混合储能多目标容量优化配置

针对蓄电池和超级电容混合储能系统的容量配置,提出了混合储能系统多目标容量优化配置模型,该模型以经济成本、供电可靠性、能量过剩和供需平衡为目标,以蓄电池的SOC、超级电容的端电压和最大功率为约束,同时考虑能量控制策略的影响,应用改进粒子群优化算法同时对蓄电池和超级电容的容量和功率进行设计,并通过仿真验证了所提多目标容量配置算法的快速收敛性和可靠性。     

基于离散粒子群算法的光伏微电网储能容量优化配置∗

传统储能容量配置策略为确保微电网运行的稳定性,在一定程度上增加了冗余投资,为此提出基于离散粒 子群算法的光伏微电网储能容量优化配置.通过蓄电池组与超级电容器的工程模型,获取光伏微电网储能装置的工作 特性,以容量配比最优、投资成本最小为目标构建储能容量优化配置模型,并引入离散粒子群算法求解模型,获得最 优储能容量配置结果.实例分析结果表明,对于蓄电池组与超级电容组成的储能装置,该方法在满足输出功率平衡的 基础上,给出了一个最优容量配比和最强经济效益的容量优化配置方案.     

计及灵活性的配电网储能优化配置

针对目前配电网大量接入分布式电源所带来的净负荷剧烈波动问题,提出一种基于局部约束与整体灵活性定量评价相结合的配电网储能优化配置方法。首先利用X-means方法对配电网的年运行场景进行分析,经过聚类选择出关键场景;其次,建立配电网中运行灵活性的定量计算模型和局部灵活性约束;最后,基于所建立的灵活性评价模型,建立求解配电网中储能优化配置的双层迭代求解模型。利用标准IEEE33节点配电网系统模拟真实配电网进行算例设计和仿真,验证了提出的储能配置的灵活性规划方法的有效性和经济性。     

基于QPSO微电网混合储能系统容量优化配置

储能装置配置的容量不仅影响微电网的经济运行,而且影响供电的可靠性。研究具有典型负载、可再生能源和由电池和超级电容组成的混合储能系统(HESS)的孤立微电网,使用了优化HESS容量的量子行为粒子群优化(QPSO)算法。根据超级电容和电池各自的功率补偿能力,利用低通滤波器原理,采用合理的能量调度策略,避免电池频繁充放电。考虑每种储能类型的额定功率,修正各自的补偿功率。通过判断充电状态是否达到极限,再次修正数值。孤立微电网的仿真结果验证了HESS优化容量配置方法的有效性。以西北地区一个独立微电网为例,验证了该方法的有效性。QPSO与传统粒子群算法(PSO)的比较表明,其可以更快地找到最优解,HESS具有更低的日常开销。     

风力发电系统中储能容量的优化配置

在风力发电系统中,合理地规划配置储能系统的容量对于风力发电产业的长远发展具有非常重要的意义。首先建立了电池储能系统的模型,提出一种基于该类储能系统的容量优化配置策略,并在此基础上将电池储能系统的全生命周期成本作为储能容量的优化目标,建立了以发电系统能量缺失率等运行指标为约束条件的储能容量优化模型,运用粒子群算法对该复杂优化配置模型进行求解计算。通过对算例系统的求解,验证了所建模型和算法的正确性和有效性,同时也为风力发电系统中储能单元的容量优化提供了参考。     

离网直流微网群混合储能容量优化配置方法

为了优化储能系统容量配置,提高直流微网群的供电可靠性和经济性,文中提出了一种考虑各子微网互为备用的独立型直流微网群混合储能联合优化配置方法。首先,以直流微网群混合储能整体投资运维等年值成本最低为优化目标,建立混合储能容量配置模型;其次,在不失各个子微网混合储能容量配置独立性的前提下,进一步降低混合储能的配置成本;最后,以双直流微网群为算例对象,通过对比独立优化与联合优化的配置结果说明了利用微网群功率互联的特点能够大幅降低混合储能系统投资成本,提高微网群运行稳定性,从而证明文中所提配置方法的优越性。该方法后期可为独立型直流微网群的规划建设提供依据。     

基于改进粒子群算法的储能调峰容量优化配置研究

配置储能系统是减少机组调峰负担、增加清洁能源接纳空间、降低新能源大规模并网给电网带来的压力的有效手段。首先,在分析储能调峰机理的基础上,综合考量储能调峰相关收益及成本,提出储能调峰的日效益模型及日成本模型;其次,以储能调峰日净收益最大为目标,综合考虑储能荷电状态约束、调峰后峰谷率、容量平衡等多种约束条件,提出考虑储能调峰效果的容量优化配置模型;然后,基于线性递减的惯性权重和异步学习的学习因子对标准粒子群优化算法进行改进,提出改进的粒子群算法,对储能容量进行优化配置;最后,综合考虑不同电池储能系统、不同季节典型日负荷间的差异,对某工业园区储能调峰容量进行优化配置,验证了所提模型和改进粒子群算法的有效性。算例结果表明,采用改进粒子群算法可以更快更好地得到优化结果。     

