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。     

基于PSO-ELM的储能锂电池荷电状态估算

对锂离子电池荷电状态(SOC)进行准确估算是保证电池管理系统安全稳定运行的关键。常用的安时积分法存在累积误差,卡尔曼滤波算法需要建立精确的电池模型,神经网络法不依赖具体的锂电池模型,能够反映锂电池的非线性关系,因而受到广泛关注,然而传统神经网络估算SOC训练时间长、精度低。针对以往电池SOC估算精度低等问题,文中提出粒子群(PSO)优化极限学习机(ELM)神经网络的方法。以电池电压、电流和温度作为PSO-ELM模型的输入向量,以SOC作为输出向量。将实验获得的数据导入模型进行训练和测试,采用PSO对ELM随机给定的输入权值和隐含层阈值进行寻优。仿真结果表明,与BP神经网络的预测结果相比,文中估算SOC的方法具有更高的精度。     

考虑电氢耦合的混合储能微电网容量配置优化

在当前电氢联系日益紧密以及微电网技术发展日益成熟的条件下,以单位电量成本、负载失电率和能量过剩率为目标函数,提出考虑电氢耦合的混合储能微电网容量优化配置方法.其中,氢储能系统主要包括电解槽、燃料电池及储氢罐等元件.该储能系统清洁无污染,能够提高光伏发电利用率,平抑直流母线电压波动.采用粒子群优化算法求解具体算例,得到综...     

考虑最佳期望输出与荷电状态的风电场储能容量优化方法

风电场储能配置成本与功率波动平抑效果相互制衡,而储能容量的最优化则是解决上述问题的重要方式。为此,首先以并网功率目标值偏移量方差最小为优化目标,计算最佳期望输出,消除功率波动平抑输出目标值设定的主观性,并作为储能容量最优化的理论前提。其次,引入储能荷电状态(SOC)参量,基于模糊控制理论,根据SOC和充放电状态适时调整充放电功率,构建储能系统充放电策略,有效抑制过度充放。最后,由SOC关联的惩罚成本与运行成本之和最小建立优化模型,实现兼顾调度决策需求、储能系统运行寿命和经济性的储能容量最优化。利用改进的粒子群优化算法对相关优化问题进行求解。通过山东某风电场实际运行数据进行验证,对比分析结果表明了该方法的有效性。     

考虑混合储能荷电状态的独立光伏系统控制策略

独立光伏系统中配备由蓄电池与超级电容组成的混合储能系统可以实现功率平滑、能量平衡以及提高电能质量。在同时考虑蓄电池与超级电容各自的荷电状态以及不同重要等级负荷的情况下,提出了对混合储能的能量管理及对应Buck/Boost双向功率变换器的控制策略。该能量管理方案可以在保证微网的正常运行下维持储能元件在合理的荷电状态;该控制策略可以保证蓄电池的阶段式恒流充电和过充过放保护以及对直流母线电压的稳定快速控制。建立了独立光伏系统的模型,给出了变换器的控制策略,仿真结果验证了所提能量管理方案及控制策略的有效性。     

基于QPSO微电网混合储能系统容量优化配置

储能装置配置的容量不仅影响微电网的经济运行,而且影响供电的可靠性。研究具有典型负载、可再生能源和由电池和超级电容组成的混合储能系统(HESS)的孤立微电网,使用了优化HESS容量的量子行为粒子群优化(QPSO)算法。根据超级电容和电池各自的功率补偿能力,利用低通滤波器原理,采用合理的能量调度策略,避免电池频繁充放电。考虑每种储能类型的额定功率,修正各自的补偿功率。通过判断充电状态是否达到极限,再次修正数值。孤立微电网的仿真结果验证了HESS优化容量配置方法的有效性。以西北地区一个独立微电网为例,验证了该方法的有效性。QPSO与传统粒子群算法(PSO)的比较表明,其可以更快地找到最优解,HESS具有更低的日常开销。     

混合储能系统基于荷电状态的功率分配方法

混合储能系统中,不同形式储能装置间的功率分配通常采用基于滤波的方法,该类方法原理简单,但其滤波时间常数在不同工况下难以设计和调试,且难以推广应用到包含两种以上储能形式的复杂混合储能系统中。为此,这里提出一种以荷电状态(SOC)为依据,不依赖于频率的功率分配方法。该方法易于实现,适用于各种特性的功率波动,能自动调整储能单元的SOC,并且可方便地推广到由两种以上储能形式组成的混合储能系统中。仿真和实验结果验证了所提方法的有效性。     

基于荷电状态的混合储能系统协调控制策略

为优化混合储能系统运行状态,提出了一种新型混合储能分层协调控制策略,包括上层能量管理与下层混合储能控制。上层能量管理层根据微电网母线电压、频率以及混合储能系统综合荷电状态（SOC_HESS）,利用模糊逻辑算法优化混合储能系统的充放电功率,使得储能设备的荷电状态维持在合理范围。下层混合储能控制层在低通滤波器的基础上根据磷酸铁锂电池和超级电容器各自的SOC,建立分配功率修正算法,优化储能单元的SOC状态。仿真实验证明,所提出的基于荷电状态SOC的分层协调控制,有效地降低了混合储能的SOC的变化范围,防止储能设备的过充或过放。     

