• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      需求側(cè)響應(yīng)波動(dòng)性的獨(dú)立型微網(wǎng)的優(yōu)化配置

      2018-11-12 10:55:00張宏偉張向鋒陸俊明
      關(guān)鍵詞:微源波動(dòng)性微網(wǎng)

      張宏偉, 張向鋒, 陸俊明

      (上海電機(jī)學(xué)院 電氣學(xué)院,上海 201306)

      近年來,隨著能源危機(jī)及環(huán)境污染問題的日益嚴(yán)重,由可再生能源分布式發(fā)電作為重要組成部分的微網(wǎng)成為研究熱點(diǎn)。微網(wǎng)作為一個(gè)靈活、可控、綠色、經(jīng)濟(jì)的新型分布式電源載體,在保障用戶供電、節(jié)能環(huán)保、改善電能質(zhì)量等方面具有突出的優(yōu)點(diǎn)。中國幅員遼闊,境內(nèi)存在大量海島等偏遠(yuǎn)地區(qū),與大電網(wǎng)互聯(lián)困難或者代價(jià)過大,長期用電緊張,而這些地區(qū)可再生資源往往較為豐富,相對于單一風(fēng)力發(fā)電系統(tǒng)或光伏發(fā)電系統(tǒng),無論是從供電可靠性,還是經(jīng)濟(jì)性等都存在較大的優(yōu)勢[1-2]。

      獨(dú)立型微網(wǎng)往往包含多種分布式發(fā)電和儲(chǔ)能方式,其組成和運(yùn)行十分復(fù)雜,這就對獨(dú)立型微網(wǎng)系統(tǒng)的優(yōu)化配置提出了較高的要求。文獻(xiàn)[3]以發(fā)電費(fèi)用最低為目標(biāo),對獨(dú)立型風(fēng)光儲(chǔ)微網(wǎng)系統(tǒng)進(jìn)行了優(yōu)化配置;文獻(xiàn)[4]以總成本最小為目標(biāo),對獨(dú)立型風(fēng)光柴儲(chǔ)微網(wǎng)系統(tǒng)進(jìn)行優(yōu)化配置;文獻(xiàn)[5]則建立考慮地毯效益的獨(dú)立微網(wǎng)配置模型;文獻(xiàn)[6]在獨(dú)立風(fēng)光儲(chǔ)微網(wǎng)優(yōu)化配置模型中,優(yōu)化過程中引入了停電懲罰費(fèi)用與能量浪費(fèi)懲罰費(fèi)用。一些文獻(xiàn)對獨(dú)立型微網(wǎng)系統(tǒng)進(jìn)行了多目標(biāo)優(yōu)化配置:文獻(xiàn)[7]從經(jīng)濟(jì)性和環(huán)保性等角度建立了一種多目標(biāo)優(yōu)化配置模型;文獻(xiàn)[8]將總凈現(xiàn)成本、污染氣體排放和未滿足負(fù)荷作為優(yōu)化目標(biāo),對風(fēng)光柴儲(chǔ)燃料電池系統(tǒng)進(jìn)行了優(yōu)化配置;文獻(xiàn)[9]以能量利用成本、初始投資成本和溫室氣體排放最少為目標(biāo),對獨(dú)立型風(fēng)光儲(chǔ)燃?xì)廨啓C(jī)微網(wǎng)系統(tǒng)進(jìn)行了優(yōu)化設(shè)計(jì);文獻(xiàn)[10]建立了基于多狀態(tài)建模的獨(dú)立型微網(wǎng)優(yōu)化配置模型,并采用改進(jìn)的NAGA-II對模型進(jìn)行求解;文獻(xiàn)[11]針對風(fēng)光出力和負(fù)荷的不確定性,采用設(shè)置概率約束的方法處理相關(guān)不確定性下的供電可靠性約束問題。

      需求側(cè)響應(yīng)[12](Demand Response,DR)通過引導(dǎo)用戶調(diào)整用電方式,調(diào)節(jié)負(fù)荷波動(dòng),有利于促進(jìn)分布式電源與負(fù)荷間雙向互動(dòng),緩解電力系統(tǒng)削峰填谷的壓力。在獨(dú)立性微網(wǎng)優(yōu)化配置中有必要考慮需求側(cè)響應(yīng)。文獻(xiàn)[13]在考慮DR的情況下,對微電網(wǎng)的儲(chǔ)能進(jìn)行配置優(yōu)化;文獻(xiàn)[14]對考慮DR的光儲(chǔ)微網(wǎng)的需求側(cè)響應(yīng)進(jìn)行了研究;文獻(xiàn)[15]考慮激勵(lì)型DR,對孤島型微電網(wǎng)的容量進(jìn)行配置。

