与需求响应联合优化的联网型微电网储能容量随机规划

针对含分布式电源、需求响应资源的联网型微电网,提出一种与微电网内多类型需求响应资源联合优化运行的储能系统容量配置优化规划模型。模型以微电网用能成本与储能设备年投资成本之和最小为目标函数,考虑需求响应资源可柔性调节区间、储能设备的荷电状态、微电网与主网间变电容量等约束条件,并计及分布式电源出力的不确定性影响,建立储能容量随机优化规划模型,利用混合整数线性规划算法求解。对某实例微电网仿真分析优化配置储能容量对提高微电网运行和规划的经济性的影响,结果表明模型可实现微电网储能系统最佳容量配置决策,同时优化需求响应资源和储能系统的运行策略。     

计及分布式电源不确定性的微网储能容量博弈优化

以多个微网组成的微网群为研究对象,通过引入非合作博弈理论建立的数学模型,优化各微网的储能容量配置和购能策略。建立了微网日购能费用、分布式电源运维成本、储能系统运维和投资成本模型;以各成本模型为依据,建立了微网间的非合作博弈模型;考虑分布式电源出力的不确定性,利用机会约束规划理论对微网非合作博弈优化模型进行建模分析。通过算例验证表明,采用文章所提出的方法,可提供微网储能配置和用能优化建议,实现各微网经济调度,有效地降低系统的运行费用。     

基于频谱功率分配的微电网微源容量优化配置

光伏等新能源发电具有波动性,将其与可控发电装置或储能等可控微源相结合以微电网的形式发电,可减小功率波动对电网的影响。针对含光伏的独立型微电网,对其中微燃机和储能进行协调容量优化配置,通过对微电网的净负荷进行频谱分析,并考虑微燃机与储能对负荷波动的响应特性,利用优化频域分频点的方法确定微燃机与储能的功率分配策略,根据此功率分配策略,计及储能和微燃机的运维成本及储能的循环使用寿命,将分频点和电源容量作为优化变量,建立了以年综合成本最小为目标的双层优化配置模型。算例结果表明,合理的分频点可使储能与微燃机的容量配置更为经济,并可提高储能的循环使用寿命和降低微燃机的运行成本。     

基于净功率频率分解的微电网混合储能 优化配置研究

微电网利用储能系统、微型燃气轮机等能够快速响应负荷和间歇式能源功率变化的可调节资源,平抑风光出力的波动性,提高电源出力和负荷的匹配性,形成能够基本实现内部功率平衡的供电网络,降低间歇式电源并网对电网安全运行造成的影响。蓄电池等能量型储能的能量密度高,但频繁充放电会快速降低电池使用寿命;超级电容等功率型储能的能量密度低,但功率密度高,并且可充放电次数多。研究了微电网中采用蓄电池和超级电容组合的混合储能系统优化配置方法,利用快速傅里叶变换对一个控制周期内的微电网净功率进行频谱分析,确定混合储能系统的输出功率,建立了以混合储能配置成本最小化为目标的优化模型,并采用粒子群算法进行求解,最后通过算例验证该方法的有效性。     

考虑不确定性的微电网储能系统容量配置

文章对含有光伏、风电等微网系统的多储能形式的容量进行配置。首先,根据分布式电源及负荷的不确定性,确定微网系统中储电、储热、蓄冷3种储能形式的容量区间;其次,以微网经济运行成本最小为优化目标,以储能容量不越限为约束条件,保证微网向电网功率输出满足要求,求取各个储能形式的容量;最后,通过算例分析,验证最优容量配置与其他不同容量取值的优劣性,确定此方法在保证微电网系统经济运行的同时,有效提高微电网电能上网率。     

