合理地配置儲能可以解決新能源并網(wǎng)帶來的一系列問題,對于提高電能質量、降低網(wǎng)絡損耗具有重要意義。目前儲能的配置成本高、投資回收期較長,且我國頒布的激勵政策尚不完善。上述因素一直是限制儲能發(fā)展的主要原因,儲能的合理規(guī)劃配置對于儲能行業(yè)的健康發(fā)展意義重大。
為了使儲能的配置方案最優(yōu),目前的主流方法是采用智能算法,基于確定的應用場景建立儲能優(yōu)化配置模型。儲能優(yōu)化配置問題一般以儲能配置位置、容量和各時刻儲能充放電功率作為決策變量,其中儲能配置位置為非線性變量。
由于決策變量的設定,決定了電網(wǎng)側儲能優(yōu)化配置問題需要同時考慮儲能的選址和定容兩個方面。因為決策變量中儲能充放電功率要受儲能容量的約束,所以決策變量中各元素之間相互影響和制約。目前針對儲能優(yōu)化配置問題,考慮決策變量各元素之間影響的研究較少,對其展開研究對于提高儲能配置算法的性能具有重要意義。
在算法選擇方面也涌現(xiàn)出很多優(yōu)秀的智能算法。相關研究對算法進行了改進,在一定程度上避免了算法容易陷入局部最優(yōu)的問題。但是改進部分僅針對算法速度更新公式中的參數(shù),未能合理利用儲能配置過程的系統(tǒng)信息,還存在種群數(shù)量不足、容易陷入局部最優(yōu)的問題。
儲能將功率在時間維度上進行轉移,可以抑制電壓波動,減小網(wǎng)絡損耗。為了合理地配置儲能,北方工業(yè)大學北京市變頻技術工程研究中心的溫春雪、趙天賜、于賡、王鵬、李建林,在2022年第10期《電氣技術》上撰文,以改進多目標粒子群算法為基礎,建立一種以電壓波動率、網(wǎng)絡損耗和配置成本為優(yōu)化目標的儲能優(yōu)化模型。在粒子初始化階段,通過增加初始粒子個數(shù),挑選出分散的非支配優(yōu)勢粒子作為初始種群,來提高初始種群的隨機性;在速度更新階段,采用節(jié)點電壓指導粒子的進化方向,提高算法的計算速度。
圖1 改進多目標粒子群算法流程
研究人員采用IEEE-33節(jié)點算例的仿真結果表明,對粒子群算法的改進提高了算法的穩(wěn)定性、計算速度和精度;采用改進算法的儲能配置方案,降低了系統(tǒng)的節(jié)點電壓波動,減小了電能損耗。
他們分析指出,在粒子初始化階段,增加初始粒子數(shù)量,相當于增加了一次迭代計算,但是大大提升了初始種群的分散性,同時也提高了Pareto解集的分散性,使算法的穩(wěn)定性更高。另外,針對儲能優(yōu)化配置問題,儲能容量限制了儲能各時刻功率的大小。此時,提高較小時刻儲能動作功率的準確性,能有效提高算法的計算速度與計算精度。
研究人員最后表示,關于指導粒子進化的系統(tǒng)信息還有很多,比如分時電價、新能源出力及負荷水平的大小、系統(tǒng)頻率的高低。本次研究只選用了節(jié)點電壓指導粒子進化,在其他配置儲能的場景中,還可以深入探討不同系統(tǒng)信息對粒子進化過程的影響。
本文編自2022年第10期《電氣技術》,論文標題為“基于改進粒子群算法的儲能優(yōu)化配置”,作者為溫春雪、趙天賜 等,本課題得到國家重點研發(fā)計劃、國家自然科學基金的支持。