【摘 要】
：
为促进储能的推广应用,充分挖掘其在电网中的潜在应用场景,对基于电网应用的储能降网损方法展开研究.基于电网网损的产生机理,结合储能系统的有功、无功四象限运行特性,提出利用储能降低电网网损的方法,提炼效果评价指标,并基于此,利用灵敏度分析方法,就储能充放有功和无功功率对电网的影响进行仿真分析,分析并探讨储能的作用布点原则;最后,以某IEEE 9节点电网为例,通过仿真分析验证该方法的有效性和可行性.
【机 构】
：
湛江科技学院,广东湛江 524094
论文部分内容阅读
为促进储能的推广应用,充分挖掘其在电网中的潜在应用场景,对基于电网应用的储能降网损方法展开研究.基于电网网损的产生机理,结合储能系统的有功、无功四象限运行特性,提出利用储能降低电网网损的方法,提炼效果评价指标,并基于此,利用灵敏度分析方法,就储能充放有功和无功功率对电网的影响进行仿真分析,分析并探讨储能的作用布点原则;最后,以某IEEE 9节点电网为例,通过仿真分析验证该方法的有效性和可行性.
其他文献
提出了一种分层调度模型,上层模型中采用移动边界法对负荷进行不同时段的划分,建立了需求响应模型,以光伏、风电发电与负荷用电的不平衡量最小为目标,对独立微电网不同时段的电价进行求解;在优化的分时电价及负荷的基础上,下层模型中以微电网调度成本最小为目标,建立了负荷、分布式电源与负荷不平衡量最优调度补偿的经济模型,使得微电网的经济性最优.上、下层模型均采用粒子群算法进行求解.对某地区的独立微电网进行仿真,验证了模型的合理性.
风电功率数据具有强烈的时序特性,其序列数据的特征提取,是进行风电功率准确预测的重要前提.为此,引入了更长、更深层次的多隐层独立循环神经网络来最大程度上提取可反映输入风电功率序列数据的本质特征量,进而建立起特征量与风电功率之间的非线性关系.然而,在建立深层独立循环神经网络时,存在模型超参数设置与优化困难的问题.为此,进一步提出结合布谷鸟算法对独立循环神经网络关键超参数进行优化设计的方法.最终,结合某风电场实际数据,将模型预测结果与实测数据进行对比,验证所提方法能够有效提高预测精度.
传统配电网电力负荷需求侧响应模型存在负荷配置效率较低、协调性较差的问题.为此,提出基于云边融合的电力需求侧负荷协调配置方法.采用云边融合技术融合配电网云数据库中心、边缘节点以及边缘域数据,对配电网负荷的类型进行分类,设置配电网储能配置目标与约束条件,将其作为前提,利用粒子群算法求解配电网储能配置目标函数,构建配电网负荷需求侧响应模型.仿真实验结果表明:提出方法具有理想的配置协调性,电力需求侧负荷利用率更高,验证了该文研究构建的配电网电力负荷需求侧响应模型的应用效果较优.
大规模风电并入电网时,常规电源调峰能力不足,导致风电消纳受阻,而电解铝和电动汽车负荷具有可调节能力,能够消纳一定风电.因此,该文提出一种考虑需求响应的源荷协调多目标优化方法.首先,基于电解铝负荷与电动汽车负荷的响应能力,建立以弃风电量和系统运行成本最小的源荷互动调峰多目标优化模型;其次,采用NSGA-2算法对模型进行求解,获得Pareto最优解集,并利用满意度评价方法选取最优折衷解,从而得到可调节负荷参与受阻风电的决策方法;最后,通过IEEE33节点对系统进行仿真,并与传统调度方案进行对比,验证了所提方法