考虑荷电状态的光伏微电网混合储能容量优化配置

储能系统容量优化配置是提高系统稳定性、降低微电网成本的有效措施之一。本文提出了一种考虑荷电状态的能量管理策略,对光伏微电网混合储能系统进行容量配置。首先,综合分析微电网运行的稳定性和经济效益,以全生命周期费用和买卖电量费用之和最小为目标,建立含超级电容和蓄电池的光伏微电网储能模型。其次,结合光伏可供能量和负荷需求功率,应用改进能量管理策略和粒子群算法,建立光伏微电网混合储能系统（HESS）容量配置双层优化模型。最后,以某地实际数据为例对优化问题进行求解,将优化结果与传统储能配置方法进行对比,验证了所提方法的有效性,为光伏微电网混合储能系统容量优化配比提供参考。     

配电网中蓄电池储能系统的价值评估模型

根据典型日负荷曲线综合分析了配电网中蓄电池储能系统(BESS)在减少电网的扩建容量、削峰填谷节省总网损成本、低储高发套利、提高电网可靠性效益和减少新能源并网所需备用容量5个方面的经济价值。考虑了蓄电池储能系统的投资成本和运行维护成本,建立以年净收益为目标函数的蓄电池储能系统的最优化价值评估模型,并采用结合混合罚函数的粒子群优化算法进行求解,对蓄电池储能系统的价值进行评估。算例分析表明,目前蓄电池单位造价偏高,其经济性尚欠佳。     

基于离散傅里叶变换的主动配电网混合储能容量优化配置

考虑能量型储能和功率型储能的互补性,以混合储能系统（hybrid energy storage system,HESS）的投资运行成本及电能交易成本之和最小为目标函数,提出一种基于离散傅里叶变换（discrete Fourier transform,DFT）的主动配电网（active distribution network,ADN）混合储能容量优化配置模型。该模型采用离散傅里叶变换将混合储能系统功率分解成低频分量和高频分量,分别由能量型储能和功率型储能承担,优化分配混合储能系统功率。计及充放电状态对能量型储能寿命损耗的影响,计算能量型储能的充放电深度和寿命损耗,测算其使用寿命,进而计算投资运行成本。同时,考虑市场环境中的分时电价和电能交易,优化混合储能系统充放电功率,减少能量型储能寿命损耗。以改进IEEE 14节点配电网为例,利用我国华南地区某电网夏季典型日运行数据验证所提出模型的合理性和有效性。     

基于经验模态分解和神经网络的微网混合储能容量优化配置

提出一种针对独立微网的超级电容/蓄电池混合储能系统(HESS)的容量优化方法。运用经验模态分解技术,将一段记录完全的非平稳风功率分解成为若干固有模态函数(IMF)。在各固有模态函数的瞬时频率—时间曲线的基础上,通过"分频频率"将原始风功率分解成高频与低频2部分,并分别采用HESS中的超级电容和蓄电池来平抑风功率的高频、低频波动分量。平抑后输入负荷侧的功率平滑度可通过平滑度指标量化。采用神经网络模型优化HESS的容量,通过成本和平滑度指标之间的折中实现HESS的容量优化配置。基于某风电场实测数据的仿真实验验证了所提方法的有效性。     

风电场混合储能双级优化配置

针对风力发电输出功率的波动性以及混合储能容量优化,以风储联合发电系统为研究对象,提出一种风电场混合储能双级优化配置策略。该策略首先利用自适应滑动平均滤波(AMAF)得到并网功率,然后利用变分模态分解(VMD)将储能目标功率分解,上级循环采用储能组合方案为寻优变量,下级循环采用高频与低频功率的分界点为寻优变量,整个循环以混合储能经济成本为目标函数,得出最佳组合方案与分界点。最后,通过实验分析将所提策略与经验模态分解进行对比分析,结果表明该策略能够减少模态混叠,系统成本降低8.53%;混合储能不同组合方式对比单一储能,方案7中的混合储能系统(HESS)成本与单一储能全钒液流电池相比成本降低28.8%,与超级电容相比降低36.46%。     

考虑风电不确定性的混合储能容量优化配置及运行策略研究

在考虑风电功率不确定性的基础上,提出一种基于频谱分析确定混合储能系统(HESS)容量的方法,该方法充分利用了超级电容器和蓄电池的优势互补特性,基于此提出储能最优运行策略。利用离散傅里叶变换分解风电不平衡功率得到其频域信息,并利用HESS对不平衡功率进行平抑;提出一种最优截止频率确定方法,并确定HESS中蓄电池和超级电容器的容量大小;基于所确定容量建立以利润最大为目标的机会约束规划储能运行策略模型,并采用整合蒙特卡罗的遗传算法进行求解,从而确定储能的最优运行策略。通过实际数据分析验证了所提模型和方法的有效性。     

