电池储能单元群参与电力系统二次调频的功率分配策略

大规模电池储能电站响应频繁的电力系统二次调频小额功率需求时,面临二次调频功率在电池储能单元群之间分配的问题,分配不当会劣化储能电站运行效率。文中分析了电池储能单元充放电功率对其能量转换效率的影响,构建了电池储能单元充放电功率-效率模型,提出使电池储能电站整体能量转换效率最大化的电池储能单元群功率分配策略。该策略可以提高电池储能电站运行效率、减小功率损失,同时在小额调频功率需求场景下可以减少电池储能单元响应数量和延长电池储能电站寿命。仿真分析验证了所提功率分配策略的有效性,与按比例功率分配策略和最大充放电功率分配策略对比结果表明,所提出的功率分配策略在提升电池储能系统运行效率以及减缓电池寿命衰减方面均具有优势。     

考虑电池储能单元分组优化的微电网运行控制策略

针对大规模电池储能系统参与微电网调节面临储能单元充放电路径优化选择问题,基于对储能单元能量转换效率与运行功率关系的研究,提出了以双电池储能系统（DBESS）控制策略为基础,充、放电单元组可临时转换的控制方式,以克服DBESS结构功率调节能力不足的问题。制定了储能单元间功率分配机制以降低储能单元启用数量,减少了储能单元因功率分配不当而造成不必要的寿命衰减和能量损耗。基于含8个储能单元的风光储共交流母线型微电网系统,结合给定功率波动平抑需求,对所提控制策略、DBESS控制策略和传统控制策略进行仿真分析,从储能系统控制效果、循环寿命和能量转换效率的角度验证了所提策略的合理性和有效性。     

基于时序仿真和GA的风储系统储能容量优化配比

鉴于风储一体化系统中储能容量是影响风电并网系统综合技术经济性能的关键因素之一,提出了基于时序仿真原理和GA算法相结合的协调风电有功功率与其并网系统负荷功率波动的风储一体化系统中储能容量优化配比新方法。根据电网日负荷分布的规律性与风电场出力的随机性,构建了协调风电有功功率与其并网系统负荷功率波动的储能充放电控制策略数学模型;在此基础上,以储能容量最小为目标,考虑储能装置充放电效率、荷电状态与风储合成出力目标等因素,构建了基于时序仿真原理的风储一体化系统中储能容量优化配比数学模型;进一步,采用GA算法对上述时序仿真模型求解。最后,以新疆某风电并网系统实际运行数据对上述风储系统中储能容量优化配比方法进行仿真验证,结果表明:在确保风电出力对系统不构成威胁的情况下,风储功率配比≤8:1,储能系统持续最大持续充放电时间≤1.2 h,较好地兼顾了系统的技术与经济性能。     

考虑日前计划的风储联合系统多目标协调调度

建立多时间尺度的风储发电系统协调调度模式,提出一种适用于风储联合发电系统的滚动协调调度方法。优化模型采用两阶段优化方法实现多目标决策和分层协调调度,第1阶段优化利用风电场储能系统和常规机组的协调调度最小化系统弃风电量和失负荷电量,第2阶段优化按照风电并网标准和系统调度需求在各风电场之间分配储能系统充放电任务和弃风功率。采用含3个实际风电场的IEEE 30节点系统进行仿真分析,结果表明:基于风电场滚动上报的超短期风电功率预测信息,提出的风储联合发电系统日内滚动协调调度方法能够有效减少弃风,降低系统运行成本。     

一种空调负荷和储能电池的协调控制策略

提出一种针对并网型微网的空调负荷和储能电池的超前控制策略,用于平抑微网联络线功率波动。首先,引入充放电冗余的概念,用于衡量由于混合储能系统不同单元充放电状态不一致导致的多余充放。其次,将空调负荷视作一种虚拟储能,构建混合储能系统,根据混合储能系统预测工作状态,实时调整当前控制策略。该方法可提高混合储能的功率波动调节能力,同时有效减少充放电冗余。最后,采用该策略对含1 000台空调的微网系统进行仿真,算例结果证实了本策略的有效性。     

基于概率预测的混合储能平抑风电波动随机优化调控方法

在风电场中安装不同类型的储能设备可以有效平抑风电波动,减少风电不确定性给电力系统安全运行带来的影响.对于由风电场和混合储能系统构成的风储混合系统,提出了基于概率预测的混合储能平抑风电波动随机优化调控方法.首先,通过风电概率预测结合多元Copula函数生成具有时间相关性的风电场景集;随后,提出自适应变分模态分解方法计算并网风电功率和混合储能系统充/放电功率的目标预调度值;接着,基于所获得的预调度目标功率,考虑储能充/放电循环次数约束和存储能量机会约束,构建并求解了混合储能平抑风电波动随机优化调控模型;最后,通过算例分析说明了所提混合储能平抑风电波动随机优化调控方法的有效性和经济性.     

