含可再生能源发电的配网储能多目标优化配置方法

被引：94

作者：

程庭莉 ^{[1
]}

陈民铀 ^{[1
]}

罗欢 ^{[2
]}

机构：

[1] 输配电装备及系统安全与新技术国家重点实验室(重庆大学)

[2] 国网四川省电力公司遂宁供电公司

来源：

电网技术 | 2017年 / 41卷 / 09期

关键词：

储能; 成本; 电压偏差; 多目标优化;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信];

学科分类号：

120103 [信息系统与信息管理];

摘要：

储能系统在缓解可再生能源发电和负荷波动对系统安全稳定性的影响中起着重要作用。针对配网系统,考虑储能配置与储能系统运行之间的相互影响,以最小化投资运行总成本和电压偏差为目标,建立双层储能多目标优化配置模型。在模型的外层,优化储能系统的配置方案;在模型的内层,进行无功电压调节、发电机控制以及储能充放电功率控制。将教学算法(teaching-learning based optimization,TLBO)引入粒子群算法(particle swarm optimization,PSO)中,提高优化算法的搜索能力,采用多目标PSO-TLBO算法求解耦合的双层储能优化配置模型。最后以IEEE 30节点系统进行算例仿真实验,实验结果验证了文中储能配置方法的有效性。

引用

页码：2808 / 2815

页数：8

共 21 条

[11]

基于随机预测误差的分布式光伏配网储能系统容量配置方法 [J].

林少伯 ;

韩民晓 ;

赵国鹏 ;

牛战壕 ;

胡晓东 .

中国电机工程学报, 2013, 33 (04) :25-33+5

[12]

考虑调度计划和运行经济性的风电场储能容量优化计算 [J].

冯江霞 ;

梁军 ;

张峰 ;

王成福 ;

孙舶皓 .

电力系统自动化, 2013, 37 (01) :90-95

[13]

当前储能市场和储能经济性分析 [J].

金虹 ;

衣进 .

储能科学与技术, 2012, 1 (02) :103-111

[14]

智能配电网中微电网的多目标优化配置 [J].

王兆宇 ;

艾芊 .

电网技术, 2012, 36 (08) :199-203

[15]

基于改进多目标粒子群算法的微电网并网优化调度 [J].

苗雨阳 ;

卢锦玲 ;

朱国栋 .

电力科学与工程, 2012, 28 (07) :15-20

[16]

风光互补发电系统中混合储能单元的容量优化 [J].

吴红斌 ;

陈斌 ;

郭彩云 .

农业工程学报, 2011, 27 (04) :241-245

[17]

风电场储能容量合理取值范围分析 [J].

卢继平 ;

朱三立 ;

韩涛 ;

吕东 ;

刘蕾 .

重庆大学学报, 2010, 33 (08) :46-51

[18]

Multi-objective optimization using teaching-learning-based optimization algorithm[J] Feng Zou;Lei Wang;Xinhong Hei;Debao Chen;Bin Wang Engineering Applications of Artificial Intelligence 2012,

[19]

Multi-Objective Particle Swarm Optimization with time variant inertia and acceleration coefficients[J] Praveen Kumar Tripathi;Sanghamitra Bandyopadhyay;Sankar Kumar Pal Information Sciences 2007,

[20]

高等电力网络分析[M] 张伯明;陈寿孙著; 清华大学出版社 1996,

← 1 2 3 →