基于储能电池的光伏功率波动平抑策略

为了平抑光伏发电功率波动,并优化光伏出力特性,在运用小波包分解光伏波动频率特性的基础上,提出了基于2组电池组拓扑结构的电池储能系统(battery energy storage system,BESS)在线运行策略和双BESS的最优容量确定方法。模型中2组BESS工作状态分别为充电和放电状态,当某一电池组电能状态达到满充或满放时,则2组电池同时切换当前的工作状态。基于光伏发电厂实测数据,对所提方案进行了验证,结果表明,所提方案不仅在光伏出力特性上取得了较好的平抑效果,而且在电池特性上,由于采用双BESS,很大程度上降低了BESS充放电次数,提高了储能系统利用效率。     

基于多电池组SOC一致性的光储联合电站平抑策略研究

近年来,太阳能发电因其清洁环保等优点展现出巨大的发展潜力.但由于自然环境等因素影响,光伏发电的输出功率极不稳定,极大影响了电网稳定性和可靠性.因此,本文提出一种基于多电池组SOC一致性的光伏功率波动平抑策略,通过调节储能输出功率补偿光伏输出功率超出短期波动率的波动分量,并在补偿过程中以各储能电池荷电状态(state of charge,SOC)差异最小为优化目标,以各电池组充放电状态切换情况及功率分配大小为优化变量,在不削弱补偿效果的前提下,逐渐缩小各电池组的SOC差异,并改善电池组充放电状态的频繁切换情况.最后采用Matlab软件搭建平抑策略仿真平台进行实验,结果表明本文所提策略能够实现预期目标.     

储能电池平抑风功率波动策略

为了平抑风功率波动,并优化风电场出力特性,基于双电池组拓扑结构的电池储能系统(Battery Energy Storage System, BESS)提出了在短期内平抑风功率波动的新型控制策略。该策略基于即时控制策略,把未来风功率波动对当前储能电池充放电行为的影响纳入考虑范围。双BESS则根据策略需求进行充电或放电,任一电池组电量达到满充或满放,则两组电池的工作状态同时切换。在新型控制策略中通过风电预测并结合滚动优化法实现双BESS动态控制。实践表明该策略在风电出力特性上不仅取得了较好的平抑效果,而且能降低因储能容量不足引起的瞬时大功率波动。在电池特性上,由于采用双BESS,很大程度上降低了电池充放电次数,延长了电池寿命。     

风电跟踪调度计划时降低寿命损耗的电池储能分组控制策略

为了解决风电跟踪调度计划过程中电池寿命损耗较高的问题,提出了降低寿命损耗的电池储能分组控制策略。利用设计的基于改进天牛须搜索算法的旋转门算法得到最优压缩偏移量,进而提取风电趋势;将风电场配备的电池储能分为电池组1和电池组2,并将电池组2进一步细分为3个电池簇,在避免充放电能量对冲的条件下根据风电趋势计算两电池组的功率调节指令,并基于此确定两电池组的容量,进而以电池单元的动作次数最少为目标获取3个电池簇的容量;在初始时刻及荷电状态越限时刻对电池单元进行动态分组,并根据电池单元的依次启动方法确定电池组1中电池单元的功率调节指令,基于设计的双层功率分配方法确定电池组2中电池单元的功率调节指令;电池单元在满足运行约束的条件下响应各自的功率调节指令。将所提控制策略与其他控制策略进行仿真对比,结果表明所提控制策略能以更大的程度降低寿命损耗、延长储能的使用寿命。     

考虑储能单元健康状态与荷电状态一致性的BESS功率分配策略

针对由多个储能单元组成的大型电池储能系统(BESS)不规则充放电导致的储能单元健康状态（SOH）和荷电状态（SOC）不一致性问题,研究储能单元内SOH差异与SOC一致性的关系。结合充放电优先级排序和自适应变异粒子群优化(AMPSO)算法,提出考虑储能单元SOH和SOC一致性的BESS功率分配策略。基于包含BESS、风/光发电、电动汽车和常规负荷的共直流母线型集中式微电网并网示范平台的实测数据,对所提功率分配控制策略与传统功率分配控制策略进行了对比仿真分析。仿真结果表明,所提控制策略可有效提高储能单元SOC的一致性,延长储能单元使用寿命,降低储能单元运行损耗,增强BESS双向调节能力。     

