基于使用寿命模型的大容量电池储能系统变步长优化控制方法

大容量电池储能系统(BESS)配合风电场调度可以提高风电场的可调性。为了研究延长BESS使用寿命的控制方法,建立了多因素聚合寿命模型,该模型考虑了大容量BESS的串并联特性和充放电特性,能够反映充放电倍率、控制步长、充放电次数和温度等多种因素对电池老化的影响。讨论了BESS控制步长和调度周期对BESS使用寿命和并网跟踪性能的影响,提出了BESS的变步长优化控制方法。设计了模糊变步长控制器,根据当前BESS的充放电倍率和跟踪性能指标实时调节控制步长。算例仿真表明,所提模糊变步长优化控制方法结合了大步长下使用寿命长和小步长下跟踪性能好的优点,并网功率能够较好地跟踪调度指令,实现了风电场的可调性,同时提高了BESS的使用年限。     

基于附加风功率预测的风电功率波动平滑控制

为改善风电场出力平滑性,提高电网调峰能力,在现有电池储能系统(battery energy storage system,BESS)平滑风电功率波动控制策略的基础上,提出了一种基于附加风功率预测的BESS平滑风电功率波动的并网控制策略。该方法在不改变BESS现有平滑控制策略的基础上,将风电功率超短期预测技术应用于平滑控制,考虑了未来的风电出力波动对BESS的当前充/放电行为的影响,在满足风电场出力波动限制要求的基础上,优化BESS充/放电动作,防止BESS过充/放电,延长BESS的使用寿命。该控制策略包括3部分:现有平滑控制部分、附加风功率预测控制部分和总体修正部分。利用某地实测数据对某风电场与BESS联合系统进行了研究,结果证明了该控制策略的有效性。研究结果对BESS的工程应用具有指导作用。     

基于风速预测与储能的可调度风电场并网功率控制

由于风速变化的随机性,大规模风电场并网给电网调度带来困难,进而影响系统的稳定性。为了提高风电场的可调度性,本文提出了基于风速预测与钒电池储能的风电场并网功率协调控制系统。采用BP神经网络法对未来一天的风速进行预测,通过预测的风速值计算风电场向电网发送的功率,并将预测值提交到电网调度机构。同时,在风电场的出口处接入钒电池储能系统,快速响应弥补风电场实际发出功率与预测功率的误差,从而提高电网依据风功率预测进行风电场发电调度的可信性,改善了风电场与电力系统之间的协调运行能力。     

储能电池平抑风功率波动策略

为了平抑风功率波动,并优化风电场出力特性,基于双电池组拓扑结构的电池储能系统(Battery Energy Storage System, BESS)提出了在短期内平抑风功率波动的新型控制策略。该策略基于即时控制策略,把未来风功率波动对当前储能电池充放电行为的影响纳入考虑范围。双BESS则根据策略需求进行充电或放电,任一电池组电量达到满充或满放,则两组电池的工作状态同时切换。在新型控制策略中通过风电预测并结合滚动优化法实现双BESS动态控制。实践表明该策略在风电出力特性上不仅取得了较好的平抑效果,而且能降低因储能容量不足引起的瞬时大功率波动。在电池特性上,由于采用双BESS,很大程度上降低了电池充放电次数,延长了电池寿命。     

基于预测控制储能系统平抑风电场并网波动功率

基于预测控制储能系统平抑风电并网波动功率的高、中、低频,在增大电网调度空间的基础上以提高全钒液流电池储能系统的使用寿命和运行经济性。首先,基于对山西晋北某风电场的预测功率数据异质点的判定结果,利用改进粒子群算法优化后的奇异值功率标准谱对预测波动功率修正;然后,利用离散小波变换将预测的风电场输出波动功率按频率划分为高、中、低频,并针对不同频段的波动功率分配合理的储能系统额定容量和输出功率以实现并网目标功率的预测控制。最后,实例验证所提方案可以在满足储能系统过充过放的前提下,使风电场平抑后的输出功率满足调度分配功率。     

用于提高风电场可调度性的储能系统预测控制策略

大规模储能的应用提高了风电场/群的可调度性,降低了大规模风电并网给电网带来的运行风险。为了充分利用储能系统柔性可控能力来提高风电场的可调度性,文中提出了基于模型预测控制(model prediction control,MPC)风/储集成发电系统滚动调控策略。该策略首先根据风功率预测结果制定风/储集成发电系统期望输出,即调度指令,进而通过滚动优化,在满足储能系统荷电状态、充放电深度等约束的前提下,计算得到下一调度周期内储能系统的控制指令,以保证风/储集成发电系统中风功率与储能系统有功的合成功率输出在最大程度上跟踪调度指令。以东北某风电场实际有功输出数据为基础,计算分析了在配置不同容量储能系统时该方法的控制效果,结果表明利用该方法对储能系统进行控制能够有效的提高风电场的可调度性,在跟踪调度指令的同时保证了集成发电系统合成输出功率的平滑性。     