      本文以微網(wǎng)投資運(yùn)行經(jīng)濟(jì)性和新能源發(fā)電利用率為目標(biāo),建立考慮需求側(cè)響應(yīng)的獨(dú)立型微網(wǎng)多目標(biāo)優(yōu)化配置模型,考慮到實(shí)際中參與需求側(cè)響應(yīng)的負(fù)荷量應(yīng)具有一定的不確定性,因此在優(yōu)化配置中考慮需求側(cè)響應(yīng)的波動(dòng)性,在需求側(cè)響應(yīng)波動(dòng)范圍內(nèi)取一個(gè)隨機(jī)值來表征需求側(cè)響應(yīng)的波動(dòng)性。通過某一算例使用多目標(biāo)粒子群算法對本文所提出的優(yōu)化配置模型仿真計(jì)算。

      1 微源建模

      本文的微網(wǎng)系統(tǒng)由風(fēng)電機(jī)組、太陽能電池、儲(chǔ)能蓄電池及工業(yè)負(fù)荷構(gòu)成。其中工業(yè)負(fù)荷分為參與需求側(cè)響應(yīng)的負(fù)荷(本文的需求側(cè)響應(yīng)負(fù)荷只考慮可中斷負(fù)荷)和不參與需求側(cè)響應(yīng)的負(fù)荷。參與需求側(cè)響應(yīng)的負(fù)荷在微網(wǎng)電力不足以支撐全部負(fù)荷時(shí)候會(huì)被切斷,減少負(fù)荷需求。

      1.1 光伏發(fā)電系統(tǒng)模型

      光伏陣列的功率輸出為

      (1)

      式中:fPV為光伏系統(tǒng)的功率降額因數(shù),表示光伏系統(tǒng)實(shí)際輸出功率與額定條件下輸出功率的比值,一般取0.9;YPV為光伏陣列容量,kW;IT為地表水平面實(shí)測光照度,kW/m2;IS為標(biāo)準(zhǔn)測試條件下的光照度,一般取1 kW/m2。(這里忽略溫度對光伏陣列發(fā)電功率的影響,即認(rèn)為光伏陣列所處溫度為標(biāo)準(zhǔn)測試條件下的溫度25 ℃)

      1.2 風(fēng)力發(fā)電模型

      風(fēng)機(jī)功率計(jì)算公式為

      (2)

      式中:v為風(fēng)機(jī)輪轂高度處的實(shí)際風(fēng)速;vci,vco為風(fēng)機(jī)切入風(fēng)速和切出風(fēng)速,當(dāng)實(shí)際風(fēng)速低于切入風(fēng)速或高于切出風(fēng)速時(shí),風(fēng)機(jī)都不工作;ve為額定風(fēng)速;Pe為風(fēng)機(jī)的額定功率。

      1.3 儲(chǔ)能電池模型

      為了簡化分析,本文假定電池儲(chǔ)能系統(tǒng)充放電效率均為100%,且不考慮電池充放電對電池容量的影響。儲(chǔ)能電池工作狀態(tài)有兩種:充電狀態(tài)和放電狀態(tài)。

      儲(chǔ)能電池充電時(shí)應(yīng)滿足

      (3)

      儲(chǔ)能電池放電時(shí)應(yīng)滿足

      (4)

      1.4 需求側(cè)響應(yīng)模型

      本文的需求側(cè)響應(yīng)只考慮可中斷負(fù)荷,文獻(xiàn)[16-17]中在微網(wǎng)規(guī)劃時(shí)均將每小時(shí)內(nèi)能夠參與需求側(cè)響應(yīng)的負(fù)荷量最大值設(shè)為一固定值,這里則認(rèn)為某一時(shí)間內(nèi)參加需求側(cè)響應(yīng)的負(fù)荷最大量占當(dāng)前小時(shí)內(nèi)的總負(fù)荷的比例是固定的值,用α表示,考慮到參與需求側(cè)響應(yīng)負(fù)荷的波動(dòng)性,給出需求側(cè)響應(yīng)模型為

      PDR=PL·α·β, 1-γ≤β≤1

      (5)

      式中:PL為負(fù)荷功率;PDR為需求側(cè)響應(yīng)功率;β為需求側(cè)響應(yīng)負(fù)荷實(shí)際投入比,在運(yùn)算中取[1-γ,1]內(nèi)的隨機(jī)值;γ為需求側(cè)響應(yīng)波動(dòng)比。