基于CEEMDAN-HT的平抑光伏出力混合储能 容量优化配置

光伏出力具有间歇性和波动性,利用储能装置可减小光伏并网对电网的影响。以平抑光伏功率波动效果为标准,提出了一种由超级电容和蓄电池组成的混合储能系统(hybrid energy storage system, HESS)的容量配置方法。采用由递推平均和中值平均加权滤波的算法平滑光伏出力,得到光伏并网功率和HESS参考功率。利用完全集合经验模态分解和希尔伯特变换提取HESS 参考功率的高频与低频分量,对HESS内部功率进行一次分配。之后为了避免HESS荷电状态频繁越限,同时保证HESS能持续工作,提出一种HESS功率的均衡管理方法,对一次分配功率的衰减进行修正,再对修正后的HESS参考功率进行容量配置。最后,基于全寿命周期成本建立经济评估模型,对比不同的储能容量配置策略,利用实际数据仿真验证了所提方法的有效性与经济性。     

基于频谱分析和滑动平均滤波的混合储能容量配置方案

以风电为典型的可再生能源由于其随机性和间歇性的特点,其入网功率波动大,为减小并网时对电网造成的冲击,文中研究一种混合储能系统(hybrid energy storage system,HESS)来平滑风电出力波动,使入网波动符合并网规范。基于傅里叶变换对风电原始数据进行频谱分析并得到符合风电接入电网规范的理想目标输出,将两种功率的差值做为混合储能系统的补偿功率,再由滑动平均滤波方法分配混合储能中蓄电池和超级电容器的功率补偿量,考虑并网波动、充放电效率和荷电状态来确定蓄电池和超级电容器的额定功率和容量,在计及蓄电池损耗的基础上,考虑储能折旧和维护因素,计算混合储能系统的配置成本。最后算例表明混合型储能比单一型储能配置成本更低,更具有经济性,验证了该方法的可行性。     

基于全寿命周期成本的配电网蓄电池储能系统的优化配置

蓄电池储能具有效率高、使用寿命长、对地理条件要求低等优点,其额定功率和额定容量可以独立配置。以配电网中蓄电池储能系统全寿命周期内总的净收益最大为目标,研究配电网中蓄电池的配置和各时段充/放电值的优化,综合考虑了储能套利收入、政府电价补贴收入、减少电能转运费、延缓电网升级以及全寿命周期成本等因素。建立了蓄电池储能系统配置的混合优化模型,提出一种基于差分进化和预测-校正内点法的混合算法并进行求解。最后,算例测试比较了钠硫电池、全钒液流电池、多硫化物/溴液流电池、铅酸电池和锂离子电池的配置和净收益,分析了影响经济效益的指标,为蓄电池的配置规划提出了建议,并验证了所建模型和求解算法的可行性。     

基于改进黏菌算法的风光电并网双层储能容量优化

为了提高并入大量风光电配电网的供电可靠性和经济性,提出一种配电网双层混合储能容量优化策略。采用自适应小波包分解方法得到风光电目标并网功率以及储能系统容量初次分配;通过考虑配电网网损和储能系统综合成本,分别建立了综合成本模型和配电网储能优化配置模型;给出一种自适应对抗黏菌-粒子群双层优化混合算法（adaptive opposition slime mould algorithm-particle swarm optimization hybrid algorithm ,AOSMA-PSO）,上层优化储能系统成本函数,下层优化配电网网损函数,通过上下层反复迭代得到最优混合储能容量配置方案,并对该方案进行最终储能修正,以达到风电平抑的标准。通过MATLAB并以IEEE33节点算例进行仿真验证,结果表明：所提方法和模型不仅能够有效降低混合储能综合成本,还降低了配电网网络损耗,提高了配电网的供电可靠性;通过对不同算法进行对比,验证了所提算法在收敛速度和寻优方面的优势。     

用于平抑间歇性负荷的混合储能系统优化分频定容技术

配电网中鱼塘、水泵等间歇性负荷导致的功率峰谷相差10倍左右,影响配电网的安全运行.含功率型储能器件与能量型储能器件的混合储能系统(HESS)可以用于平抑间歇性负荷功率波动.为此,重点研究了HESS设计过程中的分频定容技术:采用经验模态分解与希尔伯特频谱变换相结合的方法,对间歇性负荷特性进行频域分析;根据能量混叠最少原则...     

