基于遗传算法的风电混合储能容量优化配置

为了降低独立风力发电系统中储能装置的生命周期费用,建立以风力发电系统中储能装置的生命周期费用最小值为优化的目标函数、负荷缺电率等指标为约束条件的模型,结合蓄电池和超级电容器储能特性,利用风电和负荷48 h的发用电数据,研究包含蓄电池和超级电容器的储能系统能量管理策略。提出了一种基于改进粒子群算法的储能容量生命周期费用优化配置方法,算例分析证明该算法具有有效性和实用性,优化后的系统很大程度上节省了经济成本。     

基于能量协调控制的混合储能系统容量配置方法

为了平滑离网光伏发电系统中源荷之间功率差的随机波动,提出了一种适用于混合储能系统中不同储能介质之间充放电功率分配的能量协调控制策略。该策略依据不同储能介质的实时荷电状态,结合最大可能充放电时间,令超级电容器优先充放电,当达到其充放电极限时,再控制蓄电池进行充放电。在此基础上根据全寿命周期理论,考虑实时荷电状态、负荷缺电率和系统自主运行能力等约束,建立混合储能系统容量配置优化模型。利用改进粒子群算法对算例进行求解分析,并与单一蓄电池储能进行比较,验证能量协调控制策略的有效性和容量配置优化模型的正确性。     

超级电容器-飞轮-蓄电池混合储能系统容量配置方法研究

采用混合储能系统能够降低储能配置的年均综合成本,提高光伏发电系统的经济效益。针对超级电容器-飞轮-蓄电池混合储能系统,采用经验模态分解方法把光伏发电功率与负荷功率之间的不平衡功率分为高频、中频和低频三部分,分别作为超级电容器、飞轮和蓄电池的参考功率;构建以年均综合成本最小为目标函数,同时考虑混合储能系统的充电与放电功率和剩余电量等约束条件的容量优化配置模型,采用遗传算法进行优化,并通过实例分析验证了该配置方法的有效性。     

针对独立风光发电中混合储能容量优化配置研究

为有效降低独立风光发电系统中混合储能系统的费用成本,需要合理的优化配置储能系统容量。通过分析超级电容器和蓄电池的储能特性,提出一种基于该类混合储能系统的能量管理策略,并分析了此能量管理策略下的系统负荷缺电率（LPSP）的计算流程。建立了以全生命周期费用（LCC）理论为基础的储能装置年均费用为目标函数,以独立风光发电系统LPSP等可靠性指标为约束条件的储能容量优化模型,并运用改进粒子群算法对优化问题进行求解。通过算例结果分析,表明所提出的能量管理策略能够更加充分地发挥两种储能元件的互补优势,有效降低储能系统成本。     

基于改进粒子群算法的混合储能系统容量优化

为了调高风光互补发电储能系统的经济性,减少其运行费用,研究风光互补发电储能系统的容量优化配置模型,探讨粒子群算法的改进及混合储能容量优化方法。首先通过对全生命周期费用静态模型的介绍,利用蓄电池和超级电容器作为风光互补系统混合储能装置,以其全生命周期费用最小为目标,以系统的缺电率等运行指标为约束条件,建立了一种混合储能系统容量优化配置模型,其次,通过优化不对称加速因子进而改进了粒子群算法,最后利用算例在Matlab中进行了仿真与求解,结果表明,该方法不仅优化了蓄电池的工作状态,降低了储能系统的全生命周期费用,而且加快了收敛速度。     

基于改进粒子群算法的独立光伏发电系统储能容量优化配置研究

在独立光伏发电系统设计中,合理的规划配置储能系统容量及不同储能元件之间的容量比,对于光伏发电产业的长远发展具有非常重要的现实意义。结合超级电容器和蓄电池实际的储能特性,研究包含这两种储能元件的储能系统能量管理策略;以储能装置的全生命周期费用为优化目标,建立以独立光伏发电系统负荷缺电率等可靠性指标为约束条件的约束模型;提出了一种基于改进粒子群算法的储能容量优化配置方法,并进行了优化软件的编写和算例验证。     

