风氢耦合并网系统能量管理控制策略

针对风氢耦合发电系统的燃料电池和电解槽出力响应延迟问题,本文构建了一种风力发电机、燃料电池、电解槽和超级电容耦合于直流母线的结构。根据燃料电池、电解槽和超级电容特性,提出了一种能量管理控制策略,使燃料电池和电解槽能够缓慢地补偿/消纳风力机与负荷调度之间的功率差,超级电容能快速地平滑燃料电池和电解槽响应延迟引起的功率不平衡,确保并网功率与负荷调度一致。Matlab/Simulink仿真结果验证了风氢耦合并网系统能量管理控制策略的有效性,该策略提高了系统的风电消纳能力,降低了并网功率波动。     

考虑动态功率区间和制氢效率的电转氢（P2H）设备容量配置优化

考虑大规模风电固有的间歇性、波动性影响,采用电转氢技术将弃风电量转化为可存储再利用的清洁氢能,助力碳达峰与碳中和战略目标。该文选用碱性电解槽作为电转氢设备,研究其制氢效率曲线,构建运行区间规划与经济性规划相结合的优化配置模型。首先分析电解槽平滑跟踪动态功率的区间范围,对设备充当电负荷的运行能力进行限制。然后在此基础上,以设备全生命周期成本与电氢市场交易成本整体最小为目标,对设备容量进行经济性优化。最后采用混沌粒子群优化算法求解模型。算例结果表明,在保障设备产氢质量同时,可有效提升系统运行可靠性并降低投资成本和弃风率。研究成果实现电转氢设备作为灵活负载跟踪可再生能源的功率波动。     

马尔可夫预测的多目标优化储能系统平抑风电场功率波动

在高比例风电主导的可再生能源电力系统中,配置储能系统是缓解风电功率波动、实现削峰填谷、提高风电可调度性的有效解决方案。文中从大规模储能出力水平以及风电未来输出对当前储能运行影响的角度出发,设计了风储联合运行的多目标优化仿真模型。采用马尔可夫预测模型形成风功率未来输出评估,同时利用粒子群优化算法实时滚动优化风储并网功率,获得储能电池最优运行策略。利用某百兆瓦级风电场的典型风功率数据进行仿真,仿真结果表明所提方法平滑效果良好,避免了储能电池过度充放电,防止了储能电池进入死区的情况,提高了风储一体化系统的可靠性和经济性。     

基于风电储能系统的功率平抑策略研究

针对传统风电平抑方法的滞后性,文中提出了根据功率预测,考虑储能容量配置及并网要求的目标功率平抑策略,以国家风电并网规定为参考指标,采用风功率预测技术在实现储能系统容量优化的同时获得所需的目标功率。在此基础上建立以目标功率和预测功率偏差最小为优化目标的数学模型,以并网要求的有功功率变化限值为约束条件,并在Matlab中利用粒子群优化算法(particle swam optimization algorithm,PSO)对其进行求解。以实际风电场数据为基础进行仿真优化计算,仿真结果表明该策略优于两个时间尺度下的国家并网要求,能够有效平滑风电输出、增加风电并网利用率,对风电大规模并网起到一定作用,并对未来的风电—储能系统发展提供了一定的理论指导。     

基于氢储能的主动型永磁直驱风电机组建模与并网控制

针对风电并网功率波动性及高渗透弃风现象,采用共直流母线主动型永磁直驱风电机组结构,建立基于氢储能的永磁直驱风电机组模型,并提出变流器与功率管理协调控制策略。永磁同步发电机与电解槽、燃料电池、蓄电池组汇集直流母线,考虑电解槽需电制氢、燃料电池需氢发电等特性,利用变流器协调控制及功率管理策略,实现风电功率波动抑制、降低风电弃风比例、风电绿色并网。通过PMCAD/EMTDC仿真平台,证明了模型及其控制策略的有效性,有利于风电高渗透并网运行。     

