采用自适应小波包分解的混合储能平抑风电波动控制策略

采用蓄电池和超级电容构建混合储能系统以平抑风电场输出功率波动,实现风电平滑并网。首先,针对不同风电出力场景下风电功率的波动特性,结合风电并网波动标准和混合储能系统性能特点,实现风电功率的自适应小波包分解和储能初级功率分配,得到风电并网功率和混合储能初级功率指令;其次,在混合储能系统内部,根据超级电容的荷电状态,利用模糊优化控制对蓄电池和超级电容的功率指令进行二次修正,得到优化后的混合储能功率分配指令。算例分析表明,所提策略能够自适应地实现风电功率的最优分解和合理分配,确保混合储能荷电状态工作在合理区间,有效改善风电输出功率波动平抑效果,保证混合储能系统长期稳定运行。     

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.     

基于混合储能荷电状态的光伏直流微网系统能量分配策略

针对混合储能系统在平抑光伏波动以及负荷投切时荷电状态(SOC)易越限问题,提出一种基于混合储能SOC的多模式协调控制策略。在传统低通滤波功率分配的基础上,提出一种基于超级电容荷电状态的动态功率修正策略,使超级电容出力后SOC向安全状态恢复;同时,为避免蓄电池频繁切换充放电状态,在其响应环节加入优化后的延时控制。此外,根据光伏出力情况、混合储能SOC,设计出满足直流微网系统动态平衡的六种运行模式,实时调节各储能单元出力情况。在MATLAB/Simulink中搭建了光伏直流微网混合储能系统仿真模型,仿真结果表明所提策略在各工况下均能稳定运行,有效延长了储能介质使用寿命。     

基于电压下垂法的独立直流微网混合储能系统控制策略改进

针对独立直流微网中混合储能单元使用寿命问题,基于电压下垂控制的混合储能单元控制策略,提出了混合储能系统控制策略的改进措施。首先采用基于超级电容荷电状态的稳态功率修正策略,使超级电容在工作一段时间后荷电状态能够恢复至初始额定值,避免超级电容过充或者过放。其次,针对电池使用寿命问题,提出基于混合储能荷电状态的能量管理策略,以达到延长电池使用寿命的目的。最后通过Matlab/Simulink仿真分析,证明该方法在光伏输出功率改变条件下可有效延长电池与超级电容使用寿命。     

基于混合储能的交直流混联微电网功率分级协调控制策略

针对交直流混联微电网孤岛运行时,仅靠互联变流器协调网间功率无法有效缓解系统频率与电压波动,且单一蓄电池储能难以适用多场景功率需求的问题,提出利用超级电容和蓄电池混合储能的交直流混联微电网功率协调控制策略。将混合储能作为储能子网连接在直流母线上,优先采用超级电容平抑交直流子网内功率波动,提出以储能荷电状态来划分五种工作模式的改进混合储能控制策略。兼顾超级电容快速响应特性和减少互联变流器的频繁起动,根据直流子网电压和交流子网频率波动程度,提出功率自治和功率互济工况的两级分层协调控制策略。通过设计混合储能处于不同工作模式的网间功率互济场景,仿真证明了所提混合储能和互联变流器协调控制策略能够平抑各子网负荷功率波动。     

考虑储能荷电状态的附加功率调节的混合微电网协调控制

提出一种附加功率调节的混合微电网协调控制策略,对光伏和储能组成的交直流混合微电网的功率分配问题进行研究。考虑直流负荷大小和荷电状态(SOC)变换,给出一种加入两个比较器的电压外环电流内环双环控制,实现储能在不同负荷情况下充放电,防止储能过度充放电。针对储能处于停机模式时系统功率不平衡问题,基于上层控制设计分布式电源的多模式切换算法,求得附加功率实时调整交直流微电网连接的双向DC/AC变换器的输出功率。搭建光伏-储能交直流混合微电网仿真模型,各分布式电源能够根据不同的运行模式快速分配功率,协调维持系统的稳定运行,验证了所提控制策略的有效性。     

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。     

基于蓄电池-超级电容混合储能的风电功率平滑控制*

针对风电出力的随机性、波动性对电力系统的安全稳定运行产生了极大影响,提出了基于自适应滑动平均算法与集合经验模态分解相结合的混合储能系统平滑风电出力波动方法。首先利用自适应滑动平均算法将风电输出功率分解,得到满足并网条件的并网功率和混合储能功率;其次将混合储能功率进行集合经验模态分解,得到一系列频率由高到低依次排列的本征模态分量;然后根据蓄电池与超级电容的介质频率特性,将混合储能功率分配给蓄电池与超级电容;最后针对储能元件易出现过充过放的弊端,对储能元件的荷电状态进行实时监测,利用模糊优化控制对蓄电池与超级电容的功率指令进行实时修正。仿真结果表明,所提策略不仅能自适应地实现风电功率的分解,使得并网功率满足风电输出功率最大波动值的限值要求,还可确保储能元件的荷电状态工作在正常范围内,避免过充过放的发生。     

