基于不确定场景下的分布式储能系统随机优化模型OA

大规模可再生能源及柔性负荷的接入使得配电网源荷侧的不确定性问题不容忽视,同时高渗透率的分布式光伏也对配电网的安全稳定运行带来了更大的挑战。文章以配电台区分布式光伏与储能系统为研究对象,针对分布式光伏以及用户负荷预测的不确定性,提出一种基于K-means算法多场景模拟的分布式储能系统随机优化运行模型,采用拉丁超立方采样法建立光-荷时序模型,并开展场景模拟。在K-means聚类算法基础上结合Kantorovich思想提出改进的场景削减方法的2个过程。以经济效益、电压偏差和负荷波动为指标建立多目标双层运行-规划模型,运用改进的多目标粒子群优化算法对模型求解,将模拟退火算法中的接收准则嵌入到粒子群算法更新规则中避免其早熟收敛,求得全局最优配置方案。最后,通过IEEE33节点的配电网仿真测试,分析验证了所建模型和所提方法的有效性与合理性。