基于BAS-IMOPSO算法的风电系统储能优化配置

作者：朱娟娟; 段奕琳; 闫群民; 李召

来源：电力工程技术, 2023, 42(02): 180-187.

• 储能
• 风电出力波动
• 容量优化
• 荷电状态(SOC)
• Logistic映射
• 天牛须搜索-改进多目标粒子群优化(BAS-IMOPSO)算法

风力发电作为一种清洁的可再生能源，在电力系统中应用广泛，但风电出力的随机波动性会对电力系统电能质量产生不利影响。储能系统(energy storage system, ESS)因其灵活的双向调节能力被用于平抑风电接入系统带来的电压与功率波动问题。文中考虑储能接入节点与容量不同对风电出力波动的平抑效果不同，以系统电压偏差、日有功网损和ESS配置容量为目标函数建立多目标储能优化配置模型。采用一种基于天牛须搜索算法的改进多目标粒子群优化(beetle antennae search-improved multi-objective particle swarm optimization, BAS-IMOPSO)算法求解该模型，利用基于信息熵的逼近理想解排序法在Pareto解集中选取最佳储能配置方案。在IEEE 33节点系统中对模型进行仿真验证，结果表明：BAS-IMOPSO算法优化下的ESS降低配电网电压偏差与有功网损的能力较多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法显著提高，有效改善了系统的电能质量，具有削峰填谷的作用，验证了BAS-IMOPSO算法的有效性。

• 出版日期2023
• 单位陕西理工大学