基于FDOA的可再生能源系统配置优化

doi:10.11930/j.issn.1004-9649.202410100

中国电力 ›› 2025, Vol. 58 ›› Issue (7): 168-176.DOI: 10.11930/j.issn.1004-9649.202410100

基于FDOA的可再生能源系统配置优化

赵琳¹(), 郭尚民¹(), 商文颖¹(), 董健¹^,²(), 王炜³()

1. 国网辽宁省电力有限公司经济技术研究院，辽宁沈阳　110065
2. 沈阳工业大学电气工程学院，辽宁沈阳　110870
3. 清华四川能源互联网研究院，四川成都　610208

收稿日期:2024-10-31 发布日期:2025-07-30 出版日期:2025-07-28
作者简介:
赵琳（1987），女，硕士，高级工程师，从事能源电力规划、电价与电力市场研究，E-mail：sglnjyyzl@163.com
郭尚民（1971），男，硕士，高级工程师，从事电力工程技术研究，E-mail：gsm_jyy@ln.sgcc.com.cn
王炜（1985），女，通信作者，高级工程师，从事电力系统规划、电力市场研究，E-mail：544355088@qq.com
基金资助:
国网辽宁省电力有限公司科技项目（SGLNJY00ZLJS2400097）；国家自然科学基金资助项目（51337105）。

Configuration Optimization of Renewable Energy Systems Based on FDOA

ZHAO Lin¹(), GUO Shangmin¹(), SHANG Wenying¹(), DONG Jian¹^,²(), WANG Wei³()

1. Economic and Technological Research Institute of State Grid Liaoning Electric Power Co., Ltd., Shenyang 110065, China
2. School of Electrical Engineering, Shenyang University of Technology, Shenyang 110870, China
3. Sichuan Energy Internet Research Institute, Tsinghua University, Chengdu 610208, China

Received:2024-10-31 Online:2025-07-30 Published:2025-07-28
Supported by:
This work is supported by Science and Technology Project of State Grid Liaoning Electric Power Co., Ltd. (No. SGLNJY00ZLJS2400097)，National Natural Science Foundation of China (No. 51337105).

摘要/Abstract

摘要：

随着全球对清洁能源的需求不断增加，如何优化可再生能源系统以减少对传统电网的依赖日趋重要。提出了一种基于流向优化算法（flow direction optimization algorithm，FDOA）的可再生能源系统优化方法，通过动态调整光伏、风能和抽水蓄能的配置来最小化电网使用因子，实现负荷需求的平衡。通过对6种不同的配置场景进行比较，验证了所提方法在复杂可再生能源系统的优化方面具有优势，能够为未来的能源系统设计提供指导。

关键词: 可再生能源, 电力系统配置优化, 光伏

Abstract:

With the increasing demand for clean energy worldwide, how to optimize the renewable energy system to reduce the dependence on the traditional power grid is becoming increasingly important. An method for renewable energy system based on flow direction optimization algorithm (FDOA) is proposed, which dynamically adjusts the configuration of photovoltaic, wind and pumped storage minimize the grid usage factor and achieve the balance of load demand. The proposed method is verified to have advantages in optimizing complex renewable energy systems through comparison of 6 different configuration scenarios, can provide guidance for the design of future energy systems.

Key words: renewable energy, power system configuration optimization, photovoltaic

赵琳, 郭尚民, 商文颖, 董健, 王炜. 基于FDOA的可再生能源系统配置优化[J]. 中国电力, 2025, 58(7): 168-176.

ZHAO Lin, GUO Shangmin, SHANG Wenying, DONG Jian, WANG Wei. Configuration Optimization of Renewable Energy Systems Based on FDOA[J]. Electric Power, 2025, 58(7): 168-176.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.202410100