平抑光伏并网功率波动的混合储能系统优化调度策略

提出了一种光伏(PV)的最大功率跟踪工作点控制和混合储能系统(HESS)协调平抑光伏并网功率波动策略,通过PV和HESS间的密切配合,能有效将PV并网功率波动抑制在电网可接受范围内。采用了多目标非线性约束模型对HESS中电池和超级电容的充放电功率进行优化调度,调度过程中充分考虑了HESS的寿命、偏离校正以及充放电效率;给出了基于滑动平均算法的PV的最大功率跟踪工作点动态控制方法。此外,采用K均值聚类算法构建了3种典型的PV功率波动场景,对所提策略和利用HESS平抑PV功率波动的传统策略进行了对比分析,结果表明:所提策略既能取得良好的平抑PV功率波动效果,还能降低HESS的运行损耗、延长其使用寿命。     

基于SMES/BESS混合储能抑制风电功率波动的控制策略

针对风能的随机性和波动性,风力发电系统易出现功率波动的问题,采用超导磁储能(SMES)和蓄电池(BESS)混合储能的方式来平抑功率波动,提出了一种改进型混合遗传算法的变参数荷电状态(SOC)分区控制优化策略。基于自适应学习的思想对算法进行了改进,使得算法的收敛速度和精确度得以提高。将储能系统荷电状态剩余量和荷电状态分区限值作为改进后混合遗传算法的目标函数和边界条件。所得目标结果作为滤波器滤波时间常数修正值对其进行修正,从而实现功率二次分配。在Matlab/Simulink中搭建仿真模型验证了该控制策略的有效性。所提控制策略可以对任意时刻SMES和BESS出力进行最优配合,同时能减小电池充放电深度和提高对风电功率波动的平抑效果,且能有效提高混合储能系统的使用寿命。     

一种规模化电池储能电站功率分配策略EI北大核心CSCD

考虑电池储能电站的可调度性和运行安全性,提出了一种基于可变区间窗法的电池储能电站功率分配策略。通过将电池储能系统(battery energy storage system,BESS)的充放电功率设计成与荷电状态(state of charge,SOC)成指数函数关系,强化了不同SOC值BESS间的功率分配系数差异,解决了BESS在运行过程中SOC不一致的问题;通过可变区间窗方法,对BESS当前的SOC值进行差异最大化分配,加快了电池储能电站内BESS的SOC趋于一致的速率,有利于电池储能电站的整体调用,避免了运行过程中BESS因SOC越限而出现退出运行的情况发生。最后通过仿真试验和工程实证对该电池储能电站功率分配策略进行了验证,结果表明基于可变区间窗法的改进型电池储能电站功率分配策略能够使BESS的SOC在充放电期间具有良好的一致性。     

基于电池储能系统的风功率波动平抑策略

为平抑风功率中的分钟级波动,在分析波动概率特性的基础上构建了基于双电池组拓扑结构的风-储混合电站。根据电池技术特性设计了电池储能系统(battery energy storage system,BESS)的在线运行策略,即两组电池分别处于充、放电状态,根据风功率超短期预测结果,交替平抑风功率中的正、负波动分量。一旦任何一组电池到达满充或满放状态,则同时切换两组电池的工作状态。提出基于蒙特卡罗模拟的BESS运行仿真模型,在历史数据的基础上对BESS在典型时段内的运行进行了模拟。基于某风电场实测数据的仿真结果表明,基于双电池组拓扑结构的储能系统可在不显著消耗电池循环寿命的情况下有效平抑风功率中的波动分量。     

基于改进移动回归滤波的储能实时平抑功率波动

为提高储能系统平抑风功率波动的经济性,提出了一种基于改进移动回归滤波的电池集成储能双层控制策略。上层控制中,基于改进的移动回归滤波风功率平滑策略,引入权重机制来减小控制过程中的相位滞后,并推导出基于加权回归的风功率平滑模型,使并网功率与风功率相位接近,以减少储能额定功率需求和运行负担,通过移动数据窗实现实时控制;下层控制中,将电池储能系统划分为充放电特性不同的两部分独立跟踪功率,以减小频繁充放电对电池寿命的影响,并根据荷电状态（state of charge,SOC)反馈信号判断其是否达到充/放电限值,而后切换2组储能充放电模式转换,并构建基于雨流计数法的寿命评估模型评估电池储能实际运行寿命。通过实际风电池数据对所提策略的进行验证,结果表明：所提方法可有效减少并网功率相位滞后,降低电池储能系统额定功率需求和运行负担,相较单电池储能控制,电池寿命提升了数倍。     