多微电网互联系统的储能容量配置

随着微电网的发展,微电网之间互联的研究逐渐兴起。为了满足多微电网系统的电能质量和运行稳定性等要求,储能系统发挥着重要作用。同时,为了实现微电网互联运行的经济性最优,需要对多微电网的储能系统进行协调容量配置。建立了层级式微电网互联模型,以传输功率损耗最低作为互联微电网之间以及微电网与大电网之间的功率交换原则,基于多微电网互联系统功率交换和分时售/购电价,建立以多微电网系统经济性最优为目标的目标函数,采用改进的粒子群算法对该模型进行优化求解,最终获得储能系统的容量配置参数。实验结果表明,在满足系统稳定性的前提下,文中提出储能系统容量配置方法使得多微电网系统的经济性更优。     

基于改进PSO-DE融合算法的风电场储能容量优化配置

根据蓄电池数学模型和充放电特点,综合考虑蓄电池投资成本和风电场弃风率,建立了由蓄电池投资成本和风电场弃风率组成综合成本为目标函数的风电场储能容量优化配置模型,并给出了模型的约束条件。采用惯性权系数调整、越界粒子变异操作和粒子初始化规则调整等策略对粒子群-差分融合算法（Particle Swarm Optimization-Differential Evolution,PSO-DE）算法进行改进,得到改进PSO-DE融合算法,对风电场储能容量优化配置模型进行求解。结果表明,改进PSO-DE融合算法只需要48次迭代就找到了综合成本最小值为624.18万元,对应的最优储能容量为11.25 MWh,风电场弃风率为0.15%,验证了所提出的风电场最优储能容量计算方法的实用性。     

基于改进粒子群算法的独立光伏发电系统储能容量优化配置研究

在独立光伏发电系统设计中,合理的规划配置储能系统容量及不同储能元件之间的容量比,对于光伏发电产业的长远发展具有非常重要的现实意义。结合超级电容器和蓄电池实际的储能特性,研究包含这两种储能元件的储能系统能量管理策略;以储能装置的全生命周期费用为优化目标,建立以独立光伏发电系统负荷缺电率等可靠性指标为约束条件的约束模型;提出了一种基于改进粒子群算法的储能容量优化配置方法,并进行了优化软件的编写和算例验证。     

风电制氢混合储能系统容量优化配置研究

风电制氢能同时有效解决弃风和制取绿氢问题,制氢混合储能系统容量配置会影响风-氢系统的经济运行。针对该问题构建了风-氢能源系统,在此基础上首先利用具有噪声的基于密度的聚类算法和有序聚类算法对采集的1.5 MW风机出力和电负荷数据进行分类,并将分类结果归算为6个典型日。然后以系统投资成本、运行成本和维护保养成本最小为目标函数,利用粒子群算法对系统各储能单元进行容量优化配置。最后分析当系统氢气不足时,不同购氢渠道对各储能设备容量配置结果影响及日均氢气负荷变化对容量配置结果的影响。     

考虑电动汽车充电负荷及储能寿命的充电站储能容量配置优化

提出了一种优化电动汽车充电站储能容量配置的方法。该方法考虑了季节性电动汽车充电负荷波动与光伏出力之间的关系,并且考虑了储能寿命。论文利用蒙特卡罗法考虑了不同类型电动汽车的多种影响因素,对整体负荷进行预测。以每日运行成本最低为优化目标,在考虑四季光伏出力和储能寿命的影响下,采用了3种算法对目标函数进行优化,以得到最佳的光储充电站储能配置方案。研究以西北某地区为例。结果表明：冬季下综合成本为3.043 2×106元,相比于其余3个季节综合成本最低;采用遗传算法时,在综合成本相差不多时,获得的储能配置最优,储能容量为22.82 MWh,储能功率为7.31 MW,从而得到光储充电站最优的储能容量配置。     

风电场中储能装置的容量优化

储能技术的发展为风电的大规模并网后造成的电能质量问题提供了有效解决方法。合理的储能设备容量不仅能够提高储能设备的利用效率,也能平滑风电输出,改善电能质量。本文考虑计及储能设备减少旋转备用容量的风电场经济效益及功率波动的平衡性,采用多目标粒子群算法进行风电场储能装置的容量优化,以Pareto最优解集的形式表示储能设备带来的风电场经济性与稳定性多目标的兼顾。并通过某地的风电场典型日出力情况作为仿真实例,验证优化所得结果的有效性,可为风电场的储能装置容量选择提供实用的参考方案。     

