基于粒子群算法的燃煤发电系统储能容量估计方法

考虑到传统方法在估计燃煤发电系统储能容量时存在较大误差的问题,提出基于粒子群算法的燃煤发电系统储能容量估计方法。利用迭代推进法更新发电系统的离线参数,基于递推最小二乘法设计离线参数识别流程,识别到发电系统的离线参数,通过建立发电储能容量优化配置的目标函数,给出优化的约束条件,根据粒子群算法的优化求解步骤,优化配置燃煤发电储能容量,结合燃煤发电储能容量估计模型的构建,实现燃煤发电储能容量估计。仿真分析结果表明,基于粒子群算法的燃煤发电系统储能容量估计方法可减小发电储能容量估计误差,提高估计值的准确性。     

基于改进粒子群算法的新能源侧储能容量配置

在新能源侧配置储能可有效减少弃风弃光,提高新能源消纳能力。综合考虑储能消纳风光的能力及其经济性,以风光电站弃风弃光电量和储能投资成本最小为目标构建新能源侧储能配置模型。提出基于改进多目标粒子群算法的优化算法对模型进行求解,在求出的各目标权重的基础上,采用熵权法排序得出最佳储能容量配置方案。以某风光电站为例进行仿真分析,结果表明,配置储能后可有效消纳风光,且具有较好的经济性,验证了所提方法的有效性和可行性。     

基于改进PSO的独立风光系统混合储能容量优化研究

为了提高独立风光系统的供电可靠性,应为其配置储能系统。但目前储能装置的成本高,故应合理地配置储能系统容量。以计及储能寿命的整个储能系统工程使用年限内的总成本作为目标函数,以不同类型储能各自补偿频段的分界频率作为优化变量,以负荷缺电率(LPSP)、能量浪费率(SPSP)及储能的荷电状态等为约束条件,并采用改进粒子群算法求解该模型。最后,通过分析算例结果,验证了该优化模型与算法的正确性和有效性。     

基于风储系统和交叉粒子群算法的飞轮储能优化配置

风力发电是绿色能源开发利用的重要方向。将储能系统与风电场结合,建立风电场储能联合的发电系统是提高集成风电可靠性的一种有前景的解决方案。飞轮储能设备具有响应速度快的特点,因此适用于风电场中平滑风力发电输出功率的波动。在选用飞轮储能设备的基础上提出了一种基于经济效益的飞轮储能配置方案。首先采用小波包分解的方法提取风功率数据的低频分量作为数据基础,建立经济效益的数学模型,并采用交叉离子群算法对飞轮储能设备的配置方案进行寻优。在此基础上利用大容量的飞轮储能设备对长时间尺度风电场输出的日间功率波动进行平滑。利用Matlab软件进行仿真实验,验证了飞轮储能设备可有效平滑风电场输出功率波动,并具有较好的经济效益。     

基于改进粒子群算法的电池储能系统多控制器参数优化

针对电池储能系统的有功和无功多控制器参数同时优化易互相影响的问题,文章提出一种改进的粒子群算法(Improved Particle Swarm Optimization,IPSO)进行有功、无功多控制器的比例积分(Proportional Integral,PI)环节参数优化整定.IPSO算法通过采取全局领域搜索的速度...     

基于萤火虫与粒子群混合优化算法的移动储能调度

近年来,受规模化电动汽车无序充电、高比例新能源功率波动等因素影响,配电网存在负荷峰谷差较大、网损较高、配电网运行成本高的问题。提出基于萤火虫与粒子群混合优化算法的移动储能调度方法。分别建立电动汽车、移动储能车、氢燃料发电车的移动储能模型,建立负荷峰谷差、配电网网损和配电网运行成本多目标函数,为了降低排名异常的概率,引入Tent混沌映射、柯西变异算子、萤火虫算法中的模糊自适应惯性权值,求解多类型移动储能共同参与调度的最优方案。算例分析结果表明,所提方法能够有效减少负荷峰谷差、降低配电网网损和降低配电网运行成本。     

辅助核电机组一次调频的飞轮储能阵列容量配置方法

针对核电机组一次调频能力不足的问题,采用飞轮储能阵列来辅助核电机组进行一次调频。首先,建立额定功率为1 MW、储存电量为250 kW·h的飞轮储能单元模型和额定功率4 MW、储存电量1 MW·h飞轮储能阵列,并分析其充放电特性;其次,基于粒子滤波方法,以提升核电机组一次调频积分电量贡献指数2倍为目标,提出了一种飞轮储能阵列容量配置方法;最后,根据某装机容量为1 250 MW的核电机组历史运行数据,通过仿真验证所提出的飞轮储能阵列容量配置方法。结果表明：与采用集合经验模态分解(EEMD)方法的飞轮储能阵列容量配置方法相比,基于粒子滤波方法的飞轮储能阵列容量配置方法具有更好的调频效果。     

