<rt id="iyc6a"><small id="iyc6a"></small></rt>
<rt id="iyc6a"><small id="iyc6a"></small></rt><rt id="iyc6a"><small id="iyc6a"></small></rt>
?
 
來源:Sustainability 發布時間:2021/5/21 18:42:30
選擇字號:
多目標隨機優化確定風電系統設定值 | MDPI Sustainability

論文標題:Multi-Objective Stochastic Optimization for Determining Set-Point of Wind Farm System (確定風電場系統設定點的多目標隨機優化)

期刊:Sustainability

作者:Van-Hai Bui, Akhtar Hussain, Thai-Thanh Nguyen and Hak-Man Kim

發表時間:11 January 2021

DOI:10.3390/su13020624

微信鏈接:

https://mp.weixin.qq.com/s?__biz=MzI1MzEzNjgxMQ==&mid=

2649988644&idx=1&sn=5b0d7d3e98db9115489c3fb3cd1c185e&

chksm=f1de24e0c6a9adf651f42ea69e2ef017c6b499fca9a8609e54

2e681d43313eb6e7fc24d3e0b4&token=227403453&lang=zh_CN#rd

期刊鏈接:

https://www.mdpi.com/journal/sustainability

隨著可再生能源的發展和普及,風能在未來幾十年將高速發展,在減緩全球變暖的同時滿足世界的能源需求。國際能源署預計直至2030年,年風力發電量將會增加到2180 TWh以上,這將比2009年累計發電量的7倍還要多。但是風力發電的高速發展,使未來的電力系統將面臨風電輸出功率變化和不確定性所帶來的眾多挑戰。對大型風電場來說,風電系統被設計成高達幾GW的巨大安裝容量,這種不確定性在電力質量、系統安全性和系統穩定性方面對電力系統的運行產生不利的影響。由于風電場 (WF) 系統輸出功率的不確定性,電力系統中通常需要一定的備用容量以確保服務可靠性,從而增加了整個系統的運營和投資成本。為了減少這種不確定性,現有的大多數的風電研究集中于通過最大化輸出功率、平穩風能輸出和最小化風電系統的功率偏差來達到這一目的。但是這些常見的技術在投資和運營方面成本過高,為了降低運營成本、最大化輸出功率以及減小實際輸出和設定值之間的輸出功率不匹配,韓國仁川大學 Van-Hai Bui 博士、Akhtar Hussain 博士、Hak-Man Kim 博士和美國克拉克森大學的Thai-Thanh Nguyen 博士共同在Sustainability 上發表的文章,提出了一種多目標隨機優化模型來確定風電系統的設定值。多目標即 (1) 風電系統中設定值最大化;(2) 實際操作中達到該設定值的概率最大化。通過權衡風電場最大設定值和實時操作中滿足該設定值的可能性得出的最優設定值。

文章研究基于典型的風電配置系統 (如圖1),該系統連接到電源系統以提供電力需求。傳輸系統操作員 (TSO) 的主要任務是確定供應資源的最佳調度,并實時管理整個系統的運行。風電系統的最佳設定值在調度中起著至關重要的作用。因此,風電系統必須能夠在實時操作中滿足其設定點。實際輸出功率與承諾功率之間的任何功率不匹配都會導致巨大損失。因此,本文研究主要集中在通過在實時操作中最大化設定點和增加滿足設定點的可能性之間的權衡來確定風電系統的最佳設定值。

圖1. 典型風電系統配置

作者為風電場運營商提供了一種確定風電系統的最佳設定點的方法,如圖2所示,首先,假定風速參數符合威布爾分布,并且關于威布爾參數的詳細信息被用作輸入數據?;陲L速數據的概率密度函數 (PDF),在每個間隔生成了許多風速場景,以確保所提出方法的準確性。然而,大量的場景大大增加了仿真系統的計算負擔。因此,開發了一種減少場景的算法 (算法1) 來合并相似的場景計算出各個場景下的輸出功率。為了確定系統每個設定點實際滿足該設定值的概率,作者通過算法2計算并比較所有不同場景下輸出功率和設定值之間的關系,從而幫助操作員確定在實時操作中滿足設定點的可能性。

圖2. 確定風電系統設定點方法流程

算法1. 相似場景合并

算法2. 確定達到設定值的概率

文章以春季為案例,根據春季的風速曲線,計算出將風電系統的設定值設置為800 MWh至1000 MWh,權重因子 (α) 值設定為0.05至0.8,以確保在實時操作中滿足設定值的可能性大于或等于0.95。還針對四個季節使用了不同的風數據進行了類似的分析,并且對于春季、夏季、秋季和冬季,風電系統的設定點應分別設置為980 MWh、1760 MWh、2430 MWh、870 MWh??梢钥闯?,風電系統的設定點在秋季最大,在冬季最低。在四個季節中確定的這些設定值,操作員始終確保在實時操作中達到這些設定值的概率大于或等于0.85 (如圖三)。

圖3. 對比不同季節的優化結果: (a) 風電系統設定值; (b) 滿足該設定值的概率

由于實際情況下,風電場的設定輸出和實際輸出功率上會有輸出功率不匹配的問題,所以需要操作人員在實際操作過程中權衡最大設定值和最大概率以滿足這一設定值的可能性。當最小概率的要求設定為85%時,可避免設定輸出功率和實際輸出功率不匹配。權重因子和最小概率的要求是由權衡風電出售的利潤和輸出功率不匹配所導致的損失來決定的。當權重因子接近0時,操作員需要關注實際操作中到達這一設定點的可能性,相反,當權重因子接近1時,操作員需要關注風電系統的最大設定值。所以操作員使用該方法可以簡便的確定最優設定值。

作者通過比較建議和非建議的方法確定設定值對風電場利潤的影響,發現使用非建議方法來確定的設定值會導致失配功率上升,從而帶來巨大的經濟損失增加了運營成本。從表1得出,使用多目標隨機優化模型得出的最優設定值在不同失配率的情況下都獲得了最大的利潤。

表1. 使用和未使用建議方法的利潤對比 (×103 KRW)。

綜上所述,多目標隨機優化模型確定風電系統設定值的方法具有可操作性和潛在的市場價值。研究者們可以通過進一步的實驗,探索該方法在其他可再生能源利用上是否具有相同的優勢。

Sustainability (ISSN 2071-1050; IF: 2.576) 是MDPI組織出版的國際型開放獲取期刊。期刊內容主要涉及環境、經濟、社會、工程科學等等領域的可持續性研究。目前期刊已被SCIE、SSCI等數據庫收錄。Sustainability 采取單盲同行評審,一輪審稿周期約為13天,從接收到發表上線僅需2.9天。

 
 
 
特別聲明:本文轉載僅僅是出于傳播信息的需要,并不意味著代表本網站觀點或證實其內容的真實性;如其他媒體、網站或個人從本網站轉載使用,須保留本網站注明的“來源”,并自負版權等法律責任;作者如果不希望被轉載或者聯系轉載稿費等事宜,請與我們接洽。
 
 打印  發E-mail給: 
    
 
相關新聞 相關論文
?
圖片新聞
二維超固態量子氣體首度問世 腫瘤消失了!
“祝融號”完成任務! 環震顯示土星有一個彌漫核
>>更多
 
一周新聞排行
 
編輯部推薦博文
 
日本高清视频色wwwwww色,日本高清视频在线一本视频,日本免费的高清毛片视频