基于风电场景概率的电热混合储能优化配置

本文提出一种考虑风电典型场景概率的电热混合储能优化配置方案,以提高风电入网的经济性和可行性。首先通过场景分析,利用k-means聚类法将大量风机历史出力数据简化为6个典型出力场景,确定各场景发生的概率,其中聚类数目由肘部曲线法和Dunn指数法综合确定;其次提出电热混合储能系统控制策略,建立适用于多场景的风储联合系统模型;最后,以经济性成本最低与弃风量最小为目标,建立包含电、热负荷综合响应的容量配置优化模型,并将场景概率以权值的形式加入到目标函数中,利用粒子群算法对模型进行求解。通过仿真分析和与其他储能配置场景对比,我们发现所提出的配置策略能够提高风电利用率约11.04%,同时减少系统综合成本约44.52%,验证所提策略的合理性和有效性。     

基于粒子群算法的制氢电解槽运行控制策略

新能源制氢系统的优化调度、经济性与制氢效率密切相关,针对现有新能源制氢系统制氢效率低的问题,提出一种基于粒子群算法的新能源制氢系统控制策略。首先,基于质子交换膜电解槽模型,分析电解槽工作特点与制氢效率的关系,提出一种基于粒子群算法的制氢系统运行控制策略,提高制氢效率;然后,建立了考虑系统制氢效率的新能源制氢系统优化调度模型,并采用粒子群算法求解最佳制氢功率;最后通过电网实际运行数据的仿真分析,证明所提出制氢系统控制策略相较于传统的启停控制策略能够有效提高系统制氢量,提高系统收益。这为制氢系统在电网中的大规模应用提供了理论依据。