储能系统平滑光伏电站功率波动的变参数斜率控制方法

为提高储能系统平滑光伏电站功率波动的能力,提出了基于超短期预测的变参数斜率控制策略。在斜率控制的基础上,通过提出控制荷电状态划分的2个参数变量以及4个充放电功率调节参数,建立了可调整荷电状态的储能系统平滑控制策略。根据超短期预测功率建立目标函数,采用自适应混沌粒子群算法对控制变量进行实时优化,实现平滑效果和荷电状态的协同优化。以光伏电站实测数据进行仿真分析,对比定参数控制策略,该方法在保证平抑效果的基础上能够限制储能系统的充放电深度。     

考虑充放电能量不均衡的双电池系统状态评估与控制策略

电池使用寿命是风电场功率波动平抑场景中影响储能系统经济性的重要因素。为了延长电池使用寿命,基于充放电任务分开执行的双电池系统运行模式,建立了给定最佳放电深度运行的双电池储能系统充放电数学模型,讨论了该运行模式下因充放电能量不均衡出现的极端运行情况。针对储能系统的实时运行状况和风电功率的波动情况,提出了能够表征双电池储能系统运行能力的充放电饱和能力指标和充放电运行平稳度指标,进而设计了模糊控制策略以自适应调节低通滤波器时间常数,优化控制储能电池的荷电状态,避免系统进入因充放电能力不足的不稳定运行区间。利用MATLAB/Simulink仿真平台,从荷电状态优化控制效果和波动平抑效果两方面对所提控制策略进行了仿真分析。仿真结果表明,所提模糊控制策略能够维持双电池储能系统长期稳定运行,并保证了波动平抑效果。     

用于平抑风电功率波动的电池储能系统控制策略

摘 要：采用电池储能系统（battery energy storage system,BESS）与风电场形成联合系统可平抑风电功率波动。如何制定BESS的控制策略以有效平抑风电功率波动,进而最大化系统接纳风电的能力是一个值得研究的重要问题。在此背景下,针对采用BESS平抑风电功率波动的控制策略开展研究工作。首先,针对风储联合系统的结构及特性,建立BESS的数学模型。考虑到BESS在当前时段的充放电行为影响其在下一时段的电池状态,在满足电池实际运行约束的前提下,提出用于平抑风电场出力波动的BESS的改进控制策略。之后,发展以风储联合出力波动越限概率最小为目标的BESS优化控制策略,并采用AMPL/CPLEX商业求解器求解。最后,以某风储联合系统为例,对所提出的BESS改进控制策略和优化控制策略平抑风储联合系统整体出力波动的效果进行验证。     

基于SOC调整的光伏电站储能系统调控策略

光伏（PV）发电输出功率具有波动幅度大和随机性强的特点,大规模并网光伏电站需要电池储能系统（BESS）对输出功率波动进行平滑抑制,以降低对电网的冲击。提出了一种衡量不同BESS控制策略抑制PV功率波动能力的评价指标,针对现有基本功率平滑控制策略的不足,提出基于电池荷电状态(SOC)调整输出的储能功率控制策略。通过调节BESS输出功率,对PV输出功率中较高频段波动成分进行补偿,并且在储能电池荷电状态（SOC）偏高/低时对输出功率加以自适应调整,在不削弱补偿效果的前提下,将SOC维持在正常范围内。仿真结果表明所提方法在光伏输出波动剧烈时仍有较好的平滑效果,并且对电池容量的需求较小。     

