基于碳交易的含大规模光伏发电系统复合储能优化调度

为提高电力系统对光伏发电的接纳能力,提出一种基于碳交易的含大规模光伏发电的电池储能—抽水蓄能电力系统复合储能优化调度模型。基于低碳经济理念,将阶梯型碳交易机制引入电力系统经济调度中。采用基于最大最小距离准则的改进K均值聚类算法对光伏发电的出力场景进行有效聚类,在保证光伏发电出力分布特征的前提下削减场景数量;以系统综合运行成本最低为目标,兼顾系统的运行经济性和低碳性,利用电池储能作为功率型储能以平滑光伏电站出力波动,抽水蓄能作为能量型储能参与接入光伏发电后系统的调峰平衡。以改进的IEEE-RTS96系统对所提模型进行仿真分析,算例结果验证了模型的合理性和有效性。     

光储联合发电系统中混合储能的功率协调控制

针对光储联合发电系统中的混合储能,基于频率协调,给出了一种电池和超级电容的功率分配控制方法,记及储能的荷电状态(State of Charge,SOC),提出了多储能单元的出力分摊方法。基于频率协调控制,利用电池和超级电容平抑光伏出力的中频和高频分量,控制光储联合系统输出功率的带宽,降低光伏对电网的冲击。基于SOC的功率协调控制,分配光储联合发电系统中多个储能单元,按照其可用容量合理分担出力。使光储联合发电系统工作于电网调度模式和光伏平抑模式,利用PSCAD/EMTDC验证了所提协调控制方法的有效性和可行性。     

考虑空间相关性和天气类型划分的多光伏电站时间序列建模方法

提出了一种考虑多光伏电站在地理位置及天气类型上的相关性、适用于电力系统中长期规划及电网运行方式安排的光伏发电时间序列建模方法。首先分析了光伏发电时间序列相关性的影响因素及表达方式,根据地位位置与天气类型两方面影响因素将光伏出力分为净空出力与相对出力两部分,其中净空出力能够准确表达光伏电站间的空间相关性,相对出力的聚类识别及分解能够有效体现各电站天气类型大概率相同前提下波动出力的随机性。在此基础之上,提出了基于空间相关性及天气类型划分的光伏发电时间序列建模方法,建模生成的光伏发电时间序列不仅继承了原始序列的单电站均值、方差、概率分布及波动等出力特性,而且保留了多个场站在不同时间维度上的出力相关性。最后基于某省光伏电站的实测出力数据进行模拟仿真,分析验证了文中建模方法的有效性。     

基于光伏＋储能出力特性耦合的东北电网新能源消纳策略

光伏发电具有随机性、间歇性及反调峰特性,“光伏＋储能” 模式特点之一是可以利用储能装置平滑光伏出 力曲线,使光伏和储能形成的“虚拟电厂”更好地适应系统需求.基于此特点,对东北地区负荷特性下的光伏＋储能 出力特性耦合进行分析,研究“光伏＋储能”系统运行策略,分析基于光伏＋储能出力特性耦合的东北电网新能源消 纳情况.     

风光储联合发电系统运行特性的研究

基于国家风光储输示范工程,分析张北地区风电、光伏发电等新能源资源状况和出力特性,探讨如何发挥化学储能系统的出力特性和调节作用,得出风光储联合发电系统的出力特性和联合发电组合方式。     

多能互补电网中的储能出力协同优化控制策略∗

经过多年发展,除燃煤发电外,风力发电、光伏发电、抽水储能发电取得长足的发展,但输出功率不稳、出力大小不一,致使风光抽水储能发电并没有实现完全并网.对多能互补电网的储能出力情况进行研究,通过分析不同发电系统的特点,以系统出力作为研究对象,利用粒子群算法,给出多能互补电网出力协同优化控制策略,提高多能互补发电效率,具有非常好的实际指导意义.     

动态规划算法在光伏储能协调运行系统中的应用

天气的多变性导致光伏出力具有一定的波动性和间歇性,为光伏系统配置合理的储能装置是一种常用的平抑波动、平衡负荷的方法.为此,提出一种光伏储能协调运行系统模型的动态规划算法,并以平衡负荷为目标,建立光伏储能协调运行系统的动态数学模型.该模型充分考虑蓄电池的充放电速度、充放电效率、单位控制时间长短以及剩余电量等蓄电池自身运行约束.以一组光伏发电和负荷需求数据为算例进行分析,证明该动态模型有效以及将动态规划算法应用于光伏储能协调运行系统的可行性及优越性.     

