风光储联合系统输出功率滚动优化与实时控制

为改善风光储联合系统输出特性和降低储能电站功率补偿压力,提出了一种在线滚动优化和有功实时控制相结合的协调优化控制方法。在线滚动优化建立了联合系统总的平均有功功率偏差最小、储能电站充放电次数最少和优化末段储能电站剩余电量最大的优化模型,通过非支配排序遗传(NSGA-Ⅱ)算法求解,给出风/光/储分钟级的计划出力曲线。有功实时控制实现风/光计划出力微调和储能电站实时控制,风/光计划出力微调模块根据实时风速和光照等信息,平衡计划超额;储能电站动态给出功率上限,提高了应对风/光爬坡的能力。仿真算例表明,所提控制方法使储能电站在较低的充放电次数下,与风/光配合协调控制,降低风光储联合系统平均有功偏差,改善联合系统跟踪计划出力的能力。     

风光储联合发电系统储能控制策略

为提高风光储系统的可调度性,建立了风光储发电系统储能电站控制模型。结合风/光电站的运行实际,将风力、光伏发电的功率预测结果表示为模糊变量,给定实际功率数据曲线,以其短期预测曲线作为计划出力曲线,以实际出力曲线和计划出力曲线的均方根误差最小、预测合格率最大、充放电功率平缓及储能电量维持合理范围为目标,以风/光电站及储能电站发电限值为约束条件,通过相关机会目标规划方法对多目标任务进行追踪,利用模糊模拟及动态粒子群算法进行求解,依据超短期预测曲线进行滚动计算,得出控制时段内实际出力曲线。算例仿真结果表明,该储能控制策略符合风光储电站的运行实际,可使风光储发电系统很好地跟踪计划出力曲线。     

并网光伏电站MW级电池储能系统应用及响应时间测试

对储能电站并网测试技术进行了深入研究,针对光储电站中MW级电池储能系统的有功、无功控制能力及功率响应时间进行测试,分析比较不同功率切换下的储能响应时间。首先对光储电站的结构进行介绍,包括光储电站电气接线图、储能系统组成及储能系统通信方案;然后分别对储能电站的有功和无功调节能力、充放电转换时间和储能系统容量进行测试,并对储能调节光伏跟踪计划出力进行测试。对测试结果进行定量分析可以看出,通过就地监控软件设置储能控制指令,储能分系统的功率切换时间在100 ms以内,通过光储电站联合调度管理系统下达功率指令对储能电站进行出力控制时,功率指令响应时间在1.5 s以内。     

计及储能电池寿命衰减的居民小区光储优化配置

在居民小区配置光伏系统可减小电力系统的供电压力,配置储能装置能够减小光伏弃光率,同时还可以实现负荷的时空转移,减小负荷峰谷差。为使居民小区光储系统的配置更加合理,利用充放电次数和放电深度对储能电池寿命的影响,通过改进曲线拟合方法及线性分段处理方法,获得更加准确的曲线拟合函数和与原曲线更加贴合的分段线性函数,建立储能电池动态损耗模型;以光储系统年均净收益最大和负荷峰谷差最小为目标函数,对光储系统进行优化配置;最后使用不同权重求解方法得到光伏出力值及负荷需求值,采用多目标粒子群算法对在不同运行场景下的居民小区光储系统配置问题进行求解,并通过仿真对比分析不同运行场景下光储系统的运行策略。结果表明,居民小区储能系统在并网场景下的经济性和削峰填谷效果更佳,所采用模型合理有效,可为居民小区光储系统的规划建设提供参考。     

基于机会约束规划的储能日前优化调度

为了最大程度地使风光储联合发电系统的出力与计划出力相匹配,采用提前一天对储能装置进行优化控制的方法。因风光出力具有随机性,提出了基于机会约束规划的储能优化控制方法。该方法考虑了储能装置的功率出力和电量约束条件,以风光储总出力曲线与给定的计划出力曲线的相似度最大为目标函数,使用基于随机模拟的粒子群算法求解,得到两条曲线最接近时对应的储能充放电功率。算例分析结果表明,所提出的储能优化控制策略能够使风光储联合发电系统总出力最大程度地跟踪计划出力曲线。     

基于MILP的用户光储系统储能配置场景适应成本分析

针对联网用户侧光储系统的储能容量优化配置问题,采用K-means 聚类算法和聚类数判断指标筛选典型光伏出力场景集合用于储能规划,分析在不同光伏出力场景下因储能容量缺额或容量冗余产生的场景适应成本;以总场景适应成本最小为目标建立储能容量配置和运行优化的混合整数线性规划模型,优化决策用户光储系统的储能容量配置及运行策略;分析低谷电价与富余光伏倒送价对储能容量配置和运行策略的影响。算例结果表明,模型可计及光伏出力不确定性,优化规划储能容量,并场景化细粒度衡量储能规划方案应对光伏出力变化的经济代价,为用户侧储能投资提供更高效的决策支持。     

