检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]云南电网有限责任公司玉溪供电局,云南玉溪653100 [2]昆明理工大学信息工程与自动化学院,云南昆明650000 [3]朗新科技集团股份有限公司,江苏无锡214000
出 处:《云南电业》2025年第4期22-27,共6页
基 金:中国南方电网有限责任公司科技项目/Science andtechnology project of China Southern Power Grid Co.,Ltd.新型电力系统负荷精准管理辅助决策关键技术研究与应用(YNKJXM20240002)。
摘 要:玉溪联合园区微电网由风、光发电和主电网联合为负荷供电,为了尽可能提高风光电量的负荷占比,需要配置较高比例的风光发电装机容量,但由于园区负荷与风光发电功率时序不匹配,会出现弃电问题。通过配置储能装置可以缓解园区负荷与风光发电时序不匹配的问题,电化学储能成本不菲,配置储能需要考虑投资及其收益。所以,本文以从风电、光伏、主电网的购电量、园区24 h的负荷和储能装置的容量及充放电功率作为约束条件,构建了以购电总成本最低为目的的配置储能装置优化模型。为求解该模型,提出了一种动态调整惯性权重的混合粒子群算法(ahybridParticle swarm optimization with dynamic adjustment of inertial weight,IDWPSO),通过对粒子群进行差分进化操作,能够解决粒子群优化算法(particle swarm optimization,PSO)中存在的早熟收敛、易陷入局部寻优等问题。并且实验数据表明,所提出的改进算法在复杂问题上具有更高的搜索精度,在简单问题上具有更快的收敛速度。最后,按照配置不同的储能功率和储能容量并通过IDWPSO算法求解最优储能,帮助园区微电网尽可能提高风光电量的负荷占比,缓解园区负荷与风光发电时序不匹配的问题,从而降本增效。
关 键 词:配置储能 减少弃电 差分进化操作 混合粒子群优化算法
分 类 号:TM73[电气工程—电力系统及自动化]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.13