风光互补发电系统混合储能系统容量优化方法研究

风光互补发电系统受风光资源影响发电功率波动较大,配置适当的储能系统可提高新能源发电的消纳能力和电能质量。针对风光互补发电系统储能容量优化配置问题,将运行投入成本作为优化目标,提出以抽水蓄能为基础,蓄电池和超级电容参与的混合储能系统模型。该储能模型以跟踪负荷曲线作为平抑目标函数,利用集合经验模态分解和滑动平均法,对抽水蓄能机组、蓄电池和超级电容设备进行功率分配。建立了风光发电系统模型,利用带免疫的粒子群算法对储能配置容量进行寻优求解。计算结果表明,所提基于抽水蓄能的混合储能容量优化模型,对发电系统输出功率波动情况改善明显,电能消纳能力和运行经济性有所提高。     

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.     

基于蚁狮算法的风电集群储能容量配置优化方法

随着风电渗透率提高,风电并网对电网安全稳定运行影响更加显著。风电配备储能可有效改善风电出力波动性和不确定性,增强可调度性。该文建立以风电集群联合储能系统售电收益最高为优化目标的模型,采用蚁狮算法算法进行求解,得到风电集群功率备用、储能功率和容量最优配置方案,对比蚁狮算法、遗传算法和粒子群算法优化结果,分析储能电池单位成本和寿命对优化结果影响。最后以中国东北某风电集群作为算例,验证了所提算法与模型的有效性。     

基于改进海洋捕食者算法的配电网储能多目标优化配置北大核心CSCD

分布式电源(distributed generation,DG)的大量接入是配电网重要发展趋势之一,而储能系统的合理配置是提升配电网接纳DG能力的重要手段。本工作考虑高比例DG接入配电网造成电能质量下降问题,建立使配电网电压偏移最小、线损率最低、储能规划成本最优三个指标的储能多目标优化配置模型;针对目前侧重改进传统优化算法求解储能配置多目标优化问题性能不足方面,采用一种基于快速非支配排序和边界交叉构造权重设置参考点的方法对海洋捕食者算法改进,进而求解配电网储能多目标优化模型,得出储能在配电网中的最佳并网位置、额定容量和储能电池调度周期内的充放电功率。通过在IEEE-33节点系统上进行算例分析,结果显示:采用改进的多目标海洋捕食者算法能够有效地求解出在最优储能规划成本下使配电网经济、稳定运行的储能配置方案,及储能电池运行周期内最佳的充放电策略;并且通过对比多种智能优化算法,证明了所提改进海洋捕食者算法在求解储能多目标优化配置问题上具有良好的收敛性能、分布性能。     

基于Levy飞行改进鸟群算法的光伏直流微电网优化配置研究

构建冲击性负载特性下的光伏直流微电网模型,利用超级电容和蓄电池组成的混合储能系统快速的响应以及优越的调峰特性,对光伏直流微电网进行削峰填谷,并采用改进鸟群算法(IBSA)对该模型进行优化,解决经典启发式算法容易陷入局部最优的问题。所用模型参考Levy飞行策略,运用Mantegna算法表示随机Levy步长,并将惯性权重w引入觅食行为,采用不同类型测试函数对收敛性效果进行分析;通过桂林市某小区所测得的年负荷出力数据,结合储能系统相关参数作为优化配置输入参数进行模型求解。研究结果表明:对比鸟群算法、粒子群算法,以及遗传算法的计算效果,该算法具有更高的精度、效率和鲁棒性,对于求解光伏直流微电网容量规划问题具有良好的收敛性。     

与需求响应联合优化的联网型微电网储能容量随机规划

针对含分布式电源、需求响应资源的联网型微电网,提出一种与微电网内多类型需求响应资源联合优化运行的储能系统容量配置优化规划模型。模型以微电网用能成本与储能设备年投资成本之和最小为目标函数,考虑需求响应资源可柔性调节区间、储能设备的荷电状态、微电网与主网间变电容量等约束条件,并计及分布式电源出力的不确定性影响,建立储能容量随机优化规划模型,利用混合整数线性规划算法求解。对某实例微电网仿真分析优化配置储能容量对提高微电网运行和规划的经济性的影响,结果表明模型可实现微电网储能系统最佳容量配置决策,同时优化需求响应资源和储能系统的运行策略。     

