基于风电场集中储能的风储柔性控制策略研究

为了平抑风电波动并且保证储能荷电状态(SOC)跟踪给定目标值,针对风储协调优化控制,给出了一种风储多时间尺度的柔性控制策略。首先,采用正态分布的方法分析了风储的容量配比。其次,采用带死区的滑动平均值滤波算法对风电场分钟级运行数据进行平滑,利用模型预测控制(MPC)原理,结合风电场超短期风功率预测数据,实现了储能小时级充放电功率的滚动优化。最后,在Matlab中搭建了钒液流电池模型和柔性控制策略模型,采用风电场的实际运行数据对模型进行了仿真验证。仿真结果表明,风储柔性控制策略是正确和有效的,在降低风电波动的同时又能保证储能SOC不偏离目标值。     

抑制风电爬坡率的风储联合优化控制方法

利用储能平抑风电波动时,应当保证并网功率爬坡率满足国家风电并网标准中的相关要求。文中研究了抑制风电爬坡率的风储联合优化控制方法。根据国家标准中"有功功率变化"的文字说明,提出了新的风电并网功率爬坡率的数学表达,并提出同时考虑弃风和储能控制手段的风储联合控制方法,以风储联合运行的效益最大化为目标,利用风功率超短期/短期预测数据进行滚动优化控制。基于实际的风电场数据设计了算例系统,并采用遗传算法求解。结果表明该控制方法能够保证风储联合发电功率满足国家风电并网标准对风电有功功率变化的要求。     

含风储一体化电站的电力系统多目标风险调度模型

风储一体化运行是未来风电站的一种发展趋势,与储能和风电分别受系统调度相比较,更有利于提高风电接入电网的利用率。基于一体化电站中电池储能系统的运行特性及风机故障机理,提出考虑含风储一体化电站的电力系统失负荷和弃风风险指标,建立以系统运行风险最小、火电机组煤耗量最少,以及弃风量最少的多目标优化调度模型,以解决系统运行过程中风险、发电成本与风电消纳之间的矛盾。算例验证表明,与传统风储联合运行模式下的调度结果相比,一体化后虽然风险略有增加,但显著提高了系统运行的经济性和风电消纳能力。     

电池储能系统用于风电功率部分“削峰填谷”控制及容量配置

为缩减风电输出功率小时级的峰谷差,减小风电功率间歇性、波动性对规模化风电并网带来的不利影响,基于风电功率短期预测技术的小时级风电功率输出指令,提出风电功率部分“削峰填谷”控制策略,利用电池储能系统（battery energy storage system,BESS）缩减小时级尺度的风电功率峰谷差,并在各时间窗口内将风储合成出力的风电功率波动限制在一定的带宽范围以内;提出基于正态分布的储能功率计算方法,基于电池储能系统优化控制策略,分析电池储能系统实现部分“削峰填谷”控制策略与储能容量之间的关系。仿真实验结果验证该控制策略下储能容量配置的正确性与可行性。     

考虑储能动态充放电效率特性的风储电站运行优化

风电与储能联合是提升风电场消纳的有效途径,而储能效率直接影响风储联合发电系统的消纳效果,但目前的常数效率模型对储能的效率特性刻画不够精细。以等效风电消纳量最大为目标,建立了考虑储能动态效率的风储联合发电系统运行优化模型。该模型考虑了储能在充放电运行功率不同时的效率变化,将动态效率以分段函数形式纳入混合整数线性优化模型。基于实际风电场运行数据进行了仿真分析,对比了在单一储能和混合储能场景下,常数效率和动态效率模型对风储联合发电系统消纳效果和运行功率的影响,证明了动态效率特性对最大化消纳具有显著影响,是风储联合发电系统运行优化中值得考虑的因素。     

风储联合系统的储能容量优化配置

大规模风电并网给电力系统安全稳定运行带来了新的挑战。储能系统在提高风电接入能力方面具有广阔的应用前景,然而储能的高容量成本制约了风储联合系统的发展。为解决大规模风电并网的功率波动问题,在考虑风电出力波动性和电池储能系统自身运行约束的基础上,提出了风储联合系统的储能容量优化配置策略。算例结果表明,只有当系统惩罚成本的减少足以弥补储能投资的增加时,风电场才有动力投资储能。通过合理配置储能容量,能够在平抑风电功率波动的基础上,提高风电场运行经济性。     

含风储联合单元的电力系统有功和备用多目标协调优化模型

在含风储联合单元的电力系统中,为利用储能可调空间优化系统运行,提出储能在跟踪风电出力计划的同时参与备用的风储运行模式。在以场景集计及系统不确定性因素的基础上,推导出系统风险期望和风储出力偏差期望表达式,为解决系统风险、风储出力偏差和系统运行成本间的矛盾,建立以系统风险最小、风储出力偏差最小和系统运行成本最小的多目标有功与备用协调优化模型。仿真分析表明,所建模型有利于提高系统运行的经济性和可靠性,且有利于降低风储出力偏差,使风储联合单元的运行优化兼顾了系统整体的安全性和经济性。     

