基于协同进化遗传算法的配电网风光储联合经济调度

被引：34

作者：

许多红

郭靖琪

丁筱筠

丁家涌

机构：

[1] 国网甘肃省电力公司电力科学研究院

来源：

电工电能新技术 | 2020年 / 39卷 / 06期

关键词：

风光储调度; 经济运行; 协同进化; 遗传算法;

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：

在当前气象及负荷曲线预测条件下,建立了综合考虑网络损耗、电压稳定、风光发电、储能套利等经济效益的风光储联合调度模型。为了解决光伏、风力发电的随机性与储能充放电的有限时序性之间协调配合问题,引入了协同进化遗传算法的多种群进化机制对模型进行求解,利用多个种群分别对光伏、风力、储能的出力进行优化控制,并通过种群的整体生态进化,达到目标最优。最后,利用PG&E 69节点算例,进行了多情景仿真分析,仿真结果充分验证了风光储联合优化对提高配电网系统经济运行的作用。

引用

收藏

页码：51 / 57

页数：7

相关论文

共 15 条

[1]

含新能源接入的区域电网低碳电力调度方法 [J].

黄煜 ;

徐青山 ;

蒋贤强 ;

娄藕蝶 ;

蒋菱 .

电力系统自动化, 2018, 42 (12) :19-26

[2]

基于层次分析法的储能配置综合评估技术 [J].

修晓青 ;

唐巍 ;

李建林 ;

田春光 ;

徐鸥洋 .

电力系统自动化, 2018, 42 (11) :72-78

[3]

计及储能和用户需求响应的并网型微网优化调度模型 [J].

李盛伟 ;

李鹏飞 ;

白星振 ;

葛磊蛟 .

电工电能新技术, 2018, 37 (09) :51-58

[4]

基于情景分析法风电场中储能系统经济调度 [J].

厉伟 ;

颜宁 ;

张博 ;

马少华 ;

戈阳阳 ;

肖婉秋 .

电工电能新技术, 2018, 37 (02) :47-52

[5]

能源互联网中多种储能的协调 [J].

朱永强 ;

赵娜 ;

王福源 ;

王欣 .

电工电能新技术, 2018, 37 (03) :10-16

[6]

基于分时电价的光伏-储能系统容量优化配置 [J].

吴杰 ;

温晨阳 ;

李珊 ;

师庆丹 .

电工电能新技术, 2018, 37 (01) :23-30

[7]

基于滤子混合协同进化算法的无功优化 [J].

张宏立 ;

李远梅 .

控制与决策, 2017, (09) :1701-1706

[8]

国内外兆瓦级储能调频示范应用现状分析与启示 [J].

孙冰莹 ;

杨水丽 ;

刘宗歧 ;

李婷婷 .

电力系统自动化, 2017, 41 (11) :8-16+38

[9]

考虑实际运行的配电网电池储能系统的优化配置研究 [J].

李秀磊 ;

耿光飞 ;

季玉琦 ;

陆凌芝 .

电力系统保护与控制, 2017, 45 (09) :88-94

[10]

综合能源微网运行优化调度方法研究 [J].

肖浩 ;

裴玮 ;

孔力 ;

孙健 ;

王存平 ;

贾东强 .

电工电能新技术, 2016, 35 (12) :1-11