零碳园区电-氢混合储能系统多目标优化配置

随着氢气生产和储存技术的快速发展,开发氢气储能系统(hydrogen energy storage systems, HESSs)将给能源和电力系统结构带来根本性变化。HESSs和电池储能系统(battery energy storage systems, BESSs)相结合进行协调优化可以解决多种能源供需之间的不平衡,并提高能源效率。为确保BESSs和HESSs规划的有效性,以最小全生命周期成本(life cycle cost, LCC)、系统网损、联络线交换功率偏差、负荷波动以及电压波动为目标,采用带精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithm-II, NSGA2)求解储能系统(energy storage systems, ESSs)选址定容规划方案的Pareto非支配解集。并利用基于熵权法(entropy weight method, EWM)的灰靶决策在Pareto非支配解集中选取最佳折中解。另外,通过模糊核C-均值(fuzzy kernel C-means, FKCM)聚类算法获取源荷典型运行场景集,并基于扩展的IEEE-33节点系统进行仿真分析。仿真结果表明:NSGA2算法不仅实现了电-氢混合储能系统LCC最小,且其电压质量、功率稳定性、网损与负荷波动也显著优于对比算法。     

基于改进多目标蜉蝣算法的配网电池储能系统最优选址定容

电池储能系统(BESSs)在配电网的选址定容是保证BESSs和配电网经济可靠运行的关键。基于此,提出了一种配电网BESSs最优选址定容方法。首先,采用C-均值聚类算法对全年的负荷曲线和风、光出力曲线进行典型日聚类。进而,以BESSs日均综合成本、电压波动和负荷波动最小为目标,建立了配电网BESSs最优选址定容的多目标优化模型。为获得BESSs等决策变量的Pareto最优解集,设计了改进的多目标蜉蝣算法(MMOMA)进行求解。为实现三个目标的最佳权衡,采用改进理想点决策(IIPBD)方法对Pareto最优解集进行折中决策。最后,利用扩展的IEEE33节点配电系统进行仿真测试,以验证所提方法的有效性。仿真结果表明,与另外两种传统多目标优化算法相比：所提MMOMA获得的Pareto前沿分布更广、更均匀;IIPBD方法获得的折中决策方案有效实现了BESSs投资成本的最小化,同时能显著降低配电网的电压波动和负荷波动。     

含新能源接入的配电网中储能系统协调控制策略

以提高电网对新能源接纳能力为目的,本文研究了含新能源的配电网中电池储能系统的协调控制策略,针对配电网有功功率波动、新能源接入点电压波动建立优化模型,使用NSGA-II算法(快速非支配排序遗传算法)求解其Pareto非支配解集,实现多个储能系统的协调控制。使用该控制方法,可以将分布式储能系统联合调度,较好地平抑配电网整体的有功功率波动,同时改善新能源接入节点电压波动,提高电力系统稳定性。最后,本文对IEEE14节点配电网进行算例分析,在该配网中接入了接近负荷一半的光储和风储系统,将原本只和本节点光伏或风电配合的储能系统联合考虑,协调控制其出力,最后通过对比一个完整调度周期内储能系统单独控制和协调控制的效果,表明本文协调控制策略的有效性。     

计及分布电源消纳的混合储能系统优化配置

针对高比例以风光为代表的分布式电源(distributed generation, DG)接入主动配电网中，存在弃风弃光、电压越限和功率波动等问题。为实现DG消纳最高、净负荷功率波动最小，提出一种基于小波包分解与混合储能系统(hybrid energy storage system, HESS)运行约束相结合的功率分配策略，建立HESS多目标规划模型。首先，对净负荷功率进行小波包分解，得到各储能初始功率指令；其次，结合全钒液流电池、超级电容运行约束和考虑DG消纳最大运行策略，对HESS内部功率进行修正。在此基础上，建立以综合成本最小、DG消纳最大、净负荷功率波动最小以及电压偏差最小的全钒液流电池-超级电容HESS功率分配和容量配置模型；并采用改进的快速非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅲ,NSGA-Ⅲ)对多目标模型求解；最后，通过对改进IEEE-33节点系统进行仿真计算。仿真结果表明，该策略下HESS配置方案，可以有效提高DG消纳同时平抑净负荷功率波动，提高主动配电网运行稳定性。     

基于改进粒子群算法的配电网多目标优化控制

随着光伏机组大量接入配电网,需要在增加间歇性可再生能源使用的同时,保持电力系统的电压稳定。储能技术的快速发展允许部署储能系统来支持电压调节。为了在光伏储能优化出力系统中达到网络损耗和调压措施成双优化的目的,提出了一种改进的Pareto档案粒子群多目标优化算法。在非支配排序环节计算拥挤距离时,加入小生境技术,避免陷入局部最优同时,增加Pareto解集分布的多样性。基于IEEE 30配电网系统测试了所提出的PV-ESS（photovoltaic-energy-storage-system）优化方法。结果证明,该算法对抑制光波动、提高电压稳定性以及降低网损有着良好的表现,进而维护系统运行的稳定性,降低电力行业经济成本。     

