摘要:本文提出了针对该微网的短期经济优化调度模型。选取一年中的典型情况为算例进行经济运行分析,并采用小生境遗传算法进行求解,得出了在各典型情况下各微电源的最优出力和最佳电能交易计划,验证了所提调度策略的正确性与有效性。
关键词:电力系统;微电网;风光蓄发电系统;经济调度
2.2基于模糊标度、隶属度的权重向量确定
本文将微电网系统的净现值最低,即F1作为最重要的等级,在最大年容量短缺小于1%的前提下,取环境效益F2的重要性等级在F3和F4之上。对比语气算子与对重要性的相对隶属度关系,逐一判断F1与F2、F3、F4之间的语气算子关系,并进行归一化处理。
3调度策略及其求解
3.1调度策略
并网情况下,风机与光伏发电组件一般实行最大功率跟踪策略,蓄电池进行盈亏调节,并同时监测蓄电池的充放电状态。所发电量首先满足微网内部负荷,多余电量充入蓄电池,当蓄电池充满后则向主网出售。若微电源出力之和不仅满足内部负荷和蓄电池,并且剩余功率超过最大售电功率,那么风机与光伏组件均由MPPT模式转入PQ控制,按当前各微电源出力比例减小其出力。若蓄电池满发或者达到放电下限仍无法满足负荷所需,则向主网购电。孤网情况下,蓄电池转入V/f控制,为微电网提供电压与频率支撑。风光均转入PQ控制。当风光蓄电无法满足所有负荷时,则依负荷重要性等级,先从次要负荷开始切除;当蓄电池已充满而风光出力过剩时,则仍按上述弃风弃光。为保证即使突发故障使微网转入孤网状态仍能安全运行,蓄电池SOC在并网情况下低于50%并仍持续放电的情况下,向主网购电充电。
3.2基于小生境的遗传算法
小生境技术具有相对简单、通用和有效的特性,它可促使群体内个体间的协同合作,使算法易于找出优化问题的所有局部最优解和全局最优解。在遗传算法基础上引入小生境技术,不影响遗传算法的原有特点,既维持了群体的多样性,又可提高遗传算法处理多峰值优化问题的能力。
4结论
在满足负荷需求、定功率限制和微电源出力限制的前提下,利用小生境遗传算法,对两种较为恶劣的典型情况进行了经济调度优化,两种典型日均得出了综合成本最低的微网内部各微电源的出力以及微网与外部电网之间的电能交换量,并在主要微源出力均为零又恰逢峰荷的时段内和计划离网的孤网时段内都避免了切负荷;在功率超额的时段,优化调节了弃风弃光量,提高了全网经济性和安全性。
参考文献:
[1]钱科军,袁越,石晓丹,等.分布式发电的环境效益分析[J].中国电机工程学报,2008,28(29):11-15.
[2]余健明,姜明月,杨文宇.一种基于改进遗传算法的最小化停电损失费用的配电网重构[J].西安理工大学学报,2005,21(4):387-401.
论文作者:马秀英
论文发表刊物:《电力设备》2017年第10期
论文发表时间:2017/8/8
标签:小生境论文; 蓄电池论文; 算法论文; 负荷论文; 电网论文; 电源论文; 情况下论文; 《电力设备》2017年第10期论文;