储能电池平抑光伏发电波动的应用

合理的储能技术能够有效缓解光伏发电对电网带来的负面影响。该文在验证了光伏波动低频特性的基础上,提出利用储能电池平抑光伏出力短期波动的运行策略及储能电池最优容量的评估方法。通过光伏出力预测,控制储能电池的存储与输出功率,减小光伏出力的不确定性。基于储能电池单位成本下最长利用时间,建立电池最优容量的数学模型。通过实例验证,总结了影响电池最优容量的关键因素,在实现光伏出力可调节的前提下,最大效率地利用储能电池。     

跟踪光伏计划出力偏差的储能容量配置研究

不同典型天气下光伏出力预测误差具有明显差异,为保证分布式光伏集群友好接入,提出一种考虑光伏发电功率预测误差不确定性的共享储能容量配置方法。首先基于注意力机制和长短时记忆神经网络（long-term short-term memory neural network,LSTM）对分布式光伏出力进行预测,再与不同典型气象条件下的光伏出力实际值进行对比得到预测误差。然后以共享储能配置成本最优为目标,建立跟踪光伏出力计划偏差的共享储能容量配置模型,通过引入鲁棒机会规划约束来描述预测误差的不确定性,并采用凸逼近方法将原模型转化为确定性模型进行求解。仿真结果表明,所提方法在保证补偿效果的同时能最大提升储能配置的经济性。     

基于EMD-LSTM的光伏发电预测模型

随着能源消费结构的改变,可再生能源发电的消纳比例逐渐上升。文中以光伏发电功率为研究对象,分析了不同天气状态下的发电功率曲线特性及不同气象因素与光伏发电出力的相关性,进而提出了一种经验模态分解-长短期记忆神经网络(EMD-LSTM)方法融合的光伏发电功率预测模型。首先对预处理后的光伏发电功率历史序列进行重构,并对重构后的出力序列进行EMD分解,针对分解得到的各子序列分别建立长短期记忆神经网络模型,最后将各子序列预测模型得到的结果叠加得到光伏发电功率预测值。采用国内某地区光伏发电的实际出力数据对模型进行了检验,与滑动平均自回归模型(ARIMA)、支持向量机模型(SVM)、LSTM等预测模型相比,文中所提出的模型预测误差小,能有效提高光伏发电功率的预测精度。     

基于模型预测控制的新型电力系统光储电站调频控制策略

光伏渗透率的不断提高降低了新型电力系统的转动惯量,给系统频率稳定性带来了新的挑战,储能出力灵活且迅速,将储能与光伏结合构成光储电站参与电网调频能够提高新型电力系统频率稳定性。光储电站参与系统调频的有功出力受到光照强度、储能荷电系数等多因素的影响,然而现有的与光储电站调频控制有关的研究大多对这些多约束的处理能力较差。在此背景下,提出一种基于模型预测控制的新型电力系统光储电站调频控制策略。该控制策略以最小化系统频率偏差与频率变化率之和为目标,计及光储电站有功出力及总发电量约束,优化光储电站有功出力,并通过控制光储电站有功输出参与系统频率调节。最后,通过仿真算例说明了所提方法相比传统控制策略调频效果更优,能够在考虑多约束的情况下快速精准确定光储电站出力,提高系统频率稳定性。     

基于模型预测控制的新型电力系统光储电站调频控制策略

光伏渗透率的不断提高降低了新型电力系统的转动惯量,给系统频率稳定性带来了新的挑战,储能出力灵活且迅速,将储能与光伏结合构成光储电站参与电网调频能够提高新型电力系统频率稳定性。光储电站参与系统调频的有功出力受到光照强度、储能荷电系数等多因素的影响,然而现有的与光储电站调频控制有关的研究大多对这些多约束的处理能力较差。在此背景下,提出一种基于模型预测控制的新型电力系统光储电站调频控制策略。该控制策略以最小化系统频率偏差与频率变化率之和为目标,计及光储电站有功出力及总发电量约束,优化光储电站有功出力,并通过控制光储电站有功输出参与系统频率调节。最后,通过仿真算例说明了所提方法相比传统控制策略调频效果更优,能够在考虑多约束的情况下快速精准确定光储电站出力,提高系统频率稳定性。     