Economic Analysis of Hybrid Battery Energy Storage Systems Applied to Frequency Control in Power System

The battery energy storage system (BESS) is prospective energy storage in the smart grid, and the hybrid energy storage system (HESS), using two different kinds of battery, is also being studied to achieve better performance and the lower cost than the single‐battery‐type BESS. However, the cost issue has not yet been evaluated explicitly. On the other hand, BESS has been studied and offers promise for ancillary service, although HESS has not been applied to frequency control in power systems. This paper focuses on the application of HESS to frequency control and its economic analysis. In this paper, the important battery characteristics in the application to a power system are introduced and two kinds of HESS are evaluated in terms of their cost when applied to frequency control. In addition, the cost HESS is used for peak shift as well as frequency control is analyzed.     

计及波动平抑与经济性的风光储系统中混合储能容量优化配置

为了平抑风电、光伏的出力波动,减少其带给微网的不利影响,以风光储系统中的混合储能系统(Hybrid En-ergy Storage System,HESS)为研究对象,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和神经网络的HESS容量优化配置方法.采用VMD分解并结...     

融合地形信息的车载复合电源控制方法研究

地形信息对复合电源能量分配具有较大影响,忽略地形信息的能量分配控制效果难以达到最优。搭建了动力电池-超级电容复合电源模型,通过实验对模型参数进行了辨识并验证了模型的有效性;融合路径高程信息,构建了结合道路坡度的车辆能量需求模型;运用模糊控制理论,开发了一种考虑地形信息的具有电池基准功率调节特征的复合电源能量分配控制方法。仿真结果表明:融合地形信息的控制方法能够降低电池峰值电流,在美国城市驾驶循环工况(UDDS)下使超级电容的使用时间延长了26.5%,制动回收能量提高了5.5%。     

零碳园区电-氢混合储能系统多目标优化配置

随着氢气生产和储存技术的快速发展,开发氢气储能系统(hydrogen energy storage systems, HESSs)将给能源和电力系统结构带来根本性变化。HESSs和电池储能系统(battery energy storage systems, BESSs)相结合进行协调优化可以解决多种能源供需之间的不平衡,并提高能源效率。为确保BESSs和HESSs规划的有效性,以最小全生命周期成本(life cycle cost, LCC)、系统网损、联络线交换功率偏差、负荷波动以及电压波动为目标,采用带精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithm-II, NSGA2)求解储能系统(energy storage systems, ESSs)选址定容规划方案的Pareto非支配解集。并利用基于熵权法(entropy weight method, EWM)的灰靶决策在Pareto非支配解集中选取最佳折中解。另外,通过模糊核C-均值(fuzzy kernel C-means, FKCM)聚类算法获取源荷典型运行场景集,并基于扩展的IEEE-33节点系统进行仿真分析。仿真结果表明:NSGA2算法不仅实现了电-氢混合储能系统LCC最小,且其电压质量、功率稳定性、网损与负荷波动也显著优于对比算法。     

零碳园区电-氢混合储能系统多目标优化配置

随着氢气生产和储存技术的快速发展,开发氢气储能系统(hydrogen energy storage systems, HESSs)将给能源和电力系统结构带来根本性变化。HESSs和电池储能系统(battery energy storage systems, BESSs)相结合进行协调优化可以解决多种能源供需之间的不平衡,并提高能源效率。为确保BESSs和HESSs规划的有效性,以最小全生命周期成本(life cycle cost, LCC)、系统网损、联络线交换功率偏差、负荷波动以及电压波动为目标,采用带精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithm-II, NSGA2)求解储能系统(energy storage systems, ESSs)选址定容规划方案的Pareto非支配解集。并利用基于熵权法(entropy weight method, EWM)的灰靶决策在Pareto非支配解集中选取最佳折中解。另外,通过模糊核C-均值(fuzzy kernel C-means, FKCM)聚类算法获取源荷典型运行场景集,并基于扩展的IEEE-33节点系统进行仿真分析。仿真结果表明:NSGA2算法不仅实现了电-氢混合储能系统LCC最小,且其电压质量、功率稳定性、网损与负荷波动也显著优于对比算法。     

分布式储能运行规划一体的多目标选址定容方法

针对含高比例新能源配网中分布式储能的选址定容问题,首先以系统模块度、有功平衡度和群间交互功率波动指标对配网进行集群划分;进而考虑配网的经济性和安全性指标,以配网购电成本、储能日均成本、电压波动和网损为优化目标,以储能的位置及优化出力为决策变量,构建了分布式储能运行规划一体的选址定容模型;采用改进的NSAG-III多目标优化算法对模型进行求解,且针对位置变量提出了偏移交叉操作方法,对目标和多时间尺度规划变量分别采用嵌入式潮流和混合编码的方式进行处理;最后在IEEE33节点配网模型上验证了所提方法和模型的合理性和高效性,为未来新型电力系统的新能源消纳和储能合理规划奠定基础。