园区集中式混合储能系统的响应控制策略

混合储能(HESS)的引入可有效促进园区中分布式电源消纳、降低用户需求波动对配电网运行的影响,但大量分散式储能配置的控制难度大、经济性低。文章基于用户多时间尺度需求,提出了以集中式混合储能系统成本最小为目标的储能响应控制策略。首先,针对园区中分布式电源与负荷类型的多样性,构建考虑不确定性影响的用电需求模型,获取长时间尺度的需求预测与短时间尺度的预测偏差数据;然后,基于多时间尺度的需求预测与偏差量,构建以清洁能源消纳、需求波动平抑为目标的需求响应模型;最后,提出了基于价格引导,以集中式HESS响应成本最小为目标的协调策略,在满足多时间尺度、多类型需求的同时,提高HESS运行的经济性。算例结果表明,文章所提出的HESS控制策略可有效促进清洁能源消纳、平抑系统波动。     

电动汽车与分布式电源的微网经济调度

微网的运行可以很好地利用分布式能源,并实现需求侧管理的效益最大化,但是分布式电源的波动性使得微网的运行风险增加,同时也需要一定的储能投资。电动汽车电池作为一种储能装置可以为微网系统运行提供辅助服务。建立了分布式发电和电动汽车经济调度的多目标优化模型,以微网系统运行成本最低、系统等效负荷波动最小以及电动汽车车主的充电成本最少为目标,求得电动汽车的充放电功率,很好地配合了系统负荷以及分布式电源的出力波动,优化了系统的运行。     

考虑灵活性负荷异构性质的多类型储能优化配置北大核心CSCD

灵活性负荷与多类型储能协调优化是实现电力系统电力电量平衡的重要方法,随着大规模灵活性负荷广泛接入电网并参与需求侧响应,灵活性负荷的异构特性已难以适应电网规模化调控需求、无法充分挖掘其调节潜力。本工作提出了考虑灵活性异构负荷的多类型储能优化配置策略,通过聚类灵活性异构负荷建立泛化模型,匹配负荷特性与电网调控需求。首先,基于灵活性异构负荷用电曲线和调节潜力的差异化特性,将典型异构负荷聚类为可转移负荷、可削减负荷和可调节负荷,并建立相应的泛化模型;基于此,提出灵活性异构负荷与多类型储能协调优化策略,以计及发电侧、电网侧、储能侧和负荷侧成本的系统综合运行成本为优化目标,利用混合整数线性规划(mixed integer linear programming,MILP)实现多类型储能的最优配置;最后,通过算例对比分析验证了所提协调优化方案的可行性与有效性,相比于单独考虑灵活性负荷、储能参与系统调控,灵活性负荷与多类型储能协调优化不仅可以实现地区电网电力电量平衡,而且可以降低系统运行成本,提升电网经济效益。     

基于恢复力约束的分布式储能优化规划

提出基于恢复力约束的分布式储能优化规划方法,以保证重要用户的恢复力为前提条件,采用双层耦合规划模型。内层模型在满足电网运行的潮流约束下,灵活地控制重要用户侧分布式储能参与需求侧响应,实现用电成本与动作频次最小的目标,采用竞争深度Q网络（dueling deep Q network, DDQN）结构的深度增强学习方法进行求解,内层模型将分布式储能响应策略传递给外层模型;外层模型进一步基于重要用户的恢复力约束和投资收益校核分布式储能的配置方案,通过双层优化耦合反馈,最终实现基于恢复力约束的分布式储能优化规划。通过分时电价引导分布式储能等重要互动资源参与配电网的优化运行,保证重要用户电力供应连续性的同时给用户明显的投资收益。最后以某10 kV变电站的重要用户储能优化配置为例,分析了所提方法的有效性。     

分布式电源接入交直流混合微电网群优化规划研究

针对区域内负荷、电源优化规划问题,提出分布式电源接入交直流混合微电网群优化配置方法:建立2层交直流混合微电网群优化规划模型,上层模型考虑了节点耦合度和功率平衡度指标,实现了区域节点的集群划分;下层优化配置模型以考虑投资成本、运行维护成本、购售电成本的综合成本最小为目标,运用优化软件分析得到集群划分和优化配置结果.实际工...     

