基于改进NSGA2算法的混合储能系统容量优化配置

由于储能系统能够快速地补偿系统所需的能量,在风电场侧安装混合储能装置,可以有效减小风电功率波动对电力系统运行的稳定性和可靠性造成的影响。为了使各储能元件能发挥其工作特性优势,制定了超级电容优先充放电,蓄电池再进行充放电的协调控制策略;考虑到混合储能系统的容量配置问题,建立了以混合储能系统的成本、风电功率输出平滑率以及蓄电池的充放电次数为目标的混合储能系统多目标容量配置模型;针对传统优化算法的目标权重人为选择及常规NSGA2算法的局部收敛等问题,将改进NSGA2算法用于混合储能系统容量的多目标优化配置,得到混合储能系统的最佳容量配置方案。最后,通过仿真算例,验证混合储能控制策略和容量配置方法的有效性。     

风电场柔性并网辅助系统及其优化模型

目前面向min级风电柔性并网的储能系统一般由蓄电池组成,因蓄电池配置容量有限,在应对风电场长过程连续下调峰导致的风电功率波动越限问题时,其控制效果将大打折扣。为此,引入容量在日内调度可近似视为不受限的氢储能系统,与蓄电池共同组成混合储能系统,并基于其各自特点,设计了最大发挥2种储能优势的混合储能系统,建立混合储能协助下的风电场并网状态空间模型,并求解可实现风电场柔性并网最小化能量转换损耗的混合储能系统最优充放电功率决策,根据决策执行结果分析混合储能系统的能量转换特点。仿真结果表明,与采用单独蓄电池储能的控制策略相比,在相同的储能系统配置成本下,提出的优化模型可以结合氢储能系统的能量容量优势来提高储能系统的供电持续性,并且能够合理安排蓄电池和氢储能系统的工作顺序来尽量减小风电场能量损耗,由此实现相对最优的风电场柔性并网功能。     

基于滑动平均与小波包分解的混合储能容量优化

采用蓄电池和超级电容组成的混合储能平抑风电功率波动,提高风电并网运行能力。首先,根据风电场历史数据,结合风电并网波动标准,采用滑动平均法对原始功率进行分解,得到风电并网功率和储能功率;其次,利用小波包分解法的高时频分辨率优点,将储能功率信号分解,得到低频分量和高频分量,分别作为蓄电池和超级电容的功率指令。基于储能寿命量化模型,建立以储能年均综合成本最小为目标函数的容量优化配置模型。实例验证了所提方法有效性和经济实用性,为风电场储能规划设计提供了一定的理论依据。     

基于双层功率分解的混合储能系统容量配置

为风电场配置合适的储能系统可以平抑风电有功功率波动、提高系统电能质量。基于风电出力历史数据,提出了双层功率分解方法。第1层采用滑动平均法,在满足国家规定的风电并网要求下,分解出并网功率和混合储能系统的参考功率。第2层采用频谱分析方法,基于混合储能系统参考功率,利用傅里叶变换将其分解为低频分量和高频分量,分别分配给蓄电池和超级电容器吸收。考虑储能设备的荷电状态和蓄电池的循环使用寿命,建立混合储能系统容量配置模型,模型以其年综合成本最小为优化目标。仿真结果验证了双层功率分解方法的可行性,证明了混合储能系统较单类型储能系统在性能上和经济上的优越性。     

基于VMD-APSO的风电场混合储能系统容量优化配置北大核心CSCD

针对风电波动性、间歇性和难预测等严重冲击电网安全运行问题,提出一种利用变分模态分解(VMD)和自适应权重粒子群算法(APSO)获得风电场混合储能系统容量优化配置方法。首先,基于典型日风电输出功率,利用低通滤波法得到满足标准的目标并网功率并获得储能系统参考功率。然后,将其通过VMD分解为高、低频功率,由超级电容器和蓄电池承担。最后,考虑储能充放电功率与荷电状态(SOC)等约束,建立以系统年综合成本最小为目标的容量优化配置模型,采用APSO算法求解并分析最优分界点和对应的储能配置方案。算例结果表明所提方法可有效平抑风电波动,降低储能容量,提高系统供电可靠性与经济性。     

考虑复杂海洋气候条件影响的海上风电场储能容量配置研究

复杂的海洋气候条件会影响到海上风电场风功率预测的精度,储能系统可有效补偿风功率预测误差。提出一种考虑风功率预测误差不确定性的海上风电场储能容量配置方法。首先,通过组合预测模型预测风速,根据风功率-风速关系求得风功率预测值,与实测值比较得到风功率预测误差。然后,以储能配置的功率成本与容量成本之和最小为目标,建立利用储能将风功率预测误差补偿至允许区间内的鲁棒机会约束模型,并采用凸近似和抽样平均方法将模型转换为线性规划形式实现高效求解。最后,在算例中分析台风事件对海上风电场储能配置的影响,验证了所提模型在处理风功率预测误差不确定性时能有效兼顾补偿效果与经济性。研究成果可为今后深远海风电场大规模配置储能提供有力支撑。     

