全钒液流电池储能系统中能量消耗研究

提出了全钒液流电池储能系统中能量损耗分布的计算方法,并研究了温度和流量对储能系统性能的影响.分析了系统效率以及储能变流器、交流泵与控制系统消耗的能量占比.结果显示,温度升高时,系统效率不断提高,在37℃时,系统效率达到60.06％,泵消耗能量6.11％,电堆消耗能量19.64％,储能变流器消耗能量13.73％;流量增加后,系统充电能量不断提升,在流量为120 L/min时,充电能量达到44.95 kWh,但系统效率下降至57.77％,泵消耗能量8.96％,电堆消耗能量18.94％,储能变流器消耗能量13.88％.     

考虑电池储能单元分组优化的微电网运行控制策略

针对大规模电池储能系统参与微电网调节面临储能单元充放电路径优化选择问题,基于对储能单元能量转换效率与运行功率关系的研究,提出了以双电池储能系统（DBESS）控制策略为基础,充、放电单元组可临时转换的控制方式,以克服DBESS结构功率调节能力不足的问题。制定了储能单元间功率分配机制以降低储能单元启用数量,减少了储能单元因功率分配不当而造成不必要的寿命衰减和能量损耗。基于含8个储能单元的风光储共交流母线型微电网系统,结合给定功率波动平抑需求,对所提控制策略、DBESS控制策略和传统控制策略进行仿真分析,从储能系统控制效果、循环寿命和能量转换效率的角度验证了所提策略的合理性和有效性。     

泵损对全钒液流电池性能和效率的影响分析

建立了一个包括泵功率损耗的全钒液流电池系统模型,通过对全钒液流电池在不同管径和流速下的电池效率进行分析,得出全钒液流电池泵损的规律。运用仿真软件Fluent模拟仿真半电池在不同流速下的电解液分布。仿真结果表明,液压回路结构和电解液流速是造成泵损的主要因素,在该电池配置下电解液流量为86 cm3/s的时候可以获得最大电池效率,因此,优化钒电池结构和控制电解液流速,对于提高全钒电池储能系统的效率和改善电池稳定性至关重要。     

基于遗传算法的电动汽车HESS功率优化分配

针对电动汽车锂离子电池和超级电容的混合储能系统不同工作模式的功率最优分配困难的问题,提出基于遗传算法的混合储能系统能量功率的最优分配策略。对储能系统的不同工作模式进行分类管理,建立能量管理系统输出功率与需求功率误差最小的目标函数。采用遗传算法求解目标函数,获得锂离子电池和超级电容的出力系数,进而优化功率分配。最后,搭建混合储能系统仿真模型和实验台进行仿真和实验,结果表明,在EUDS和UDDS路况下,与传统滞环控制相比,采用遗传算法优化的能量管理总损耗降低1.2%和0.9%。     

基于能效优化的液流电池储能监控系统研制

为了提高全钒液流电池储能系统能量转化效率,结合钒电池各种电量和非电量数据采集和分析,通过控制策略优化和软硬件设计,研制了全钒液流电池储能监控系统,实现对全钒液流电池电解液流量在0～100 kW功率下的优化控制,通过降低泵耗和电堆极化,减少了系统的能耗,充电时可达到14.22 kWh,放电时可达到7.69kWh.100 kW级的全钒液流电池储能系统充放电试验结果表明,该监控方式可有效提升系统整体效率,充电时可达到7.70％,放电时可达到6.68％所提出的电解液流量控制方式可为液流电池储能系统能效优化提供借鉴.     