基于改进布谷鸟算法的风光储联合供电系统储能容量优化配置研究

在风光储联合供电系统中,科学的配置储能元件的容量,分配不同储能元件之间的容量比,具有非常深远的意义。通过分析蓄电池和超级电容器的特性,提出基于该两类元件的混合储能系统及其能量分配策略,根据全生命周期(LCC)理论,以储能费用最小为目标,以蓄电池输出功率和系统负荷缺电率等指标为约束条件,建立储能容量优化模型。提出了自适应布谷鸟搜索算法,并用于求解某风光储联合供电系统的储能优化问题。算例结果分析显示,采用文中所述的能量分配策略和改进的布谷鸟算法可以有效降低储能系统成本,验证了模型及算法的正确性。     

混合储能多目标容量优化配置

针对蓄电池和超级电容混合储能系统的容量配置,提出了混合储能系统多目标容量优化配置模型,该模型以经济成本、供电可靠性、能量过剩和供需平衡为目标,以蓄电池的SOC、超级电容的端电压和最大功率为约束,同时考虑能量控制策略的影响,应用改进粒子群优化算法同时对蓄电池和超级电容的容量和功率进行设计,并通过仿真验证了所提多目标容量配置算法的快速收敛性和可靠性。     

风光互补微电网中混合储能系统的容量优化研究

为提高微电网的供电可靠性和连续性,需要合理的配置储能系统的容量。针对独立运行的风光互补微电网,建立了蓄电池-超级电容器混合储能容量优化模型,以混合储能系统的一次性投资最小作为目标函数,从储能系统的能量供给能力和功率供给能力两方面综合考虑确定混合储能系统的容量。运用粒子群算法对算例求解,证明了混合储能的正确性,混合储能的应用可以提高可再生能源的利用效率,节约经济成本。     

考虑蓄电池极化效应的储能容量配置方案研究

配置合理的储能系统对孤立微电网的稳定与经济运行具有重要的意义。在含风电、蓄电池与超级电容器混合储能的孤立微电网基础上,充分考虑实际系统中蓄电池极化效应的影响,以平抑低频风电功率波动为目的配置蓄电池容量,同时以平抑高频风电功率波动为目的配置超级电容器容量,并建立了平抑一定概率下功率波动的储能容量配置模型,从而保证储能系统有足够容量维持孤立微电网稳定运行。结合具体微电网实例对混合储能配置方法进行说明,分析给定数据下的风电功率波动,计算得到满足设定概率的功率波动的储能配置容量,并通过实时仿真进行验证,结果表明储能系统可平抑风电功率波动、维持负荷稳定运行,且蓄电池与超级电容器SOC均运行于合理范围。该方法对实际微电网中储能的容量配置具有一定的指导意义。     

微电网储能系统下垂协调控制与母线电压控制策略

针对风光互补微电网内风力发电系统和光伏发电系统运行特性,提出采用蓄电池储能系统(Battery Energy Storage System,BESS)与超级电容储能系统(Super Capacitor Energy Storage System,SCESS)下垂协调控制策略基础上对微电网母线电压采用对应的控制策略,进而优化无功功率控制,以此进一步提高对微电网内负荷供电的稳定性。文中对微电网模式切换过程,加以控制策略理论分析,再通过PSCAD/EMTDC仿真软件,验证文中所提出控制策略的有效性及可行性。     

基于液流电池储能的光伏发电系统容量配置及成本分析

根据全钒液流电池的物理特性,以负荷缺电率为指标,结合地区辐照度、环境温度等因素,研究了全钒液流电池应用到独立光伏系统中的容量配置问题,同时从经济性角度对系统运行成本进行了优化和分析。结果表明,全钒液流电池在规模储能方面具有较好的优越性,相对于传统铅酸蓄电池,采用全钒液流电池作为储能单元提高了系统供电可靠性,降低了发电单位运行成本。     

风光互补储能发电系统并网技术研究

文章系统介绍了整个风光互补储能电站的相关技术,包括风光容量的配比、储能方式的选择、储能容量的选择、储能电站的结构、以及风光互补储能电站能量管理系统,最后给出了风光互补储能电站发展的政策建议。     