考虑复合储能电站接入的电网日前-日内两阶段滚动优化调度

为提高电力系统对光伏的接纳能力,降低光伏波动对电力系统运行的影响,提出一种考虑电池储能-抽水蓄能复合储能的电力系统日前-日内两阶段“源-储-荷”协调优化调度策略。首先,在日前调度模型中,以最小化系统总运行经济成本为目标,综合复合储能资源和负荷侧各类需求响应资源对电网进行双端协调优化。然后,在日内短时间尺度上,供需双端协调优化机组出力与需求侧响应,充分发挥抽水蓄能的调峰能力以及电池储能对光伏波动的抑制作用。所提模型通过CPLEX软件求解,算例结果验证了该模型能协调优化系统内各类可调节资源,有效降低系统弃光率。     

基于集合经验模态分解的微电网混合储能优化配置

为了平抑微电网联络线功率,该文采用磷酸铁锂电池与超级电容组合的方式进行微电网混合储能优化配置。首先,根据电网调度安排,将微电网净负荷分解为联络线功率与混合储能系统总功率。其次,通过集合经验模态分解将混合储能总功率分解为锂电池平抑的低频分量与超级电容平抑的高频分量,并建立混合储能的等年值成本、平抑联络线功率、能量供需平衡目标函数,采用自适应粒子群算法求解混合储能容量。根据储能的荷电状态,采用模糊控制算法对锂电池、超级电容的充放电功率进行二次修正,保证储能系统的长期运行。基于某并网型微电网进行算例分析,仿真验证该方法的经济性与有效性。     

Optimization of hybrid solar energy sources/wind turbine systems integrated to utility grids as microgrid (MG) under pool/bilateral/hybrid electricity market using PSO

This study presents an optimized design of microgrid (MG) in distribution systems with multiple distributed generation (DG) units under different market policies such as pool/hybrid electricity market.Proposed microgrid includes various energy sources such as photovoltaic array and wind turbine with energy storage devices such as battery bank.In this study, microgrid is considered as independent power producer company (IPP) in power system. Price of selling/buying power in on-peak or off-peak for MG, DG and upstream power system (DISCO) under pool/bilateral/hybrid electricity market are different. In this study, particle swarm optimization (PSO) algorithm has been implemented for the optimization of the microgrid cost. The costs include capital cost, replacement cost, operation and maintenance costs and production cost for microgrid and DGs. Then, an objective function to maximize total net present worth (NPW) is presented. PSO approach is employed to obtain the minimum cost of microgrid, during interconnected operation by optimizing the production of local DGs and power exchanges with the main distribution grid. The optimization algorithm is applied to a typical LV network operating under different market policies.     

Optimal configuration for photovoltaic storage system capacity in 5G base station microgrids

Base station operators deploy a large number of distributed photovoltaics to solve the problems of high energy consumption and high electricity costs of 5G base stations. In this study, the idle space of the base station’s energy storage is used to stabilize the photovoltaic output, and a photovoltaic storage system microgrid of a 5G base station is constructed. Aiming at the capacity planning problem of photovoltaic storage systems, a two-layer optimal configuration method is proposed. The inner layer optimization considers the energy sharing among the base station microgrids, combines the communication characteristics of the 5G base station and the backup power demand of the energy storage battery, and determines an economic scheduling strategy for each photovoltaic storage system with the goal of minimizing the daily operation cost of the base station microgrid. The outer model aims to minimize the annual average comprehensive revenue of the 5G base station microgrid, while considering peak clipping and valley filling, to optimize the photovoltaic storage system capacity. The CPLEX solver and a genetic algorithm were used to solve the two-layer models. Considering the construction of the 5G base station in a certain area as an example, the results showed that the proposed model can not only reduce the cost of the 5G base station operators, but also reduce the peak load of the power grid and promote the local digestion of photovoltaic power.     