      2 需求側(cè)響應(yīng)波動(dòng)性的微網(wǎng)優(yōu)化運(yùn)行模型

      2.1 目標(biāo)函數(shù)

      獨(dú)立型微網(wǎng)優(yōu)化配置,應(yīng)以微源正常運(yùn)行和滿足各約束條件,達(dá)到微電網(wǎng)的總運(yùn)行成本最低的要求??稍偕茉礄C(jī)組中的風(fēng)能和光伏都是依靠自身的能量進(jìn)行發(fā)電,不需要投入資本在其中,因此它們產(chǎn)生的發(fā)電成本可忽略不計(jì)。由于各微源的使用壽命不同,如果在計(jì)算成本時(shí),對各類微源的購買、安裝成本不做處理,直接進(jìn)行計(jì)算顯然有誤,這里為避免這一問題,以微網(wǎng)年平均費(fèi)用最低作為目標(biāo)函數(shù),各類微源的購買、安裝成本均按年進(jìn)行折算。本文提出的微網(wǎng)優(yōu)化配置的改進(jìn)策略,在需求側(cè)響應(yīng)模型中考慮了其波動(dòng)性,改進(jìn)策略模型表示為

      Fy=CBy+CBd+CR+CDR

      (6)

      Fw=Fwp/Fp

      (7)

      (8)

      2.2 約束條件

      (1) 功率平衡約束

      微網(wǎng)能夠正常運(yùn)行的前提是其發(fā)電功率要滿足負(fù)荷的用電需求,即可得

      (9)

      式中:PL(t)為負(fù)荷的用電功率;Pw(t),Ps(t)分別為風(fēng)機(jī)、光伏的發(fā)電功率;Pb(t)為儲(chǔ)能電池的放電功率;PDR(t)為參與需求側(cè)響應(yīng)負(fù)荷功率。若參與需求側(cè)響應(yīng)的負(fù)荷表現(xiàn)出耗電特效則為負(fù),若參與需求側(cè)響應(yīng)的負(fù)荷表現(xiàn)出放電特效則為正。

      (2) 儲(chǔ)能電池使用約束

      蓄電池的使用壽命受多重因素影響,其中一個(gè)重要因素就是電池的荷電狀態(tài),為確保電池的使用壽命需對其設(shè)置一定的約束。

      (10)

      (3) 微源安裝數(shù)量約束

      (11)

      (12)

      除了本文考慮的以上約束之外,還可根據(jù)實(shí)際需要選擇性地考慮其他一些約束條件。

      2.3 多目標(biāo)優(yōu)化的轉(zhuǎn)換及步驟

      目標(biāo)式(6)和式(7)的取值顯然相差較大,因此先對兩個(gè)目標(biāo)取值采取歸一化處理,然后利用線性加權(quán)求和法將多目標(biāo)優(yōu)化轉(zhuǎn)化為單目標(biāo)優(yōu)化問題。即

      (13)

      微網(wǎng)容量優(yōu)化配置首先是要滿足各約束條件,在滿足各約束條件的前提下再來計(jì)算微網(wǎng)的綜合費(fèi)用,尋求滿足約束條件的綜合年平均費(fèi)用和新能源發(fā)電棄用率最低的微網(wǎng)容量配置方案,用粒子群算法優(yōu)化目標(biāo)式(13),其具體步驟如下:

      (1) 在各微源安裝數(shù)量限定的范圍內(nèi)隨機(jī)取得一個(gè)整數(shù)值作為該微源的數(shù)量,即初始化了一種微網(wǎng)容量配置的組合X,X=(Xpv,Xw,Xb),按照這樣的方法得到N組不同的微源容量組合。

      (2) 對N組不同的微源容量組合進(jìn)行仿真測試,利用表1中的數(shù)據(jù)對每個(gè)微源組合下每個(gè)小時(shí)光伏和風(fēng)機(jī)的發(fā)電情況及儲(chǔ)能電池荷電狀態(tài)進(jìn)行計(jì)算,若某個(gè)小時(shí)內(nèi)微網(wǎng)系統(tǒng)不滿足功率平衡約束或是儲(chǔ)能電池荷電狀態(tài)約束,則重新初始化該微源組合直到滿足約束條件為止;若所有組合都滿足要求,則將這N組不同的微源容量組合作為初始粒子群,進(jìn)行到下一步。