计及储能寿命的风储电站分层优化控制策略

为了有效地平抑风电场的功率波动,提高风电场的并网特性,增强风电场并网运行的经济性和可靠性,提出了一种计及储能寿命的风储电站分层优化控制策略。首先,从经济学角度分析储能系统的充放电特性,考虑不同控制方式对储能系统寿命的影响;其次,采用分层-分区控制方式对风储电站进行协调控制,上层根据电网调度需求,考虑分时电价政策对集中式储能和整个风电场级进行协调功率控制,下层考虑区域内分布式储能和多台风电机组间的协调功率控制;最后,采用改进遗传算法对分层优化控制模型求解。结果表明:所提出的基于储能寿命损耗的风储电站优化控制方法实现了风储电站中储能系统及风机出力的合理分配,在延长储能寿命的同时提高了电网对风电的消纳能力,使得整个风电场运行经济性显著提高。     

储能型风电场黑启动火电机组过程中的功率协调控制策略

针对呼伦贝尔电网所处特殊地理位置和需求,在前期对储能型风电场作为局域电网黑启动电源的可行性进行分析的基础上,考虑并计及电池储能系统运行状态,提出了储能型风电场黑启动火电机组过程中的功率协调控制策略。分别建立了储能型风电场层有功控制器和无功控制器:根据电池储能系统的荷电状态调整风电场的有功输出,以将电池储能系统的荷电状态维持在规定范围内;根据电池储能系统的实际无功输出调整风电场的无功输出,减小储能系统的无功电流,提高电池储能系统的功率调节裕度。分析了双馈风电机组的有功与无功功率极限,建立了风电场有功与无功分配模型,实现风电场功率在风电机组间的分配。通过算例对所提协调控制策略进行了仿真分析,验证了该控制策略适用于储能型风电场启动火电机组辅机的黑启动过程。     

基于有序充放电的电池储能系统优化调度策略研究

为储能系统中电池配置合适的运行模式,可有效延长电池的循环寿命并提高储能系统的经济性。以部分电池参与功率分配并轮换使用,协调储能电池放电深度和充放电次数为基础,提出一种储能电池的有序充放电方法。根据可充放电次数与放电深度的关系,得到有序充放电下寿命最大时所对应的功率分配电池个数。通过综合考虑电池使用次数均衡和荷电状态均衡的合作博弈,提出了基于有序充放电的电池储能系统优化调度策略。建立以电池储能系统的运行成本为优化调度的效果评价指标,仿真实例验证了所提策略的有效性。     

基于改进移动回归滤波的储能实时平抑功率波动

为提高储能系统平抑风功率波动的经济性,提出了一种基于改进移动回归滤波的电池集成储能双层控制策略。上层控制中,基于改进的移动回归滤波风功率平滑策略,引入权重机制来减小控制过程中的相位滞后,并推导出基于加权回归的风功率平滑模型,使并网功率与风功率相位接近,以减少储能额定功率需求和运行负担,通过移动数据窗实现实时控制;下层控制中,将电池储能系统划分为充放电特性不同的两部分独立跟踪功率,以减小频繁充放电对电池寿命的影响,并根据荷电状态（state of charge,SOC)反馈信号判断其是否达到充/放电限值,而后切换2组储能充放电模式转换,并构建基于雨流计数法的寿命评估模型评估电池储能实际运行寿命。通过实际风电池数据对所提策略的进行验证,结果表明：所提方法可有效减少并网功率相位滞后,降低电池储能系统额定功率需求和运行负担,相较单电池储能控制,电池寿命提升了数倍。     

储能型风电场一次调频容量优化与风电功率协调分配

考虑到风电场与储能多方面的成本,提出了一种基于分层架构的风电与储能协同参与一次调频的容量优化方法及相应的风电功率协调分配方法。在系统规划层,基于多时间尺度模型,分析了全年风电场的运行特性和一次调频备用需求,通过机会约束规划配置储能容量,并通过对单个预测时段调频成本的优化,确定风电备用的最优减载率与储能调频最优出力;在风电场控制层,通过分布式控制将风电场减载需求按比例分配至不同风速的机组,无需集中控制器便实现了功率的协调分配。算例仿真结果表明所提方法能够在提高储能型风电场调频经济性的同时,使全风速工况的风机参与备用功率的协调分配。     

