考虑分时电价的不平衡配电网中可再生能源集成电池储能系统

对可继续动力处理计划日益增长的需求及不断攀升的动力耗费，促进了光伏（PV）等可再生动力（RES）的展开。将可再生动力与电池储能体系（BESS）技能相结合，可下降顶峰时段用电需求，并经过根据时刻电价的充放电策略完成经济运转。光伏 %%在不平衡体系中整合多种可再生动力（RES）电源与电池储能体系（BESS）是一项具有应战性的使命。这需求选用鲁棒算法来最小化配电体系功率损耗并下降电压不平衡度（VUF）。本文提出了一种新式多性向方针鹈鹕优化算法（MOPOA），用于完成...光伏体系以及BESS。MOPOA算法用于在IEEE-33节点非平衡径向配电体系(URDS)中寻找光伏与储能体系的最优装备计划。该算法归纳考量了更低的净现值本钱(NPC)与更高的电压质量提高指数(VPEI)等多重效益。事例研讨与模拟成果标明，所提办法能完成光伏与储能在IEEE 33节点体系中的优化装备URDS在完全满意体系一切要求的前提下。成果显现体系最低电压水平得到明显改善VUF冬天日电压误差下降4.4%，夏日日下降4.3%；冬天日有功功率损耗削减16%，夏日日削减7.1%；冬天日无功功率损耗削减7.5%，夏日日削减7.2%。因此，所引荐的策略可轻松收敛至次优解。 factor of 4.4% in a winter day and 4.3% in a summer day; a reduction in active power loss of 16% in a winter day and 7.1% in a summer day; and a reduction in reactive power loss of 7.5% in a winter day and 7.2% in a summer day. Thus, the recommended strategy effortlessly accelerates to a suboptimal solution.