      表1 某地區(qū)典型日實(shí)際24 h風(fēng)速光照及負(fù)荷數(shù)據(jù)

      (5) 重復(fù)(4)的過程,直到滿足迭代次數(shù)步驟。

      微網(wǎng)容量配置流程圖如圖1所示。

      圖1 算法流程圖

      3 算例分析

      針對文獻(xiàn)[18]所用到的某地區(qū)的實(shí)際風(fēng)、光及負(fù)荷數(shù)據(jù),在Matlab 2010b上對前面所提到優(yōu)化配置模型進(jìn)行驗(yàn)證仿真。表1為某地區(qū)實(shí)際24 h風(fēng)光及負(fù)荷數(shù)據(jù),表2所示為各分布式電源參數(shù)設(shè)置。

      由表1可見,該地區(qū)負(fù)荷有兩個(gè)峰時(shí)段分別是在12:00~18:00之間和19:00~21:00之間,負(fù)荷谷時(shí)段則在凌晨2:00~7:00;該地區(qū)光資源較豐富主要在10:00~16:00之間,而相比較光資源該地區(qū)的風(fēng)資源不太豐富主要在15:00~22:00之間。由表2可見,蓄電池盡管比風(fēng)電及光伏價(jià)格便宜,但其使用壽命較短,因此其年等效成本并不低。

      表2 各分布式電源參數(shù)

      利用以上的步驟對微網(wǎng)進(jìn)行優(yōu)化配置,相關(guān)參數(shù)設(shè)置如下:光伏系統(tǒng)的功率降額因數(shù)fPV設(shè)為0.9,風(fēng)機(jī)的切入風(fēng)速vci=3 m/s,切出風(fēng)速vco=24 m/s,額定風(fēng)速ve=12 m/s,儲(chǔ)能電池最小荷電狀態(tài)SOCmin=25%,儲(chǔ)能電池最大荷電狀態(tài)SOCmax=85%,分布式電源裕度η=0.85,參加需求側(cè)響應(yīng)的負(fù)荷占總負(fù)荷的比例α=0.4,需求側(cè)響應(yīng)的波動(dòng)系數(shù)γ=0.4,粒子群體大小N=20,迭代次數(shù)設(shè)為200次,目標(biāo)式權(quán)值θ1=0.7,θ2=0.3。獨(dú)立型微網(wǎng)對參與需求側(cè)響應(yīng)的可中斷負(fù)荷每度電賠償0.2 $。分別對不考慮需求側(cè)響應(yīng)的微網(wǎng)優(yōu)化配置模型、考慮需求側(cè)響應(yīng)但不考慮需求側(cè)響應(yīng)波動(dòng)性的微網(wǎng)優(yōu)化配置模型、考慮需求側(cè)響應(yīng)波動(dòng)性的微網(wǎng)優(yōu)化配置模型進(jìn)行仿真,結(jié)果分別如表3、表4和表5所示。

      表3 不考慮需求側(cè)響應(yīng)的微網(wǎng)配置

      表4 考慮需求側(cè)響應(yīng)的微網(wǎng)優(yōu)化配置結(jié)果(不考慮需求側(cè)響應(yīng)波動(dòng)性)

      表5 考慮需求側(cè)響應(yīng)的微網(wǎng)優(yōu)化配置結(jié)果(考慮需求側(cè)響應(yīng)波動(dòng)性)

      對比表3、表4可見,考慮需求側(cè)響應(yīng)的微網(wǎng)優(yōu)化配置年總成本相比較不考慮需求側(cè)響應(yīng)的微網(wǎng)優(yōu)化配置的年總成本有明顯的下降,而新能源發(fā)電棄用率則降幅更大;對比表4、表5可見,考慮需求側(cè)響應(yīng)波動(dòng)性的微網(wǎng)優(yōu)化配置與僅考慮需求側(cè)響應(yīng)但不考慮其波動(dòng)性的微網(wǎng)優(yōu)化配置相比,兩者的年等效成本略微有所增加,而日參加需求側(cè)響應(yīng)的總負(fù)荷度數(shù)則下降明顯。

