随着电动汽车的大规模入网,其无序充电使得负荷峰谷差距进一步激增,给电力系统的稳定运行带来了负面影响,因此提出1种计及电动汽车负荷和电池储能系统的削峰填谷两阶段优化调度策略。首先,以用户充电成本和负荷绝对峰谷差最小为目标建...随着电动汽车的大规模入网,其无序充电使得负荷峰谷差距进一步激增,给电力系统的稳定运行带来了负面影响,因此提出1种计及电动汽车负荷和电池储能系统的削峰填谷两阶段优化调度策略。首先,以用户充电成本和负荷绝对峰谷差最小为目标建立电动汽车有序充电调度模型,利用改进粒子群优化算法对模型进行求解,促使电动汽车避峰充电;其次,以负荷方差和储能寿命综合成本最小为目标建立储能系统削峰填谷优化调度模型,采用改进哈里斯鹰优化HHO(Harris Hawks optimization)算法对模型进行求解,从而减小负荷峰谷差,并通过削峰填谷评价指标对优化结果进行评估和分析;最后,以某电网实测负荷功率为例进行仿真实验,结果表明,所提两阶段优化调度策略使得负荷峰值降低了约147 k W,负荷谷值上升了约223 k W,峰谷差降低了约46.73%,能够有效改善负荷曲线,缓解负荷高峰期电力供应紧张的压力,保证了电网的安全、稳定运行。展开更多
虚拟电厂(virtual power plant,VPP)作为一种新型区域能源管理系统,可通过“源—荷—储”的协调优化调度,高效参与电网二次调频辅助服务。介绍虚拟电厂内部结构,建模分析新能源机组及可控负荷特性;搭建虚拟电厂参与二次调频两阶段调度模...虚拟电厂(virtual power plant,VPP)作为一种新型区域能源管理系统,可通过“源—荷—储”的协调优化调度,高效参与电网二次调频辅助服务。介绍虚拟电厂内部结构,建模分析新能源机组及可控负荷特性;搭建虚拟电厂参与二次调频两阶段调度模型,该模型能够兼顾二次调频净利润及调频效果;研究一种自适应权重的改进量子粒子群优化(quantum particle swarm optimization,QPSO)算法,通过引入自适应权重机制,在量子粒子更新过程中动态调整权重参数以提高算法的搜索能力和收敛速度;并将改进算法应用于两阶段优化过程中,使虚拟电厂获得更高的二次调频净利润及更好的调频效果;仿真结果表明,所提改进算法的收敛速度更快且全局寻优能力更强。展开更多
文摘随着电动汽车的大规模入网,其无序充电使得负荷峰谷差距进一步激增,给电力系统的稳定运行带来了负面影响,因此提出1种计及电动汽车负荷和电池储能系统的削峰填谷两阶段优化调度策略。首先,以用户充电成本和负荷绝对峰谷差最小为目标建立电动汽车有序充电调度模型,利用改进粒子群优化算法对模型进行求解,促使电动汽车避峰充电;其次,以负荷方差和储能寿命综合成本最小为目标建立储能系统削峰填谷优化调度模型,采用改进哈里斯鹰优化HHO(Harris Hawks optimization)算法对模型进行求解,从而减小负荷峰谷差,并通过削峰填谷评价指标对优化结果进行评估和分析;最后,以某电网实测负荷功率为例进行仿真实验,结果表明,所提两阶段优化调度策略使得负荷峰值降低了约147 k W,负荷谷值上升了约223 k W,峰谷差降低了约46.73%,能够有效改善负荷曲线,缓解负荷高峰期电力供应紧张的压力,保证了电网的安全、稳定运行。