A Hydrogen‐Storage Distributed Generation System Using Unitized Reversible Cells and Its Operational Scheme

Environmental issues such as global warming and depletion of natural energy resources are posing problems. Photovoltaic systems have been attracting attention as a form of renewable energy. The output power of a photovoltaic system changes sharply because solar radiation intensity and temperature vary with the weather. In conventional photovoltaic systems, the surplus power, excluding the power consumed in the load, flows back to the grid. Therefore, fluctuations in the output power of a photovoltaic system may have an adverse effect on the grid. This paper proposes a novel hydrogen‐storage distributed generation system using a unitized reversible cell that integrates a fuel cell and water electrolyzer to smooth reverse power flow. The hydrogen‐storage distributed generation system was modeled and a computer simulation was performed. Using two evaluation methods, the proposed system is shown to be effective at leveling power flow back to the grid.     

基于神经网络的光伏阵列发电预测模型的设计

随着光伏发电系统容量的不断扩大,光伏阵列发电预测技术对于减轻光伏阵列输出电能的随机性对电力系统的影响具有重要意义.本文提出了一种加入天气预报信息的神经网络发电预测模型的设计方案.结合历史发电量数据和气象数据分析了影响光伏阵列发电量的各项因素,采用光伏阵列的发电量序列、日类型指数和气温建立了神经网络预测模型,并对训练好的模型进行了测试和评估.预测结果表明,预测模型有较高的精度,能够解决光伏发电的随机化问题,提高系统的稳定运行能力.     

微电网混合储能功率分频控制策略研究

针对独立光伏发电系统中混合储能方式能够同时具有高功率密度和高能量密度的特性,提出一种微电网混合储能功率分频控制策略来提高系统运行的稳定性。通过Simulink平台搭建了独立光伏发电混合储能系统,通过对功率分频实现了超级电容器和锂离子电池的功率输出优化分配,抑制了由于负荷突变引起的功率波动,维持了直流母线电压的稳定。仿真结果表明,该方法提高了系统的稳定性,实现了对直流负载的可靠供电。     

基于混合储能的光伏波动功率平抑方法研究

针对光伏发电系统中发电功率波动问题,构建了一种基于混合储能的光伏并网发电系统模型,以平抑并网功率的波动。该模型引入了由超级电容器和蓄电池组成的混合储能系统,可以有效应对在各种天气条件下所引起的光伏输出功率波动问题,从而对并网功率进行削峰填谷。同时,对现有的MPPT法进行相应改进,提出了单向变步长追踪法,能够更加稳定且迅速地调整光伏系统的最大输出功率,提高发电效率。最后,在Matlab/Simulink上进行仿真,结果表明该混合储能控制系统能够有效提高光伏并网功率输送的稳定性能。     

基于改进NSGA-II算法的水-光-蓄发电系统多目标规划方法

水-光-蓄联合发电系统是指利用水电和光伏发电互补性,用水电弥补光伏发电间歇性,并配备一定容量的抽水蓄能电站,利用储能手段平抑光伏出力波动性,同时提高光伏电能消纳能力的联合发电系统。水-光-蓄联合发电系统是一种有效的新能源开发利用新形势,而对联合系统的分布式光伏电站的选址定容以及抽水蓄能电站的容量配置问题是一个高维、非线性的规划问题。首先,构建了水-光-蓄联合发电系统的数学模型;其次,针对规划问题的多目标性,利用了改进的NSGA-Ⅱ算法得到帕累托最优解集;最后,通过TOPSIS法完成了规划方案决策,并结合算例验证了方法的合理性。     

光伏发电参与电力平衡的可信容量分析

光伏发电是新型能源体系的重要组成部分,“十四五”期间我国光伏发电装机规模快速增长。光伏发电与天气强相关,随机性和波动性强,高比例光伏并网加大了电力系统平衡难度。通过详细分析高温天气下光伏发电出力特性,指出高温天气下光伏发电具有较高的日间顶峰能力,基于可信容量分析论证了提高极端高温天气下光伏发电参与电力平衡的合理性。最后计算验证了提高极端高温天气下光伏发电可信容量可降低日间电力平衡缺口,给出了光伏参与电力平衡的相关建议。