关键词:
风光并网
功率
储能容量
蓄电池充放电
染色体
量子遗传算法
摘要:
大规模风光并网发电具有明显的间歇性、随机性,并且风能光能本身的发电特征又存在较大差异,配置储能是解决上述问题的有效方法。将不确定的风光出力场景转化为确定的、具有其典型特征的小规模场景集,基于该场景集为风光联合发电系统配置储能,平抑新能源出力波动,提出一种基于量子遗传算法的大规模风光并网发电系统储能优化方法。在双向DC/DC变换器将储能系统与风光互补发电系统对接下,以蓄电池与对接系统后最充放电次数为目标函数生成稳定场景;以并网发电与储能的输出功率不允许超出最大功率为约束条件;采用量子遗传算法采集蓄电池荷电状态的反馈,通过量子位概率幅值对染色体编码,借助非门变异增加优化参数数量,利用旋转门法更新量子的相位,结合梯度函数、一阶差分找出稳定条件下的蓄电池输入功率,,完成稳定的储能容量调节。实验结果表明:所提方法的功率偏差值小,且能量缺失率也较低,故储能优化效果良好。