考虑光伏发电及负荷概率性的储能容量优化

高渗透率光伏系统的接入增加了负荷的波动性,对配电网的稳定运行带来一定影响,需要配置合理的储能装置以保障配电网的稳定运行。在考虑光伏发电及负荷概率性的基础上,提出了一种储能容量优化的新方法：将负荷与机组发电的差作为对储能功率的需求,先分别求得一天中不同采样点负荷与机组发电的概率性序列,再利用卷差运算求得储能功率的概率性序列,最后根据统计学原理确定储能的最大充放电功率及最优容量。所提方法为光伏系统接入配电网的储能容量规划工作提供了新的思路。     

On the storage batteries used in solar electric power systems and development of an algorithm for determining their ampere–hour capacity

Storage batteries are indispensable in all stand alone solar electric systems (PV power systems). Their efficiencies and life times affect significantly the overall PV system performance and economics. Batteries specified especially for use in PV systems have to be distinguished with standing of very deep discharge rate and high cycling stability.Ordinary batteries being marketed world wide for use in automobile, are mostly not appropriate for PV power systems. The most important characteristics of lead–acid batteries are presented and discussed in this paper. Moreover, the paper illustrates an experimental procedure for developing an algorithm for determining the ampere–hour capacity of batteries operating in PV systems. This algorithm enables determining the state-of-charge of a battery by measuring voltage and electrolyte-specific gravity at definite temperature and is applicable also for large battery storage systems.     

考虑爬坡功率有限平抑的高渗透率光伏电网储能配置策略

随着光伏发电渗透率的提高,电网需有较大调频备用容量应对光伏功率的随机大幅波动。储能系统(ESS)的快速充放电能力能够对光伏发电出力的大幅波动进行快速平抑,以减小电网调频所需备用容量。但目前储能成本相对较高,无法完全依赖储能来应对光伏功率的大幅度爬坡。为此,文中首先提出了利用有限容量的储能实现光伏爬坡功率有限平抑的控制策略,对光伏出力大幅度波动进行有效平抑。然后,考虑电网调频容量需求与储能配置容量的相互制约关系,建立了ESS投入后调频成本计算的数学模型,并以等效收益最大为优化目标实现ESS能量容量和功率容量的优化配置。最后,利用遗传算法对优化模型进行求解,并通过某高渗透率光伏电网验证了该方法的有效性。     

通用储能系统数学模型及其PSASP建模研究

随着光伏、风能发电等并网发电容量的不断增加,储能系统作为平抑功率波动的重要手段被广泛关注。研究合理的储能系统配置,改善系统暂态响应,成为增强电网对新能源发电接纳能力的重要技术手段。为研究不同储能系统对电网机电暂态响应的影响,提出了一种适用于电力系统机电暂态计算的通用储能系统模型。该模型可以体现储能系统响应时延、充放电功率限制、储能容量限制等储能系统特性参数。通过电力系统综合分析软件PSASP的用户自定义模型UD模块进行自定义建模仿真,分析验证了该模型的有效性,并对算例系统中光伏发电出力变化对弱电网的系统频率造成的影响进行了仿真分析,并提出了储能系统配置的相关建议。     

基于RTDS储能对光伏发电PCC电压影响研究

大容量光伏发电集中并网对配电网特别是PCC电压造成一定影响,光伏电站配置适当容量的储能系统,可有效降低光伏电站PCC电压波动。本文基于RTDS建立了光储并网发电系统模型,仿真光照强度、环境温度以及邻近负荷变化,分析了PCC有无储能系统两种情况下的功率、电压有效值变化。根据电压有效值标准差数据,定量计算PCC电压波动降低幅度。仿真结果表明,储能系统可有效抑制光伏电站PCC的电压波动及逆功率运行,提高PCC电能质量。光伏出力越大,储能系统抑制PCC电压波动效果越明显。本文成果可为降低新能源PCC电压波动及大规模光储系统发展提供借鉴。     

Economic evaluation of a photovoltaic power generation introduced into an electric power system with electricity storage

Renewable energy utilization and electricity storage will soon be introduced into the conventional electric power system. This study assumes that a photovoltaic (PV) power generation system, a set of the PV units, is installed into the electric power system with electricity storage; moreover, the effects of uncertain variation characteristics of the PV system output on the operations of the conventional power generation system and the storage units are evaluated by simulations, with cost a major consideration. According to the simulation results, it is clearly demonstrated that the costs of the PV system are influence sharply by the prediction accuracy of their output.