风电场黑启动储能容量优化配置：一种考虑储能运行策略的方法

风电在区域电网的占比越来越大。为了解决风电场在黑启动过程中的风电出力波动问题,提出了一种考虑储能运行策略的储能配置方法。首先,基于风电功率预测算法得出预测功率,并利用非参数核密度估计定义黑启动最小风功率概率密度以及黑启动可执行概率倾度,进而确定了黑启动时段。其次,根据储能在黑启动过程中补偿功率缺额和平抑波动作用制定储能运行策略。考虑储能运行策略对容量配置的影响,将储能额定功率和额定容量作为模型自变量,建立以补偿功率缺额最大化为目标函数的储能优化配置模型,并采用改进粒子群算法对模型进行求解。最后,以内蒙古某45 MW风电场数据对储能运行策略和优化配置模型的可行性进行了验证。     

风光储联合发电系统中的储能系统调度策略研究

随着风力、光伏发电,以及储能技术的发展与应用,构建大规模风光储联合发电系统接入电网已成为可能.其中,储能设备的调节控制对联合发电系统尤为重要.基于修正计划出力的方法,提出一种储能系统充放电控制策略,使得联合发电系统供给电网的有功功率波动尽可能最小;通过仿真说明控制策略有效性,利用风光储联合系统供电可靠性指标,分析指标与系统容量配置的关系,提出容量配置优化方法.     

风电跟踪调度计划时降低寿命损耗的电池储能分组控制策略

为了解决风电跟踪调度计划过程中电池寿命损耗较高的问题,提出了降低寿命损耗的电池储能分组控制策略。利用设计的基于改进天牛须搜索算法的旋转门算法得到最优压缩偏移量,进而提取风电趋势;将风电场配备的电池储能分为电池组1和电池组2,并将电池组2进一步细分为3个电池簇,在避免充放电能量对冲的条件下根据风电趋势计算两电池组的功率调节指令,并基于此确定两电池组的容量,进而以电池单元的动作次数最少为目标获取3个电池簇的容量;在初始时刻及荷电状态越限时刻对电池单元进行动态分组,并根据电池单元的依次启动方法确定电池组1中电池单元的功率调节指令,基于设计的双层功率分配方法确定电池组2中电池单元的功率调节指令;电池单元在满足运行约束的条件下响应各自的功率调节指令。将所提控制策略与其他控制策略进行仿真对比,结果表明所提控制策略能以更大的程度降低寿命损耗、延长储能的使用寿命。     

平抑风电波动的混合储能系统控制策略

为了有效平滑风电出力,提出一种针对混合储能系统的双层模糊优化控制策略。利用小波包分解方法将风电场输出功率进行分解,根据混合储能系统特性进行功率分配;采用模糊控制对储能系统的充放电功率和荷电状态进行协调控制,在此基础上以混合储能系统的平均荷电状态及其参考值为输入,采用第二次模糊控制优先对混合储能系统中的超级电容器进行再次充放电功率优化控制,同时实现风电场有功功率的平滑输出;以实际风电场数据为基础,在Matlab/Simulink中搭建数学模型,经过仿真分析证明该控制策略的有效性。     

考虑风电计划跟踪的储能调度模糊控制系统研究

风储联合发电可在一定程度上确保风电功率并网计划的可靠实现,其关键技术离不开有效的储能能量管理与控制.提出了一种储能双层模糊控制策略.首先,利用改进的遗传算法优化自适应神经模糊推理系统,以获得未来风电功率.然后,结合实际储能荷电状态与风电功率并网计划动态跟踪调节需求,经双层模糊控制规则反复修正储能系统吞吐功率,确保储能系...     

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。     

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。     

提升火电机组一次调频性能的火电-储能一体化系统研究

提出了一种火电-储能一体化系统的构造方法,并设计了协同调频控制策略以改善火电机组一次调频性能。在严重有功扰动场景下,利用储能装置的快速响应能力提升了火电机组的一次调频响应速率,改善系统频率跌落深度。在负荷日常波动场景下,利用储能装置响应一次调频指令的高频分量,抑制了火电机组一次调频功能的频繁动作。此外,提出了储能能量恢复控制策略,采用火电充裕的能量恢复储能荷电状态,避免储能的过度充放。算例分析表明,所提方法可有效提升火电机组的一次调频性能,并能够有效维持运行过程中储能的荷电状态。     

基于模糊神经网络风电混合储能系统优化控制

采用风电储能系统来平抑风电波动功率在当今是一个有效的措施,然而储能系统控制策略的好坏直接影响风电系统的技术性能和经济性能。根据超级电容器和蓄电池在功能上的互补性,将其应用在基于双馈电机的风电场中,风电场采用分布整流集中逆变拓扑控制结构,并对其设计模糊神经PID控制器,采用模糊神经网络算法对混合储能系统PID控制参数进行在线优化。基于Matlab/Simulink平台搭建控制系统仿真模型,并进行仿真分析,验证了混合储能系统能够提高储能装置的使用寿命。根据储能系统补偿功率和其荷电状态的波动范围,以及对风电波动功率的平滑程度,验证了该控制系统的有效性。