https://www.electricpower.com.cn/CN/Y2025/V58/I7/168

图/表 14

参考文献 25

1	张丝钰, 张宁, 代红才, 等. 可再生能源电解水制氢系统规划优化与生产模拟[J]. 中国电力, 2024, 57 (4): 52- 60.
	ZHANG Siyu, ZHANG Ning, DAI Hongcai, et al. Optimization and simulation on hydrogen production system using water electrolysis powered by renewable energy[J]. Electric Power, 2024, 57 (4): 52- 60.
2	武群丽, 朱新宇. 可再生能源配额制下风光储联合参与现货市场的交易决策[J]. 中国电力, 2024, 57 (4): 77- 88.
	WU Qunli, ZHU Xinyu. Transaction decision-making of wind/photovoltaic/energy storage joint participation in spot market under renewable portfolio standards[J]. Electric Power, 2024, 57 (4): 77- 88.
3	周洋, 黄德志, 李培栋, 等. 考虑平衡端点相位不对称及光伏接入的低压配电网三相潮流模型[J]. 中国电力, 2024, 57 (10): 190- 198.
	ZHOU Yang, HUANG Dezhi, LI Peidong, et al. A three-phase power flow model for low-voltage distribution networks considering balanced bus phase asymmetry and photovoltaic access[J]. Electric Power, 2024, 57 (10): 190- 198.
4	张力菠, 吴一锴, 王群伟. 考虑碳中和目标与成本优化的可再生能源大规模发展规划[J]. 广东电力, 2023, 36 (7): 31- 39.
	ZHANG Libo, WU Yikai, WANG Qunwei. Large-scale development of renewable energy in consideration of carbon neutrality and cost optimization[J]. Guangdong Electric Power, 2023, 36 (7): 31- 39.
5	吴任博, 黄奕俊. 高比例可再生能源接入下含自愈性能的分布式配电网重构策略研究[J]. 发电技术, 2024, 45 (5): 975- 982.
	WU Renbo, HUANG Yijun. Research on reconfiguration strategy of distributed distribution network with self-healing performance under high-proportion renewable energy access[J]. Power Generation Technology, 2024, 45 (5): 975- 982.
6	张宁, 朱昊, 杨凌霄, 等. 考虑可再生能源消纳的多能互补虚拟电厂优化调度策略[J]. 发电技术, 2023, 44 (5): 625- 633. DOI
	ZHANG Ning, ZHU Hao, YANG Lingxiao, et al. Optimal scheduling strategy of multi-energy complementary virtual power plant considering renewable energy consumption[J]. Power Generation Technology, 2023, 44 (5): 625- 633. DOI
7	杨康, 李蓝青, 李艺丰, 等. 一种新型分布式光伏出力区间预测方法[J]. 发电技术, 2024, 45 (4): 684- 695. DOI
	YANG Kang, LI Lanqing, LI Yifeng, et al. A novel distributed photovoltaic output interval prediction method[J]. Power Generation Technology, 2024, 45 (4): 684- 695. DOI
8	王文倬, 谢丁, 谢醉冰, 等. 考虑集群划分的分布式光伏无功电压控制策略[J]. 浙江电力, 2024, 43 (7): 64- 75.
	WANG Wenzhuo, XIE Ding, XIE Zuibing, et al. A reactive voltage control strategy for distributed PV based on cluster segmentation[J]. Zhejiang Electric Power, 2024, 43 (7): 64- 75.
9	王立强, 王琪. 风光储系统参与电网调频与消纳技术研究[J]. 内蒙古电力技术, 2024, 42 (1): 9- 14.
	WANG Liqiang, WANG Qi. Research on participation of wind-solar-storage system in power grid frequency regulation and consumption technology[J]. Inner Mongolia Electric Power, 2024, 42 (1): 9- 14.
10	郭宇航, 孙银锋, 梁栋. 基于风电场储能精准控制的风电柔直并网直流故障穿越[J]. 东北电力大学学报, 2025, 45 (1): 45- 53. DOI
	GUO Yuhang, SUN Yinfeng, LIANG Dong. DC fault ride-through for wind power integration via MMC-HVDC based on optimal control of energy storage inside the wind farm[J]. Journal of Northeast Electric Power University, 2025, 45 (1): 45- 53. DOI
11	赵长伟, 王慧, 顾志成, 等. 分散式风储系统频率和电压调节能力评估关键技术[J]. 综合智慧能源, 2024, 46 (6): 78- 87.
	ZHAO Changwei, WANG Hui, GU Zhicheng, et al. Key technologies of the evaluation on distributed wind-storage systems’ frequency and voltage regulation capacities[J]. Integrated Intelligent Energy, 2024, 46 (6): 78- 87.
12	蒋宇, 吕干云, 贾德香, 等. 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[J]. 浙江电力, 2024, 43 (5): 10- 17.
	JIANG Yu, LYU Ganyun, JIA Dexiang, et al. Optimal allocation of energy storage capacity for photovoltaic energy storage charging stations considering EV user behavior and photovoltaic uncertainty[J]. Zhejiang Electric Power, 2024, 43 (5): 10- 17.
