基于线性自抗扰和变分模态分解的混合储能控制策略

风力发电具有随机性和波动性的特点,可通过引入储能技术减少其直接并网对电力系统造成的影响,因此基于超导磁储能和蓄电池储能系统之间的互补关系,提出一种基于线性自抗扰和变分模态分解的混合储能控制策略。针对传统混合储能变流器多变量、非线性及强耦合的特点,在装置层建立了混合储能系统的数学模型,基于跟踪微分器、线性扩张状态观测器及线性误差反馈律三部分,设计了混合储能系统的交、直流侧线性自抗扰控制器;其次,为了更加合理地平抑风电功率波动,避免经验模态分解时出现的模态混叠问题,在系统层提出了变分模态分解的功率分配方法;最后通过仿真验证了方法的可行性。     

基于GWO优化ICEEMDAN分解的混合储能系统功率分配策略

针对风电波动降低电网对其消纳水平的问题,设计了一种采用灰狼算法优化(Grey wolf optimizer,GWO)改进的自适应噪声的完备集成经验模态分解(Improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)的混合储能系统功率分配策略。首先,以风电并网功率与原始功率的互相关系数,以及经ICEEMDAN分解获得的各固有模态函数(Intrinsic modal function,IMF)样本熵作为适应度函数,采用GWO进行ICEEMDAN算法中参数信噪比μ和高频、低频功率分量分界点k进行寻优。其次,采用ICEEMDAN分解风电功率,将低频IMF信号作为风电并网功率,高频IMF信号作为混合储能系统功率,以各相邻高频IMF信号信息熵为依据,实现混合储能系统功率的一次分配;根据超级电容的荷电状态,利用模糊控制对蓄电池、超级电容器的功率进行修正,实现混合储能系统功率的二次分配。最后,将上述平抑风电波动控制策略同其他风电平抑策略进行对比,验证了所提策略的有效性和优越性。     

基于小波包-模糊控制的混合储能平抑大型风电场功率波动

提出能量型电池和功率型超级电容混合储能优化分配的选取方法,以风电并网功率波动限值为约束,采用小波包分解理论对风电场原始输出功率进行多尺度分解,综合分析风电功率的幅频特性和混合储能的性能特点,合理分配混合储能的功率和容量.根据储能的荷电状态,利用模糊控制自适应优化储能电池和超级电容的功率指令,提高储能出力水平.结合中国北...     

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。     

考虑超级电容SOC的混合储能系统功率分配策略

为解决超级电容能量密度小、在运行过程中荷电状态(state of charge, SOC)容易越限的问题,对传统低通滤波法进行改进,提出考虑超级电容SOC的功率分配策略。该方法依据超级电容的SOC划分5个不同的工作区域,并以超级电容的SOC作为变量,在不同工作区域同滤波时间常数建立相应的函数关系,之后根据SOC的变化动态调整滤波时间常数,实现蓄电池和超级电容之间功率的合理分配,保证超级电容SOC维持在合理范围内。最后,在Matlab/Simulink中搭建相关模型并仿真验证所提方案的正确性和有效性。仿真结果表明,同传统低通滤波法相比,该方法可在平抑功率波动的同时,根据超级电容的SOC合理分配超级电容和蓄电池的功率需求,使超级电容的SOC自行恢复,防止其过充过放,提高了直流微电网系统运行的经济性和稳定性。     

基于混合变分模态分解模型的短期风速预测

针对风速时间序列不稳定导致其难以准确预测的问题,提出一种基于最优变分模态分解(OVMD)和蝙蝠算法(BA)优化最小二乘支持向量机(LSSVM)的短期风速预测模型。采用OVMD技术,将原始风速时间序列先分解为若干个相对稳定的分量序列,然后对各个分量分别建立LSSVM模型进行预测,并采用蝙蝠算法优化LSSVM中的参数,最后对优化的分量预测模型的预测值求和,即得到原始风速序列的预测值。算例分析表明,该模型具有较高的预测精度,能有效跟踪风速的变化规律。研究成果为短期风速预测提供了新思路。     

分布式储能变调节因子SOC下垂控制及功率调节

在传统指数型荷电状态(SOC)下垂控制策略基础上进行改进,提出一种变调节因子SOC下垂控制策略,通过在不同阶段改变调节因子n的值,在保证系统收敛性的前提下,提高功率响应速度,从而解决传统SOC下垂控制中功率响应速度和收敛速度的不可兼顾性问题.最后搭建由2台储能模块(ESM)构成的分布式储能仿真平台和实验平台,验证了所提...     