      微網(wǎng)考慮需求側(cè)響應(yīng)波動(dòng)性情況下典型日負(fù)荷、風(fēng)、光發(fā)電量及儲(chǔ)能電量的變化情況如圖2和3所示,結(jié)合圖2和表1,考慮需求側(cè)響應(yīng)波動(dòng)后負(fù)荷量變化主要發(fā)生在9:00~10:00。從圖3中可見,在3:00~9:00微網(wǎng)幾乎不發(fā)電,主要靠儲(chǔ)能電池支撐微網(wǎng)運(yùn)行,到10:00儲(chǔ)能電池接近其荷電狀態(tài)下限值25%,而在11:00~16:00由于光伏系統(tǒng)大規(guī)模發(fā)電使儲(chǔ)能電池荷電狀態(tài)大幅攀升至上限值85%,隨后出現(xiàn)了新能源發(fā)電的棄用,17:00過后光伏不再發(fā)電,風(fēng)機(jī)開始發(fā)電供給微網(wǎng);20:00左右由于負(fù)荷處在晚間峰值,風(fēng)電發(fā)電量不足以支撐負(fù)荷,故蓄電池荷電狀態(tài)有所下降,隨后負(fù)荷量有所下降,風(fēng)機(jī)發(fā)電增加足以支持負(fù)荷同時(shí)還有多余的電,故蓄電池荷電狀態(tài)有所下降。

      圖2 典型日各時(shí)段的負(fù)荷

      圖3 典型日風(fēng)、光發(fā)電量及儲(chǔ)能電量的變化情況

      4 結(jié) 語

      本文基于需求側(cè)響應(yīng)波動(dòng)性的獨(dú)立型微網(wǎng)容量優(yōu)化配置模型。實(shí)際應(yīng)用中因參與需求側(cè)響應(yīng)的不可控性,每個(gè)時(shí)間段內(nèi)參加需求側(cè)響應(yīng)的負(fù)荷總量也會(huì)出現(xiàn)一定的波動(dòng)性,本文即是考慮了在這種不確定性下,以微網(wǎng)年等效成本最小和新能源發(fā)電棄用率最低為目標(biāo),建立獨(dú)立型微網(wǎng)多目標(biāo)容量優(yōu)化配置模型。通過算例結(jié)果驗(yàn)證了所建模型的經(jīng)濟(jì)性和有效性。將需求側(cè)響應(yīng)加入到獨(dú)立型微網(wǎng)優(yōu)化配置中是微網(wǎng)研究的重要內(nèi)容之一,考慮需求側(cè)響應(yīng)的波動(dòng)性能夠更好地模仿現(xiàn)實(shí)。本文是采用一個(gè)波動(dòng)域內(nèi)的隨機(jī)數(shù)來模擬需求側(cè)響應(yīng)的波動(dòng)性,進(jìn)一步的研究可以收集實(shí)際微網(wǎng)中需求側(cè)響應(yīng)的大數(shù)據(jù),得到需求側(cè)響應(yīng)波動(dòng)的大數(shù)據(jù)規(guī)律,更好地進(jìn)行仿真實(shí)驗(yàn)。

      猜你喜歡
      微源波動(dòng)性微網(wǎng)
      轉(zhuǎn)融通范圍擴(kuò)大對A股波動(dòng)性的影響
      多微源微電網(wǎng)動(dòng)態(tài)運(yùn)行仿真
      基于人民幣兌歐元的馬爾科夫機(jī)制轉(zhuǎn)換的外匯匯率波動(dòng)性研究
      基于OMAP-L138的微網(wǎng)控制器設(shè)計(jì)
      基于SV模型的人民幣理財(cái)產(chǎn)品收益率波動(dòng)性研究
      基于微源控制-小波神經(jīng)網(wǎng)絡(luò)的微網(wǎng)功率預(yù)測
      基于改進(jìn)下垂法的微網(wǎng)并網(wǎng)控制策略研究
      基于三相光伏微源的串聯(lián)校正器參數(shù)設(shè)計(jì)方法
      電測與儀表(2015年1期)2015-04-09 12:02:38
      用于微網(wǎng)逆變器并聯(lián)的控制策略
      低壓微網(wǎng)中的單相電壓獨(dú)立下垂控制策略
      剑阁县| 通辽市| 双桥区| 营口市| 南雄市| 新巴尔虎左旗| 济源市| 高唐县| 北海市| 德钦县| 松桃| 六枝特区| 镇雄县| 景洪市| 娱乐| 福海县| 长白| 碌曲县| 上犹县| 垣曲县| 历史| 雷波县| 通海县| 淮滨县| 九江市| 灵石县| 吉木萨尔县| 临泽县| 紫金县| 承德市| 紫阳县| 安陆市| 侯马市| 廉江市| 马鞍山市| 房产| 东源县| 错那县| 克什克腾旗| 昭觉县| 涞水县|