13	YIMEN N, HAMANDJODA O, MEVA’A L, et al. Analyzing of a photovoltaic/wind/biogas/pumped-hydro off-grid hybrid system for rural electrification in sub-Saharan Africa: case study of djoundé in northern Cameroon[J]. Energies, 2018, 11 (10): 2644. DOI
14	JAVED M S, MA T, JURASZ J, et al. Economic analysis and optimization of a renewable energy based power supply system with different energy storages for a remote island[J]. Renewable Energy, 2021, 164, 1376- 1394.
15	汤明润, 李若旸, 刘慕然, 等. 电力系统稳态下可再生能源大规模接入量预测[J]. 中国电力, 2025, 58 (2): 126- 132.
	TANG Mingrun, LI Ruoyang, LIU Muran, et al. Prediction of large-scale renewable energy access under steady state of electric power system[J]. Electric Power, 2025, 58 (2): 126- 132.
16	张宇, 魏新迟, 冯凯辉, 等. 计及分布式光伏承载力的配电网侧独立储能充放电策略[J]. 中国电力, 2024, 57 (4): 111- 117.
	ZHANG Yu, WEI Xinchi, FENG Kaihui, et al. Charging and discharging strategies of independent energy storage for distribution grid side considering distributed PV carrying capacity[J]. Electric Power, 2024, 57 (4): 111- 117.
17	孟凡斌, 南钰, 武亚非, 等. 基于谱归一化生成对抗网络与谱聚类的典型风力发电场景生成[J]. 浙江电力, 2024, 43 (12): 86- 94.
	MENG Fanbin, NAN Yu, WU Yafei, et al. Generation of typical wind power scenarios based on spectral normalization generative adversarial networks and spectral clustering[J]. Zhejiang Electric Power, 2024, 43 (12): 86- 94.
18	高盛, 许沛华, 陈正洪, 等. 基于改进LSTM神经网络的风电功率短期预报算法[J]. 南方能源建设, 2024, 11 (1): 112- 121.
	GAO Sheng, XU Peihua, CHEN Zhenghong, et al. A short-term calgorithm based on improved LSTM neural network[J]. Southern Energy Construction, 2024, 11 (1): 112- 121.
19	陈瑞. 风电机组集群大数据平台应用存在的问题分析及解决方法[J]. 内蒙古电力技术, 2023, 41 (4): 41- 45.
	CHEN Rui. Analysis and solution of problems in application of wind turbine cluster big data platform[J]. Inner Mongolia Electric Power, 2023, 41 (4): 41- 45.
20	杨再丞, 孙勇. 基于空间简化和CNN-LSTM的区域风电功率日前网格预测方法[J]. 东北电力大学学报, 2024, 44 (2): 35- 41.
	YANG Zaicheng, SUN Yong. Foreahead grid prediction of regional wind power based on spatial reduction and CNN-LSTM[J]. Journal of Northeast Electric Power University, 2024, 44 (2): 35- 41.
21	郑庆明, 井延伟, 梁涛, 等. 基于DDPG算法的离网型可再生能源大规模制氢系统优化调度[J]. 综合智慧能源, 2024, 46 (6): 35- 43. DOI
	ZHENG Qingming, JING Yanwei, LIANG Tao, et al. Optimized scheduling on large-scale hydrogen production system for off-grid renewable energy based on DDPG algorithm[J]. Integrated Intelligent Energy, 2024, 46 (6): 35- 43. DOI
22	开赛江, 计力, 周专, 等. 100%可再生能源综合能源系统容量优化配置[J]. 分布式能源, 2021, 6 (4): 34- 40.
	KAI Saijiang, JI Li, ZHOU Zhuan, et al. Capacity optimal allocation of integrated energy system consisting of 100% renewable energy[J]. Distributed Energy, 2021, 6 (4): 34- 40.
23	陈喆, 杜龙, 陈愈芳, 等. 基于简化粒子群优化算法的可再生微电网随机优化调度策略研究[J]. 光学与光电技术, 2024, 22 (3): 135- 141, 148.
	CHEN Zhe, DU Long, CHEN Yufang, et al. Study on stochastic optimal scheduling strategy for renewable microgrid based on simplified particle swarm optimization algorithm[J]. Optics & Optoelectronic Technology, 2024, 22 (3): 135- 141, 148.
24	智筠贻, 凌浩恕, 吴昊, 等. 风光储多能互补能源系统容量配置优化[J]. 储能科学与技术, 2024, 13 (11): 3874- 3888.
	ZHI Junyi, LING Haoshu, WU Hao. Optimization of capacity configuration for multi-energy complementary systems using wind, solar, and energy storage[J]. Energy Storage Science and Technology, 2024, 13 (11): 3874- 3888.
25	李亚军, 何山, 胡兵, 等. 考虑最大效率的风光制氢系统容量配置及功率调控[J]. 电气传动, 2024, 54 (10): 50- 57.
	LI Yajun, HE Shan, HU Bing, et al. Capacity configuration and power regulation of scenic hydrogen production system considering maximum efficiency[J]. Electric Drive, 2024, 54 (10): 50- 57.

