基于不同种类储能电池的微电网综合储能系统性能对比

储能系统是保证微电网正常运行的关键,综合储能系统是微电网中储能应用的重要方式。本文将由电池储能与氢储能共同构成的综合储能系统应用在光伏微电网中,实现了电能、氢能、光能的多能互补。本文首先为微电网设计了一套经济可行的调度方案,该调度方案包含日前调度和实时调度两部分,根据不同的天气情况采取不同的调度原则。接着,本文分别计算了包含铅炭电池、磷酸铁锂电池和液态金属电池的微电网综合储能系统的全寿命周期成本,从而确定最佳的电池种类。对于本文所研究的综合储能系统而言,目前磷酸铁锂电池是系统全寿命周期成本最低的电池,而液态金属电池有可能成为该系统未来的一种新选择。     

应用近邻传播算法改进RBF的短期负荷预测

为了更有效地挖掘电力负荷样本数据的信息规律,提高径向基函数RBF(radial basis function)神经网络的预测精度,提出了一种引入近邻传播思想的RBF神经网络算法。该算法根据电力负荷数据的内部周期相似性规律,利用近邻传播算法将样本数据进行聚类处理,获取样本数据的类中心点,并将此作为RBF神经网络的中心矢量,同时根据类中心距离设置基宽,最终实现样本数据的训练以及未来电力负荷的短期预测。通过对未来一天的负荷预测,验证了该思路,为电力负荷短期预测提供了一种新方法。     

液态金属电池储能系统在光氢耦合微电网中的优化配置

液态金属电池是一种新型电池,其与氢储能共同构成的综合储能系统可以很好地满足微电网的需求。首先为该综合储能系统设计了一套以经济性最优为原则的调度方案,使两种储能装置协调配合,共同平抑并网光伏电能的功率波动。其次,仿真计算该调度方案下的液态金属电池配置成本、微电网年利润、电池预期使用寿命、电池容量不足的天数等指标,并利用这4项指标构建液态金属电池储能系统性能的综合评价模型。最后,以某光氢耦合微电网为例,利用上述模型对不同容量液态金属电池的性能进行评价,得出了电池的最优配置容量。