混合双电池充放电可再生储能系统优化设计

与单一储能技术适用范围的局限性相比,混合储能技术可充分利用不同类型储能在技术特性上的互补,满足各种技术需求。首先,根据充电/放电功率和能量容量进行电池系统设计;然后对混合电池储能系统的电源和能量管理算法以及成本估算方法进行研究;最后,使用风电场的充电/放电功率需求波形进行仿真,验证了所提算法的有效性。所设计系统可以进一步降低建设混合储能系统的成本及电池的体积,降低了系统中的能量损耗,有效地提高了系统的经济效益。     

基于超级电容储能与电压型变流器的电梯能量回收系统效率优化控制策略

为提高电梯制动能量回收系统的效率,针对四象限电压型变流器(VSC)小功率下效率低的弊端,提出结合超级电容储能的电梯电机能量回收系统的效率优化控制策略。系统通过VSC统一进行能量管理,消除了引入双向DC-DC变流器带来的开关损耗和滤波电感损耗,同时根据负载功率的不同情况来选择性地开启、关闭VSC,从而使系统始终运行在效率最优的状态中。由于VSC对超级电容的功率进行了限制、分流,因此避免了其他文献中出现的储能器端压变化大、容易超出范围的问题,增大了超级电容的利用率。最终通过模拟电梯系统负载的仿真和对照实验证明了该控制策略的可行性与稳定性,比单一四象限变流器能量回收系统的效率提高2.7%~23.2%。     

基于离散傅里叶变换的主动配电网混合储能容量优化配置

考虑能量型储能和功率型储能的互补性,以混合储能系统（hybrid energy storage system,HESS）的投资运行成本及电能交易成本之和最小为目标函数,提出一种基于离散傅里叶变换（discrete Fourier transform,DFT）的主动配电网（active distribution network,ADN）混合储能容量优化配置模型。该模型采用离散傅里叶变换将混合储能系统功率分解成低频分量和高频分量,分别由能量型储能和功率型储能承担,优化分配混合储能系统功率。计及充放电状态对能量型储能寿命损耗的影响,计算能量型储能的充放电深度和寿命损耗,测算其使用寿命,进而计算投资运行成本。同时,考虑市场环境中的分时电价和电能交易,优化混合储能系统充放电功率,减少能量型储能寿命损耗。以改进IEEE 14节点配电网为例,利用我国华南地区某电网夏季典型日运行数据验证所提出模型的合理性和有效性。     

基于改进人工蜂群算法的区域电网储能系统能量管理优化策略

为提高新能源消纳水平及系统运行效率,需对储能系统充放电功率进行优化,以平抑功率波动,降低网络损耗,提高经济效益。基于源荷状态判断储能各时段充放电状态,以区域日网损降低收益、日高储低放套利收益及日环境效益最大为目标,综合考虑储能自身约束及网架潮流状态约束等条件,建立了区域电网储能能量管理优化模型。求解过程中提出了一种改进人工蜂群算法（improved artificial bee colony,IABC）,并针对吐鲁番区域网架结构及运行特点进行了建模仿真。结果表明,对储能进行能量管理优化可提升整体经济效益,且改进人工蜂群算法具有很好的全局搜索能力及收敛性。     

风电功率小波包分解结合储能模糊控制的配电网多目标优化

将风力发电(以下简称风电)分散式接入中低压配电网,采用就地消纳的模式是大规模风电集中并网、远距离输送供电模式的一种较好的补充方式。通过对高渗透率分布式风电功率进行小波包分解,确定了并入电网功率及能量型、功率型储能的充放电功率指令,并提出了一种确定小波包分解层数及频段的优化方法,即以分解层数和频段为控制变量,建立电网总电压偏差最小、总有功网损最小、总电压闪变裕度最大、能量型储能等效寿命损耗最小的多目标函数,进而解得最优分解下并入电网的低频功率及混合储能的中、高充放电功率指令。为使频繁充放电的功率型储能荷电状态(SOC)处于合理的状态,采用模糊理论对其进行自适应控制,并根据模糊控制器的输出修正风电功率最优分解。最后,通过对基于IEEE 33节点算例的分析计算,验证了所提方法的正确性及有效性。     

