风光柴储微电网系统优化调度的研究

【摘要】：随着人类社会经济和科技的飞速发展,化石能源日益枯竭,同时面临着环境污染的巨大压力。世界各国纷纷开始重视对可再生能源的利用。其中风力和光伏发电因其基建周期短、装机规模灵活、运行和维护成本低等优点,成为了清洁能源发电中最主要的发电方式。但风力和光伏发电也表现岀间歇性、随机性、波动性等缺点,当其渗透率达到一定比例时,电网的稳定性会受到明显影响。同时,还存在能源利用率低、弃风弃光量大的问题。微电网技术利用分布式发电在时间和空间上的互补特性,将不同类型的发电形式结合起来,并与储能装置、能量转换装置、负荷共同组成微电网。微电网工作在并网模式下时,配置的储能装置通过吸收发出能量来达到平抑输出功率波动、削峰填谷、减少弃风弃光量的效果,增加在大规模可再生能源并网的情况下整个电力系统的稳定性。在独立运行模式下通过优化电源的容量和合理调度各个设备的出力,可以保证微电网系统运行的经济性。本文通过对微电网优化调度的研究来实现微电网系统的稳定、经济、清洁运行的目标。微电网是智能电网的基础,所以对微电网的研究具有广阔的应用前景。本文通过研究国内外微电网的结构和容量调度现状,首先确立了以风光柴储微电网为研究对象。其次对微电网中的各部分子系统:风力发电系统、光伏发电系统、储能系统、柴油发电机等进行建模分析;并从功率平衡条件、DG最大安装数量限制、蓄电池和柴油发电机的工作条件等方面考虑了等式及不等式约束条件,以风光资源的消纳比例和微电网系统运行成本为目标函数,就容量优化调度问题进行多目标优化求解。针对本文微电网系统优化调度的多目标优化问题,本文采用多目标粒子群算法(MOIPSO)进行求解。本文在研究过程中对多目标粒子群算法惯性权重的更新公式进行了改进,通过改进更新公式来契合参数在算法不同阶段的重要性的变化,最后通过对改进前后算法的收敛性进行了对比分析,改善了传统粒子群算法前期易陷入早熟的问题并且增强了收敛性。最后用MATLAB对具体算例进行仿真分析,验证了风速模型、风机、光伏输出功率模型,得到了风光资源的消纳比例图和各子系统设备的出力图,从清洁性、稳定性、经济性指标进行分析,实现了微电网系统的优化调度,从而实现微电网稳定、经济、清洁的运行目标。