场景	并网配置	关闭的开关	打开的开关
1	光伏系统	S1, S4, S6	S2, S3, S5
2	风电系统	S2, S4, S6	S1, S3, S5
3	混合光伏与风电	S1, S2, S4, S6	S3, S5
4	光伏与抽水蓄能系统	S1, S3, S5	S2, S4, S6
5	风电与抽水蓄能系统	S2, S3, S5	S1, S4, S6
6	混合光伏、风电与抽水蓄能系统	S1, S2, S3, S5	S4, S6

场景	并网配置	关闭的开关	打开的开关
1	光伏系统	S1, S4, S6	S2, S3, S5
2	风电系统	S2, S4, S6	S1, S3, S5
3	混合光伏与风电	S1, S2, S4, S6	S3, S5
4	光伏与抽水蓄能系统	S1, S3, S5	S2, S4, S6
5	风电与抽水蓄能系统	S2, S3, S5	S1, S4, S6
6	混合光伏、风电与抽水蓄能系统	S1, S2, S3, S5	S4, S6

场景	并网配置	GUF/ %	光伏板数量	风力涡轮机数量	抽水蓄能水位高度/m
1	仅光伏系统	47.06	19567
2	仅风能系统	41.58		65
3	光伏与风能混合系统	33.55	18960	54
4	光伏与抽水蓄能系统	1.62	14960		105.40
5	风能与抽水蓄能系统	1.96		47	102.05
6	光伏、风能与抽水蓄能混合系统	0.59	12692	28	106.98

场景	并网配置	GUF/ %	光伏板数量	风力涡轮机数量	抽水蓄能水位高度/m
1	仅光伏系统	47.06	19567
2	仅风能系统	41.58		65
3	光伏与风能混合系统	33.55	18960	54
4	光伏与抽水蓄能系统	1.62	14960		105.40
5	风能与抽水蓄能系统	1.96		47	102.05
6	光伏、风能与抽水蓄能混合系统	0.59	12692	28	106.98

场景	LCOE(元·(kW·h)⁻¹)	场景	LCOE(元·(kW·h)⁻¹)
1	0.240	4	0.098
2	0.170	5	0.130
3	0.168	6	0.042

