平滑新能源输出波动的储能优化配置方法

风力、光伏等新能源发电输出功率具有波动性,为减小功率波动对电网的影响,提出平抑功率波动的储能优化配置方法。将频谱分析和低通滤波相结合,根据新能源输出功率频谱分析结果,结合并网功率波动率约束、储能充放电效率及荷电状态(state of charge,SOC),在频率波动范围内确定最佳的一阶低通滤波器的截止频率,得到经滤波和修正的并网联络线功率及储能充放电补偿功率,从而确定满足平滑出力运行控制需求的最优储能额定功率、容量和初始SOC。采用南京地区某屋顶光伏实测数据及波动要求,对该方法进行验证,结果表明采用此方法能以较小储能容量将光伏输出功率波动从27.3%降低到1.62%,且在整个周期内储能不会过充过放。     

跟踪光伏计划出力偏差的储能容量配置研究

不同典型天气下光伏出力预测误差具有明显差异,为保证分布式光伏集群友好接入,提出一种考虑光伏发电功率预测误差不确定性的共享储能容量配置方法。首先基于注意力机制和长短时记忆神经网络（long-term short-term memory neural network,LSTM）对分布式光伏出力进行预测,再与不同典型气象条件下的光伏出力实际值进行对比得到预测误差。然后以共享储能配置成本最优为目标,建立跟踪光伏出力计划偏差的共享储能容量配置模型,通过引入鲁棒机会规划约束来描述预测误差的不确定性,并采用凸逼近方法将原模型转化为确定性模型进行求解。仿真结果表明,所提方法在保证补偿效果的同时能最大提升储能配置的经济性。     

面向风电光伏并网的储能容量配置频谱分析方法

随着风电、光伏等新能源在电网中的装机比例不断提升,新能源的间歇性、波动性给电网的安全稳定运行带来了诸多挑战。在现阶段,储能电池容量的配置原则与方法是实际储能工程建设中面临的问题之一。本文以平滑新能源并网功率波动为目标,结合储能电站当地风、光资源特性,采用离散傅里叶变换分解新能源功率得到其频域信息,并利用电池储能对高频波动分量进行平抑,提出了一种考虑单日电量均衡的储能容量配置方法。以新疆哈密地区某风场历史出力数据为样本对上述储能容量配置方法开展了研究,结果表明:本方法可以根据新能源出力并网波动率目标科学配置储能容量,且保证储能均衡连续运行,对电池储能工程建设具有指导意义与实用价值。     

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。     

风电功率波动平抑下储能出力与平滑能力的动态优化控制策略

风电场并网处布置储能系统能改善并网经济性,平抑风电并网功率波动。然而,储能出力优化电网运行性能受储能系统的功率、容量和能量状态等诸多因素影响。本文引入储能电池出力能力指标,设计了保护储能电池和保障并网功率平衡能力的多目标优化模型,提出一种基于储能荷电状态模糊动态调节的模型预测控制策略,在整体上保证储能出力最小水平,在局部储能高充/放电区域的时段内提高储能充/放电出力能力,并将本文方法与传统模型预测方法进行仿真对比。结果表明,在相同储能配置比例下,本文方法能有效平抑风电功率波动,综合指标均优于传统模型预测方法,在优化负荷功率波动的同时也提高了储能系统的功率支撑能力,平衡了储能输出和平滑能力的矛盾。     

基于随机预测误差的分布式光伏配网储能系统容量配置方法

储能装置作为一种解决含分布式光伏配网系统功率波动的有效手段,其容量配置关系到补偿功率波动精度和经济性指标。为准确配置储能容量提出一种分布式光伏配网系统中储能设备容量配置方法:通过分析光伏出力短期预测误差和负荷短期预测误差的概率统计规律和随机过程,利用区间估计方法得出储能设备容量配置函数;然后利用该配置函数实现的配置方法,对储能容量在分布式配置和集中式配置两种方法下的预测误差的方差进行比较,可知储能容量分布式配置可以得到更精确的容量配置和更优的功率补偿效果。应用所提配置方法搭建实验样机,并应用于江西电网公司某分布式光伏配网系统中,验证了该方法的正确性和可行性。     

基于光伏电站场景下的梯次电池储能经济性分析

大规模可再生能源并网时,通过配置储能系统平抑功率波动,可以实现能量的平稳转移。以某光伏电站为应用场景,分析梯次电池储能在平抑光伏功率波动这一应用模式下的优化规划并评估其经济性。建立光伏电站储能系统优化规划和经济性评估模型,以满足并网波动率限制下储能容量成本最小为目标函数,采用人工鱼群算法进行优化求解,并通过对比常规储能系统评估梯次电池的经济性。选取相关算例进行分析,结果表明模型具有一定的合理性和有效性。     

