的交直流配电网储能优化配置[J]. 电气技术, 2021, 22(9): 90-94.
GUO Pei. Optimal configuration of energy storage in AC/DC distribution network considering stablilizing voltage fluctuation. Electrical Engineering, 2021, 22(9): 90-94.
链接本文:
http://dqjs.cesmedia.cn/CN/Y2021/V22/I9/90
[1] 杜尔顺, 张宁, 康重庆, 等. 太阳能光热发电并网运行及优化规划研究综述与展望[J]. 中国电机工程学报, 2016, 36(21): 5765-5775. [2] 陈聪伟, 江修波, 刘丽军. 考虑时序与储能配合的分布式电源优化配置研究[J]. 电气技术, 2017, 18(6): 41-47. [3] 何頔, 罗进, 唐世虎, 等. 基于非支配排序的改进粒子群算法的含分布式电源的配电网规划[J]. 电气技术, 2018, 19(11): 60-63. [4] 张健, 王凯悦. 考虑电压稳定性的含分布式电源配电网多目标无功优化[J]. 电气技术, 2020, 21(3): 64-69. [5] OLIVEIRA T R, SILVA W W A G, DONOSO-GARCIA P F. Distributed secondary level control for energy storage management in DC microgrids[J]. IEEE Transactions on Smart Grid, 2017, 8(6): 2597-2607. [6] 李鹏程, 张纯江, 袁然然, 等. 改进SOC下垂控制的分布式储能系统负荷电流分配方法[J]. 中国电机工程学报, 2017, 37(13): 3746-3754. [7] DANESHVAR M, MOHAMMADI-IVATLOO B, ASADI S, et al.Chance-constrained models for transactive energy management of interconnected microgrid clusters[J]. Journal of Cleaner Production, 2020, 271: 122177. [8] 邓卫, 吴争, 张力, 等. 交直流系统协调控制技术[J]. 高电压技术, 2019, 45(10): 3025-3038. [9] ESTEFANIA P, JON A, JOSE IGNACIO G, et al.AC and DC technology in microgrid: a review[J]. Rene- wable and Sustainable Energy Reviews, 2015, 43: 726-749. [10] 郭玲娟, 魏斌, 韩肖清, 等. 基于集合经验模态分解的交直流混合微电网混合储能容量优化配置[J]. 高电压技术, 2020, 46(6): 527-537. [11] FARZAM N, LI Y W.Overview of power management strategies of hybrid AC/DC microgrid[J]. IEEE Transa- ctions on Power Electornics, 2015, 30(12): 7072-7089. [12] 王冉, 王丹, 贾宏杰, 等. 一种平抑微网联络线功率波动的电池及虚拟储能协调控制策略[J]. 中国电机工程学报, 2015, 35(20): 5124-5134. [13] 汪科, 张雪松, 赵波, 等. 交直流混合微电网网络结构设计和模式切换控制策略[J]. 供用电, 2016, 33(8): 18-22. [14] 陈安伟. 多母线结构交直流混合微电网协调控制与模式切换策略[J]. 电力系统自动化, 2018, 42(17): 175-186. [15] 蔡宏达, 夏杨红, 杨鹏程, 等. 交直流混合微电网多模式协调下垂控制[J]. 供用电, 2018, 35(1): 2-7. [16] WANG Shu, TANG Yuejin, SHI Jing, et al.Design and advanced control strategies of a hybrid energy storage system for the grid integration of wind power generations[J]. IET Renewable Power Generation, 2015, 9(2): 89-98. [17] 于明, 王毅, 李永刚. 基于预测方法的直流微网混合储能虚拟惯性控制[J]. 电网技术, 2017, 41(5): 1526-1532. [18] 顾煜炯, 谢典, 和学豪, 等. 海岛直流微网复合储能系统控制策略设计与实现[J]. 电力自动化设备, 2018, 38(6): 1-6. [19] 朱永强, 张泉, 刘康, 等. 交直流混合微电网分段协调控制策略[J]. 电力系统与自动化, 2020, 44(6): 52-58. [20] 张海潮, 杨连贺. 基于改进NSGA-Ⅱ的推荐算法[J]. 计算机工程与设计, 2020, 41(9): 2495-2500.
[1]
李倩倩, 夏蓉花, 刘战, 邓斌, 夏正龙. 有源中点钳位型三电平并网逆变器多目标优化预测控制 [J]. 电气技术, 2021, 22(7): 13-18.
[2]
廖宗毅, 万文略. 基于改进多目标差分进化算法的安全约束动态环境经济调度 [J]. 电气技术, 2020, 21(8): 22-27.
[3]
黄辉, 吴正, 邹安安, 赵润权. 基于遗传算法的汽车EPS电动助力转向电动机多目标优化 [J]. 电气技术, 2019, 20(2): 48-52.
[4]
关昊亮, 王进华, 邱伟育. 利用多目标最优化方法控制智能电网中电动汽车充电速率 [J]. 电气技术, 2017, 18(12): 76-80.
[5]
徐卫星. 基于改进粒子群算法的分布式电源优化配置 [J]. 电气技术, 2015, 16(12): 71-75.