英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料
有源配电网中多个分布式机组的优化规划与存储 MUHAMMAD.KHALID（IEEE成员）
沙特阿拉伯国王石油大学电气工程系
摘要
传统上，离网社区的能源供应依赖于基于柴油发电机组的微电网（MGS），但全球环境问题和可再生能源技术的进步正在推动这些系统向基于可再生能源的MGS转型。这一转型是一个复杂的混合系统，具有可调度和不可调度的资源，需要新的规划和设计工具来确保未来的供应安全。本文提出了一种联合优化可调度和不可调度分布式发电机组的容量和位置的方法，以及用于传统家用和电动汽车充电负荷的独立MG中的电池储能系统。将复杂的对偶优化问题创新地分两步求解。第一步，在不考虑系统本身的情况下，确定太阳能光伏板、风力涡轮机、电池储能系统和柴油发电机的容量。在第二步中，提出了一种新的简单方法，确定了分布式发电机组的次优容量及其在配电系统中的实际位置。为了确定分布式发电机组的最佳位置，我们定义了一个新的因数，即损耗电压因数（LVF），以确保降低损耗和提高电压质量。该方法不仅降低了损耗，提高了电压质量，而且具有较高的可靠性。该技术具有很强的实用性，可用于实际配电网的规划设计。
索引：功率系统规划、可再生能源、电池能量存储、分布式发电、电动汽车。
- 引言
电力系统由大型发电系统接入输电网的集中散堆系统向分散式系统转变，多个小型发电机组直接接入配电系统附近的集电设备。这种小规模的发电被称为分布式发电。分布式发电的概念已经演变为微电网（MG）的概念，本质上是传统电网的一个小型版本[1]。以分布式发电机（DGS）和/或储能系统为特色，它体现了“孤岛”功能，与主电网隔离，同时与主电网并行运行[2]-[3]。此外，由于技术经济限制，通过国家电网供电的孤立和偏远地区是可行的，独立的MG被认为是一种可行的、有吸引力的替代方案，因此在许多地区和国家采用了这种方法[4]-[7]。MGS越来越受欢迎，因为它们在可再生能源（可再生能源）整合、温室气体（温室气体）减排、电能质量、可靠性和弹性以及经济性等方面提供了好处[8]-[9]。
太阳能和风能等可再生能源最适合分布式发电，因为它们取之不尽，无污染，且在当地可用[10]。可再生能源技术，即太阳能光伏（PV）电池板和风力涡轮机（WTS）的发电量取决于自然资源，即太阳和风，它们是随机、不确定和相互影响的，因为它们取决于气候变化、天气和一年中的时间。因此，光伏和风力的输出功率可能不会随负荷变化而变化，从而影响可靠性和电能质量，也可能导致电压和频率不稳定[11]-[13]。为保证系统的稳定有效运行，必须解决资源整合带来的特殊技术经济挑战。
与再能源相关的问题可以通过在剩余发电时间内储存能源来解决，方法是利用储能系统，然后在需要时进行适当的再调度，或者使用柴油发电机（DG）作为备份[14]-[19]。有几种类型的储能技术，其中电池储能系统（BESS）是最常用的。每千瓦BESS的成本与它的容量密切相关，而且它也有有限的生命周期，因此，利用可再生能源以100%的可靠性满足需求，BESS只会导致极高的成本。此外，储存在BESS中的能量依赖于零星的稀土资源，并且在MG运行期间，稀土资源和BESS的输出可能不足以供应负载。因此，一个可调度的备份源，即DG必须与PV、WT和BESS一起部署，以有效和经济地提供负载。
交通是温室气体排放的主要源头之一[20]-[21]。传统车辆使用化石燃料，排放温室气体，即二氧化碳、氮氧化物和一氧化碳。由于对节能和环保性日益增长的需求，电动汽车（EV）在过去十年中得到了学术界和工业界的广泛关注。电动汽车的不断改进预示着其在未来电力系统中的巨大渗透，未来电网的电力需求图将明显不同于目前没有电动汽车的电网[22]-[23]。因此，未来电力系统规划和设计必须考虑大量的电动汽车，以确保客户的日常出行。因此，未来电力系统的规划和设计将与传统电力系统不同，在规划和设计阶段应考虑所有相关技术。
本文提出了一种利用PV、WT、BESS和DG进行规划设计的方法。MG提供传统的住宅负荷和电动汽车充电负荷。规划设计问题分两步解决。第一步，在不考虑测试系统动力学的情况下，对PV、WT、BESS和DG进行了容量优化。产能优化是在成本最小化和温室气体减排的基础上进行的。第二步，确定了PV、WT、BESS和DG的最佳位置以及每个位置的容量。为了确定分布式发电系统的最佳位置，提出了一种基于实际降损和电压质量的简单实用的方法。该方法不在单个位置安装分布式发电系统，而是在多个位置安装分布式发电机组，从而获得更好的电压质量、更低的损耗和稳健的系统设计。该方法在实际的17总线一次配电系统上进行了测试。仿真结果表明，在多个位置安装分布式发电系统的系统比在单个位置安装的系统更经济、可靠、稳定。仿真结果还表明，所提出的系统设计能够经济可靠地提供负载。