基于SOC调整的光伏电站储能系统调控策略

光伏（PV）发电输出功率具有波动幅度大和随机性强的特点,大规模并网光伏电站需要电池储能系统（BESS）对输出功率波动进行平滑抑制,以降低对电网的冲击。提出了一种衡量不同BESS控制策略抑制PV功率波动能力的评价指标,针对现有基本功率平滑控制策略的不足,提出基于电池荷电状态(SOC)调整输出的储能功率控制策略。通过调节BESS输出功率,对PV输出功率中较高频段波动成分进行补偿,并且在储能电池荷电状态（SOC）偏高/低时对输出功率加以自适应调整,在不削弱补偿效果的前提下,将SOC维持在正常范围内。仿真结果表明所提方法在光伏输出波动剧烈时仍有较好的平滑效果,并且对电池容量的需求较小。     

实时平抑风电场功率波动的电池储能系统优化控制方法

文中提出了一种基于模型预测控制(MPC)的实时平抑风电场功率波动的电池储能系统(BESS)优化控制方法.该方法以未来一个控制时段使用的储能出力最小为目标,考虑2个时间尺度(1 min与30 min)下的功率波动约束、BESS最大功率约束和容量约束.当合成输出功率不满足功率波动约束时,采用约束软化调整技术,兼顾期望目标,以获得满意的优化结果.然后,实现了基于区间削减技术的主动式能量反馈控制,避免了BESS的过充或过放.同时,考虑减小合成输出功率的粗糙度,自适应地调整粗糙度惩罚因子,进一步平滑了输出,减小了BESS能量,从而在满足功率波动平抑指标的同时,提高系统运行经济性.算例分析表明,相对于传统基于一阶低通滤波的方法,所述方法只需配置较小的容量,且算法简单、计算量小,便于工程在线实现.     

计及储能出力水平的平滑风电功率模型预测控制策略EI北大核心CSCD

风电大规模并网的有功功率波动给电力系统造成了较大的影响,在风电场并网处加入储能系统可有效平抑风电并网功率波动,提高风电在电网中的渗透率。在储能电池平滑风电功率波动的典型应用场景下,提出了一种计及储能电池出力能力的模型预测控制方法,在减小储能电池出力的同时,兼顾电网对储能系统充放电能力的需求。首先,利用风储发电系统的数学模型,分析储能电池当前输出功率对未来出力能力的影响;然后,设计以储能电池最小出力和最大出力能力为运行原则的模型预测控制策略;最后,基于实际风场数据进行了仿真。结果表明,所提方法可有效降低风电并网功率波动,提高储能电池出力能力,减小储能电池进入死区时间。     

基于电池储能系统的风功率波动平抑策略

为平抑风功率中的分钟级波动,在分析波动概率特性的基础上构建了基于双电池组拓扑结构的风-储混合电站。根据电池技术特性设计了电池储能系统(battery energy storage system,BESS)的在线运行策略,即两组电池分别处于充、放电状态,根据风功率超短期预测结果,交替平抑风功率中的正、负波动分量。一旦任何一组电池到达满充或满放状态,则同时切换两组电池的工作状态。提出基于蒙特卡罗模拟的BESS运行仿真模型,在历史数据的基础上对BESS在典型时段内的运行进行了模拟。基于某风电场实测数据的仿真结果表明,基于双电池组拓扑结构的储能系统可在不显著消耗电池循环寿命的情况下有效平抑风功率中的波动分量。     

基于云储能形态的分布式储能应用模式∗

由于家庭层面储能系统部署成本高,大多数用户未拥有分布式储能设备,因此分布式电源产生的电能主要并入当地电网.将云储能理念引入分布式储能的应用中,云储能提供商分析用户侧分布式储电源发电量及用户负荷并向用户提供储能电池及制定用户匹配计划.提出的单用户匹配及多用户匹配模式合理促进了用户间储能资源消纳,同时在多用户匹配模式中引入合作者团簇博弈模型,形象描述多用户匹配模式长期演化过程.     