基于平滑控制策略的混合储能优化配置方法

针对分布式电源的随机性引起的联络线波动,在微电网中加入混合储能装置可以有效平抑该波动,提高电能质量。采用蓄电池与超级电容器组合的混合储能装置,以二阶低通滤波方式确定混合储能装置输出功率,提出一种考虑超级电容器剩余容量的超前控制策略对该功率进行修正,在不影响蓄电池寿命的基础上增加了超级电容器的寿命,建立了混合储能容量配置考虑年最小成本的经济评价模型。仿真实例验证了该方法的有效性。     

基于风速预测的风储电压质量调节系统

随着风能在电力系统中的渗透率不断提高,风电功率的随机波动对电力系统的影响日益严重,尤其是在电压质量方面。提出了一种基于超级电容器-蓄电池混合储能的电压质量调节系统,可以平抑电压暂降、电压波动等。首先通过自回归滑动平均模型预测风电场1 min内的风速变化,作为仿真风速来源,同时模拟短期内风电场的电压质量情况。然后,针对电压暂降和电压波动等电能质量问题,建立了以超级电容器-蓄电池混合储能为基础的补偿调节装置模型,分析了风电场出力波动量与储能容量配置间的关系,并设计了相应的控制环节。最后,利用仿真软件PSCAD/EMTDC对系统进行了仿真,验证了该系统可以有效抑制电压暂降,且对电压波动也有一定的改善效果。     

基于元模型优化算法的混合储能系统双层优化配置方法

混合储能兼具能量型储能与功率型储能的优势,针对混合储能在风电平抑中的配置问题,提出了一种基于元模型优化算法的混合储能双层优化配置方法。首先,利用小波分解对风电功率的原始数据进行分解,得到混合储能需要平抑的功率。然后,针对功率分配策略对混合储能容量配置的影响问题,提出一种混合储能容量嵌套式双层优化配置方法。该方法的内层为混合储能功率优化分配策略,以荷电状态、充放电功率为约束条件,以蓄电池总体充放电功率最小为目标函数,以提高蓄电池的使用寿命;外层以最小容量、最小功率为约束条件,以混合储能的全寿命周期年均成本最小为目标函数。针对多变量、非线性、计算密集型双层优化方法具有求解复杂、计算时间长等问题,提出基于元模型优化算法的优化求解方法。算例分析结果表明,所提优化配置方法可以在保持混合储能经济性最优的同时,有效避免蓄电池频繁充放电,从而提高了其使用寿命;相比于传统的启发式求解方法,基于元模型优化算法的优化求解方法的计算速度更快,所得优化配置结果更精确。     

风电场混合储能系统优化配置方法

以钒电池VRB(Vanadium redox flow battery)和超级电容SC(supercapacitor)组成的混合储能系统为对象,建立了混合储能系统优化配置模型,研究用于平抑风电场功率波动的混合储能系统容量配置问题。结合专家系统和改进遗传算法提出了一种混合储能系统优化配置方法。首先,以电网节能和电压稳定为指标建立了风电场目标输出曲线;再将基于专家系统的协调控制策略引入改进的遗传算法中,得到混合储能系统的优化配置结果;最后,对典型日风电场出力下的钒电池和超级电容的工作情况进行分析,得到了专家协调控制策略具有延长钒电池寿命的结论,并验证了配置方法和模型的正确性。     

风储联合发电系统电池荷电状态和功率偏差控制策略

提出了一种新型的基于风电功率预测偏差和电池荷电状态(SOC)反馈的储能系统控制策略,通过预测结果计算风电功率的变化偏差,得出完全补偿波动所需的储能系统充放电功率,引入补偿系数联合求解获得储能系统的充放电控制指令。同时,建立了补偿系数的动态优化模型,包括长时间尺度下基于输出功率波动和电池容量变化指标的基准补偿系数寻优模型,短时间尺度下基于电池SOC指标和充放电状态的补偿系数快速修正模型。算法采用的最优求解和SOC指标具有广泛的适应性,便于推广不同容量储能系统在风电功率平滑中的应用,可以兼顾储能电池的寿命和输出功率的平滑性。算例结合风电场的功率实测数据,进行储能系统配置仿真,验证了该控制策略能够最大程度发挥储能系统能力,在维持电池能量稳定前提下,平抑风电场输出功率的波动。     