考虑降损和平抑峰谷的配电网储能电池Pareto优化模型

为发挥储能电池在配电网运行中降损及平抑峰谷的作用,建立了一种考虑降损和平抑峰谷的配电网储能电池Pareto多目标优化模型。该模型以配电系统中有功损耗最小和1天中各时段负荷方差最小为目标函数,以储能电池的充放电功率为控制变量,以罚函数的形式处理电池容量约束和静态安全约束。依据日负荷曲线获取储能电池最佳充放电时段,结合前推回代潮流计算方法和带精英策略的快速非支配排序遗传算法（non-dominated sorting genetic algorithm II,NSGA-II）对多目标模型进行求解。基于最大满意度,在Pareto解集中分别分析了网损最小、削峰填谷效果最优和网损与削峰填谷折中最优3种优化方案,以获取不同的储能电池运行优化方案。最后,以IEEE33配电网系统为例,验证了所提方法的实用性和有效性,并分析了不同决策策略下运行方案的优劣,为配电网经济运行提供决策参考。     

基于柔性直流互联的多微网集成聚合运行优化及分析

为解决多微网集成聚合控制与运行管理问题,提出一种多微网柔性直流互联方案及多目标优化调度方法。首先介绍了多微网柔性直流互联结构和电压源型变流器(VSC)模型。然后,以微网中电压波动最小和系统网损最小为优化目标,综合考虑交流系统、直流系统和VSC的运行约束,提出了基于柔性直流互联多微网的多目标优化模型。最后,采用改进非劣排序多目标遗传算法(NSGA-Ⅱ)和交直流混合潮流算法对多目标优化模型进行求解,得到帕累托(Pareto)最优解集,针对Pareto最优解集中解的数量大的问题,提出采用模糊聚类法对Pareto最优解集进行筛选,得到最终优化调度方案。对算例进行了仿真分析,结果表明所提模型和算法能够有效抑制微网电压的波动,进而提高可再生能源的渗透率,同时保证系统的经济运行。     

基于多目标人工蜂鸟算法的电-氢混合储能系统最优配置

将氢气储能系统与电池储能系统相互结合,可实现长期且快速的能量吞吐并减小分布式电源渗透率提高对配电网稳定性的影响。综合考虑电-氢混和储能系统接入配电网的经济性和技术性要求,以最小化系统全生命周期成本、配电网的电压波动和净负荷波动为目标,建立了电-氢混和储能系统多目标优化配置模型。采用基于Pareto的多目标人工蜂鸟算法求解其规划方案,并与多目标粒子群算法以及多目标原子轨道搜索进行了对比。最后,基于扩展的IEEE-69节点标准测试系统进行求解。仿真结果表明：多目标人工蜂鸟算法能够获得解集质量更加优异的Pareto前沿。所得混合储能系统配置方案在兼顾经济效益的同时,改善了配电网的电压质量和负荷水平。与仅配置电池储能系统相比,电-氢混合储能系统对配电网净负荷波动与电压波动的改善分别提高了21.02%与16.66%,证明了本文所提优化配置方法的有效性和卓越性。     

基于经验模态分解的平滑可再生能源功率波动的储能容量优化

随着可再生能源并网渗透率的提高,可再生能源并网的功率波动对电网产生诸多不利影响。储能系统(energy storage system,ESS)可有效克服可再生能源发电系统的功率波动性问题。为了平滑可再生能源的功率波动并确定储能容量,应用经验模态分解(EMD)的方法:对可再生能源输出功率样本进行EMD分解,得到一系列固有模态函数(IMF)。基于分解结果,考虑ESS充放电效率、荷电状态(state of charge,SOC)以及可再生能源系统输出功率的波动率约束,确定所需最小的ESS容量。以某地区风电场实际功率数据为例,算例结果表明,采用该方法能有效平抑风电功率波动,所用的储能容量较小,且能保证系统稳定运行。     

基于UPFC/BESS的大电网新能源系统功率波动柔性跟踪控制研究

随着新能源发电技术的快速发展,对大电网新能源系统灵活交流输电技术提出了新的要求。为了解决大电网新能源发电波动性、间歇性及负荷突变等引起的功率波动和电网稳定问题,提出了一种新型基于蓄电池储能系统(battery energy storage system,BESS)接入的统一潮流控制器(unified power flow controller,UPFC)装置。建立了含风电、光伏发电和UPFC/BESS的大电网新能源系统数学模型,基于广域测量系统(wide area measurement system,WAM S)技术设计出UPFC/BESS关于抑制新能源电力功率波动的柔性跟踪控制方法,该方法使储能装置柔性交换系统的有功功率和无功功率,消除了有功波动对节点电压的影响。基于PSCAD/EMTDC平台的仿真结果表明,UPFC/BESS具有较强的有功调节控制能力,能够快速抑制大电网新能源接入系统的负荷与电源功率波动。     