考虑荷电状态变化的储能系统补偿风电预测误差的容量配置研究

电池储能系统通过控制发出和吸收能量,可以有效地补偿风电功率预测误差。文中在建立补偿预测误差的储能系统充放电控制策略时,计及了储能系统荷电状态极端变化的限制,提出了常规控制策略的修正式,提前调整荷电状态的变化,避免出现过充过放的现象,达到了既保护电池储能又增强补偿误差效果的目的。并在此基础上,以补偿预测误差效果最优为目标,提出了储能系统最优容量配置的方法。仿真结果表明,修正后的控制策略具有更优的补偿效果,并且能够大幅降低储能系统的容量配置。     

考虑电动汽车的微电网复合储能容量优化配置

复合储能在微电网功率平衡、平抑可再生能源波动、提高电池使用寿命等方面有着显著作用,是未来微电网储能发展方向之一。针对含有风力发电和光伏发电的微电网,考虑微电网中电动汽车有序充放电,建立复合储能容量优化模型。通过经验模态分解分割平抑任务,最后利用粒子群优化算法对所搭建模型进行求解。比较无电动汽车、电动汽车随机充电和有序充放电3种模式下的容量优化配置结果。通过搭建仿真,对有序充放电模式下复合储能的功率分解以及荷电状态进行分析,验证了该方法在平抑波动方面的有效性。     

考虑风光发电可调度的微网储能容量配置方法

对风光发电的微网系统进行有效的储能容量配置方法的研究,提高分布式电源的最优配置,保证运营成本的最低需求,对风光电可调度性储能容量规划方法进行研究,提出微网储能单元与发电单元的能量管理模型,结合储能功率、发电功率与微网功率之间的关系,建立微网储能容量配置规划的目标函数与约束函数,以储能使用寿命的投资成本与发电成本作为目标函数,利用基于遗传算法的神经网络方法进行求解,实例验证表明该储能容量配置规划方法有效实现了微网能量的配置与电能的管理控制,提高了资源的利用率.     

基于ISSA的光储微网混合储能容量优化配置

近年来,新能源的大力发展促使分布式能源结合本地负荷的微网结构应运而生,针对光储微网混合储能容量优化配置的问题,提出一种改进的麻雀搜索算法（ISSA）对以经济性为目标建立的储能容量配置模型进行求解。首先,利用分时电价策略优化混合储能系统充放电功率,建立以储能系统年综合成本最小为目标的容量优化配置模型;其次,针对传统麻雀搜索算法求解精度低、收敛速度慢、易陷入局部最优等问题,采用精英反向学习初始化种群,并结合粒子群算法改进麻雀位置更新公式,同时引入莱维飞行策略扩大算法搜索范围。最后,通过算例分析验证了所提策略的合理性和有效性。     

基于参数优化变分模态分解的混合储能功率分配策略

为平滑风电输出功率,通常将功率型储能元件和能量型储能元件结合成混合储能系统与风电系统相连.为了提高混合储能系统的灵活性和经济性,对一种基于参数优化变分模态分解(Variational Mode Decomposition,VMD)的混合储能系统控制策略进行了研究.采用粒子群算法确定VMD算法中K值(分解模态数)和α值(...     

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。     

风光复合发电系统中储能单元的容量优化设计

为了更好地解决风光复合发电系统中储能单元的容量优化问题,利用蓄电池储能与飞轮储能的互补特性,将二者综合考虑,以最小成本为优化目标,系统性能指标为约束,应用基于随机模拟的遗传算法,进行容量的组合优化设计。研究结果表明,该方法是合理且有效的。     

微电网复合储能多目标优化配置方法及评价指标

复合储能在微电网功率平衡、平滑可再生能源波动、提升电能质量等方面发挥多重作用,针对包含光伏发电、风力发电和典型负荷的微电网,提出一种合理配置复合储能容量的方法。针对复合储能优化配置,以装置成本最低、功率匹配最佳、可再生能源输出功率平滑度最好建立复合储能多目标优化数学模型,采用自适应惯性权重的粒子群算法求解复合储能多目标函数最优解;针对子目标函数权重系数的确定,提出目标函数适应度离差排序法;提出了定量评估微电网储能多目标优化效果的参数指标,并以此为依据,对比了微电网内蓄电池单一储能多目标优化与复合储能多目标优化结果。最后,通过MATLAB编程进行实例验算,验证了方法的合理、有效性。     

微电网储能系统调度日SOC初值确定方法

新能源微电网孤岛运行时,微电网的经济性和可靠性依赖于储能系统ESS（energy storage system）的功能发挥。在以天为单位的调度中,对ESS功能的需求转化为在综合考虑多天微电网能量需求的情况下对每日ESS的能量调度,其中含电池荷电状态SOC（state of charge）每天初值的确定。通过分析微电网多日供用电典型工况对调度日ESS的SOC初值的不同需求,基于多时间尺度预测和调度方法,提出了一种ESS调度日SOC初值的确定方法。设计了调度模型,引入每日SOC终值下限约束,根据多日工况对ESS的能量需求给出该下限值,进而以该调度模型进行多时间尺度调度确定下一日SOC初值,并作为下一日调度的输入。日调度和确定SOC初值滚动递进,使得基于该ESS的调度计划能够满足微电网多日能量需求。分析和算例说明了该方法的有效性。