引言

曩昔几十年间，全球人口增长与技能快速展开导致电能耗费大幅攀升。Sánchez等学者[1]指出，全球约75%的电力来自化石燃料，这些动力是温室气体排放与环境污染的主要来历。Gul等研讨者[2]提出，经过将太阳能、水力发电、生物质能及风能等可再生动力(RESs)接入配电网络，而非扩建发电厂容量，可有效下降温室气体排放。统计显现，接入电网的可再生动力体系(RES)装置总量正保持逐年稳定增长。如Bawazir与Cetin[3]所述，光伏发电体系是接入配电网的重要可再生动力方式。依据Dutta等人[4]的研讨，将太阳能发电整合至配电网络的核心优势包含本钱效益、环境可继续动力以及极低的保护本钱。
尽管这些体系具有许多优势，但也存在特定的缺点，例如间歇性问题。正如Oladeji等人与Zhang等人在研讨[5][6]中强调的，这种间歇性或许引发电网调度、频率及电压操控方面的问题。跟着可再生动力（RES） 并网数量和总容量的添加，相关问题和电网可靠性风险已进一步加剧 如Alam等人[7]的剖析所示，其规划继续扩大。Hannan等人[8]指出，电池储能体系（BESS）的并网可提高电网可靠性并应对可再生动力发电不确认性的应战。Kumar等学者[9]研讨标明，BESS的快速动态响应特性有助于维持电力供需平衡。
然而，径向配电网络是电力体系中最复杂且最常被忽视的部分。从根本上说，配电网络具有不平衡性，其三相负荷并不总是均等分布。如Nayak等人[10]所述，不平衡径向配电体系（URDS）受非对称负荷和未换位配电线路等问题影响，这些因素一起导致其三相功率状况异常。依据Rana等人与Kelly等人的研讨[11][12]，当光伏体系与电池储能体系并入配电网时，若其容量装备、规划及接入阶段规划不当，或许导致体系网损添加、电压质量下降，并削弱体系容量、可靠性与稳定性。Kaitouni等学者[13]开发了光伏体系运维过程中的毛病检测与确诊办法。Es-sakali团队[14]则针对微电网运转机制及修建能效提高展开了专项研讨。Laasri等人[15]经过相变资料研讨完成了修建能效的优化。ZOUBIR研讨组[16]选用机器学习技能建立了修建光伏发电量的预测模型。
曩昔十年间，多项研讨从设计、规划、优化及能量办理等不同视点对光伏(PV)与电池储能(BES)体系进行了深入探讨，如Elkadeem与Abido所述[17]。Cruz等人、Hassan团队以及Babei研讨组在各自工作中[18][19][20]，建立了海岛环境下光伏-储能体系容量最大化的策略。这些研讨经过选用光伏体系额定理想功率与储能配比，开发了旨在下降发电本钱的优化算法。此外，Khezri等人[21]剖析了多种确认住所并网光伏电池体系中光伏组件与蓄电池容量的办法。Valencia等人与Mora等人[22][23]经过混合整数线性规划（MILP）处理了在输电网中优化电池储能体系（BESS）容量与布局以下降投资与运转本钱的Objective。Thang[24]建立了含分布式可再生动力的微电网最优BESS容量装备计划，旨在提高体系运转效能。根据电力体系技能需求与经济收益考量，Boruah与Chandel[25]提出了一种适用于并网光伏发电的BESS容量装备Strategy。Muqbel等人及Gangwar等人[26][27]针对不平衡配电体系中电池储能体系（BESS）的集成展开研讨，旨在为电网供给频率操控与备用容量等辅佐服务（AS）。Patnaik等人[28]展开了一项关于分布式电源(DGs)最优装备的研讨，旨在完成24小时内功率损耗最小化与负荷平衡方针优化。然而，该研讨未考虑储能因素及可再生动力发电的不确认性。Arubolu等人[29]提出了一个多方针优化结构，用于确认辐射状不平衡配电体系中光伏与风力发电的最佳选址计划。其研讨Objective在于特定时刻点完成功率损耗与电压误差的最小化，但未考虑可再生动力发电不确认性波动及小时级/时节级储能并网的影响。
现有文献中的一切研讨均强烈集中于光伏与电池储能联合体系在电池每日初始满充状况下的单日剖析。针对全年范围内负荷（Load）、环境条件及电池储能体系运转随时节波动的调查没有展开——特别是考虑每日初始荷电状况（SOC）差异的情形。众多研讨聚集于完成最优净现值本钱（NPC）或最小化不平衡体系中的功率损耗。然而，将NPC与电压剖面增强方针一起纳入考量结构的多性向方针优化问题没有得到研讨。该研讨空白触及URDS各相中电压不平衡因数与电压剖面的改善。本研讨探索了光伏与电池储能体系在不平衡配电网中优化装备的研讨潜力，剖析聚集于一年期时刻尺度并选用多性向方针结构。此外，研讨还考虑了电池荷电状况在全年运转中的动态改变。此外，光伏-电池储能体系的集成研讨还可扩展至IEEE 33 URDS的布局位置、容量规划及相位装备维度。
本文主要贡献如下：

• 1.
  本研讨提出了一种光伏与电池储能体系规划优化模型，旨在为城市配电网（URDS）供给电网支撑才能，特别是完成辅佐服务功能中的备用容量办理。
• 2.
  尽管已有大量研讨聚集于平衡电力体系，实践运营者每日需应对各种不平衡工况。尽管针对不平衡网络已展开许多研讨，但电压不平衡补偿机制没有取得足够重视。本文经过计算URDS的电压不平衡因子，以评估其运转功能。
• 3.
  本文剖析了URDS各相中光伏与电池储能体系数量改变所产生的影响。
• 4.
  在将光伏发电（PV）和电池储能体系（BESS）集成至URDS时，本研讨构建了归纳考虑技能与财务方针函数的功率损耗、电压及不平衡因子对读档（Load）依靠敏感度的剖析办法。
• 5.
  提出了一种考虑净现值本钱（NPC）和电压剖面增强指数（VPEI）的多性向方针函数，并选用鹈鹕优化算法（POA）来寻找用户侧配电体系（URDS）中光伏与电池储能体系（BESS）的最优装备计划。
• 6.
  电池储能体系充放电办理调度计划依据日间峰谷时段拟定，并考虑分时电价机制。