基于改进粒子群算法的火储联合调频优化储能控制策略研究

为了解决火储联合调频协同控制效果与储能系统成本回收的问题,提出一种改进粒子群算法的储能优化控制策略,通过引入自适应权重调整全局搜索方向,并解决储能电荷状态与出力状态的耦合性问题,建立火储联合调频综合性能指标进行储能控制策略研究。案例仿真结果表明：本文所提算法比传统算法在收敛效果方面具有明显优越性,避免了局部最优解问题;当储能系统电荷状态设置在57.5%和42.5%时,提高了机组调频响应效果,延长了储能设备的使用寿命。     

基于风光互补发电系统的压缩空气混合储能系统容量优化

压缩空气储能系统可以有效减少因风能和太阳能随机性造成的弃风弃光现象,但其动态响应时间长,且存储规模配置不合理会影响其发展。为此首先提出液流电池与压缩空气储能组成混合储能系统解决并网型风光互补发电系统输出波动不稳定的问题;其次基于典型小时负荷、风力机发电功率和光伏发电功率,针对不同场景,以系统最大收益为目标函数,利用猫群算法优化压缩空气储能系统的容量配置;最后分析压缩空气储能系统的额定容量与额定功率对系统最大收益的影响,验证算法可靠性。结果表明,基于风力机与光伏系统的装机功率分别为20 MW和3.42 MW的场景,压缩空气储能系统容量配置为4 MW和46.5 MW·h时,其经济性最佳,每周可节约购电成本183 688.24元,周最大收益为30 543.86元。     

基于CEEMDAN功率分解的火电厂混合储能容量优化配置

为了解决火电机组跟随自动发电量指令(Automatic generation control, AGC)响应延迟大、超调大等问题,提出一种基于完全噪声辅助聚合经验模态分解(Complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)的混合储能系统容量优化配置方法。首先,通过某时间段火电机组跟随AGC指令输出曲线,获得混合储能系统需要提供的功率。在此基础上,利用CEEMDAN将需求功率进行分解,获得不同频率下火电机组与AGC指令之间的误差。选择合适的储能元件,构建火电厂响应AGC指令的混合储能系统结构模型,在考虑能量型储能元件磷酸铁锂电池与功率型储能元件飞轮储能系统两类不同储能设备工作特性的情况下进行功率分配。在考虑储能系统荷电状态(State of charge, SOC)、容量与充放电功率等约束下,建立以综合成本最小为目标的容量优化配置模型,将功率分解结果与容量配置模型联合优化,获得最优功率分配情况和对应的储能配置方案。提供工程案例分析,结果表明所提方法可以有效弥补火电机组跟随AGC指令的延迟...     

飞轮储能技术研究新动态

飞轮储能是一种研究价值高、应用前景广阔的新型环保储能技术。该文介绍飞轮储能技术研究机构及其技术的新进展。     

风电场含退役动力电池的混合储能系统容量优化配置

针对退役电池在风电场平抑功率波动场景的应用,提出一种考虑退役电池时间尺度的混合储能系统容量配置方法。首先分析退役电池和新电池储能的优势,并介绍储能系统的成本构成;然后建立以全寿命周期经济性最优、考虑退役动力电池充放电时间尺度的混合储能容量配置模型,线性化后可调用求解器求解获取储能容量配置结果;最后用风电场实际数据进行分析,验证容量配置方法的有效性,并分析风电场不同储能配置时长政策要求、退役动力电池不同时间尺度以及不同控制策略下的混合储能容量配置结果。     

基于集合经验模态分解的微电网混合储能优化配置

为了平抑微电网联络线功率,该文采用磷酸铁锂电池与超级电容组合的方式进行微电网混合储能优化配置。首先,根据电网调度安排,将微电网净负荷分解为联络线功率与混合储能系统总功率。其次,通过集合经验模态分解将混合储能总功率分解为锂电池平抑的低频分量与超级电容平抑的高频分量,并建立混合储能的等年值成本、平抑联络线功率、能量供需平衡目标函数,采用自适应粒子群算法求解混合储能容量。根据储能的荷电状态,采用模糊控制算法对锂电池、超级电容的充放电功率进行二次修正,保证储能系统的长期运行。基于某并网型微电网进行算例分析,仿真验证该方法的经济性与有效性。     

