基于改进遗传模拟退火算法的分布式光伏储能投资决策研究.pdfVIP

第40卷第11期 可再主能源 Vol.40 No.11 2022年11月 Renewable Energy Resources Nov. 2022 基于改进遗传模拟退火算法的分布式光伏储能 投资决策研究 樊晓伟 王瑞妙2,朱小军2 ,姚龙 周兴华3袁张晓3,4 （ 1.国网重庆市电力公司，重庆400014； 2.国网重庆市电力公司电力科学研究院，重庆401123； 3.北京中恒 博瑞数字电力科技有限公司袁北京100085； 4.华北电力大学电气与电子工程学院，河北保定071003） 摘 要：文章考虑光伏岀力的强随机波动性，基于地区光伏电站历史发电功率数据，采用改进的K中心点聚 类算法提取光伏岀力典型场景;考虑负荷、光伏岀力时序特性，构建光伏、负荷联合时序场景遥从场景发生概率 角度岀发,充分考虑光伏安装运维成本、售电、节能降损效益,以光伏电站经济效益最大化为目标,采用改进遗 传模拟退火算法搜寻光伏电站最优位置和容量;采用超级电容平抑分布式光伏发电岀力波动，以容量最小为目 标优化储能装置充放电功率曲线，进而确定储能位置和容量遥 关键词：光伏；储能；改进遗传模拟退火算法；改进K中心点；经济效益 中图分类号：TK51 文献标志码：A 文章编号：1671-5292（2022） 11-1539-07 0引言 储能系统容量配置方法，但未考虑平抑光伏出力 随着国家“双碳”提出实施，光伏发电装机容 波动性遥 量和发电量不断攀升遥光伏发电出力具有明显的 针对现有方法的不足，本文提出一种基于改 波动性，影响了配电网的安全稳定运行。合理配置 进遗传模拟退火算法的分布式光伏储能投资决策 储能装置,可以抑制光伏发电出力波动，同时提高 方法，以光伏电站投资经济效益最大化为目标，采 供电质量遥文献［ 1］ 指出，储能电站可有效平抑高 用改进遗传算法确定分布式光伏安装位置和容 渗透分布式光伏出力波动，但未给出储能电站容 量;在满足光伏出力波动约束条件下，以储能容量 量配置方法遥文献［2］ 从经济效益最大角度，综合 最小为目标，确定储能安装位置和容量。该方法不 考虑分时电价、负荷转移、光伏出力不确定性等因 仅实现了光伏电站投资效益最大化，而且能够保 素，构建光储微电网容量优化模型，但未考虑电压 障配电网安全稳定运行。 偏差、出力波动等电网安全稳定因素遥文献［ 3］ 从 1方案整体框架 成本效益最优角度提出含光伏发电配电系统的分 方案整体框架见图1 。具体流程如下:①基于 布式储能（Distributed Energy Storage，DES）规划 地区光伏电站历史发电功率数据集，采用改进的 研究遥文献［4］ 提出了一种光伏-储能系统协同控 K中心点聚类算法提取光伏出力典型场景；②考 制策略遥文献［ 5］ 提出了含高比例光伏出力区域的 虑负荷、光伏出力时序特性，构建光伏、负荷联合 分布式储能的选址和容量分配方案。文献［ 6］ 针对 时序场景；③从场景发生概率角度出发，充分考虑 配电网分布式光伏渗透率不断提高，提出了基于 光伏安装运维成本、售电、节能降损效益，以光伏 用户负荷特性的分布式储能容量配置策略，但未 电站经济效益最大化为目标，采用改进遗传模拟 给出新建光伏电站的选址定容方法遥文献［ 7］提出 退火算法确定分布式光伏位置选址和容量；④采 了基于光储联合系统的微电网整体解决方案，但 用超级电容平抑分布式光伏发