考虑不确定性的光储直流配电网储能优化定容OA

[目的]为平衡光储直流配电网中多目标之间的关系,实现储能容量的最优调度,提出了一种考虑大规模接入负荷不确定性的光储直流配电网储能容量调度优化方法。[方法]首先对大规模接入负荷的不确定性进行深入研究,构建了负荷不确定性的数学模型,为后续储能容量调度优化提供基础。计及该不确定性因素,构建光储直流配电网储能容量调度优化模型,其目标函数为光伏出力与负荷之间的期望差值最小化及日运行成本最小化,并分别构建对应的约束条件进行限制。通过多目标灰狼优化算法(Multi-Objective Grey Wolf Optimizer,MOGWO),在满足约束条件的前提下对构建的目标函数进行寻优,求解得到的最优解即为光储直流配电网储能容量的最优调度方案。将该优化算法与光储直流配电网储能容量调度优化中常用的粒子群优化算法(Particle Swarm Optimization,PSO)和随机森林算法(Random Forest,RF)的优化效果进行对比。[结果]实验验证表明,相较于传统算法,该方法能够优化光伏能源的利用效率,通过改进策略有效减少能源损失,从而显著提升整体能源利用效率。且在不同光照强度条件下,配电网运行稳定性均能高于88%;在不同天气条件下,该方法依然能够实现高效稳定的调度。[结论]由此证明,该方法能够根据实际运行需求灵活调整储能设备的充放电策略,实现光伏能源的高效利用和储能容量的优化配置,为光储直流配电网的优化运行提供了新思路。