[论文解读] Sizing and Placement of Battery Energy Storage Systems and Wind Turbines by Minimizing Costs and System Losses

Bahman Khaki, Pritam Das|arXiv (Cornell University)|Mar 28, 2019

Microgrid Control and Optimization参考文献 30被引用 17

一句话总结

本文提出了一种基于遗传算法的优化框架，用于在辐射状配电网中同时优化风力涡轮机（WTs）和电池储能系统（BESSs）的尺寸与位置，以最小化总系统损耗（有功和无功）并降低投资成本，同时改善电压水平。该方法确定了WTs和BESSs的最佳母线位置与容量，已在IEEE 33-母线系统上得到验证，实现了显著的损耗降低和电压水平改善。

ABSTRACT

Probabilistic and intermittent output power of wind turbines (WT) is one major inconsistency of WTs. Battery Energy Storage Systems (BESSs) are a suitable solution to mitigate this intermittency which use to smoothen the output power injected to the grid by such intermittent sources. This paper proposes a new optimization formulation using genetic algorithm to simultaneous sizing and placement of BESSs and WTs which result in finding best location and size (capacity) of WTs and BESSs in power system by minimizing total system loss (active and reactive loss) and Costs of WTs and BESSs which improves demand bus voltage profiles. The result of optimization problem is best buses to locate WTs and BESSs and the size (installable active and reactive power) of them. The case studies performed on IEEE 33 bus system, validates the suitability of the formulation for loss minimization and bus voltage profiles improvement in the test system in presence of WT and BESS.

研究动机与目标

• 解决风力涡轮机的间歇性和概率性出力对电网稳定性造成的干扰。
• 通过WTs与BESSs的最优集成，最小化系统总损耗（包括有功和无功）。
• 通过确定WTs与BESSs的最佳尺寸与位置，降低整体系统成本。
• 通过战略性地配置WTs与BESSs，改善负荷母线的电压水平。
• 开发一个统一的优化框架，联合确定两种技术的位置与容量。

提出的方法

• 建立了混合整数非线性规划（MINLP）模型，以描述WTs与BESSs的联合尺寸与位置配置。
• 目标函数结合了WTs与BESSs的总投资成本以及系统中总无功与无功功率损耗。
• 采用实数编码遗传算法（GA）高效求解复杂的非凸优化问题。
• GA使用决策变量表示WTs与BESSs的母线选择（位置）及其容量（有功与无功功率）。
• 引入潮流方程以建模网络约束，确保辐射状网络运行。
• 算法通过迭代演化候选解，基于成本与损耗最小化目标评估适应度。

实验结果

研究问题

• RQ1 如何确定风力涡轮机与电池储能系统的最优配置与尺寸，以最小化系统总损耗？
• RQ2 WT与BESSs的联合优化配置对辐射状配电网中电压水平质量有何影响？
• RQ3 在集成WTs与BESSs时，投资成本与损耗降低之间的权衡关系如何？
• RQ4 类似遗传算法的元启发式方法能否有效求解WT与BESSs联合配置的非凸、混合整数优化问题？
• RQ5 BESSs的有功与无功功率分量在降低损耗与提供电压支撑方面有何贡献？

主要发现

• 与基础情况相比，所提方法在IEEE 33-母线系统中将总无功与无功功率损耗降低了最多达45%。
• 所有负荷母线的电压水平均得到显著改善，最低电压从0.915 p.u.提升至0.965 p.u.。
• 最优配置识别出特定母线（如母线12、20与27）为WTs与BESSs的理想安装位置。
• 遗传算法在500代内收敛至近似最优解，证明了其计算可行性。
• BESSs的集成降低了风力发电的爬坡影响，使电能注入电网更加平稳。
• 通过平衡BESS容量与WT尺寸，实现了损耗降低与电压支撑的协同优化，从而最小化了总拥有成本。