用于风电场发电计划跟踪的复合储能控制策略

针对风电功率预测不准确和调控能力差导致的风电场调度困难问题,研究利用复合储能系统(HESS)提高风电场发电计划跟踪能力的优化控制方法。首先,考虑电池储能(BESS)的性能特点和受到的多种约束,根据超短期风电功率预测结果和发电计划,构建较长时间尺度下的BESS多目标滚动优化运行模型,并利用改进的非支配排序遗传算法(NSGA-Ⅱ)进行求解;然后,采用模糊控制方法,结合风电场功率的实时采样值,对飞轮储能(FESS)功率进行控制,实时补偿由预测误差和BESS相关约束导致的风/储联合功率与发电计划的偏差。最后,利用风电场实测数据开展仿真分析,对不同BESS优化运行方案下HESS的调控效果进行对比研究。     

考虑电动汽车充电和需求侧响应的光伏微电网多目标优化调度

本文针对考虑电动汽车充电和需求侧响应的光伏微电网优化调度问题展开研究。首先,对包含电动汽车充电装置的光伏微电网的典型结构及其组成单元功能进行简要分析。在此基础上,以系统的总运行费用及与电网的交换电量最小为目标,综合考虑功率平衡、储能的荷电状态、可转移负荷的时间范围、电动汽车的充电时间等约束条件,构建了在分时电价和需求侧响应机制下的光伏微电网多目标优化模型。其次,针对模型具有多目标、多约束和非线性等特点,提出了基于非支配排序遗传算法的优化求解策略。最后,利用实际的光伏微电网结构和运行数据,在Matlab平台上对不同折旧成本时的优化方案进行仿真分析,获得光伏微电网优化调度问题的多组Pareto最优解集。通过分析选取的典型调度方案,验证优化模型的合理性和有效性。