基于蒙特卡罗源荷不确定性处理的独立微网优化配置

发布时间：2022-12-23 22:45

　　风能、太阳能等可再生能源以及负荷需求具有不确定性。这种不确定性为智能电网规划增加了不确定因素。蒙特卡洛随机模拟能够很好模拟在一定时间尺度内的系统出力情况,因此能有效处理系统不确定性因素,且在处理此类优化配置问题时,万有引力算法（GSA）能体现极强的快速性和准确性。所以为有效提高独立型微电网的经济性,在充分考虑微电网供电可靠性和可再生能源浪费的基础上,以系统平准化能源成本（LCOE）最优为目标,提出蒙特卡罗模拟嵌入万有引力搜索算法（GSA-MCS）对优化模型进行求解。GSA-MCS的主要思路是通过蒙特卡罗模拟模拟风光负荷的不确定性,然后将模拟的负荷数据代入万有引力搜索算法进行容量优化配置求解。该方法首先利用蒙特卡罗模拟处理风、光及负荷的不确定性,并采用万有引力搜索算法进行全局寻优得到风、光、储最优配置方案。配置方案确定了在不同累积概率水平下的配置容量。本文以某海岛微电网为例进行仿真分析并验证了方法的有效性。仿真结果显示不同累积概率水平下,微电网中风机、光伏板、储能电池数量相较于传统方法都有所减少,其平准化能源成本也相应下降。相较于传统的优化配置方法,本文所提模型能够在进行独立微网优化配置... 

【文章页数】：9 页

【文章目录】：
1 微电网模型
    1.1 风力发电系统模型
    1.2 光伏发电系统模型
    1.3 储能系统模型
2 独立型微网优化配置模型
    2.1 优化变量
    2.2 目标函数
    2.3 约束条件
3 优化配置方法
    3.1 万有引力搜索算法
    3.2 蒙特卡罗模拟
    3.3 优化配置算法流程
4 算例分析
    4.1 参数设置
    4.2 仿真结果分析
5 结论


【参考文献】：
期刊论文
[1]计及储能寿命的微电网混合储能容量优化配置[J]. 钟国彬,白云洁,曾杰,谢开贵,张弛,胡博.  广东电力. 2018(07)
[2]基于统计学方法的微网混合储能容量优化配置[J]. 王利猛,刘久成,田春光,李国庆,魏文震.  电网技术. 2018(01)
[3]基于改进二进制蝙蝠算法的独立型微网容量优化配置[J]. 盛四清,张晶晶,陈玉良.  电力建设. 2017(11)
[4]考虑价格型需求响应的独立型微电网优化配置[J]. 张有兵,任帅杰,杨晓东,包侃侃,谢路耀,戚军.  电力自动化设备. 2017(07)
[5]考虑风电出力不确定性的发用电机组组合方法[J]. 孙欣,方陈,沈风,马群.  电工技术学报. 2017(04)
[6]考虑负荷响应的海岛微电网优化配置[J]. 胡荣兴,荆朝霞,肖江.  广东电力. 2016(12)
[7]基于蒙特卡罗方法的电力系统电源侧协调规划模拟仿真研究[J]. 曾鸣,杨雍琦,王雨晴,王瑾钰.  华北电力大学学报(自然科学版). 2016(05)
[8]基于SMCS-NSGAⅡ的独立型微网优化配置[J]. 赵文会,余金龙,李士动.  电力系统保护与控制. 2016(01)
[9]考虑需求侧响应的光储并网型微电网优化配置[J]. 赵波,包侃侃,徐志成,张有兵.  中国电机工程学报. 2015(21)
[10]能源互联网技术形态与关键技术[J]. 田世明,栾文鹏,张东霞,梁才浩,孙耀杰.  中国电机工程学报. 2015(14)



本文编号：3725553