论文的其余部分组织如下。第二节讨论了文献综述和研究的差距，第三节介绍了所提出的方法。结果和讨论在第四节和第五节进行了讨论，包括本文。
- 文献综述与研究存在的缺陷
在文献中，对使用再资源和储能技术的MGS的规划和设计提出了不同的方法。文献可分为两大类。第一类讨论了分布式发电机和储能系统的容量优化问题，第二类是分布式发电机和储能系统的位置优化、容量优化和位置优化。
在最近的文献中，第一篇文献包含了大量的信息。在[24]中，提出了一种PV、WT、BESS和超级电容器容量优化方法。容量优化基于三个目标：1）成本最小化、2）可靠性最大化和3）温室气体减排。在[25]中，PV、WT、DG、抽水蓄能和BESS的最佳容量是根据初始投资、运行和维护成本最小化来确定的。在[26]中，根据能源成本和可靠性，确定了PV、WT、BESS的尺寸。在[27]中，建立了基于成本最小化和顾客满意度最大化的成本函数，并将其应用于PV、WT、BESS等并网发电机组的规划，并采用混合整数线性规划方法求解优化问题。在[28]中，已经开发了一种方法来优化使用PV、WT和BESS的系统的容量。提出的方法是基于五个关键原则：i）更高的可靠性，ii）主电网的电力波动较小，iii）充分利用风能和太阳能的互补属性，iv）BESS电荷放电率的优化，v）总成本最小化。在[29]中，PV和BESS的尺寸确定是基于平准化的能源成本。在[30]中，使用PV、WT和BESS对住宅MG进行了基于成本最小化的优化分级。在[31]中，提出了一种利用PV、WT、BESS和DG进行住宅小电网规划和设计的方法。该技术基于成本最小化、温室气体排放量减少、倾倒能源减少和可靠性最大化。在[32]中，使用PV、WT、BESS和DG的独立系统的尺寸确定是基于三个目标进行的，即：i）最小化成本，ii）创造就业机会的最大化；iii）人类发展指数的最大化。采用帕雷托优化进化算法求解优化问题。同样，在[33]–[37]中讨论了一些处理基于资源的MGS规划和设计的更多技术。
在[38]中，提出了一种确定WT最佳尺寸和位置的技术。该技术基于风力发电的最大化。采用一种新的混沌共生生物体搜索算法，确定了分布式发电机在径向配电系统中的最佳尺寸和位置。这种分布式发电机的尺寸和安装问题是基于最小化实际功率损失和提高电压稳定性[39]。[40]中提出了一种计划技术用于确定最佳尺寸、位置。拟议的规划模型考虑了投资、运营和维护、温室气体排放和燃料成本。在[41]中提出了一种单台光伏分布式发电机的尺寸和位置优化方法。该方法基于最小化线路损耗，同时将电压保持在允许范围内。在[42]中，采用回溯搜索优化算法来确定分布式发电机的最优位置。基于网络实际功率损耗的降低和电压分布的增强，进行了位置优化。在[43]中，分布式发电机的最佳尺寸和位置是在最小化功率损耗、降低运行成本和提高电压稳定性的基础上找到的。采用细菌觅食优化算法，确定分布发生器的最佳尺寸。在[44]中提出了一种基于年度能源损失最小化的方法，用于整合常规和可再生分布式发电机。在[45]的配电系统中，采用蚁狮优化算法对分布式发电机进行了优化选型和定位。在实际功率损耗最小化和电压分布改善的基础上，进行了尺寸和位置优化。同样地，在[46]-[49]中讨论了更多处理资源容量和位置优化的技术。
文献讨论了基于资源的MGS的容量优化和分布式发电机的位置和规模优化。一种新型负荷，即电动汽车负荷，在未来将成为电力系统负荷的主要组成部分，在位置和尺寸选择方面没有得到适当考虑。此外，据作者所知，迄今为止还没有一种方法可以共同确定多个可调度和可再生分布式发电机和储能系统的大小和位置。
- 拟采用的方法
设m=0，1，hellip;，11表示月数，d=0，1，hellip;，29是包含一个月内的天数的集合，h=0，1，hellip;，23包含一天内的小时数。全年的索引是通过携带叉积（m，d，h）=#39;mtimes;dtimes;h来完成的，月间、日间和时间转换分别遵循（m，d 29，h）=（m 1，0，h）和（m，d，h 23）=（m，d 1，0）。
表1.电动汽车的特性
为了简洁起见，索引m、d和h被省略，只使用索引T。