分布式风电-电池储能系统可用性分析

以内蒙古某一实际分布式风电-电池储能系统的设计和运行效果为基础,对影响其可用性的关键因素进行了分析。结果显示:能量管理系统的设计需要考虑功率补偿控制以抵消储能系统内部功率损耗;功率转换系统(power conversion system,PCS)的响应时间对系统性能具有重要影响,控制算法的功率指令周期需与PCS响应时间匹配;储能系统的结构和布局也对储能系统的环境适应性有着重要影响。风电-电池储能系统可用性对其实际推广应用具有重要影响,该文对影响风电-电池储能系统应用过程中出现的问题提出了相应的解决方法,为风储系统的推广与应用提供参考。     

磷酸铁锂电池恒流和恒功率测试特性比较

与生产、试验过程中常用的恒流充放电方式不同,电池储能电站在电力系统中主要受恒功率充放电的指令调度。为了掌握储能电池在恒功率条件下的特性,建立相应的恒功率测试方法和标准,对66 Ah磷酸铁锂储能电池进行了不同倍率的恒流充放电和恒功率充放电测试,并对两种测试方法下电池的充放电曲线、容量、能量、效率等参数特性进行了比较。结果发现,恒流恒压充放电模式下,电池的倍率性能较好,1小时率放电容量保持率高达98.97%,充电能量表现出随倍率增大而增大的变化趋势;恒功率充放电模式下,电池由于不能完全充满电,倍率性能比较差,1小时率电池放电容量和放电能量分别为59.68 Ah和188.18 Wh,仅为10小时率条件下的91.38%和88.85%。此外,两种测试方式下的容量、能量均在3 h附近出现拐点,在该倍率下,可以用放电容量与工作电压的乘积来计算放电能量,误差均在0.3%以内。     

MIDC系统有功功率分配方式对受端交流系统网损的影响

对直流输电系统2种常用的运行模式进行分析，讨论了多馈入直流输电（MIDC）系统输送功率对受端交流系统网损的影响，提出了2种条件下网损灵敏度的计算方法，一种是保持MIDC系统输送通道总功率不变，另一种是MIDC系统各直流线路输送功率相互独立。第2种情况下，需要采用负荷平衡方法进行修正。针对第1种情况，文中对功率的再分配进行了讨论，提出了一种有效的功率再分配方法来降低受端系统网络损耗。对加入了MIDC系统的IEEE 118节点系统进行仿真的结果表明，优化后三馈入DC/AC的118节点交流系统网损平均降低0.97%。     

有轨电车基于工况识别的强化学习能量管理策略

储能式混合动力有轨电车以储能系统作为唯一动力源,对能量管理策略进行优化设计,可以提高有轨电车的运行性能及经济效益.将有轨电车的需求功率看做马尔科夫过程,且为避免驾驶工况变化较大时对能量管理策略的影响,提出基于工况识别的强化学习能量管理策略.首先,通过历史行驶数据构建有轨电车驾驶工况并得到不同工况下的马尔科夫功率状态转移矩阵;然后,以混合储能系统能耗最小为目标,通过强化学习算法得到不同工况下的功率分配策略;最后,以改进的学习向量化(LVQ)神经网络对当前的驾驶工况进行实时识别,控制系统通过当前识别的工况以及列车状态做出实时决策.以实车数据进行仿真验证,优化后的策略可以降低储能系统损耗,并且可应用于不同的驾驶工况中.以90kW混合储能平台进行实验验证,验证了该策略在实际工程应用中的可行性.     