光储系统参与实时能量-调频市场的运行策略EI北大核心CSCD

由于光伏出力和电力市场价格存在不确定性,现有研究常采用基于概率场景的随机优化方法,但准确的光伏发电和电力市场价格概率密度函数较难获取,且可能由于难以满足投标功率而受到惩罚。为此,提出了基于鲁棒模型预测控制的运行策略。以光储系统在能量和调频市场的联合收益最大为目标函数,计及光伏发电的出力约束和储能的充放电约束、功率约束、电量约束,考虑光伏出力和实时市场价格的不确定性,建立了多时步双层鲁棒优化模型。利用对偶理论将该模型转化为一个混合整数线性规划模型,并采用CPLEX求解该模型。最后,利用实际光伏和储能数据及ERCOT电价数据验证了所提运行策略的有效性。     

风电场黑启动储能容量优化配置：一种考虑储能运行策略的方法

风电在区域电网的占比越来越大。为了解决风电场在黑启动过程中的风电出力波动问题,提出了一种考虑储能运行策略的储能配置方法。首先,基于风电功率预测算法得出预测功率,并利用非参数核密度估计定义黑启动最小风功率概率密度以及黑启动可执行概率倾度,进而确定了黑启动时段。其次,根据储能在黑启动过程中补偿功率缺额和平抑波动作用制定储能运行策略。考虑储能运行策略对容量配置的影响,将储能额定功率和额定容量作为模型自变量,建立以补偿功率缺额最大化为目标函数的储能优化配置模型,并采用改进粒子群算法对模型进行求解。最后,以内蒙古某45 MW风电场数据对储能运行策略和优化配置模型的可行性进行了验证。     

考虑充电次数约束与光伏出力曲线包络线的储能控制策略

为缓解光伏发电并网给电力系统带来的调峰压力,提高电力系统供电质量,基于光伏发电出力曲线,首先计算满足充电次数约束的功率阈值,然后采用3次样条插值算法和单调分段3次多项式插值法获得光伏出力曲线的包络线,最后综合光伏发电削峰控制和波动平抑控制,提出一种考虑充电次数约束和光伏出力曲线包络线的储能控制策略。该储能控制策略在考虑储能装置寿命的条件下,对光伏发电输出功率进行削峰与补偿,改善了光伏发电的出力特性。算例表明,所提储能控制策略明显减小了光伏出力曲线的越限幅值总和及波动越限概率,提高了电网运行的安全性和可靠性。同时,根据储能装置充放电曲线,能够获得光伏发电对储能容量的需求,这为储能装置的容量优化配置提供了理论支持。     

光储系统并网动态容量规划及运行优化研究

针对电网中光储系统的容量规划问题,提出了一种考虑电网常规机组运行特性的光储系统并网动态容量规划模型。采用双层模型方法,上层规划以项目投资期间的光储系统、电网常规机组总成本为目标,通过灰狼算法求解,得到光储系统容量配置方案,作为下层模型的输入;下层优化以光储并网后的日运行成本最低为目标,通过MATLAB调用Cplex的分支定界算法求解,得到光伏、蓄电池、电网常规机组调度方案,作为上层模型的输入。上下层循环迭代,直至满足收敛条件,实现光储系统容量的动态规划。最后通过具体算例验证了模型的合理性。算例仿真结果表明,该方法兼顾了电网常规机组能耗,得到了经济性最优的光储系统容量配置方案以及光储并网运行调度策略,从而降低电网的发电成本,提升环境效益。     

基于改进NSGA-II算法的水-光-蓄发电系统多目标规划方法

水-光-蓄联合发电系统是指利用水电和光伏发电互补性,用水电弥补光伏发电间歇性,并配备一定容量的抽水蓄能电站,利用储能手段平抑光伏出力波动性,同时提高光伏电能消纳能力的联合发电系统。水-光-蓄联合发电系统是一种有效的新能源开发利用新形势,而对联合系统的分布式光伏电站的选址定容以及抽水蓄能电站的容量配置问题是一个高维、非线性的规划问题。首先,构建了水-光-蓄联合发电系统的数学模型;其次,针对规划问题的多目标性,利用了改进的NSGA-Ⅱ算法得到帕累托最优解集;最后,通过TOPSIS法完成了规划方案决策,并结合算例验证了方法的合理性。     

基于分布式光伏/飞轮储能联合发电系统的并网点电压主动调控技术研究

为改善配电网末端电能质量,提高并网点电压稳定性,提出了一种基于分布式光伏/飞轮储能联合发电系统的并网点电压主动支撑控制策略.相比于传统电压调节控制方式,该控制策略能够充分发挥飞轮储能高频次充放电特性,根据电压偏差大小自适应调整联合发电系统有功/无功输出,稳定并网点电压.同时该控制策略将并网点功率因数作为考虑因素,引入控...     

