风光互补发电系统混合储能系统容量优化方法研究

风光互补发电系统受风光资源影响发电功率波动较大,配置适当的储能系统可提高新能源发电的消纳能力和电能质量。针对风光互补发电系统储能容量优化配置问题,将运行投入成本作为优化目标,提出以抽水蓄能为基础,蓄电池和超级电容参与的混合储能系统模型。该储能模型以跟踪负荷曲线作为平抑目标函数,利用集合经验模态分解和滑动平均法,对抽水蓄能机组、蓄电池和超级电容设备进行功率分配。建立了风光发电系统模型,利用带免疫的粒子群算法对储能配置容量进行寻优求解。计算结果表明,所提基于抽水蓄能的混合储能容量优化模型,对发电系统输出功率波动情况改善明显,电能消纳能力和运行经济性有所提高。     

基于混合储能的并网光伏发电系统功率控制研究

针对并网光伏发电系统输出功率的波动,提出利用混合储能系统对功率进行平抑.介绍了光伏最大功率跟踪和并网逆变的控制,为实现发电和并网功率的匹配,考虑蓄电池和超级电容器各自特性的优势,对混合储能系统提出了三级式功率分配策略;通过设计相应的控制方法和以功率分配单元的输出功率作为参考值,混合储能系统控制变换器进行合理充放电.混合储能系统不仅保证了并网功率按计划运行,而且稳定了直流母线电压、满足了随机负荷供电.通过仿真验证,三级式功率分配策略有效,控制方法可行.     

光储微网的储能优化配置与技术经济分析

在储能系统和光伏发电相结合的统筹规划中,电池储能投资成本、光伏装机容量、光伏并网价格以及热电联产(CHP)的采用对电池储能的容量配置和电池充放电策略具有显著影响。基于分时电价下的光伏储能系统,将电池储能的容量和功率的配置转化为根据电价时段划分的约束优化问题。以某工业园区为研究对象,建立光伏-储能系统功率流模型,优化计算得到经济效益最优化的电池容量和功率配置结果及电池充放电策略。基于内部收益率、光伏自我消纳率等指标,根据光伏上网价格和电网谷段电价的关系划分场景,通过光伏发电容量和电池价格的变化探究光伏-储能系统中电池储能的容量配置、经济效益的变化规律和热电联产对系统的影响。     

基于自适应VMD的混合储能容量优化配置研究

针对用户用电需求和可再生能源发电情况,提出一种由重力势能储能、蓄电池和超级电容组成的混合储能系统,建立其数学模型.针对其不同的特性,提出基于自适应变分模态分解的混合储能系统容量优化配置策略,对混合储能容量优化配置模型求解.以某风光互补电站典型日功率数据为例,对最佳储能系统的分解尺度K和高中、中低频分界点及其对应的储能配...     

基于频谱功率分配的微电网微源容量优化配置

光伏等新能源发电具有波动性,将其与可控发电装置或储能等可控微源相结合以微电网的形式发电,可减小功率波动对电网的影响。针对含光伏的独立型微电网,对其中微燃机和储能进行协调容量优化配置,通过对微电网的净负荷进行频谱分析,并考虑微燃机与储能对负荷波动的响应特性,利用优化频域分频点的方法确定微燃机与储能的功率分配策略,根据此功率分配策略,计及储能和微燃机的运维成本及储能的循环使用寿命,将分频点和电源容量作为优化变量,建立了以年综合成本最小为目标的双层优化配置模型。算例结果表明,合理的分频点可使储能与微燃机的容量配置更为经济,并可提高储能的循环使用寿命和降低微燃机的运行成本。     