基于改进布谷鸟算法的风光储联合供电系统储能容量优化配置研究

摘要： 在风光储联合供电系统中,科学的配置储能元件的容量,分配不同储能元件之间的容量比,具有非常深远的意义。通过分析蓄电池和超级电容器的特性,提出基于该两类元件的混合储能系统及其能量分配策略,根据全生命周期（LCC）理论,以储能费用最小为目标,以蓄电池输出功率和系统负荷缺电率等指标为约束条件,建立储能容量优化模型。提出了自适应布谷鸟搜索算法,并用于求解某风光储联合供电系统的储能优化问题。算例结果分析显示,采用文中所述的能量分配策略和改进的布谷鸟算法可以有效降低储能系统成本,验证了模型及算法的正确性。     

基于权重自适应鲸鱼优化算法的多能系统储能电站最优配置北大核心CSCD

本文考虑风-光-火-储多能系统的运行特性和约束条件,将火电厂的输出功率波动最小作为目标函数,得到非线性规划方程。利用非线性自适应权重协调寻优算法的全局搜索及局部搜索能力这一特点,在包围猎物、气泡攻击及搜索猎物过程中引入非线性自适应权重系数S1和S2,对鲸鱼优化算法进行改进。改进后的算法用来求解多能系统储能电站的优化配置问题。利用IEEE33节点系统作为风-光-火-储系统的仿真模型,根据权重自适应鲸鱼优化算法的计算结果,储能选址在13节点,储能的配置容量为40.2 MWh,储能系统的年运行成本为1329万元。结果表明,本文提出的储能配置策略有效抑制了多能系统中火电厂的功率波动,加入储能后火电厂功率的峰谷差下降了90.79%,有效实现了辅助调峰。对于大规模新能源并网对电力系统造成的冲击,本文提出的优化配置策略有助于储能电站的规划与建设,将为实现“双碳”目标和推动能源革命提供重要支撑。     

基于负荷数据聚类的充电站储能容量规划方法

针对已建充电站配置储能需求的问题,以充电站储能折算到日净收益最大为目标函数,构建充电站储能容量优化配置模型,基于充电站全年实际运行数据,通过应用K-均值聚类方法进行分类,并采用粒子群算法对储能容量优化模型进行求解,最后通过典型算例对模型和方法进行验证。结果表明,该模型和方法能够综合考虑充电站全年实际运行特性,更加精细和全面地反映储能全年收益情况,能够有效指导已建充电站储能容量配置和规划建设。     

计及多典型天气特征的光储容量配置技术研究

在双碳目标下,新能源得到了国家的大力支持和发展,“十四五”开端,各省纷纷出台了有关新能源配置储能的政策,但是这种高比例强行配置储能的做法是否合理仍然有待商榷。针对此问题,提出一种综合多典型天气场景的储能系统容量配置方法。首先,使用K-Means算法对全年光伏日发电功率数据样本进行聚类;然后,建立双层优化模型,内层以弃光率最小为优化目标,外层以初始建设成本、运行维护成本和弃光损失最小为优化目标,旨在实现更优的经济性效果;最后,将混合蛙跳算法运用到双层优化模型中进行求解。算例分析表明,所提模型与求解算法使储能系统的容量配置在满足各种不同的典型天气情况下可以实现经济性最优,其结果验证了所提模型与求解算法的有效性和可行性,具有工程实际应用价值。     

基于弃风利用的塔筒电梯储能系统优化配置

针对弃风电量消纳问题和塔筒电梯能耗问题,提出在风力发电场塔筒电梯中,利用储能技术对风资源进行时空转移的优化配置方法。考虑储能受到的约束条件和塔筒电梯运行负荷缺电量,以储能系统成本最低和塔筒电梯负荷缺电率最小为目标,构建储能多目标优化配置模型,采用改进的非支配排序遗传算法(NSGA-II)求出Pareto最优解,确定储能系统优化配置方案。最后,利用达坂城某风电场检修数据进行仿真分析,结果表明该优化配置方案在降低负荷缺电率和成本方面具有显著效果。     

基于改进多目标粒子群算法的储能电站定容选址优化配置研究

电化学储能电站在高比例新能源电网中逐步得到了规模化应用,其优化配置策略很大程度上决定了其辅助电网调频调压的效果。为实现电化学储能电站的最优化配置,首先研究了高比例新能源下储能参与电力系统调频调压的控制策略,提出了基于变系数有功无功下垂控制方法。随后,建立了高比例新能源电网下储能系统参与电网调频调压的多目标优化配置模型。该模型以调频综合指标、调压综合指标和系统成本为优化目标,采用了改进型多目标粒子群算法对控制参数配置和储能系统选址定容结果进行优化配置。为避免数据的主观性,采用熵权法对所得到的多目标解集选出最优方案。最后,采用某市区域电网实际算例对储能进行优化配置,区域电网调压综合指标降低了9.2%,调频综合指标降低了25.1%,区域电网节点电压偏差和频率偏差均显著降低,调压和调频效果得到了提升,验证了本文所提出储能定容选址配置方法的有效性和优越性。     