基于SOC状态反馈的混合储能功率优化策略

文中储能系统功率优化分配以一阶惯性滤波系统为基础,介绍了滤波系数的确定方法,首先提出了基于频谱分析的混合储能系统功率分配方法,根据频谱分析结果,确定波动功率在蓄电池与超级电容之间的分配;在频谱分析的基础上,进一步提出了基于SOC状态反馈的混合储能系统功率优化分配方法,并采用模糊控制,根据储能系统荷电状态SOC的值实时调整系统的滤波时间参数,从而实现超级电容-蓄电池储能系统的长期有效运行。最后,在PSCAD/EMTDC中搭建微电网仿真模型,并设计仿真方案,通过仿真验证所提混合储能系统功率优化分配策略的有效性。     

基于滑动最小二乘算法和电池荷电状态的储能 系统平滑控制策略

利用电池储能系统平滑间歇式电源的输出功率波动可以提高该类电源输出功率的稳定性。提出一种基于滑动最小二乘算法和电池荷电状态的电池储能系统实时控制策略。通过滑动最小二乘拟合算法确定储能系统的功率输出量,并辅助以荷电状态和最大波动功率限制调节,从而有效降低平滑控制过程中电池的充放电深度。实验结果显示,与传统基于滤波算法的控制策略相比,在获得相同平滑效果的情况下,新的控制策略具有更小的荷电状态波动量,可以较大程度降低所需电池容量,并延长电池的寿命。     

考虑分布式电源影响的配电网源荷储分层协调控制

本文为充分发挥储能系统的快速功率吞吐能力和冷/热负荷的调节作用，促进分布式电源的主动就地消纳，根据可控分布式电源、储能系统、冷/热负荷的多时间尺度互补特性，提出一种源荷储分层协调控制方法。该方法面向冷热电联供型配电网，按“以电定冷热”的原则，将调度过程划分为电源层与用户层，并按上下级进行协调优化，从而确定电能实时调度方案以及冷/热能实时调度方案。按照某园区配电网实际情况进行调度仿真及分析， 验证源荷储分层协调控制方法的合理性与有效性，调度结果表明在保证了园区重要电负荷供电的同时，最大限度地供应了冷/热能，实现了配电网的协调优化运行,以及能源利用方式的精细化、集约化发展。     

基于模型预测控制和机会约束的主动配电网实时调度优化策略

合理利用分布式电源和可调负荷的灵活调节特性是实现主动配电网主动控制的关键,但其中分布式电源的随机性和波动性影响了实时调度的可靠性。为实现主动配电网的实时优化调度,提出基于模型预测控制和机会约束的主动配电网实时调度优化策略,将模型预测控制与机会约束相结合,降低了分布式能源随机性和波动性对小时间尺度调度的影响。首先,对主动配电网的小时间尺度调度体系进行了分析;在此基础上,以最优经济调度为优化目标,通过模型预测控制将系统未来状态感知与实时状态反馈相结合,对实时调度进行滚动优化,尽可能减小配电网不确定性影响;在滚动优化中采用机会约束进一步降低分布式能源和可调负荷随机波动的影响;实现了主动配电网实时调度的高可靠性和高经济性。最后通过全面的运行实例验证了所提策略的适用性和优越性。     

基于代理技术的广域源-荷双层递阶协同优化调度模型

广域民用负荷参与需求响应目前已成为促进风电消纳的新途径,然而广域民用负荷的调节时序特性复杂,使其在电网层的优化调度中难以对广域民用负荷进行直接调度.为此,提出了一种基于代理技术的广域源-荷双层递阶协同优化调度模型.在负荷代理分区聚合广域民用负荷的基础上,上层(电网调度层)模型基于负荷代理内聚合负荷的简化调节能力,考虑负荷调节时序的不确定性,协同优化风电、常规电源和负荷代理的初始调度计划;下层(负荷代理层)模型考虑民用负荷个体的调节性能约束,以与负荷代理的初始调度计划偏差最小为目标,优化得到民用负荷个体的调度计划;在上、下层模型之间引入递阶协同优化环节,将下层模型的优化解反馈传递给上层模型,以修正风电场、常规电源的初始调度计划,形成最终广域源-荷调度方案.算例仿真结果验证了所提模型的有效性和优越性,表明所提模型能在保证优化效果的同时显著提升求解效率,为广域民用负荷直接参与电网优化调度提供一种切实可行的解决思路.     