含风电的多种形式储能协调调度多目标优化模型

随着大规模储能的日渐广泛应用,其灵活的出力调节能力为含大规模风电接入的电网优化调度运行提供了解决思路。针对电力系统中储能以电源侧、电网侧以及用户侧等多种形式并存的情况,提出多种形式储能协调调度多目标优化模型。该模型考虑风储一体化电站、电网侧电池储能电站和电动汽车参与系统调度运行,深入挖掘多种形式储能的互补调节能力,促进风电消纳;电池储能电站面向电网调控运行,在参与系统调峰的同时提供备用,充分利用储能的可调空间优化系统运行。考虑到不同形式储能的利益主体不同,构建以风储一体化电站上网收益最大、系统总运行成本最小、电动汽车车主支付费用最小的多目标优化调度模型。最后基于十机算例系统的仿真实验说明：所提模型能兼顾各形式储能投资主体的利益,提高风电的消纳能力。     

基于时序仿真和GA的风储系统储能容量优化配比

鉴于风储一体化系统中储能容量是影响风电并网系统综合技术经济性能的关键因素之一,提出了基于时序仿真原理和GA算法相结合的协调风电有功功率与其并网系统负荷功率波动的风储一体化系统中储能容量优化配比新方法。根据电网日负荷分布的规律性与风电场出力的随机性,构建了协调风电有功功率与其并网系统负荷功率波动的储能充放电控制策略数学模型;在此基础上,以储能容量最小为目标,考虑储能装置充放电效率、荷电状态与风储合成出力目标等因素,构建了基于时序仿真原理的风储一体化系统中储能容量优化配比数学模型;进一步,采用GA算法对上述时序仿真模型求解。最后,以新疆某风电并网系统实际运行数据对上述风储系统中储能容量优化配比方法进行仿真验证,结果表明:在确保风电出力对系统不构成威胁的情况下,风储功率配比≤8:1,储能系统持续最大持续充放电时间≤1.2 h,较好地兼顾了系统的技术与经济性能。     

考虑日前计划的风储联合系统多目标协调调度

建立多时间尺度的风储发电系统协调调度模式,提出一种适用于风储联合发电系统的滚动协调调度方法。优化模型采用两阶段优化方法实现多目标决策和分层协调调度,第1阶段优化利用风电场储能系统和常规机组的协调调度最小化系统弃风电量和失负荷电量,第2阶段优化按照风电并网标准和系统调度需求在各风电场之间分配储能系统充放电任务和弃风功率。采用含3个实际风电场的IEEE 30节点系统进行仿真分析,结果表明:基于风电场滚动上报的超短期风电功率预测信息,提出的风储联合发电系统日内滚动协调调度方法能够有效减少弃风,降低系统运行成本。     

考虑风电出力不确定性的综合能源系统鲁棒优化

受风速的波动性和间歇性的影响,风力发电具有明显的不确定性特点,增加了电力系统调度运行难度。针对风电出力的不确定性,以系统总运行成本及弃风成本最优为总目标,考虑系统能量平衡、火电机组出力、燃气轮机出力、P2G设备出力等约束条件,采用鲁棒优化方法构建含P2G设备、冷热电联产机组及储能装置的综合能源系统鲁棒优化模型,采用24时段的算例通过Matlab软件中心YALMIP工具箱,通过CPLEX求解器进行求解,分析不同鲁棒参数及风电消纳率条件下,系统运行成本的差异。最后,仿真验证了所建模型的正确性和有效性。     

含冷热电联供及储能的区域综合能源系统运行优化

利用区域综合能源系统提高负荷侧运行灵活性是提升电力系统内高比例可再生能源消纳能力的重要技术手段,并且区域综合能源系统内的储能设备可以通过解耦热电联系来有效降低运行成本。用场景分析法对可再生电源出力随机性进行建模,以揭示可再生能源的随机波动性对含有冷热电联供的区域综合能源系统的运行优化所带来的影响。在考虑系统内设备特性后,建立了包含能源转换设备、能源储存设备在内的区域综合能源系统模型,并采用Yalmip工具箱和商业软件Cplex在MATLAB中进行了仿真分析,求得了系统内各个单元最佳出力、机组组合和不同调度模式下总运行成本。仿真算例表明,含有冷热电联供的区域综合能源系统可以通过储能设备有效解耦其热电运行约束,充分发挥区域综合能源系统依附能源互联网运行所带来的经济优势,提高能源利用效率。     

面向风光综合消纳的电力系统广域储能容量优化配置研究

针对含大规模风光接入的电力系统中广域储能优化配置问题,提出采用K-means聚类方法,对风电出力、光伏出力与负荷间的时序数据进行典型日场景集抽取;以年弃风成本、弃光成本与储能等效年投资成本3者之和最小为优化目标,建立面向风光综合消纳的广域储能优化配置混合整数线性规划模型,并采用智能优化算法进行求解,实现储能投资最小化和风光消纳最大化的综合最优。以宁夏电网实际运行数据为例,验证了所提模型的合理性与有效性。     