太阳能电动汽车储能系统的优化配置

在太阳能电动汽车(SEEV)系统中,储能系统的优化配置是一个重要且具挑战性任务.太阳能电动汽车储能系统的优化配置可以看成一个具有约束的优化问题:以储能系统的成本最小为优化目标,以表达系统可靠性指标的负载失电率为约束.决策变量不仅包含传统方法中的蓄电池充电电流而且还包含储能飞轮的质量.优化算法是采用基于遗传算法和神经网络的组合优化方法,即把机会约束遗传算法中比较耗时的个体检验部分交给神经网络处理.研究结果表明,基于遗传算法和神经网络的组合优化算法在被应用于太阳能电动汽车储能系统的优化配置时,算法收敛良好,计算时间少且可行.     

基于改进粒子群优化神经网络算法的波浪捕获功率预测

传统BP神经网络算法应用于波浪发电系统捕获功率预测,易陷入局部最优和泛化能力不足,为此提出一种改进的粒子群优化神经网络算法,动态调整学习因子并添加变异算子。采用间接预测策略,搭建从波浪数据到波浪捕获功率的直驱式波浪发电系统模型;应用改进算法预测分析波浪历史数据,输入搭建模型,进而获得波浪捕获功率预测值。比较分析不同预测步数和不同算法的仿真结果可知,改进算法能有效克服传统算法不足,提高预测精度。     

考虑倍率特性的调频用储能电池优化配置

提出一种考虑储能电池倍率特性的容量配置方法,以各类储能电池充/放电时间与倍率的关系为约束,以储能电池容量/功率最小为目标进行优化配置。以某实际电网典型工况为算例,结合不同倍率下作用时间的等效折算方法,对考虑与不考虑倍率特性的磷酸铁锂电池进行容量配置,验证该方法的优势,并从不同电池类型角度对磷酸铁锂、钛酸锂、铅酸电池的容量配置进行对比分析,最后结合3种常用的一次调频控制策略对考虑倍率特性的钛酸锂电池进行容量配置。结果验证了该方法的可行性和有效性。     

超级电容器蓄电池混合储能独立光伏系统研究

建立了混合储能系统的数学模型,对系统性能的提升进行了定量分析。提出了一种无源式并联储能方案,并应用于独立光伏系统中,仿真和实验结果表明,在光伏系统的发电功率和负载功率脉动的情况下,蓄电池的充放电电流比较平滑。合理配置超级电容器组的容量,可以减少由于日照量变化所导致的蓄电池充放电小循环次数。对解决光伏等可再生能源系统中蓄电池储能的问题,具有现实意义。     

含储能的三端SOP对主动配电网的潮流优化研究

提出一种含储能的三端智能软开关(SOP)对主动配电网的潮流优化策略,建立以SOP传输的有功功率、无功功率为决策变量,多种约束条件下配电网总有功损耗最小、电压偏差最小的多目标优化数学模型,采用多目标粒子群优化算法求取全局最优解,对SOP的最优接入位置进行选取,实现主动配电网总有功损耗的降低和电压水平的改善.最后,将不同类...     

基于混合算法的配电网中电池储能的多目标优化配置研究

基于随机会约束规划理论,计及系统的不确定性因素提出配电网储能电站多目标选址定容模型。首先分析配电网的经济性和可靠性特征,接着基于随机机会约束规划建立储能电站的优化模型。采用二进制粒子群算法和改进粒子群算法的混合算法对模型进行求解。最后利用研究模型,结合IEEE 33标准节点系统建立配电网储能电站优化算例,对离网模式和并网模式2种模式进行仿真,对优化配置结果进行对比和分析。     

考虑光伏出力预测误差修正的储能优化配置方法

首先,基于k均值聚类和Copula理论建立不同天气类型下光伏出力的条件预测误差分布模型,并利用该模型修正储能运行时序模拟算法中的光伏出力预测值;其次,以跟踪光伏电站计划出力为控制目标,并以光伏电站寿命周期内年均收益最大为经济性优化目标,综合考虑储能全寿命周期成本、偏离计划出力的惩罚成本和光伏电站收益,采用粒子群算法和时序模拟计算法搜索最优的储能配置方案。最后,以安徽某地额定容量为100 MW的光伏并网电站储能配置方案为例,对所提出的方法进行验证。仿真算例表明,考虑修正与不考虑修正的情况相比,光伏电站的经济性得到提高,所需储能的功率和容量减小。