混合储能提高光伏低电压穿越控制策略的研究

低电压穿越(Low-Voltage Ride Through,LVRT)是影响光伏并网发电系统稳定运行的重要因素。针对这一现状,文中提出了一种混合储能(Hybrid Energy Storage System,HESS)的控制策略来解决,HESS由蓄电池储能系统(Battery Energy Storage System,BESS)和超导磁储能系统(Superconducting Magnetic Energy Storage,SMES)构成。采用低通滤波的方法将不平衡功率分频,为HESS分配功率指令。当光伏并网发电系统正常运行时,HESS用于平抑功率波动。当出现短路故障时,采用无功电流注入的策略使光伏逆变器发出无功功率,此时不平衡功率仅由SMES吸收,BESS不参与运行。通过SMES与光伏逆变器的配合,顺利实现LVRT过程。所提方法能够提高光伏发电系统的低电压穿越能力,减小功率波动对电网的冲击,有一定的实际应用价值。     

液态金属电池储能系统在光氢耦合微电网中的优化配置

液态金属电池是一种新型电池,其与氢储能共同构成的综合储能系统可以很好地满足微电网的需求。首先为该综合储能系统设计了一套以经济性最优为原则的调度方案,使两种储能装置协调配合,共同平抑并网光伏电能的功率波动。其次,仿真计算该调度方案下的液态金属电池配置成本、微电网年利润、电池预期使用寿命、电池容量不足的天数等指标,并利用这4项指标构建液态金属电池储能系统性能的综合评价模型。最后,以某光氢耦合微电网为例,利用上述模型对不同容量液态金属电池的性能进行评价,得出了电池的最优配置容量。     

超导储能蓄电池混合储能在风力发电中的应用

风力发电输出功率的波动性导致其直接并网会对电网带来不良影响,需要电力储能装置来提高并网性能,而常用的单一电池储能由于受到充放电次数的限制而易损坏。在建立用于平滑风电功率波动的超导储能和电池储能的混合储能模型基础上,设计超导储能用于平抑高频尖峰功率,电池储能用于平抑低频波动功率,并给出了两种储能装置的功率和容量确定方法。算例的仿真结果表明该方法同单一电池储能相比,可以有效地平抑风场并网的功率波动并减小电池的功率等级,减少电池的充放电次数和放电深度,从而延长了电池使用寿命。     

电池储能系统在电力系统中的应用

电池储能系统（BESS）是一种新兴的FACTS器件。具有控制有功功率流的能力,能够同时对接入点的有功功率和无功功率进行调节,为高压输电系统提供快速的响应容量,有效提高了电力系统的稳定性、可靠性和电能质量。介绍了电池储能系统的基本原理、特点和国外的应用情况,并对它在电力系统中的不同应用进行了综述。     

考虑储能电池参与一次调频技术经济模型的容量配置方法

规模间歇电源并网引起的电网频率问题,导致对引入储能辅助调频的研究越发迫切。提出一种考虑储能电池参与一次调频技术经济模型的容量配置方法。阐述了储能电池功率和容量设计的通用方法;通过分析储能电池在调频运行过程中的成本和效益,基于全寿命周期理论,运用净现值法结合仿真模型构建储能电池参与一次调频的技术经济模型;设计了一种储能电池参与一次调频的充放电策略,在此基础上,考虑受风电出力波动影响的电网综合负荷,从与之对应的电网频率信号波动特性出发,在确定的电网调频及储能电池运行要求约束下,得出调频效果最优、经济性最优以及两者综合最优目标下的储能电池容量配置方案。仿真结果表明了该方法的合理性及有效性。本研究有助于推动储能电池在辅助调频服务上的示范与工程化应用。     

Economic Analysis of Hybrid Battery Energy Storage Systems Applied to Frequency Control in Power System

The battery energy storage system (BESS) is prospective energy storage in the smart grid, and the hybrid energy storage system (HESS), using two different kinds of battery, is also being studied to achieve better performance and the lower cost than the single‐battery‐type BESS. However, the cost issue has not yet been evaluated explicitly. On the other hand, BESS has been studied and offers promise for ancillary service, although HESS has not been applied to frequency control in power systems. This paper focuses on the application of HESS to frequency control and its economic analysis. In this paper, the important battery characteristics in the application to a power system are introduced and two kinds of HESS are evaluated in terms of their cost when applied to frequency control. In addition, the cost HESS is used for peak shift as well as frequency control is analyzed.     

基于BAS-IMOPSO算法的风电系统储能优化配置

风力发电作为清洁的可再生能源,在电力系统中应用广泛。但风电出力的随机波动性对电力系统电能质量产生了不利影响。储能系统具有灵活的双向调节能力,引入储能可有效平抑风电接入系统带来的电压与功率波动问题。本文考虑储能接入节点与容量不同对风电出力波动的平抑效果不同,以系统电压偏差、日有功网损和系统内储能接入总容量为目标函数建立多目标储能优化配置模型,并采用改进多目标粒子群算法（BAS-PSO）求解该模型。模型求解结果为一组pareto最优解,为在其中选取最优储能配置方案,采用基于信息熵的逼近理想解排序法,得到最佳储能接入节点与容量。在IEEE-33节点配电网系统中对所提模型进行仿真验证,结果表明储能系统可有效降低配电网的电压偏差与有功网损,提高了系统的电能质量与运行经济性,并具有削峰填谷的作用,同时验证了BAS-PSO算法的有效性。