基于碱性电解槽宽功率适应模型的风光氢热虚拟电厂 容量配置与调度优化

为提高能源利用效率,降低碳排放水平,改善虚拟电厂运行效益,构建了基于碱性电解槽宽功率适应模型的风光氢热虚拟电厂(Virtual Power Plant, VPP)模型。将制氢电解槽、氢燃料电池、储氢罐构成氢能系统,代替传统虚拟电厂中的蓄电池,并提出碱性电解槽宽功率适应模型,提高电解槽在不同输入功率条件下的适应性。利用氢能系统运行时产生热量对系统负荷实行热电联供,并将电解槽产生氧气出售。在此基础上,使用改进多路无网格光线寻优算法对各设备出力调度与设备容量配置进行优化。仿真结果表明,该算法在计算精度和速度上有一定提高。基于碱性电解槽宽功率适应模型的风光氢热VPP,在降低系统运行成本的同时可以有效应对风、光出力波动,提高风、光消纳水平,减少碳排放。     

并网运行风/光/储微电网容量配置双目标优化

目前关于微网电源容量配置的研究主要针对独立运行情况,虽配置结果可保证系统运行的可靠性,但增加了冗余投资。针对并网运行的风/光/储微电网,制定了其运行策略,分别建立了微网经济性和供电可靠性模型,采用多目标模拟退火粒子群优化算法求取模型的最优解集,得到了微网中风力和光伏发电及储能系统容量配置方案。结果表明,相比于独立运行,在相同的可靠性要求下,以并网运行的角度配置风/光/储微电源容量关系,可明显降低微网投资成本。     

计及碳收益的风电场混合储能容量优化配置

风电场输出功率波动剧烈,直接并网会影响电力系统的安全稳定运行,需要配置储能平滑风电功率使其满足并网要求。为克服滑动平均法追随性差而导致储能配置容量较大的问题,提出分级滑动平均法用于确定风电功率平滑目标;采用Butterworth低通滤波对风电功率偏移量进行分解,将低频分量和高频分量分别作为锂电池储能和飞轮储能的参考功率;考虑储能初始投资及置换等成本以及售电收益、碳交易收益,建立风电场混合储能容量优化配置模型,并采用自适应混沌粒子群优化算法进行求解;利用某48MW风电场的运行数据进行仿真验证。仿真结果表明：分级滑动平均法更适用于确定风电功率平滑目标,锂电池与飞轮混合储能有利于提高风储系统全生命周期的净收益。     

采用自适应VMD与能量管理控制的混合储能平抑风电波动策略

采用燃料电池/电解槽/储氢罐/超级电容构建混合储能系统来平抑风电功率的波动性,实现风电平滑并网.针对风电功率的波动特性,结合风电并网波动率标准,提出自适应VMD算法,实现风电功率的自适应分解,得到风电并网功率和混合储能系统功率指令,根据燃料电池和电解槽出力需求,结合超级电容的荷电状态和储氢罐的储氢状态,提出一种能量管理控制策略,实现储能系统内部功率分配.算例结果表明,所提算法能自适应实现风电功率的最优分解,所提控制策略能完成储能系统内部功率的合理分配并有效地平滑风电出力波动,同时保证超级电容的荷电状态、储氢罐的储氢状态工作在合理区间.     

基于动态调峰裕度的风电并网协调优化调度

风电并网增加了系统有功调度的难度,为了协调系统运行的可靠性、经济性与风电利用效益之间的矛盾,提出了24点调峰裕度指标,从调峰的角度确定出系统动态正负旋转备用和风电并网功率,并构建了以系统总运行成本最小为目标,含水、火电运行价格成本、风电弃风惩罚成本以及系统备用惩罚成本的风电并网协调优化调度模型。针对该模型,采用优先顺序法和改进粒子群算法,并基于某个含风电的区域电网算例进行仿真验证。结果表明,所提出的指标和优化模型为解决风电并网运行问题提供了一种有效方法。     

