基于改进量子粒子群算法的储能容量优化配置

被引:20
作者
林敏怡 [1 ]
雷勇 [1 ]
李宇泽 [2 ]
张晓莉 [2 ]
李孟洁 [3 ]
机构
[1] 四川大学电气工程学院
[2] 国网四川省电力公司成都供电公司
[3] 国网四川省电力公司天府供电公司
关键词
风光发电; 混合储能; 功率补偿; 优化配置; QPSO;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TM53 [电容器]; TM91 [独立电源技术(直接发电)];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 080801 ; 0808 ;
摘要
风光发电具有间歇性,蓄电池和超级电容作为储能系统存在充放电缺陷。针对混合储能系统容量配置优化问题,基于低通滤波的混合储能系统进行补偿功率分配,并考虑混合储能额定功率限值影响及反馈的当前储能荷电状态影响进行功率修正。以储能月均最低生命周期成本最小,结合容量配置约束条件建立数学模型,提出一种改进的QPSO(quantum particle swarm optimization)算法配置储能容量,选取西南某地算例分析验算,结果表明改进的QPSO算法对平均最优粒子权重分配不同使适应度值减小趋势不同,提高了混合储能容量配置的经济性。
引用
收藏
页码:203 / 207
页数:5
相关论文
共 8 条
[1]  
混合储能系统的控制策略及容量优化配置的研究.[D].林怡彤.天津理工大学.2017, 10
[2]  
微网容量优化配置与能量优化管理研究.[D].石庆均.浙江大学.2012, 07
[3]   风光储系统储能容量优化配置策略 [J].
李建林 ;
郭斌琪 ;
牛萌 ;
修晓青 ;
田立亭 .
电工技术学报, 2018, 33 (06) :1189-1196
[4]   平抑风电出力波动的混合储能系统优化策略 [J].
刘佳 ;
孙春顺 ;
杨江涛 ;
韩立哲 ;
粟咏梅 ;
胡宸 .
电力科学与工程, 2018, 34 (02) :38-43
[5]   混合储能多目标容量优化配置 [J].
李世泽 ;
高素萍 ;
郭朝江 .
电源学报, 2018, (04) :174-180
[6]   电池储能系统对微电网运行特性的改善作用研究(英文) [J].
郭金川 ;
贺艳芝 ;
郭芳 ;
伦振坚 .
南方能源建设, 2015, 2 (02) :35-40
[7]   微电网复合储能多目标优化配置方法及评价指标 [J].
谭兴国 ;
王辉 ;
张黎 ;
邹亮 .
电力系统自动化, 2014, 38 (08) :7-14
[8]   针对独立风光发电中混合储能容量优化配置研究 [J].
杨珺 ;
张建成 ;
周阳 ;
牛虎 ;
梁廷婷 .
电力系统保护与控制, 2013, 41 (04) :38-44