考虑储能电池容量衰减的共享储能配置研究

针对电池容量衰减对共享储能电站经济效益的影响,提出计及电池健康状态变化的共享储能容量功率配置方案。分析现有共享储能服务冷热电联供(combined cooling heating and power, CCHP)微网系统的商业模式盈利方式,并以寿命周期内的储能电站成本最低为优化目标,构建考虑电池寿命的双层规划模型;通过雨流法计算复杂充放电过程储能电池放电深度,并建立储能电池健康容量衰减模型;利用外层模型求解考虑电池容量衰减的共享储能配置问题,利用内层模求解共享储能参与下的CCHP系统设备运行优化问题,通过内层模型Karush-Kuhn-Tucher(KKT)条件对模型进行转化并迭代求解。算例分析验证了配置方案的可行性,证明所提共享储能配置方案较未考虑电池容量衰减的配置方案更具应用前景。     

可再生能源发电中的储能技术

可再生能源发电是一种新兴技术,但存在供电有间歇性以及供电不稳定的问题。储能技术是解决这一问题最有效的方法。本文介绍了储能技术,尤其是超级电容储能技术在可再生能源发电中的应用。通过在PSCAD下建模仿真说明了其在解决分布式发电电能质量等问题方面有很好的效果。     

Supercapacitor Energy Storage for Wind Energy Applications

As wind energy reaches higher penetration levels, there is a greater need to manage intermittency associated with the individual wind turbine generators. This paper considers the integration of a short-term energy storage device in a doubly fed induction generator design in order to smooth the fast wind-induced power variations. This storage device can also be used to reinforce the dc bus during transients, thereby enhancing its low-voltage ride through (LVRT) capability. The topology is evaluated in terms of its ability to improve the performance both during normal operation and during transients. Results show that when storage is sized based upon the LVRT requirement, it can effectively damp short-term power oscillations, and it provides superior transient performance when compared with conventional topologies     

高能量密度的电容器

本文简要介绍了高能量密度的超级电容器（UItra capacitors）的主要特点、基本结构及应用领域。     

高能量密度的电容器

本文简要介绍了高能量密度的超级电容器 (Ultra capacitors)的主要特点、基本结构及应用领域     

蓄热对超临界空气储能系统性能的影响

超临界空气储能系统是一种新型的储能系统,蓄热技术是提高系统效率的关键技术之一。该文建立了超临界空气储能系统在储能过程、存储过程和释能过程中的热力学模型,重点分析了蓄热对超临界系统性能的影响规律。分析结果表明,在储能过程中,储能效率随着蓄热水流量的上升而下降;在存储过程中,存储效率随存储时间的增加不断降低;在释能过程中,释能效率随蓄热水流量的上升呈现先上升后逐渐下降的趋势。系统效率随着蓄热水流量的增加先升高后降低,当蓄热水无量纲流量为0.75时,系统效率最高,为68.3%。     

未来电力系统储能的新形态:云储能

风电与太阳能发电等间歇性可再生能源的快速发展增加了电力系统对储能的需求,共享经济的迅速发展为储能的应用带来新的商业机会,基于储能设施共享的云储能可能成为未来电力系统新的形态特征之一。云储能是一种基于电网的储能服务,它使得用户可以随时、随地、按需使用电网级的共享储能资源池中的资源,可以显著地降低提供储能服务的成本。文中解释了云储能的概念,并对云储能商业模式的各个要素进行了详细阐述。在此基础上,分析了云储能的投资与规划、运行以及服务定价等关键问题,总结了当前的研究进展并提出了相关的研究思路与方法,探讨了未来为了促进云储能的发展与实施还需要着力解决的问题,对云储能未来的研究进行了简要的展望。     

考虑功率波动及储能寿命的微电网储能容量优化配置

高比例接入可再生能源的独立运行微电网中,针对其出力与负荷功率的不确定和波动性、可再生能源存在浪费的情况,优化配置储能容量,使整个微电网的运行达到污染排放最小和经济性最高.在储能容量优化规划中采用双层优化模型,外层优化模型负责求解微电网系统储能容量规划投资问题,内层模型考虑在运行过程中运行成本、储能寿命损耗、污染气体排放问题.利用雨流计数法计算储能寿命,可充分考虑影响储能设备寿命的各个因素.采用粒子群双层优化算法对微电网进行储能容量优化计算,结果验证了此方法的可行性.对比固定寿命、精确寿命两种计算方式以及对比排放最低模式、寿命优化模式两种优化方式,对储能容量配置及运行方式提供有效的建议.     

混合储能超级电容与蓄电池能量分配策略研究

针对超级电容与蓄电池的混合储能,提出了一种电池端DC-DC变换器动态控制策略。该策略可以防止电池出现深度放电,降低蓄电池的充放电频率,延长电池使用寿命,并通过仿真验证了其有效性。