风光互补发电制氢系统仿真研究进展

对风光互补发电制氢系统的仿真研究进展做以归纳和总结,针对离网型和并网型两种风光互补制氢系统,分析了国内外的研究手段和方法。其中,考虑到氢气的去向和储能系统的组成特点,离网型制氢系统又细分为直接制氢系统、燃料电池/电解槽复合制氢系统和燃料电池/电解池/超级电容复合制氢系统等多种类型。总结了风光互补发电制氢系统的优化目标及算法。     

风电场中储能装置的容量优化

储能技术的发展为风电的大规模并网后造成的电能质量问题提供了有效解决方法。合理的储能设备容量不仅能够提高储能设备的利用效率,也能平滑风电输出,改善电能质量。本文考虑计及储能设备减少旋转备用容量的风电场经济效益及功率波动的平衡性,采用多目标粒子群算法进行风电场储能装置的容量优化,以Pareto最优解集的形式表示储能设备带来的风电场经济性与稳定性多目标的兼顾。并通过某地的风电场典型日出力情况作为仿真实例,验证优化所得结果的有效性,可为风电场的储能装置容量选择提供实用的参考方案。     

风电场并网运行的无功补偿优化问题

风电场的功率输出具有很强的随机性,对风电场运行后的无功优化和系统稳定性问题进行了探讨。采用基于约束规划的无功补偿模型,提出基于随机模拟技术和Beta分布的粒子群优化解算方法。论述了Beta分布的粒子群算法的关键实施技术(Beta分布函数、初始可行解的产生策略、粒子的更新策略)及具体优化解算过程,并采用风电场并网运行的无功补偿优化及风电场并网运行的稳定性校验实例,表明该模型能满足可靠性和经济性条件下风电场所需的补偿容量,所采用的解算方法效果好。     

计及功率交互约束的含电-氢混合储能的多微电网系统容量优化配置

在混合交直流多微网系统中,其经济性和运行可靠性受到容量优化配置的影响。考虑到基于电储能以及氢储能系统(电解槽/燃料电池/储氢罐)的混合储能系统所具有的优势,建立了电-氢混合储能型多微网系统框架。其次,针对电-氢混合储能型多微网系统,提出了考虑系统的实时能量供需状态和储能状态的多微网运行控制策略。在容量优化配置模型中引入功率交互约束模型,并在配置过程中嵌入所提出的运行控制策略。最后,以算例分析证明功率交互约束的必要性,并采用灰狼-正弦余弦优化算法求解配置模型。所得配置结果优于改进灰狼算法和改进粒子群算法。通过模拟全年运行情况,验证了所提优化配置方法的有效性和电-氢混合储能系统在季节性储能上的优势。     

基于可逆固体氧化物燃料电池的综合能源站容量优化配置

针对综合能源系统清洁能源消纳问题，提出一种考虑设备效率退化的可逆固体氧化物燃料电池综合能源站容量优化配置方法。基于可逆固体氧化物燃料电池运行特性提出综合能源站架构，并建立能源站设备数学模型和效率退化模型；在充分考虑能源站设备效率退化的情况下，以能源站全生命周期净现值最大为目标建立系统氢储能容量优化配置模型，并利用改进遗传粒子群优化算法和CPLEX工具箱对模型进行求解。算例分析验证了所提方法的有效性和合理性。     

风电并网电力系统动态经济调度问题的研究

通过优化火电机组出力,研究风电并网后,电力系统的短期动态经济调度问题。优化模型中引入了上、下旋转备用,以此应对风电功率预测误差给系统调度带来的波动。在基本粒子群优化算法基础上,提出了3种改进策略:先采用"循环处理策略"和"优先启停策略"生成问题的可行解,然后采用"机会停机策略"进一步优化可行解。经典算例结果表明,本文提出的策略稳定性好、寻优速度快、优化结果好,具有高效的搜索能力和适应性。     