基于虚拟电池模型的DCHP系统全周期功率波动平抑策略

针对分布式热电联供系统与外部电网联络线全周期功率波动问题,提出了基于虚拟电池模型的分布式热电联供系统全周期功率波动平抑策略。该策略首先根据热负荷的动态约束建立气态虚拟电池模型,并与液态虚拟电池模型和电池储能模型共同构成电网统一模型下的虚拟电池综合储能系统。然后将分布式热电联供系统全周期功率波动平抑问题等效成一个最短路径优化问题,并采用改进Dijkstra算法,通过调控虚拟电池综合储能系统的荷电状态对其进行求解。在理论研究的基础上,利用实际的户用能源管理系统对所提出的全周期功率波动平抑策略进行测试。结果表明,所提策略能够平抑分布式热电联供系统全周期功率波动,实现电池储能、液态热储能和等效气态热储能的协同调度。     

基于动态规划的电池储能系统削峰填谷实时优化

削峰填谷是电池储能系统的基本功能之一。为了更好地发挥储能系统作用、延长电池使用寿命,削峰填谷优化需综合考虑电池容量和充放电次数、变流器出力、实时负荷曲线、与储能系统其他控制功能相配合等因素。文中提出一种基于动态规划的实时修正优化控制策略,可在优化模型中引入充放电次数限制和放电深度限制等非连续约束条件,并通过将电池电量离散化等方法解决含有非连续约束的优化问题。同时,针对电网扰动等因素引起的储能系统其他控制功能动作导致的电池可用容量不确定变化,通过在线修正的方法加以解决。上述控制算法已成功应用于南方电网兆瓦级锂离子电池储能示范工程。以该系统所在的深圳碧岭站负荷实测数据为基础,对所设计控制策略进行了验证,说明了其良好的优化效果。     

基于使用寿命模型的大容量电池储能系统变步长优化控制方法

大容量电池储能系统(BESS)配合风电场调度可以提高风电场的可调性。为了研究延长BESS使用寿命的控制方法,建立了多因素聚合寿命模型,该模型考虑了大容量BESS的串并联特性和充放电特性,能够反映充放电倍率、控制步长、充放电次数和温度等多种因素对电池老化的影响。讨论了BESS控制步长和调度周期对BESS使用寿命和并网跟踪性能的影响,提出了BESS的变步长优化控制方法。设计了模糊变步长控制器,根据当前BESS的充放电倍率和跟踪性能指标实时调节控制步长。算例仿真表明,所提模糊变步长优化控制方法结合了大步长下使用寿命长和小步长下跟踪性能好的优点,并网功率能够较好地跟踪调度指令,实现了风电场的可调性,同时提高了BESS的使用年限。     

采用动态赋权的风储协调多目标优化控制方法

风储协调控制中需要处理多个具有不一致性的子目标,各子目标的权重系数对控制效果具有关键作用。首先,通过仿真分析验证了基于固定赋权法的多目标优化控制难以适应风电出力的随机性特点。然后,提出一种通过网格化搜索进行权重系数在线调优的动态赋权方法。为了判定最优的权重系数,提出了一种基于隶属度与熵权法的评价方法。算例分析表明,所述方法能够根据风电功率波动情况、储能荷电状态(SOC)及储能出力等情况,自适应地改变各子目标的权重系数,从而在平抑风电功率波动的同时,提高了储能充放电效率,并显著改善对储能SOC的控制效果。     

分布式电池储能系统参与自动发电控制的协调控制方法

分布式电池储能系统(BESS)的协调控制是储能应用中的关键问题。针对聚合多样性BESS参与自动发电控制的应用场景,文中首先提出了基于BESS集群荷电状态(SOC)的集群能量平衡反馈控制结构;然后针对充放电损耗与电池老化建立了BESS的服务成本模型,定义了每个控制周期的边际损耗成本和边际老化成本,据此提出了基于市场机制的无需迭代的控制方法,实现了控制目标在BESS集群内的实时最优分配;最后在仿真中对比了BESS聚合器的多种SOC控制方法以及BESS的多种协调控制方法,验证了所提出方法的有效性。     

基于2层协调调度的风光储柴优化配置研究

针对风光储柴微网系统中蓄电池放电深度过大的问题,采用了2层协调调度策略。在第1层柴油发电机与混合储能的协调中,在蓄电池荷电状态达到下限之前,预先启动柴油发电机参与平衡调节;在第2层混合储能的功率分配中,基于蓄电池和超级电容器的动态特性进行功率协调分配。根据上述协调调度策略,建立了风光储柴系统的优化配置模型,采用改进的遗传算法寻求最优配置方案。通过具体算例,验证了所采用的协调调度策略的正确性和有效性。