欢迎来到天天文库
浏览记录
ID:55735122
大小:567.00 KB
页数:8页
时间:2020-06-05
《基于可靠性的微网容量最优配置.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、@电力自动化设备Vo1.34No.4ElectricPowerAutomationEquipmentApr.2014基于可靠性的微网容量最优配置王晶,陈江斌,束洪春。(1.浙江工业大学信息工程学院,浙江杭州310014;2.同济大学电子与信息工程学院,上海2018043.昆明理工大学电力工程学院,云南昆明650051)摘要:针对风/光/储独立供电微网.提出一种基于可靠性的最优容量配置方法。首先.考虑风速和光照强度的随机性,分别建立风力发电机、光伏阵列以及蓄电池的数学模型;在此基础上建立包含设备投资费用、运行维护费用、蓄电池重置费用以及系统可靠性和能量过剩率指标的优化配
2、置模型,并确定约束条件:其次,采用改进粒子群优化算法对微网容量优化问题进行求解。在MATLAB环境下编程实现微源最优配置方案.结果表明优化后的微网不仅保证了系统供电可靠性.而且节省了经济成本关键词:微网:优化:容量配置:可靠性:粒子群优化算法中图分类号:TM731文献标识码:ADOI:10.3969/j.issn.1006—6047.2014.04.0210引言经济成本、供电可靠性和环境效益作为优化目标,将混沌优化技术和遗传算法相结合.对独立运行微随着化石能源逐渐短缺和环境污染13益严重.网系统容量进行优化配置.但没有进一步讨论微源利用清洁能源的分布式电源DG(Dis
3、tributedGene—选址的问题;文献『11]提出细菌觅食法对风/光/储ration)被提上了Et程.而微网能有效地整合各种混合微网电源进行优化配置.在已知各微源模型的DG、储能单元及负荷,是未来智能电网的重要组成基础上建立计及设备投资、运行维护、环保折算和部分[1_独立微网规划设计阶段中DG的定容和选址是首要解决的问题一般主要从负荷和DG这2燃料成本的优化目标.根据不同可靠性指标得到相个角度考虑[]:负荷方面要保证供电可靠性和电能应微源的最优配置方案.但未考虑独立微网中可能质量:DG方面考虑投资成本和电网稳定性等因素.存在能量浪费的现象.缺乏对能量利用率的衡量确
4、定其最优容量和位置对微网进行合理的优化配本文针对风/光/储独立供电微网.在分析各微置可以有效地减少投资成本.提高负荷点的供电源功率模型的基础上.构建了微网的经济成本、供可靠性.保障电网的安全稳定运行.有利于节能减电可靠性、能量过剩率的优化目标函数,提出一种排[5-6],故逐渐受到多国政府和学者们的重视。基于可靠性的微源优化配置方法.并将其应用于一目前.国内外一些学者已对微网容量优化配置个5节点孤岛系统中算例分析表明.该方法不仅进行了相关研究,并取得了一些理论成果。文献『7]实现了对独立微网中微源容量的优化配置.而且确考虑系统的可靠性指标.并以部署和热补偿成本最定了微源
5、接入系统的最优位置.在保证优化后孤岛低为优化目标。利用模拟退火法进行求解.确定了供电可靠性的同时.节省了经济成本微源的最优安装位置和容量.但对于每一节点配置微源的类型没有给出相应的结果;文献『8]提出蚁1风/光/储微网电源模型群算法确定DG的最优位置和安装容量.其在满足DG容量约束的条件下.以系统网损最小为目标寻本文建立的独立微网结构如图1所示.主要包求最优解.然而蚁群算法选择的参数多且不同参数括微网控制系统、DG和用电负荷三大部分。微网控对优化结果影响较大.容易导致求得的并不是最优解:制系统能统一管理其内部所有DG和负荷.DG包文献『9]考虑风机和光伏的互补性.以系
6、统可靠性含风机、光伏和蓄电池3种。为约束,建立了计及系统投资成本、运行维护成本等综合成本的经济模型.采用改进微分算法对独立微网容量优化配置进行求解.但没有考虑蓄电池充放电功率的约束.这会影响系统的可靠性指标:文献『1O]考虑风机、光伏、燃气轮机等多种微源,并以收稿日期:2013—07—04;修回日期:2014—02—25基金项目:国家自然科学基金主任基金资助项目(5l147010):图1独立微网示意图国家自然科学基金青年基金资助项目(51107120)Fig.1SchematicdiagramofstandalonemicrogridProjectsupposedby
7、ChinaNaturalScienceFoundationDirector1.1风力发电机模型Fund(51147010)andChinaNaturalScienceFoundationforYoungScholars(51107120)风机的输出功率随风速的变化而变化.本文采第4期王晶.等:基于可靠性的微网容量最优配置@用威布尔(Weibul1)分布对风速进行处理.其概率密时取O.01%;At为步长;为蓄电池的数量;叼(t)度函数如下l12]:为充放电效率,表示如下ll6]:叼(t)==7-c卜xp[一(1)其中.为风速:和c为Weibu儿模型中的
此文档下载收益归作者所有