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。     

含风电场的电网储能系统选址和优化配置

储能系统的选址要根据具体的指标进行考核,指标的选取应考虑到储能系统接入电网后能为电网提供快速的有功、无功支撑,提高电网电压稳定水平,降低网络损耗,改善系统的小干扰稳定性等。因此,从安全、稳定、经济性三个方面建立指标评估模型,考核储能系统各接入位置的优劣,从而进行合理的选址。为了进一步实现容量的优化配置,针对目前电力市场的发展,构建了以综合效益最大化为目标的多目标最优潮流模型,在最优潮流指导下实现储能系统的容量优化配置。最后,建立基于电力系统分析综合程序(PSASP)的发输电网、风电场和储能系统仿真模型,按照所建模型进行储能系统的选址和容量配置。仿真结果表明,所建模型可以有效指导储能系统进行选址和容量的优化配置,并能够有效评估储能系统对大规模风电并网运行性能的影响。     

基于弃风利用的塔筒电梯供电模式研究

目前弃风现象日益严重,从对弃风部分消纳的要求出发,提出运用弃风电量为塔筒电梯供电并在弃风不足时使用储能系统作为塔筒电梯的补充电源的供电模式。以配置储能系统经济性最优为目标,建立了塔筒电梯储能系统模型,使用遗传算法(GS)优化储能配置。采用新疆某风电场的实际统计数据计算风电场弃风电量和塔筒电梯使用功率。通过算例计算得出储能电量和充放电功率,并优化储能系统的参数使储能系统运行成本最低,结果表明,基于弃风利用的塔筒电梯需要配置的供电模式方案是可行的。     

基于随机生产模拟的发电系统储能容量优化配置

在发电系统中配置储能可提高系统的灵活性,缓解高比例可再生能源发电并网给调峰带来的压力.在众多的储能技术中,蓄电池储能备受青睐,世界各国兴建了众多蓄电池储能示范项目以促进其发展.在电源端合理配置储能容量,有助于提高发电系统的经济性.为此,提出基于随机生产模拟的发电系统蓄电池储能容量优化配置模型,该模型以发电系统的综合成本...     

考虑新能源消纳的储能优化配置方法研究

为了有效提高风电利用率,在储能优化配置成熟的基础上,考虑供需平衡的特点,对各种能源形态进行合理整合和统一规划配置。首先,考虑到储能系统的需求,建立了灵活的供需模型;其次,根据柔性供需模型,设定风电与储能系统的联合供需平衡裕度,对储能进行优化配置。仿真结果表明,该配置方法可以有效弥补原有能源系统单独规划、独立运行的不足,打破能源壁垒,提高能源利用效率,优化能源系统结构。     

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...     

基于光伏储能分离配置的配电网电压薄弱性抑制方法

针对光伏与储能联合发电系统接入后,易引起配电网节点电压稳定性变化的问题,研究了光伏发电系统和储能系统的分离配置方法。实现光储分离的合理配置,可有效改善现有电网的电压稳定性。针对光伏储能各单元接入位置及容量问题,以薄弱性演化指数最小化为目标,构建光储单元分离位置和配置容量优化模型,对光伏储能单元的配置容量、位置组合方式进行优化。最后,选取青海地区某配电网络建立仿真模型,对建立的光储分离算法进行仿真分析,仿真结果表明,光储单元分离位置和配置容量优化方法有效可行,能够抑制配电网的电压薄弱性。     

罚函数改进粒子群算法的风光储系统优化配置

考虑风光储系统中风光资源、储能和负载之间复杂的匹配关系,建立以年度平均发电成本(AAGC)为优化目标,以全年负载缺电率(LPSP)为约束条件的优化模型。采用改进的粒子群算法(IPSO),并加入罚函数将非线性约束条件转化为一系列无约束问题。在考虑各组件数量作为决策变量的基础上,增加风力机塔架高度以及光伏板倾角用以提高优化过程的全面性。通过对算例的计算,对比分析各组件最优配置结果和多目标遗传算法结果,证明算法的有效性和优越性。