基于模型预测控制的新型电力系统光储电站调频控制策略

光伏渗透率的不断提高降低了新型电力系统的转动惯量,给系统频率稳定性带来了新的挑战,储能出力灵活且迅速,将储能与光伏结合构成光储电站参与电网调频能够提高新型电力系统频率稳定性。光储电站参与系统调频的有功出力受到光照强度、储能荷电系数等多因素的影响,然而现有的与光储电站调频控制有关的研究大多对这些多约束的处理能力较差。在此背景下,提出一种基于模型预测控制的新型电力系统光储电站调频控制策略。该控制策略以最小化系统频率偏差与频率变化率之和为目标,计及光储电站有功出力及总发电量约束,优化光储电站有功出力,并通过控制光储电站有功输出参与系统频率调节。最后,通过仿真算例说明了所提方法相比传统控制策略调频效果更优,能够在考虑多约束的情况下快速精准确定光储电站出力,提高系统频率稳定性。     

基于模型预测控制的新型电力系统光储电站调频控制策略

光伏渗透率的不断提高降低了新型电力系统的转动惯量,给系统频率稳定性带来了新的挑战,储能出力灵活且迅速,将储能与光伏结合构成光储电站参与电网调频能够提高新型电力系统频率稳定性。光储电站参与系统调频的有功出力受到光照强度、储能荷电系数等多因素的影响,然而现有的与光储电站调频控制有关的研究大多对这些多约束的处理能力较差。在此背景下,提出一种基于模型预测控制的新型电力系统光储电站调频控制策略。该控制策略以最小化系统频率偏差与频率变化率之和为目标,计及光储电站有功出力及总发电量约束,优化光储电站有功出力,并通过控制光储电站有功输出参与系统频率调节。最后,通过仿真算例说明了所提方法相比传统控制策略调频效果更优,能够在考虑多约束的情况下快速精准确定光储电站出力,提高系统频率稳定性。     

储能电站参与调峰的风-火-储联合系统分层优化调度方法∗

为充分挖掘储能参与系统调峰潜在价值,合理分配风、储、火等系统出力,有效降低系统运行成本,提高 可再生能源消纳水平,提出了一种储能电站参与调峰的风-火-储联合系统分层优化调度方法.为了提高模型泛化能力和预测精度,采用基于集成学习的风电预测方法得到风电场出力曲线.分层优化调度方法的上层优化模型以最小化净负荷波动为目标,对各时段储能电站充放电功率进行优化.下层优化模型以最小化风-火-储联合系统运行成本为目标,基于上层优化模型传递的净负荷曲线,优化求解得到火电机组最优出力和最大调峰收益.     

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。     

基于机会约束规划的储能系统跟踪光伏发电计划出力控制方法

为最大程度提高光伏系统跟踪计划出力能力,基于短期光伏发电预测功率及预测误差的随机性,提出采用机会约束规划的储能系统控制方法。该方法以光储联合出力在调度计划上下限范围内为目标,考虑储能充放电功率与荷电状态(state of charge,SOC)约束条件,并采用基于蒙特卡罗(Monte Carlo)模拟的改进自适应粒子群优化算法(particle swarm optimization algorithm,PSO)进行求解,进而获得日前各时刻储能的充放电功率值。以典型光伏电站出力为例进行仿真,对比分析了固定系数和变化系数情况下光储跟踪计划出力效果与储能情况,结果验证了该控制策略的有效性与灵活性,并为日前储能充放电控制提供了参考方案。     

基于遗传蚁群的光储电站运行效益提升策略研究

以并网光储电站为研究对象,以充分发挥储能系统灵活调节作用并提高系统运行经济性为出发点,在考虑度电成本的基础上,提出一种实时调整储能系统运行状态的控制策略,建立以净收益最大、向大电网取电量最少为目标的优化模型,采用基于精英策略的带有惩罚函数的遗传-蚁群算法对优化模型进行求解,从投资人角度对并网光储系统进行投资收益分析.最...     

基于模糊相关机会规划的储能优化控制

为了最大限度地使风光储联合发电系统的出力与计划出力相匹配,采用提前一日对储能装置进行优化控制的方法。因风光出力具有模糊性,提出了基于模糊相关机会规划的储能优化控制方法。该方法考虑了储能装置的出力和电量约束条件,每个时段的匹配程度用可信度表示,以一日内96个时段总的可信度均值最大为目标,采用基于模糊模拟的遗传算法求解,得到可信度均值最大时不同时段对应的储能充放电功率。算例分析表明,所提出的储能优化控制策略使风光储联合发电系统的总出力可基本跟踪计划出力曲线。     