基于风光荷时序特性和主动管理的配电网分布式电源准入容量模型及应用

在考虑风光荷时序特性的基础上,引入含需求侧响应的主动管理技术建立了一种新的分布式电源准入容量数学模型,并进行了仿真研究,即先采用K-均值聚类多场景分析法得到四季风光荷典型日时序功率曲线;然后引入含需求侧响应的主动管理方式,考虑电网静态安全约束和主动管理约束,建立分布式电源准入容量计算模型,并采用改进粒子群算法对准入容量进行求解;根据系统净负荷曲线,引入净负荷率指标对接入分布式电源后的配电网进行综合评价,以验证模型的优越性。该模型对IEEE33节点配电网系统的仿真表明,考虑含需求侧响应的主动管理系统可接纳更多新能源,有效降低系统负荷峰谷差,为实际配电网工程提供了依据。     

An optimal P2P energy trading model for smart homes in the smart grid

This research addresses a demand side management (DSM) system coordinated with Peer-to-Peer (P2P) energy trading among the households in the smart grid. It considers the components which have significant impact on cost optimization, e.g., storage, renewables, and microgrid. The model utilizes load and source scheduling, and energy trading strategies for cost optimization. It also addresses the inconvenience created to the users by delaying certain tasks. The contributions of the research are threefold. First, to our knowledge, this is the first optimal model which integrates DSM with P2P energy trading. The solutions of the proposed model determine optimal microgrid energy and price for P2P trading, which was not considered previously. Second, P2P energy trading in the microgrid potentially results in an unfair cost distribution among the participating households. We address this unfair cost distribution problem by employing Pareto optimality, ensuring that no households will be worse off to improve the cost of others. Third, our proposed trading strategy considers total cost optimization in a microgrid. The model utilizes all available energy to minimize energy cost. Therefore, there is a very low risk of energy waste, which is typically neglected in other energy trading strategies.     

A power allocation strategy of a hybrid energy storage system for a PV grid-connected system

针对光伏并网系统中光伏微电源出力的波动性和间歇性,将蓄电池和超级电容器构成的混合储能系统HESS（hybrid energy storage system）应用到光伏并网系统中可以实现光伏功率平滑、能量平衡以及提高并网电能质量。在同时考虑蓄电池的功率上限和超级电容的荷电状态（SOC）的情况下,对混合储能系统提出了基于超级电容SOC的功率分配策略;该策略以超级电容的SOC和功率分配单元的输出功率作为参考值,对混合储能系统充放电过程进行设计。超级电容和蓄电池以Bi-direction DC/DC变换器与500 V直流母线连接,其中超级电容通过双闭环控制策略对直流母线电压进行控制。仿真结果表明,所提功率分配策略能对混合储能系统功率合理分配,而且实现了单位功率因数并网,稳定了直流母线电压。     

智能电网下多时间尺度家庭能量管理优化策略

建立负荷在功率约束与需求响应约束下的激励需求响应模型以及含分布式电源、储能与电动汽车的家庭用电模型,在预测模型多时间尺度能量管理的基础上,以最小化用户自身用电费用与买电功率波动的两层目标函数实时优化调整策略。通过实时调整储电池、电动汽车的充放电,从而保证用户购电满足需求相应的要求。最后采用改进的粒子群算法对多时间尺度目标函数进行求解,并且与原始的粒子群算法进行对比,结果表明所提算法可显著降低用户的用电费用与功率波动。     

Research on optimal confguration of hybrid energy storage capacity for wind-solar generation system

储能系统可以有效解决微电网中分布式可再生能源特别是风光互补发电的间歇性、波动性以及“源”与“荷”错位的问题。不同储能技术在响应时间、容量规模、技术成熟度及成本等方面各有特点,两种或多种储能技术耦合将可以更有效地满足用电系统的技术性和经济性的要求。针对电力用户对分布式可再生能源的利用情况,本文提出一种由压缩空气储能、锂电池和超级电容器组成的混合储能系统,建立了三种储能的数学模型,针对其不同的特性,提出了基于二次移动平均滤波的储能系统功率分配方法和基于连续性运行的容量优化配置方法。基于某个实际的用户负荷进行了案例分析,得到了混合储能系统的功率和容量配置结果,并分析了其运行特性。研究表明,在分布式可再生能源微电网中,多种储能技术耦合既能充分发挥每种储能的优势,又可以通过相互配合弥补各自的劣势,这对于可再生能源的充分利用和满足用电负荷的严苛需求具有重要的作用和意义,在分布式能源利用领域具有较好的工程应用前景。