设=（，，，，）为系统在t时刻的状态。为BESS在t时刻的荷电状态，为BESS在t时刻的荷电状态（MW），为PV和WT在t时刻的荷电状态（MW），为DG在t时刻的功率输出（MW），为任何时刻的总负荷功率需求（MW）。系统状态每一小时更新一次。在接下来的两个小节中，我们将对系统状态进行建模。
- 负荷建模
总负荷是电动汽车和非电动汽车负荷的总和，即。本研究考虑了三种电动汽车，Think City、Nissan Leaf和Tesla S 70。系统中电动汽车的总数根据其在系统中的渗透水平来确定，即。为穿透水平，为电动汽车的百分比等级，是电动汽车的总等级，是房屋的数量。电动汽车的充电负荷取决于出发和到达时间、每日行驶里程、电动汽车的充电器额定值和电池组的大小。充电器额定值和电池组尺寸可从制造商处获得，并在表1中给出。假设电动汽车在其额定充电容量下以恒定速率充电。出发和到达时间、每日里程和充电时间取决于用户行为，可以使用对数正态分布近似计算。
（1）
（2）
（3）
式中，表示在d天里电动汽车行驶的总里程，和是出发和到达时间，和分别是平均出发和到达时间。在确定电动汽车每天行驶的距离后，充电所需的能量计算如下
（4）
式中为指示函数，为电动汽车充电所需的总能量，为电能耗尽距离，为电动汽车电池组的能量容量。对电池状态已知的电动汽车进行完全充电所需的时间是用公式来计算的，是电动汽车充电所需的时间，是电动汽车的充电率。每辆电动汽车的充电率必须在制造商规定的限值内，即。假设电动汽车车主到家后开始给汽车充电。因此，电动汽车的充电负荷确定如下
（5）
其中，。
式中为d天电动汽车的没小时充电负荷，式中的指数d可用t替换。电动汽车电池组在任何时间的充电状态估计如下
（6）
其中，是电动汽车的充电状态。每次电动汽车蓄电池组的充电状态都必须保持在允许范围内，即。因为，已经提到总负载是电动汽车负载和非电动汽车负载的总和。非电动汽车负荷取自实际的住宅需求数据，分辨率为1小时。由于保密性，未声明住宅负荷需求数据的确切位置。
B.分布式发电系统建模
分布式发电系统由可调度电源DG、RE、PV和WT以及BESS组成，我们旨在确定任何时间T的DG、PV和WT的功率输出，以及任何时间T的BESS的供电/取电和能量状态。可再生能源的输出功率为，其中是光伏板的数量，是一个光伏板在t时的输出功率，单位为MW，是风力涡轮机的数量，是一个风力涡轮机在t时的输出功率，单位为MW。光伏板和风力涡轮机的数量范围分别是和。单个风力涡轮机的功率输出按文献[50]中的公式计算
（7）
式中，为风力涡轮机的额定功率，为近似输出风功率随风速变化的函数，为t时的风速，、和为风力涡轮机的并入、切断和额定风速，利用风力涡轮机的特性（如图1所示）对风力涡轮机的功率输出进行建模。光伏系统的功率输出用以下公式估算[51]
（8）
图1.风力涡轮机功率曲线
式中，为光伏电池板的效率，为时间t的太阳辐射，单位为，为光伏电池板的面积，单位为，为时间t的大气温度，单位为摄氏度。我们将发电量与需求量之差定义为。BESS的输出功率为
（9）
其中是BESS的最大额定功率。的正值表示充电，负值表示放电。BESS功率约束总是满足于式（9）。利用[51]中给出的方程确定BESS能级的变化
（10）
式中，为充电效率，为放电效率。在（10）中，的正值将导致BESS能级增加，而负将降低BESS能级。每一个t时刻，BESS的能量水平必须保持在允许的限值内。BESS的生命周期数有限，因此，在实际分析中，计算BESS的周期至关重要。BESS的年寿命估计如下[52]
（11）
其中是年BESS循环。在本研究中，我们假设在完成生命周期后，必须更换BESS。因此，BESS的寿命以年计为，是生命周期总数，是BESS的寿命以年计。如前所述，为了提高系统的可靠性和经济性，DG也与BESS一起使用，只有当可再生能源和BESS的电力输出不足以满足负荷需求时，柴油发电机才作为备用电源供电。用以下数学表达式计算DG的功率输出
（12）
每一个t时刻，DG都必须保持在其最小和最大允许操作限值内，因为BESS和DG都是备用的，因此，为它们开发一个操作框架至关重要，在该框架中，它们在其操作限制范围内提供负荷需求，我们定
全文共21096字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[1971]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