基于风-光-蓄-火联合发电系统的多目标优化调度

针对风电、光伏出力的随机性、间歇性和波动性而导致其在大规模接入电网时对电网发电计划制定和调度产生的影响,提出了含风-光-蓄-火联合发电系统的多目标优化调度模型。利用抽水蓄能的抽蓄特性,将风电和光伏出力进行时空平移,使风-光-蓄联合出力转变为稳定可调度电源,具备削峰填谷的功能,与火电机组共同参与系统优化调度。以风-光-蓄联合出力最大、广义负荷波动最小和火电机组运行成本最小作为目标函数,建立多目标优化调度模型,通过多目标处理策略,使目标函数简化为2个,以降低问题维数;在求解阶段,利用分层求解思想,将模型划分为两层,分别采用混合整数规划方法和机组组合优化方法进行求解。10机测试系统仿真结果表明:所建模型可以提高风能和太阳能的利用率,缓解火电机组的调峰压力,大幅降低风电反调峰特性对电网的影响,从而保证电力系统安全、稳定、经济运行。     

考虑可再生能源不确定性的风-光-储-蓄多时间尺度联合优化调度

提出一种计及可再生能源不确定性的风电、光伏、电化学储能和变速抽水蓄能电站多能互补协同的优化调度方法。考虑电化学储能和变速抽水蓄能电站的互补调节特性,建立风-光-储-蓄联合运行的多时间尺度调度架构。在日前调度阶段,考虑风电和光伏出力的相关性,生成基于生成式对抗网络和峰值密度聚类算法的日前风光联合出力典型场景,综合考虑风光出力的不确定性和抽水蓄能电站与电化学储能的容量特性,建立面向调峰需求的随机优化日前调度模型;在日内优化阶段,以最小化弃风弃光与电网备用电能为目标,构建变速抽水蓄能电站出力修正方法,制定电化学储能日内调度计划;在实时校正阶段,基于模型预测控制方法,以日内优化调度结果为参考,对电化学储能出力进行精确控制,最小化风光预测误差的影响。算例分析结果表明,所提方法可以有效减小电网负荷峰谷差,平抑风光联合出力波动,提升可再生能源消纳率。     

基于有序充电策略的换电站及分布式电源多场景协调规划方法

通过引入电动汽车换电站的有序充电策略,以系统建设运行成本、综合净负荷波动指标以及网络能量损耗最小为目标,提出统筹考虑电动汽车换电站和分布式电源的多场景协调规划方法,并给出满足电动汽车换电需求约束和备用电池存在性约束的备用电池调度方案和最少备用电池计算方法。结合风光电源出力的季节特性,针对IEEE 33节点系统,利用生物地理优化算法进行多场景规划仿真分析,验证了所提规划方法可利用换电站有序充电策略平抑配电网综合净负荷波动,起到了削峰填谷的作用,大幅降低了网络能量损耗,显著提高了风光电源的可规划容量;同时所采用的最少备用电池计算方法,可充分考虑换电站内备用电池在一天中的循环利用,在维持有序充电策略周转的前提下能有效缓解电池储备压力,大幅降低了换电站投资成本。     

计及供电可靠性评估的地区电网风储电站选址定容方法

针对地区电网风储电站并网问题,计及对地区电网供电可靠性的影响提出其选址定容模型。模型以风储电站并网位置和配置容量为控制变量,以地区电网供电可靠性的提升最大化为子目标一,以系统综合规划运行成本最小化为子目标二,采用加权系数法将多目标转化成单目标函数,模型考虑了系统运行功率平衡约束、配置容量约束、弃风功率约束等约束条件。基于两阶段优化采用二进制粒子群和混沌粒子群算法设计模型求解流程。最后对河北省某地区电网采用所建立的模型进行风储电站选址定容规划,仿真算例表明所提出的方法能够显著提升系统的供电可靠性和经济性。     

基于小波变换与机会约束规划的风电储能容量配置

风电并网存在的功率波动大的问题,会对电力系统的经济、安全和可靠运行带来负面影响,通过对储能系统的控制能够实现对风电场输出功率的平抑.基于风电场历史风电出力数据,采用小波分解得到平抑目标信号,建立了储能系统充放电模型并且制定了储能系统的控制策略.以储能系统的经济性最优为目标进行储能容量配置,为兼顾储能系统的经济性与平抑效...     

含抽水蓄能电站的可再生能源电网优化调度策略

由于可再生能源电网发电功率的不确定性十分突出,以功率平衡为首要任务的电网调度控制必须采取有针对性的应对措施。在电网储纳运行机制的基础上,建立含抽水蓄能电站的日前调度及实时调度的数学模型。将电网备用分为波动性备用(即调峰备用)和不确定性备用:平衡波动性功率的备用容量主要由常规电源承担,平衡预测误差的不确定性备用主要由抽水蓄能电站承担,2类电源分工互济实现电网功率平衡。提出一个风电上网功率稳定性评价指标,用于衡量不同调度策略补偿失衡功率的优劣。算例分析验证了所提调度策略是可行的。     

考虑系统调峰特性的风光消纳优化

由于风电和光伏发电受自然因素的影响较大,其出力具有随机性和波动性,将对系统的调峰能力造成严重影响.该文首先针对风电自身的出力特性,从系统调峰能力的角度对区域电网可以接纳的风电容量进行评估;然后根据风电和光伏发电在时间尺度上存在的互补性,建立以系统失负荷率最低和弃风、光率最小为目标的优化模型,利用改进惯性权重的粒子群算法...