计及经济性和低碳性的光储充一体化电站多目标优化配置
为充分挖掘光储充一体化电站经济效益及碳减排效益,实现站内组成单元合理配置,文中提出一种计及经济性和低碳性的光储充一体化电站多目标优化配置方法。首先,根据充电站内各模块的功能及需求,探究光储充电站中碳排放的来源,建立站内各模块成本、碳排放的数学模型。然后,以系统年投资运行成本和碳排放量最小为目标,使用基于三黑洞捕获策略的多目标粒子群算法,对不同负荷场景下电站各组成模块进行优化配置,得出各场景下电站各组成模块的最优配置方案。对比结果表明,文中所提方法可有效降低规划运行时的成本和碳排放量,提高电站经济及环境效益。最后,采用逼近理想解排序法得出最优场景下的折衷优化方案,可为当前光储充一体化电站的投资建设提供参考。
考虑用户充电行为和光伏不确定性的光储充电站储能容量优化配置
“双碳”背景下,PSCS(光储充电站)逐渐成为EV(电动汽车)充电站的主流形式。为解决PSCS光伏发电和用户充电行为的不确定性问题,同时保障PSCS的盈利,提出一种考虑EV用户行为和光伏不确定性的PSCS储能容量优化配置方法。首先,采用改进K-means算法对光伏出力数据进行聚类,构建典型光伏出力场景及其概率分布规律。其次,分析EV的充电行为特性,计及环境温度变化对EV耗电量的影响,建立EV充电负荷模型。最后,考虑需求响应,建立以购电成本、碳排放成本、售电收益等为目标函数的经济运行模型。算例分析结果表明,在进行PSCS储能容量配置时考虑光伏出力不确定性和需求响应,能够减少碳排放量并保证PSCS的经济效益。