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。     

考虑调度成本的风电场群储能容量优化配置

含大规模风电的电力系统运行调度,经常需要配置一定的备用容量来应对风电功率预测偏差,来确保系统运行安全性,降低了系统运行的经济性。储能系统具有对功率、能量的时间转移和快速响应的能力,为此,本文在考虑储能充放电效率基础上,建立风电场群储能系统容量配置数学模型,并以单位时间内储能系统成本和备用容量成本之和最小为目标,优化储能容量配置,算例分析表明,利用储能系统弥补风电功率预测误差较大时段的功率缺额,在满足同样系统安全的条件下,可有效的减少系统备用容量的增加。     

基于统计学方法的微网混合储能容量优化配置

混合储能系统是微网中平抑功率波动的关键组件,为微网配置适当的储能容量可有效提高系统的经济性。提出了混合储能系统容量优化配置的一种统计学方法。该方法提出了基于频谱分析的功率分配策略,并与频率滞环控制相结合。功率分配策略协调蓄电池和超级电容器的运行,改善了蓄电池的运行环境;频率滞环增加了蓄电池的使用寿命。该方法还探索了超级电容器、蓄电池的容量配置子算法。此外,对统计模型进行蒙特卡洛仿真,获得了混合储能系统的容量概率分布,确定了不同累计概率水平下的混合储能系统的容量。仿真结果验证了所提方法的合理性和经济性。     

考虑电池寿命和运行控制策略影响的风电场储能容量优化配置

为了满足电网对风电场功率变化率的要求,提出了一种改进的风电场储能容量优化配置方法.该方法计及电池使用寿命以及由此带来的电池更换成本,能够更加精确地反映风电场寿命周期内的储能系统经济性.以风电场寿命周期内储能系统初始购置及更换总成本最低为优化目标,建立了储能容量优化配置模型;将电池寿命和运行控制策略纳入优化模型;并将计及风储联合长期运行的优化模型视为黑盒函数,采用网格自适应直接搜索算法对该黑盒函数进行搜索求解,得到满足风电并网相关技术规定的最佳配置容量.在算例分析中采用实际风电场1a发电数据进行仿真计算,对比了改进前后优化方法对优化结果的影响,采用改进后的优化方法,风电场寿命周期内储能投资总成本可以降低15％～20％,验证了所提模型及其求解方法的有效性.     

基于风电功率预测误差分析的风电场储能容量优化方法

在风电场中配置储能系统,利用储能系统的快速调节能力,及时平抑和补偿风电出力波动,是应对大规模风电接入的有效方法。如何根据风电场的预测水平确定储能系统的最大功率和额定容量,是一个亟须研究的课题。文中提出了一种基于风电功率预测误差分析的储能系统规模确定方法,并建立了储能装置规模与风电场风能损失之间的成本与效益模型。最后,以美国德克萨斯州某风电场数据为例,验证了所提储能容量优化配置方法的正确性和可行性。     

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。     

基于混合储能的大型风电场优化控制

波动性电源的大规模接入,不仅造成电力系统运行调度困难,而且会影响其安全稳定运行。因此,通过配置储能装置来对并网功率进行平滑控制十分必要。基于一定配置容量的混合储能系统(HESS),提出一种用于大型风电场并网的最优控制方法。采用蓄电池和超级电容为储能介质,建立短期优化控制的动态模型,确立相应的控制目标和约束条件,并设计基于粒子群优化(PSO)的求解算法。仿真算例的结果表明该方法是正确、有效的。     

考虑荷电状态的光伏微电网混合储能容量优化配置

储能系统容量优化配置是提高系统稳定性、降低微电网成本的有效措施之一。本文提出了一种考虑荷电状态的能量管理策略,对光伏微电网混合储能系统进行容量配置。首先,综合分析微电网运行的稳定性和经济效益,以全生命周期费用和买卖电量费用之和最小为目标,建立含超级电容和蓄电池的光伏微电网储能模型。其次,结合光伏可供能量和负荷需求功率,应用改进能量管理策略和粒子群算法,建立光伏微电网混合储能系统（HESS）容量配置双层优化模型。最后,以某地实际数据为例对优化问题进行求解,将优化结果与传统储能配置方法进行对比,验证了所提方法的有效性,为光伏微电网混合储能系统容量优化配比提供参考。     

基于离散傅里叶变换的孤岛型微电网混合储能优化配置

分析了孤岛型微电网中电源负荷不平衡功率的产生,基于离散傅里叶变换,将不平衡功率分解成日分量和小时分量,分别采用压缩空气储能和钠硫电池平衡该分量,为了使得分解后的日分量和小时分量最优,专门研究了不平衡功率离散傅里叶变换分断点的分断原则。在此基础上,综合计入储能投资运行成本、系统缺电损失费用和弃风惩罚费用等,建立孤岛型微电网混合储能优化配置模型。该模型可以实现离散傅里叶变换分断点和混合储能容量的统一优化,且优化过程中实现了压缩空气储能和钠硫电池两种储能容量优化配置的完全分解,简化了模型的求解复杂性。采用实际微电网系统进行了算例分析,验证了所述模型和方法的正确性。