基于变分模态分解与卷积神经网络的轴承故障诊断

为解决滚动轴承在变载荷、大噪声背景下故障诊断困难及所建立智能模型泛化能力不足的问题,基于变分模态分解算法(Variational Mode Decomposition,VMD)及卷积神经网络(Convolutional Neural Network,CNN)技术提出VMD-CNN故障诊断模型.以标准轴承实验数据为研究对...     

基于自适应变分模态分解的滚动轴承故障特征提取方法研究

针对滚动轴承微弱故障特征易被噪声和强故障成分淹没导致漏诊或误诊问题,基于互信息与信息熵构建多目标适应度函数,形成面向故障诊断的自适应变分模态分解算法(Diagnosis Oriented Adaptive Variational Mode Decomposition, DOA-VMD),有效提取信息以传达故障特征且不产生异常模态干扰;并采用NSGA-II算法对多目标适应度函数搜寻最优Pareto解集;然后考虑峭度是反应冲突的有效指标,以最大峭度值为目标,筛选解集中最优结果实现DOA-VMD参数的确定和特征提取;基于齿轮箱轴承内圈损伤数据验证提出方法的可靠性。结果表明：DOA-VMD可剔除含噪分量并保留具有最显著冲击信号的特征,且该特征较传统VMD方法更能凸显故障特征频率。     

一种基于模糊控制的混合储能系统能量管理策略研究

混合储能系统中,锂离子电池循环寿命短和超级电容能量不足是制约混合储能发展的两大因素。文章提出了一种新型混合储能系统的能量管理策略,在综合考虑锂离子电池温度及荷电状态和超级电容荷电状态的基础上,通过模糊控制动态调节低通滤波器的时间常数,实现对混合储能的功率分配。在保证锂离子电池平滑输出的同时,减少了锂离子电池热量的产生;运用能量转移的方式对超级电容进行越限保护,提高超级电容在两种极端情况下的响应能力。算例分析表明,文章提出的功率分配策略和超级电容越限保护方法,可以有效地改善两种储能介质的出力。     

基于模糊控制的EV混合储能能量管理策略研究

针对锂电池和超级电容混合储能系统输出功率实时分配问题,为提高策略控制精度,设计了一种基于参数改进的模糊控制策略。根据混合储能单元实时荷电状态建立了动态功率模型,以各储能装置实时最大允许充放电功率和系统需求功率为输入参数,制定了更为精确的模糊控制规则,以实现模糊控制功率分配。搭建实验平台,将参数改进前后的模糊控制策略进行比较。实验结果表明,采用参数改进后的模糊控制系统工作稳定,单位时间内锂电池电流幅值平均降低了5%,提升了超级电容的使用效率,可延长锂电池使用寿命。     

带混合储能的微网并网控制策略研究

新能源发电的不确定性严重影响了电力系统的稳定。采用蓄电池单一储能的方式很难具有高功率密度、高效率、无污染等优点。为了克服蓄电池储能的缺点,文章将蓄电池和超级电容组成混合储能单元,利用高通滤波器将微网系统功率波动分为高、低频两部分,高频部分由超级电容直接吸收或释放,而低频功率分量与蓄电池、超级电容的剩余容量一起作为模糊控制器的输入,通过模糊规则的建立,求解出超级电容对低频功率分量的分担系数,进而计算出蓄电池和超级电容对系统功率的分担量。搭建仿真与实验平台,结果表明该控制策略充分利用了超级电容的容量,且能使整个微网系统高效稳定地运行。     

独立光伏混合储能发电自治系统配置优化

发电自治系统是指零排放不间断运行的系统。根据负载特性和太阳光照强度时间分布曲线,结合典型储能器件,包括蓄电池、燃料电池与电解制氢,用穷尽搜索法对独立光伏混合储能发电自治系统进行了优化配置。以年为运行周期,按照蓄电池、燃料电池与电解制氢的充放电顺序,得到实现不间断供电的配置方案。根据各器件的安装和运行维护成本,计算各配置方案的年运行成本。为实现独立光伏混合储能发电自治系统的配置优化提供设计依据。     

基于负荷预测的储能功率分配优化策略

针对目前电力系统调峰、调频储能电站容量有限的情况,文章提出了一种基于负荷预测的储能电站调峰、调频功率分配策略.首先建立了基于遗传算法(Genetic Algorithm,GA)优化BP神经网络的负荷预测模型,对电力系统中的负荷进行精准的预测,为储能电站参与调峰、调频提供计划调度参考;在此基础上,计及储能电站参与调峰、调...     