基于储能SOC优化控制的风储电站实时跟踪发电计划控制策略

随着风力发电的快速发展,提高风力发电的可调度性受到了越来越多的关注。针对目前跟踪发电计划控制策略存在的问题,研究基于储能SOC优化控制的风储电站实时跟踪发电计划控制策略,提出保证在误差允许范围内实时跟踪发电计划的前提下,以降低储能系统电量波动范围和放电深度为控制目标、采用实时滚动优化方法的控制策略,建立了储能SOC优化控制模型,并采用基于动态规划的优化算法进行求解。最后以北方某风光储输联合发电示范工程中的实测数据为例编程仿真,并与普通控制策略对比分析,验证了本文方法的可行性与有效性。     

基于模型预测控制的微电网多时间尺度协调优化调度

微电网多时间尺度优化调度是消纳间歇性分布式能源的有效技术手段,针对传统基于潮流断面信息的多时间尺度优化方案易出现机组调节响应不及时、计划跟踪误差较大等问题,提出了一种基于模型预测控制(MPC)的多时间尺度协调调度方法。在日前调度阶段,综合考虑电价峰谷差、储能寿命及可再生能源随机性,建立了以系统运行成本最低为优化目标的最优经济调度模型。在日内调度阶段,为应对可再生能源日前预测误差带来的联络线功率波动,同时为确保储能满足日运行能量平衡约束,提出了一种基于MPC的日内滚动优化校正策略。采用有限时间窗内的滚动优化调度代替传统单断面优化调度,提前感知未来一段时间内的可再生能源出力及联络线计划的变化从而对机组出力进行调整,同时结合时域滚动和系统实时状态的反馈校正,更大限度地消除了微电网中不确定性因素的影响,确保了日前计划的合理性及系统运行的稳定性。以某示范微电网为例,通过算例分析验证了所提模型及算法的有效性。     

面向电动汽车集群实时充放电优化的分群调度机制

大规模电动汽车无序充电会加剧电网的峰谷差,并影响电能质量和变压器寿命。文章从群体的角度考虑分布式控制框架下电动汽车实时充放电优化的互动调度策略,根据接入电动汽车不同的充电需求,提出以充电结束时刻为分群特征的实时调度方法,并采用双层优化模型求解集群整体和单辆电动汽车的最优充放电功率问题。上层以日负荷波动和调度惩罚最小化为目标,建立考虑电动汽车充放电的大规模集群实时互动调度模型。下层考虑电动汽车车主的充放电成本,求解单辆电动汽车充放电功率的最优跟踪问题。以典型的区域配电网负荷数据为例,通过仿真验证了分布式控制下的实时充电优化策略可以保证电网的可靠运行,同时兼顾各方利益。     

基于风电功率预测的复合储能超前优化控制策略

超短期风电功率预测的可靠性及精度均逐步提升,文中将其引入风电场复合储能系统(HESS)控制过程,并利用预测功率信息提出了HESS超前优化控制策略。通过相邻充放电区间时长的概率分布统计,确定预测信息的时长区间,并将其作为优化控制策略中的超前控制时间区间;通过分析影响HESS运行效率的主要约束,构建了高效的HESS充放电控制策略;以荷电状态偏移方差最小为目标函数,构建HESS各存储介质同步启动情况下的优化控制模型,并考虑充放电功率和容量限值约束,获取未来时间区间HESS介质的充放电功率控制模式;最后,给出了求解算法和实现步骤。以实际风电场运行数据进行算例分析,计算结果表明本文所提方法可有效实现HESS的高效控制,具有一定实际应用价值。     

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。     

含超前控制的风储系统滚动最优控制策略

新一轮电力体制改革要求进一步提高风电跟踪计划能力,电池储能为此提供了途径但成本较高。为提高其经济性,提出一种风电场电池储能最优控制策略,其以最优化模型为核心,并包含超前滚动优化算法。最优化模型以储能下令次数最少为优化目标,包含统计学控制效果约束及荷电状态、死区控制等储能运行约束。超前滚动优化算法利用超短期风电功率预测,在统计学控制效果的每一个10min考核周期内进行实时的滚动超前控制,并不断修正预测误差的影响,保证各项约束得到满足。仿真结果表明,所提最优控制策略显著提高了风电跟踪计划精度,并在此前提下大幅减少了储能下令次数,且对超短期风电功率预测误差具备一定的抗干扰能力。     

基于两阶段线性模型的微电网实时优化调度方法

微电网实时优化调度作为保证微电网安全高效运行的关键技术,工程中要求可以快速可靠地取得最优解。针对这一问题,详细分析了微电网实时调度各状态空间下应采取的控制策略;提出了遵循储能SOC日前计划的“等效供电成本最小”和实际供电成本最小的两阶段线性模型;并建立了储能系统充放电引导系数模型,以控制储能系统的充放电量;最后,通过对微电网各实时状态进行优化调度仿真和有/无储能SOC日前计划情况下的实时调度仿真实验,验证了该方法能够尽量遵循储能日前SOC计划,给出满足各状态下实时调度策略的优化调度方案,并能有效降低微电网供电总成本。