基于超导储能的直驱风电系统功率平滑控制

针对并网运行直驱风力发电系统输出有功功率的波动问题,对变换器直流环节并联超导储能系统的控制方式在计及风速模型的基础上做进一步的分析,并对超导储能系统斩波器提出双闭环加脉冲判断的控制策略,确保超导磁体线圈电流水平,使超导储能系统可以快速、准确地吞吐能量,保证直驱风力发电系统在最大限度捕获风能的同时,向电网输送较为平滑的有功功率。对增加超导储能系统的直驱风力发电系统的建模仿真结果,说明了该方法的正确性和有效性。     

混合储能系统的功率变换器电流预测控制方法

针对随机性强和波动性大的新能源发电系统,为了平滑其出力,提出了一种混合储能系统的功率变换器电流预测控制方法。该方法首先分析了锂电池和超级电容充放电速度的互补特性,以及它们的功率变换器各种开关状态。然后基于模型预测控制建立了锂电池、超级电容器和双功率变换器预测模型。在此基础上,应用模型预测控制设计了混合储能控制系统。在考虑锂电池电流跟踪误差、超级电容器电流跟踪误差、超级电容器损耗和双功率变换器开关管导通数量的情况下,构建了多目标评价函数,并进行了最优开关模式求解。通过实时优化控制系统,输出最优开关模式,既实现了锂电池大电流充放电和跟踪低频变化功率,也实现了超级电容器小电流充放电和跟踪高频变化功率。因此,该方法实现了混合储能系统能量合理分配,延长了锂电池使用寿命,减少了开关动作,提高了系统整体效率。最后,通过仿真验证了所提方法的正确性。     

工况调节与传动方式对贯流泵结构和装置性能的影响

对不同工况调节和传动方式的贯流泵机组结构型式和性能进行了比较。运用计算流体力学,对采用相同水泵模型而工况调节方式不同的3套灯泡贯流泵装置进行数值模拟,评价不同工况调节方式对贯流泵装置性能的影响。计算结果表明,由于机组结构型式不同,在进水流道中安装变角调节机构的水泵装置,取得较低的装置效率,其中较长的进水流道和调节装置对水流的阻碍,降低水泵装置效率1.0～1.5%左右。采用变速调节机构的水泵装置能取得较高的装置效率,部分原因是进水流道较短,部分原因是装置结构型式不同。变频调节机构消耗的功率约占电机输入功率的3～4%,变频调节提高的装置效率,可能抵消不了这部分功率损耗。     

一种计及无功功率的光伏储能系统并网功率损耗模型研究

光伏储能发电系统快速发展导致光伏发电渗透率迅速上升,逐渐改变了传统配电网结构和运行方式。基于潮流计算分析,提出一种计及无功功率损耗的分布式光伏储能发电系统并网功率损耗模型。根据配电网最优运行状态进行功率损耗功率模型寻优分析,优化光伏储能发电系统注入配电网节点的功率,改善分布式光伏储能发电系统并网性能。以某单电源配电网为例进行仿真分析,对比不同功率损耗常数下节点电压波动、系统功率损耗,验证文中功率损耗模型的正确性与可行性。     

基于改进人工蜂群算法的区域电网储能系统能量管理优化策略

为提高新能源消纳水平及系统运行效率,需对储能系统充放电功率进行优化,以平抑功率波动,降低网络损耗,提高经济效益。基于源荷状态判断储能各时段充放电状态,以区域日网损降低收益、日高储低放套利收益及日环境效益最大为目标,综合考虑储能自身约束及网架潮流状态约束等条件,建立了区域电网储能能量管理优化模型。求解过程中提出了一种改进人工蜂群算法（improved artificial bee colony,IABC）,并针对吐鲁番区域网架结构及运行特点进行了建模仿真。结果表明,对储能进行能量管理优化可提升整体经济效益,且改进人工蜂群算法具有很好的全局搜索能力及收敛性。     

一种适用于微电网混合储能系统的功率分配策略

混合储能系统同时具有功率型和能量型储能设备的优点,适用于微电网中平抑波动性功率。采用直流母线并联方式的超级电容器和蓄电池混合储能系统,由蓄电池储能单元稳定直流母线电压,超级电容器储能单元跟踪参考电流,从而达到功率的动态分配。在混合储能系统功率损耗模型的基础上,提出一种兼顾超级电容器荷电状态和储能系统损耗的功率分配策略。将该策略用于光伏发电系统输出功率平抑,仿真结果验证了所提控制策略的有效性。