基于粒子群算法的储能电站经济优化调度策略

储能电站的功率分配方案直接影响其调度成本,合理的功率分配方案是保障电站运行经济性的基础。为了合理有效地进行储能电站功率分配,文章以单位周期内调度成本最低为优化目标,搭建了考虑电池容量损失的储能电站调度成本模型,并利用粒子群优化算法(PSO)寻求储能电站调度任务的最优分配方案。在保证完成储能电站调度任务的同时,最大限度地降低调度成本。案例仿真结果表明,文章所提出的PSO优化分配方案比传统等比例功率分配方案具有明显的优越性。当储能电站在传统调度方法下寿命终止(1 597次)时,PSO优化调度方法同比节约调度成本约19.7%,且在此基础上可继续工作370次,使储能电站的运行寿命延长23.2%。     

面向配电网优化的混合储能系统控制策略

文章提出一种面向配电网优化运行的混合储能系统控制策略。首先建立光伏-混合储能系统柔性并网模型,针对配电网"源-网"经济运行和节点电压优化目标,提出光伏-混合储能系统参与配电网优化运行策略,获得混合储能最优目标功率;然后根据荷电状态及其充放电状态,提出混合储能多目标分频和内部能量协调控制策略,合理分配蓄电池和超级电容器的充放电功率。仿真结果表明,该策略不仅可以有效实现配电网经济运行和节点电压越限治理,而且能够充分发挥不同储能介质的技术特性,延长混合储能系统的运行寿命。     

大规模储能电站参与电力系统自动发电控制的协调控制策略优化研究

文章提出了一种双层结构的储能电站参与电网二次调频的优化控制策略。首先,综合对比分析了常规机组与储能电站参与电网二次调频的技术特性,并在调度层面对储能电站与常规机组的功率进行解耦;然后研究了储能电站辅助火电机组调频的协调控制框架,以实现不同调频资源的合理分配;在储能电站主控层面,建立了表征储能实时调频能力的评估模型,并采用改进遗传算法对模型进行求解,以对储能各单元出力进行精细化协调管理;最后,基于仿真模型验证了所提控制策略的有效性。     

基于建筑能源系统的混合储能技术研究现状

由于用户负荷需求的多元化和不确定性,单一类型的储能技术已不能满足高品质的建筑供能需要.通过耦合不同类型储能设备,实现多能源协调互补的混合储能技术应运而生.本文在建筑能源应用背景下,首先介绍了混合储能技术的原理,从建筑用能需求角度梳理了混合储能技术的研究进程,指出了现阶段混合储能的主要研究方向.其次基于混合储能的几种常见匹配方式,综述了热能、燃气化学能和电能等多类型能源混合存储技术的应用现状,并根据典型案例介绍了相应混合储能的系统组成、运行策略和系统特点,说明建筑用户的多能用能需求如何得到满足.最后对混合储能系统性能和经济性情况进行分析,提出了评估混合储能系统性能的重要指标和影响其经济性的主要因素.     

Research on ADHDP energy management strategy for fuel cell hybrid power system

Fuel cell hybrid power system is a prospective power source for electrical vehicles. To reduce hydrogen consumption and enhance dynamic performance of the system, Action Dependent Heuristic Dynamic Programming (ADHDP) energy management strategy for the fuel cell hybrid power system was proposed. Firstly, topology of the system was analyzed and mathematical model was established through mechanism analysis. Secondly, framework of the ADHDP algorithm was presented, and it was followed by training algorithm for evaluating network and executing network of ADHDP based on Back Propagation (BP) algorithm. Finally, hardware-in-the-loop (HIL) simulation of the fuel cell hybrid power system was carried out to demonstrate the proposed ADHDP algorithm under real operating conditions. The results show that evaluating network and executing network of ADHDP have good convergence performance under different operating conditions. Compared with the other algorithms, the proposed ADHDP energy management strategy has better fuel economy and dynamic performance.