基于FDOA的可再生能源系统配置优化

Configuration Optimization of Renewable Energy Systems Based on FDOA

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 25

相关文章 15

编辑推荐

Metrics

方案	应用场景	储能类型	优化方法	其他指标
本文	光伏、风能与抽水蓄能系统的并网优化	抽水蓄能为主	FDOA	二氧化碳排放量、负荷需求、电力成本
文献[21]	孤岛型可再生能源大规模制氢系统	电解水制氢	深度确定性策略梯度算法	经济性、安全性
文献[22]	微电网、区域综合能源系统	全钒液流电池、先进绝热压缩空气储能	遗传粒子群算法、多目标麻雀搜索算法、混合整数线性规划方法等	投资和运营总成本、碳减排效益、供电质量、能源节约率、污染物排放量
文献[23]	微电网	未明确提及	简化粒子群优化算法	微电网运营成本
文献[24]	含风力、光伏、火电、储电单元、电解制氢、燃料电池的多能互补供电系统	储电单元	量子粒子群算法	系统运行累计净现值、系统运行稳定性、负荷满足率
文献[25]	风光制氢系统	蓄电池	精英非支配排序遗传算法、多目标粒子群优化	系统安装成本、系统功率波动性、电解槽效率及输入功率波动性

[1]	刘军会, 龚健, 佟炳绅, 李松杰, 张艺涵, 崔世常, 田春筝, 张永斌. 基于分布式储能与光伏的虚拟电厂与配电网协同优化方法[J]. 中国电力, 2025, 58(6): 1-9.
[2]	王方敏, 顼佳宇, 苏宁, 牛焕娜, 袁嘉兴, 门盼龙. 新型电力系统风险抑制下分布式光伏承载力概率评估方法[J]. 中国电力, 2025, 58(6): 33-44.
[3]	魏伟, 余鹤, 叶利, 汪应春. 基于FCM-SENet-TCN的低压台区光伏超短期功率预测方法[J]. 中国电力, 2025, 58(6): 172-179.
[4]	桂前进, 徐文法, 李晓阳, 罗利荣, 叶海峰, 王正风. 基于时序分解与共形分位数回归的超短期光伏功率区间预测[J]. 中国电力, 2025, 58(5): 21-32.
[5]	王彩霞, 吴思, 时智勇. 绿色电力消费认证国际实践与启示[J]. 中国电力, 2025, 58(5): 43-51.
[6]	王宣元, 张玮, 李长宇, 谢欢, 郭庆来, 王彬, 张宇谦. 考虑随机性的主动配电网有功无功可行域计算方法[J]. 中国电力, 2025, 58(4): 182-192.
[7]	戴道明, 赵莺. 考虑消纳责任权重的可再生能源电力供应链绿证监管演化博弈分析[J]. 中国电力, 2025, 58(4): 216-229.
[8]	潘鹏程, 韩文舜, 郭雪丽. 基于有源和无源阻尼协同控制的光伏直流升压汇集系统谐振抑制[J]. 中国电力, 2025, 58(3): 20-30.
[9]	姜通海, 王峰, 刘子琪, 单帅杰. 基于改进生成对抗网络的风光气象资源联合场景生成方法[J]. 中国电力, 2025, 58(3): 183-192.
[10]	汤明润, 李若旸, 刘慕然, 程晓钰, 刘铫, 杨淑霞. 电力系统稳态下可再生能源大规模接入量预测[J]. 中国电力, 2025, 58(2): 126-132.
[11]	沃建栋, 潘武略, 李跃辉, 吴佳毅. 基于综合谐波驱动的光伏场站集电线路保护新方案[J]. 中国电力, 2025, 58(2): 133-139.
[12]	孙通, 张沈习, 曹毅, 曹佳晨, 程浩忠. 计及5G基站可调特性的配电网分布式光伏准入容量鲁棒优化[J]. 中国电力, 2025, 58(2): 140-146.
[13]	黄堃, 付明, 翟家祥, 华昊辰. 基于改进线性化ADMM的多微网经济运行分布式协调优化[J]. 中国电力, 2025, 58(2): 193-202.
[14]	鲁玲, 苑涛, 杨波, 李欣, 鲁洋, 蒲秋平, 张鑫. 计及㶲效率和多重不确定性的区域综合能源系统双层优化[J]. 中国电力, 2025, 58(1): 128-140.
[15]	邹小燕, 张瑞宏. 考虑政府干预的可再生能源与储能企业合作模式演化博弈研究[J]. 中国电力, 2025, 58(1): 153-163.

模态框（Modal）标题

基于FDOA的可再生能源系统配置优化

Configuration Optimization of Renewable Energy Systems Based on FDOA

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 25

相关文章 15

编辑推荐

Metrics