多代理粒子群算法光储电站控制策略

针对大规模复杂系统的光储电站中光伏出力波动大、储能荷电状态和放电深度不一致,提出多代理与粒子群算法思想结合的光储电站控制策略,建立光储联合电站输出功率目标函数。算法中粒子的速度用各储能单元区的各储能换流器的充放电功率表示,粒子的位置用各储能换流器对应的荷电状态表示,经过不断优化约束条件和目标函数,寻优探索出最优解。Matlab/simulink仿真结果表明,所提出的多代理粒子群算法在储能系统作用下有效减小了功率波动率,优化了光储电站主代理对应的电池荷电状态。     

一种适用于黑启动的光储联合发电系统协调控制策略

为研究光储联合发电系统的黑启动能力,采用孤岛运行条件下光储系统启动厂用异步电动机的方法模拟电网黑启动过程,建立了光储联合发电系统模型及其控制系统。选择储能作为主电源,采用恒压恒频控制平抑光伏系统出力波动,为系统提供电压与频率支撑。考虑到因储能剩余充电容量不足将引起黑启动失败的情况,基于常规MPPT(maximum power point tracking)算法,提出一种负荷跟踪与MPPT相结合的方法,使光伏系统出力充足时有效跟踪负荷变化,无多余功率向储能充电;出力不足时实现最大功率跟踪,联合储能共同为负荷供电,从而减小所需储能容量。仿真结果验证了所提协调控制策略的可行性和有效性,同时验证了光储联合发电系统能够为大电网的恢复提供黑启动电源,具备快速黑启动能力。     

基于合作博弈的风光储集群协同优化调度模型

为降低自配储能的风光电站集群的弃风弃光问题,提高电站集群收益,提出一种基于合作博弈的风光储集群协同优化调度模型。首先,设计了风光储集群联盟的工作机制;其次,建立了考虑电站售电收益、减少弃风弃光惩罚收益、减少计划发电误差惩罚收益和输电成本的风光储集群联盟收益模型;在此基础上,建立了基于合作博弈的风光储集群协同优化调度模型,并利用粒子群优化算法求解协同优化模型;然后,基于Shapley值给出风光储集群联盟收益分配策略。最后,基于实际风光电站集群的出力数据进行算例分析,结果表明本文提出调度模型能够有效提高风光储集群联盟的收益,并保障集群联盟的稳定性。     

基于风光荷储联合优化的虚拟电厂竞价策略

基于电力市场的竞价机制和虚拟电厂的运行机制,构建了以风电-光伏-负荷-储能联合运行体利润最大化为目标的优化决策模型。该模型充分考虑新能源机组,储能与负荷运行时的各项技术约束条件,通过虚拟电厂中风-光-荷-储间协调耦合运行的发电策略与出力安排等,实现新能源与电动汽车联合参与市场竞价。构建算例验证了该风光储联合运行优化决策模型的正确性与有效性,并通过对多组场景对比,分析新能源出力波动性对风-光-荷-储联合运行模式的竞价策略的影响。     

考虑多模式融合的光储充电站储能系统优化运行策略

针对储能系统单一运行模式难以满足光储充电站多类技术需求的问题，提出一种考虑多模式融合的光储充电站储能系统优化运行策略。首先，分析光储充电站储能系统典型运行模式，在此基础上进行储能系统多模式融合设计；其次，建立不同模式下光储充电站储能系统运行模型，进一步提出多模式融合的光储充电站储能系统优化运行策略；最后，基于上海某光储充电站24 h运行曲线，对所提策略进行仿真与实验分析。结果表明：所提策略可降低光储充电站并网负荷波动和储能系统能量平衡用电成本，提升光储充电站运行效益。     

电动公交车光储充电站日运行随机优化策略

针对电动公交车光储充电站的运行优化问题,建立了以充电站的运行成本最小为目标、考虑光伏出力随机性的多场景日前优化模型,在满足充电需求的条件下,实现储能系统的充放电优化调度并给出日内储能初始荷电状态。在实时运行阶段,根据更新的光伏和充电需求的预测,提出了光储充电站的日内滚动优化策略。所建模型考虑了环境温度对电动公交车充电需求的影响。仿真结果验证了所提日前和日内优化策略的有效性,并分析了充电站配置光伏和储能系统的成本效益。     

基于GRU-MPC的光储充电站日前-日内两阶段优化控制

电动汽车负荷与光伏出力的随机性给光储充电站的经济运行带来严峻考验。为了更高效地利用储能系统以及提高控制策略的鲁棒性,建立光储充电站日前-日内两阶段优化模型。在日前阶段,结合变分模态分解与门控循环单元神经网络预测一天48个时刻的充电负荷,并建立以日充电成本最小为目标的优化模型;在日内阶段,以日前调度计划与日内实际运行结果的偏差最小为目标,采用模型预测控制来实现滚动优化,为了增强储能控制策略对不确定源荷的跟踪能力,在日内关键时间点结合超短期源荷预测的结果对日前计划进行更新,得到基于阶段性最佳参考轨迹的实时调度。以实际算例进行仿真计算,比较不同控制策略对充电成本的影响,结果表明所提两阶段优化控制策略可以节省更多的充电成本,有更高的经济价值。