基于风电可调节不确定代价的风光柴储联合优化调度

被引:8
作者
薛金花 [1 ]
王德顺 [1 ]
郁正纲 [2 ]
李红 [2 ]
朱信舜 [3 ]
窦春霞 [4 ]
机构
[1] 中国电力科学研究院有限公司
[2] 国网江苏省电力有限公司连云港供电分公司
[3] 南京南瑞继保工程技术有限公司
[4] 南京邮电大学先进技术研究院
关键词
孤岛微电网; 不确定代价; 蓄电池储能系统; 优化调度; 粒子群算法;
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
针对孤岛微电网中间歇式能源出力的不确定性问题,基于可调节风电的不确定代价,考虑蓄电池储能系统和柴油发电机组的控制特性.在系统稳定供电的前提下,以系统运维成本、污染物排放量为目标,引入可调负荷充放电等相关约束,建立孤岛微电网能量优化调度模型,优化储能充放电与柴油机组出力.并在此基础上,利用改进粒子群算法对模型进行求解,根据所建模型三种情景对比,进一步分析9个不同调度区间系数对调度结果的影响机理,算例仿真验证了可调节风电不确定代价优化模型和优化方法的有效性和可行性.
引用
收藏
页码:73 / 79
页数:7
相关论文
共 17 条
[1]
基于多目标蜂群进化优化的微电网能量调度方法 [J].
李佳华 ;
马连博 ;
王兴伟 ;
程适 ;
邵一川 .
郑州大学学报(工学版), 2018, (06) :50-58
[2]
柴油机超负荷运转的危害及产生机理 [J].
张宏春 .
中国设备工程, 2017, (19) :56-58
[3]
基于储能SOC状态的微电网能量优化调度策略研究 [J].
李保恩 ;
李献伟 ;
毋炳鑫 .
电力系统保护与控制, 2017, 45 (11) :108-114
[4]
基于改进PSO的独立风光系统混合储能容量优化研究 [J].
张力月 ;
张江滨 .
电力与能源, 2016, 37 (04) :471-475
[5]
基于改进粒子群算法的含分布式发电配网孤岛划分 [J].
陆亚南 ;
施泉生 .
电工电能新技术, 2016, 35 (07) :17-23
[6]
WSN中基于梯度和粒子群优化算法的分级簇算法 [J].
阎新芳 ;
严晶晶 ;
冯岩 .
郑州大学学报(工学版), 2016, 37 (02) :33-36
[7]
风储联合发电系统中锂电池寿命评估 [J].
李军徽 ;
冯爽 ;
崔新振 ;
严干贵 ;
高凯 ;
李鸿博 .
电工电能新技术 , 2015, (10) :34-38
[8]
含柴油发电机和蓄电池储能的独立微电网频率分层控制 [J].
马艺玮 ;
杨苹 ;
陈思哲 ;
赵卓立 ;
王月武 .
控制理论与应用, 2015, 32 (08) :1098-1105
[9]
含多分布式电源独立微电网的混合控制策略 [J].
马艺玮 ;
杨苹 ;
吴捷 .
电力系统自动化, 2015, 39 (11) :103-109
[10]
孤岛微网系统柴发配置分析 [J].
陈柔伊 ;
董旭柱 ;
黄邵远 ;
李登武 ;
陈苗 .
电工电能新技术, 2014, 33 (10) :58-63