微电网复合储能多目标优化配置方法及评价指标

复合储能在微电网功率平衡、平滑可再生能源波动、提升电能质量等方面发挥多重作用,针对包含光伏发电、风力发电和典型负荷的微电网,提出一种合理配置复合储能容量的方法。针对复合储能优化配置,以装置成本最低、功率匹配最佳、可再生能源输出功率平滑度最好建立复合储能多目标优化数学模型,采用自适应惯性权重的粒子群算法求解复合储能多目标函数最优解;针对子目标函数权重系数的确定,提出目标函数适应度离差排序法;提出了定量评估微电网储能多目标优化效果的参数指标,并以此为依据,对比了微电网内蓄电池单一储能多目标优化与复合储能多目标优化结果。最后,通过MATLAB编程进行实例验算,验证了方法的合理、有效性。     

基于MOFA算法的微网系统优化调度

针对大规模电动汽车入网给微电网带来的影响,在并网运行方式下,以微电网运行成本、环境治理成本和电动汽车用户充放电成本的综合效益为目标,考虑电动汽车的时空分布特性,提出了分时电价下电动汽车有序充放电的调度方案。建立了包含风、光、储、燃料电池、微型燃气轮机、电动汽车及负荷的微网系统多目标经济调度模型,采用多目标萤火虫（MOFA）算法对调度模型进行求解,并与多目标粒子群优化（MOPSO）算法进行对比。基于MATLAB平台,以某典型微电网系统为例进行仿真,调度周期为一天,算例结果验证了所提方案、模型和算法的有效性。     

Particle Swarm Optimization-based Superconducting Magnetic Energy Storage for Low-voltage Ride-through Capability Enhancement in Wind Energy Conversion System

Abstract— This article presents a novel application of the particle swarm optimization technique to optimally design all the proportional–integral controllers required to control both the real and reactive powers of the superconducting magnetic energy storage unit for enhancing the low-voltage ride-through capability of a grid-connected wind farm. The control strategy of the superconducting magnetic energy storage system is based on a sinusoidal pulse-width modulation voltage source converter and proportional–integral-controlled DC-DC converter. Control of the voltage source converter depends on the cascaded proportional–integral control scheme. All proportional–integral controllers in the superconducting magnetic energy storage system are optimally designed by the particle swarm optimization technique. The statistical response surface methodology is used to build the mathematical model of the voltage responses at the point of common coupling in terms of the proportional–integral controller parameters. The effectiveness of the proportional–integral-controlled superconducting magnetic energy storage optimized by the proposed particle swarm optimization technique is then compared to that optimized by a genetic algorithm technique, taking into consideration symmetrical and unsymmetrical fault conditions. A two-mass drive train model is used for the wind turbine generator system because of its large influence on the fault analyses. The systemic design approach is demonstrated in determining the controller parameters of the superconducting magnetic energy storage unit, and its effectiveness is validated in augmenting the low-voltage ride-through of a grid-connected wind farm.     

计及含氢储能与电价型需求响应的能量枢纽日前经济调度

为了解耦冷热电联供(combined cool,heat and power system,CCHP)机组“以热定电”的运行约束,提高风电消纳能力,降低社会碳排放,提出了计及含氢储能与电价型需求响应的能量枢纽日前经济调度模型。源侧利用冷、热、电、氢4种储能装置,打破CCHP机组热电耦合约束;荷侧引入电价型需求响应改变用户用电行为,通过优化各机组出力与电负荷曲线,增加风机出力。该模型以系统日运行成本最低为目标,引入弃风惩罚成本增加风电消纳,综合功率平衡等约束,调用Gurobi求解器进行优化求解。对不同场景下能量枢纽的优化结果进行分析,并计算燃油汽车的碳排放量以量化氢燃料电池汽车节约的社会碳排放。结果表明:在电价型需求响应策略下,考虑CCHP与含氢储能的能量枢纽系统在增加风电消纳能力的同时降低了系统的日运行总成本,减少了社会碳排放。