基于DTW-VMD-PSO-BP的光伏发电功率短期预测方法

针对光伏发电系统短期预测影响因素较多、预测精度较低、稳定度不高等问题,提出一种基于动态时间弯曲（DTW）和变分模态分解（VMD）的粒子群（PSO）优化的BP神经网络光伏发电预测方法。首先使用动态时间弯曲算法对光伏发电功率及影响因素的数据进行测算得到DTW值,再根据DTW值选择对光伏发电功率影响较大的辐射度作为主要影响因素,然后利用变分模态分解将影响因素及光伏发电功率进行分解,降低数据的波动性和非平稳性。运用粒子群优化的BP神经网络对各分量进行预测,然后将预测结果进行叠加,叠加所得结果即为最后预测结果。在Matlab中对该方法和其他神经网络进行算例验证和误差分析,结果表明采用该方法预测结果精度高,稳定性好。     

基于平滑功率变化的大型并网光/储电站容量配比研究

针对平滑光伏功率变化问题,研究光伏和储能联合发电的容量配置及控制策略,提出一种光/储电站容量配置随机规划方法和基于基准荷电状态的储能充放电控制策略,结合实际系统分析光/储电站输出功率变化统计特性、光伏和储能容量配比关系。     

基于VMD和射箭算法优化改进ELM的短期光伏发电预测

为了提高光伏发电预测的准确性，提出一种结合变分模态分解（VMD）、改进的射箭算法（AA）和改进的极限学习机（ELM）的短期光伏功率预测模型。首先，将光伏数据进行变分模态分解；然后，利用混合核函数改进极限学习机；之后，利用随机反向学习策略改进射箭算法；最后，通过改进的射箭算法对混合核极限学习机中的核参数寻优并建立预测模型。通过对澳大利亚DKA太阳能中心的数据进行验证，证明该文方法的准确性。     

基于VMD-STFT提升源-荷互动可靠性的混合储能优化配置

针对独立微电网内源-荷供需量不平衡问题,文章在孤岛状态下的微电网需求侧添加了功率型和能量型相结合的混合储能系统。对微电网内满足功率平衡约束的净负荷功率序列信号使用变分模态分解法(VMD)进行混合储能的优化配置,利用中心频率法结合皮尔逊相关系数(Pearson)确定最优的分解层数,对分解结果采用短时傅里叶变换(STFT)进行时频分析,得出各分量的模态混叠情况,再根据不同类型储能的充放电频率响应特性进行高、低频功率的重构和分配;对分配结果采用可靠容量计算方法配置储能系统的额定容量和功率,计算配置总成本,并以储能元件的荷电状态(State of Charge,SOC)为依据,衡量系统的供电可靠性。通过对比使用经验模态分解法(EMD)和传统一阶低通滤法的研究结果,VMD分解方法能够有效克服EMD的模态混叠现象,同时提高系统配置的经济性及供电可靠性。     

考虑系统调峰特性的风光消纳优化

由于风电和光伏发电受自然因素的影响较大,其出力具有随机性和波动性,将对系统的调峰能力造成严重影响。该文首先针对风电自身的出力特性,从系统调峰能力的角度对区域电网可以接纳的风电容量进行评估;然后根据风电和光伏发电在时间尺度上存在的互补性,建立以系统失负荷率最低和弃风、光率最小为目标的优化模型,利用改进惯性权重的粒子群算法对模型进行求解,得到最优的风电和光伏发电出力。最后,利用实际区域电网风电、光伏发电以及负荷的历史数据对该文所提方法的有效性进行验证,结果表明采用风光互补优化策略对风电和光伏发电的输出功率进行优化后,系统出力波动有所降低且消纳能力有明显提升。     

A power allocation strategy of a hybrid energy storage system for a PV grid-connected system