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。     

基于源-荷匹配的区域电网风/光/储容量配比优化方法

合理优化风/光/储容量配比是实现大规模区域电网新能源高效利用的基础.提出一种基于源-荷匹配的区域电网风/光/储容量配比优化方法.首先,考虑了新能源与储能的运行特性、装机容量、新能源弃电率、新能源发电量占比等约束条件,建立以全网新能源发电量最大为目标的多区域风/光装机容量优化模型,并通过引入系统负荷匹配偏差约束来保证系统...     

Tracking-dispatch of a combined wind-storage system based on model predictive control and two-layer fuzzy control strategy.

To maximize improving the tracking wind power output plan and the service life of energy storage systems (ESS), a control strategy is proposed for ESS to track wind power planning output based on model prediction and two-layer fuzzy control. First, based on model predictive control, a model with deviations of grid-connected power from the planned output and the minimum deviation of the remaining capacity of the ESS from the ideal value is established as the target. Then, when the grid-connected power exceeds the allowable deviation band of tracking, the weight coefcients in the objective function are adjusted by introducing the frst layer of fuzzy control rules, combining the state of charge (SOC) of the ESS with the dynamic tracking demand of the planned value of wind power. When the grid-connected power is within the tracking allowable deviation band, the second layer of fuzzy control rules is used to correct the charging and discharging power of the ESS to improve its ability to track the future planned deviation while not crossing the limit. By repeatedly correcting the charging and discharging power of the ESS, its safe operation and the multitasking execution of the wind power plan output tracking target are ensured. Finally, taking actual data from a wind farm as an example, tests on a simulation platform of a combined wind-storage power generation system verify the feasibility and superiority of the proposed control strategy     

基于KL散度的含储能机组组合分布鲁棒优化方法

为应对风电场出力的波动性和随机性给机组组合带来的问题,提出了基于Kullback-Leibler(KL)散度的含储能机组组合的两阶段分布鲁棒优化模型。在电池储能的运行模型的基础,将电池储能模型嵌入到传统的火电机组组合模型中,建立了含储能的机组组合两阶段优化模型;基于KL散度构建了风电场出力的模糊集,形成了含储能机组组合的两阶段分布鲁棒优化模型,通过对偶变换和广义Benders分解将其转化成易于求解的混合整数凸优化模型进行求解。通过IEEE RTS 24节点系统仿真结果表明,所提出的分布鲁棒优化方法保守性优于鲁棒优化方法,经济性接近随机优化方法,且随着KL散度增大,机组组合成本缓慢增加。     

计及风光不确定性的虚拟电厂多目标随机调度优化模型

为缓解风电和光伏发电不确定性对虚拟电厂稳定运行的影响,引入鲁棒随机优化理论,建立了计及不确定性和需求响应的虚拟电厂随机调度优化模型。首先,风力发电、光伏发电、燃气轮机发电,以及储能系统和需求响应集成为虚拟电厂,然后最大化虚拟电厂运营收益、最小化系统运行成本和弃能成本被作为目标函数,建立虚拟电厂调度优化模型。再应用鲁棒随机优化理论来转换光伏发电以及风力发电不确定性变量的约束条件,建立了虚拟电厂随机调度模型。最后,选择中国国电云南分布式电源示范工程为实例分析对象。分析结果显示：所提模型能够降低系统运行成本,双重鲁棒系数的引入能够为不同风险态度决策者提供灵活的虚拟电厂调度决策工具,协助应对风电和光伏发电的随机特性。储能系统能够借助自身充放电特性,替代燃气轮机发电机组为风电和光伏发电提供备用服务,促进风电和光伏发电并网。将需求响应纳入虚拟电厂能够实现发电侧与用电侧联动优化目标,平缓化用电负荷曲线,系统整体运营效益达到最佳。     

考虑最佳期望输出与荷电状态的风电场储能容量优化方法

风电场储能配置成本与功率波动平抑效果相互制衡,而储能容量的最优化则是解决上述问题的重要方式。为此,首先以并网功率目标值偏移量方差最小为优化目标,计算最佳期望输出,消除功率波动平抑输出目标值设定的主观性,并作为储能容量最优化的理论前提。其次,引入储能荷电状态(SOC)参量,基于模糊控制理论,根据SOC和充放电状态适时调整充放电功率,构建储能系统充放电策略,有效抑制过度充放。最后,由SOC关联的惩罚成本与运行成本之和最小建立优化模型,实现兼顾调度决策需求、储能系统运行寿命和经济性的储能容量最优化。利用改进的粒子群优化算法对相关优化问题进行求解。通过山东某风电场实际运行数据进行验证,对比分析结果表明了该方法的有效性。