基于差分进化粒子群神经网络的用户侧储能容量优化配置

为提高用户侧储能系统的经济性及使用寿命,提出一种基于差分进化-粒子群BP神经网络的储能优化配置算法.以提高系统可靠性和降低系统投资成本为目标,以储能电池充放电功率限制以及系统最大装机容量等为约束条件,搭建了用户侧储能容量优化配置模型.提出的差分进化和粒子群的混合算法,保留粒子群算法早期收敛速度快的优点,加入差分进化算法...     

计及容量市场的用户侧储能优化配置研究

容量市场能够为间歇性可再生能源的大规模并网提供灵活的容量支持,激励常规机组发电容量投资并保证峰荷时期备用容量充裕,在未来现货市场环境下建立相适应的容量市场机制是保障长期电力供给安全的有效方法,故储能作为用户侧的快速响应资源有望参与容量市场。该文结合容量市场,从用户对主能量市场实时电价进行响应后再利用储能充放电实现最优化用电的角度提出了一种用户需求响应-储能调节(DR-ESS)的优化模型。首先,基于容量市场合同构建用户实时电价需求响应模型;然后计及容量市场,建立储能定容双层优化配置模型,外层以用户在储能全寿命周期内净收益最大为目标优化储能功率及容量,内层以用户日收益最大化优化储能充放电策略。两层模型分别采用遗传算法与fmincon工具箱进行求解。以美国PJM市场下某大工业用户所在负荷节点数据进行算例分析,结果表明,采用DR-ESS优化模型在提升用户经济效益同时能够有效实现削峰填谷、降低电网尖峰负荷,减少电网投资成本,提高运行可靠性。     

考虑储能并网运营模式的工业园区风光燃储优化配置方法研究

工业园区内部负荷需求复杂,且普遍存在能源结构不合理、能源利用率低等问题。因此,采用风、光、燃、储等多种形式的能源对工业园区进行综合供能,并实现其容量的优化配置成为急需研究的问题。提出一种考虑储能并网运营模式的工业园区风光燃储优化配置方法。首先,介绍了并网情况下储能的不同运营模式,并分析了不同运营模式下储能的充放电策略以及容量确定原则。然后,以综合供能系统年均成本最小为优化目标,构建风光燃储优化配置的数学模型,并采用粒子群算法对该模型进行求解。最后,通过算例进行仿真验证。仿真结果表明相较于单一的燃机三联供系统,所提出的方法得到的配置方案经济性更优。     

工业园区混合能源优化配置方法应用与实践

为了充分挖掘多能源之间的互补潜力,使工业园区混合能源系统的配置方式由传统粗放式转变为精确优化配置并降低系统配置方案的保守性,基于粒子群联合CPLEX求解算法对工业园区的系统配置和运行调度方案进行分析优化,并以某生物园区为例进行了实例分析,得到了目标函数下的最优设计方案和运行策略。仿真分析结果表明,优化配置方法的应用能够协调冷热电多种能源的混合利用,提升系统的综合经济性。同时,为工业园区能源供应项目的规划、设计提供参考性支撑,丰富设计手段。     

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。     

基于遗传算法的风电混合储能容量优化配置

为了降低独立风力发电系统中储能装置的生命周期费用,建立以风力发电系统中储能装置的生命周期费用最小值为优化的目标函数、负荷缺电率等指标为约束条件的模型,结合蓄电池和超级电容器储能特性,利用风电和负荷48 h的发用电数据,研究包含蓄电池和超级电容器的储能系统能量管理策略。提出了一种基于改进粒子群算法的储能容量生命周期费用优化配置方法,算例分析证明该算法具有有效性和实用性,优化后的系统很大程度上节省了经济成本。     

基于改进鲸鱼算法的混合储能系统容量优化配置

针对微电网中使用可再生能源的高随机性和间歇性等特征,提出了一种混合储能系统容量优化配置方法。该方法以混合储能系统成本最低、平抑可再生能源功率波动效果最优与电网联络线利用率最高为目标,通过建立混合储能容量优化配置模型并采用改进鲸鱼优化算法对所建立的模型进行求解得到最优混合储能系统容量优化配置。最终对比传统鲸鱼优化算法和传统粒子群算法来验证改进鲸鱼算法可以更合理地配置混合储能系统的容量,使可再生能源功率波动的平抑效果提高,同时也使微网联络线利用率变高,保证微电网可靠、经济地运行,进而实现资源的合理利用。