针对光伏并网系统中光伏微电源出力的波动性和间歇性,将蓄电池和超级电容器构成的混合储能系统HESS（hybrid energy storage system）应用到光伏并网系统中可以实现光伏功率平滑、能量平衡以及提高并网电能质量。在同时考虑蓄电池的功率上限和超级电容的荷电状态（SOC）的情况下,对混合储能系统提出了基于超级电容SOC的功率分配策略;该策略以超级电容的SOC和功率分配单元的输出功率作为参考值,对混合储能系统充放电过程进行设计。超级电容和蓄电池以Bi-direction DC/DC变换器与500 V直流母线连接,其中超级电容通过双闭环控制策略对直流母线电压进行控制。仿真结果表明,所提功率分配策略能对混合储能系统功率合理分配,而且实现了单位功率因数并网,稳定了直流母线电压。     

多场景下光伏-双单元储能系统协同平抑功率波动控制策略

光伏发电的间歇性和随机性是制约其大规模发展的主要因素,由此文章提出一种适用于多场景的光伏-双单元储能系统协同平抑功率波动控制策略。首先,针对光伏电站多个典型出力场景,并结合并网限制要求,对光伏原始功率信号进行变分模态分解,求得并网目标功率和储能需求功率,并利用阈值补偿方法缩短计算时长;然后,通过协调互补的双单元储能系统对储能需求功率进行消纳,使得各储能单元能够在标准充、放循环深度内独立承担任务;最后,在Matlab平台上对所提信号分析算法的平抑效果,以及光伏-双单元储能系统协同平抑功率波动控制策略的普适性进行仿真验证。仿真结果表明,在多个典型场景下,所测得的并网目标功率均满足并网限制要求,所选的分析算法可有效平抑光伏出力的波动,该协同控制策略能够保证双单元储能系统的长期稳定运行,大幅度提高了光伏并网的可靠性。     

基于二阶滤波的混合储能系统能量管理控制策略

针对由超级电容器与蓄电池储能构成的混合储能系统,提出一种基于改进型二阶滤波功率分配的荷电状态（state of charge,SOC）恢复控制策略。首先,分析传统一阶低通滤波算法的功率分配过程,构造具有功率误差反馈环的二阶滤波传递函数,消除传统一阶低通滤波器在响应高频功率指令时的积分作用,改善混合储能系统对目标功率指令的跟踪控制效果。然后,以归一化后的混合储能系统SOC为控制指标,制定滤波时间常数新型调整规则,动态优化混合储能系统功率分配指令。仿真结果表明,该控制策略可有效平抑风电并网功率波动,最大化利用超级电容储能可用容量,同时延长蓄电池使用寿命。     

Techno-economic analysis of hydrogen energy for renewable energy power smoothing

With the increasing proportion of renewable energy (mainly wind power and photovoltaic) connected to the grid, the fluctuation of renewable energy power brings great challenges to the safe and reliable operation of power grid. As a clean, low-carbon secondary energy, hydrogen energy is applied in renewable energy (mainly wind power and photovoltaic) grid-connected power smoothing, which opens up a new way of coupling hydrogen storage energy with renewable energy. This paper focuses on the optimization of capacity of electrolyzers and fuel cells and the analysis of system economy in the process of power output smoothing of wind/photovoltaic coupled hydrogen energy grid-connected system. Based on the complementary characteristics of particle swarm optimization (PSO) and chemical reaction optimization algorithm (CROA), a particle swarm optimization-chemical reaction optimization algorithm (PSO-CROA) are proposed. Aiming at maximizing system profit, the capacity of electrolyzers and fuel cells are constrained by wind power fluctuation, and considering environmental benefits, government subsidies and time value of funds, the objective function and its constraints are established. According to the simulation analysis, by comparing the calculated results with PSO and CROA, it shows that PSO-CROA effectively evaluates the economy of the system, and optimizes the optimal capacity of the electrolyzers and fuel cells. The conclusion of this paper is of great significance for the application of hydrogen energy storage in the evaluation of power smoothness and economy of renewable energy grid connection and the calculation of economic allocation of hydrogen energy storage capacity.     

Coordinated control strategy for a PV-storage grid-connected system based on a virtual synchronous generator

Due to the characteristics of intermittent photovoltaic power generation and power fluctuations in distributed photovoltaic power generation, photovoltaic grid-connected systems are usually equipped with energy storage units. Most of the structures combined with energy storage are used as the DC side. At the same time, virtual synchronous generators have been widely used in distributed power generation due to their inertial damping and frequency and voltage regulation. For the PV-storage grid-connected system based on virtual synchronous generators, the existing control strategy has unclear function allocation, fluctuations in photovoltaic inverter output power, and high requirements for coordinated control of PV arrays, energy storage units, and photovoltaic inverters, which make the control strategy more complicated. In order to solve the above problems, a control strategy for PV-storage grid-connected system based on a virtual synchronous generator is proposed. In this strategy, the energy storage unit implements maximum power point tracking, and the photovoltaic inverter implements a virtual synchronous generator algorithm, so that the functions implemented by each part of the system are clear, which reduces the requirements for coordinated control. At the same time, the smooth power command is used to suppress the fluctuation of the output power of the photovoltaic inverter. The simulation validates the effectiveness of the proposed method from three aspects: grid-connected operating conditions, frequency-modulated operating conditions, and illumination sudden-drop operating condition. Compared with the existing control strategies, the proposed method simplifies the control strategies and stabilizes the photovoltaic inverter fluctuation in the output power of the inverter.     

基于指标关联的分布式电源并网规划策略

为解决新能源并网时的电源规划与风光消纳问题,考虑风光能源功率波动特性并计及储能单元提出一种计及风光协调出力的电网规划策略。综合考虑电压波动、新能源消纳及新能源发电效益建立多指标规划模型,采用引入指标关联策略的粒子群优化方法对模型进行求解,确定分布式电源及储能的位置和容量。进一步分析优化方案在电能质量方面的规划效果,统计对比电压累计概率密度对规划方案进行评价。以某电网45节点配电系统为例,采用所提分布式电源并网规划策略进行仿真,决策风光储并网方案,并验证所提策略的合理性和可行性。     

基于风-光-蓄-火联合发电系统的多目标优化调度

针对风电、光伏出力的随机性、间歇性和波动性而导致其在大规模接入电网时对电网发电计划制定和调度产生的影响,提出了含风-光-蓄-火联合发电系统的多目标优化调度模型。利用抽水蓄能的抽蓄特性,将风电和光伏出力进行时空平移,使风-光-蓄联合出力转变为稳定可调度电源,具备削峰填谷的功能,与火电机组共同参与系统优化调度。以风-光-蓄联合出力最大、广义负荷波动最小和火电机组运行成本最小作为目标函数,建立多目标优化调度模型,通过多目标处理策略,使目标函数简化为2个,以降低问题维数;在求解阶段,利用分层求解思想,将模型划分为两层,分别采用混合整数规划方法和机组组合优化方法进行求解。10机测试系统仿真结果表明：所建模型可以提高风能和太阳能的利用率,缓解火电机组的调峰压力,大幅降低风电反调峰特性对电网的影响,从而保证电力系统安全、稳定、经济运行。     

基于KF-MPC的光储系统双调节反馈优化控制方法

利用储能技术能够有效平抑光伏功率波动,提高光伏输出功率的稳定性。该文提出一种基于卡尔曼滤波-模型预测控制(KF-MPC)的光储系统双调节反馈优化控制方法,即将卡尔曼滤波和模型预测控制相结合,采用双调节反馈控制实现光储系统的优化控制。在卡尔曼滤波器中引入滤波调节因子,通过自适应调节卡尔曼滤波增益使储能系统在不同工况下有效平抑光伏功率波动。在模型预测控制器中以储能出力最小、荷电状态最优以及光伏波动率最低为目标,通过模型预测控制滚动优化得到储能系统最优出力和最佳荷电状态。通过对某光储电站实际运行数据分析可知,该文所提出的控制策略在平抑光伏功率波动的同时还可有效延长储能系统使用寿命,具有工程应用前景。