基于双层功率分解的混合储能系统容量配置

为风电场配置合适的储能系统可以平抑风电有功功率波动、提高系统电能质量。基于风电出力历史数据,提出了双层功率分解方法。第1层采用滑动平均法,在满足国家规定的风电并网要求下,分解出并网功率和混合储能系统的参考功率。第2层采用频谱分析方法,基于混合储能系统参考功率,利用傅里叶变换将其分解为低频分量和高频分量,分别分配给蓄电池和超级电容器吸收。考虑储能设备的荷电状态和蓄电池的循环使用寿命,建立混合储能系统容量配置模型,模型以其年综合成本最小为优化目标。仿真结果验证了双层功率分解方法的可行性,证明了混合储能系统较单类型储能系统在性能上和经济上的优越性。     

基于VMD-APSO的风电场混合储能系统容量优化配置北大核心CSCD

针对风电波动性、间歇性和难预测等严重冲击电网安全运行问题,提出一种利用变分模态分解(VMD)和自适应权重粒子群算法(APSO)获得风电场混合储能系统容量优化配置方法。首先,基于典型日风电输出功率,利用低通滤波法得到满足标准的目标并网功率并获得储能系统参考功率。然后,将其通过VMD分解为高、低频功率,由超级电容器和蓄电池承担。最后,考虑储能充放电功率与荷电状态(SOC)等约束,建立以系统年综合成本最小为目标的容量优化配置模型,采用APSO算法求解并分析最优分界点和对应的储能配置方案。算例结果表明所提方法可有效平抑风电波动,降低储能容量,提高系统供电可靠性与经济性。     

混合储能在配电网中的优化配置

单一蓄电池储能技术已应用于配电网中,作为备用容量和节省电能投资。鉴于单一蓄电池储能设备成本过高的问题,本文采用电池超级电容器混合储能(HESS)技术,建立以整个寿命周期内年均成本为最小的目标函数,以满足供电可靠性、调压、平抑大负荷功率冲击等为约束条件的容量优化配置模型。运用粒子群优化算法进行求解,与单一蓄电池储能作比较,验证了HESS混合储能在配电网中的经济性。     

基于滑动平均与小波包分解的混合储能容量优化

采用蓄电池和超级电容组成的混合储能平抑风电功率波动,提高风电并网运行能力。首先,根据风电场历史数据,结合风电并网波动标准,采用滑动平均法对原始功率进行分解,得到风电并网功率和储能功率;其次,利用小波包分解法的高时频分辨率优点,将储能功率信号分解,得到低频分量和高频分量,分别作为蓄电池和超级电容的功率指令。基于储能寿命量化模型,建立以储能年均综合成本最小为目标函数的容量优化配置模型。实例验证了所提方法有效性和经济实用性,为风电场储能规划设计提供了一定的理论依据。     

考虑目标分解及其互补平抑的风电场复合储能容量优化

融合多种储能介质优质特性的复合储能将是未来储能技术发展的重要方向。以具备规模化应用可行性的铅酸蓄电池(VRLA)与全钒液流电池(VRB)为例,针对复合储能系统研究了其容量优化配置计算方法。首先,针对复合储能系统介质特性分解平抑功率目标;其次,构建发挥各介质优势且可协调优化的复合系统充放电策略;最后,建立以复合储能系统经济性运行为目标函数的容量优化配置模型,并基于粒子群优化(PSO)算法实现了求解计算。某风电场实际运行数据分析结果表明,经文中方法优化配置的复合储能系统在等效运行成本、平抑效果、充放电次数等方面均得到了优化,验证了该方法的有效性。     

基于改进量子粒子群算法的储能容量优化配置

风光发电具有间歇性,蓄电池和超级电容作为储能系统存在充放电缺陷.针对混合储能系统容量配置优化问题,基于低通滤波的混合储能系统进行补偿功率分配,并考虑混合储能额定功率限值影响及反馈的当前储能荷电状态影响进行功率修正.以储能月均最低生命周期成本最小,结合容量配置约束条件建立数学模型,提出一种改进的QPSO(quantum particle swarm optimization)算法配置储能容量,选取西南某地算例分析验算,结果表明改进的QPSO算法对平均最优粒子权重分配不同使适应度值减小趋势不同,提高了混合储能容量配置的经济性.     

考虑电动汽车的微电网复合储能容量优化配置

复合储能在微电网功率平衡、平抑可再生能源波动、提高电池使用寿命等方面有着显著作用,是未来微电网储能发展方向之一。针对含有风力发电和光伏发电的微电网,考虑微电网中电动汽车有序充放电,建立复合储能容量优化模型。通过经验模态分解分割平抑任务,最后利用粒子群优化算法对所搭建模型进行求解。比较无电动汽车、电动汽车随机充电和有序充放电3种模式下的容量优化配置结果。通过搭建仿真,对有序充放电模式下复合储能的功率分解以及荷电状态进行分析,验证了该方法在平抑波动方面的有效性。     

基于MPGA的混合储能系统容量配置

风电功率的间歇与波动易引起局部电网的电压不稳、频率波动,影响了系统的电能质量及稳定性。针对此现象,将超级电容器与蓄电池组成快速储能装置,用于风电的功率波动平抑。首先,以风电并网要求为依据,对风电输出功率进行分解,得到满足要求的风电并网功率和需要混合储能功率平抑的功率;接着,根据储能介质的工作特性,制定超级电容优先充放电,蓄电池再进行充放电的协调控制策略,实现混合储能系统实时平抑风电功率的波动,同时发挥各储能介质的优势;针对传统遗传算法容易陷入局部收敛的缺陷,采用多种群遗传算法对混合储能容量进行优化配置。最后,通过仿真算例,验证混合储能控制策略和容量配置的有效性。     

混合储能参与自动发电控制容量优化配置

储能装置参与调频具有成本高和寿命短的特点,需要进行容量优化配置来降低成本才能提高其实用性.以年综合成本最小为目标,根据白噪声随机扰动与风电扰动数据组成的区域控制偏差,对超级电容器和蓄电池共同构成的混合储能系统进行容量优化配置,并通过仿真验证所提容量配置策略的优越性.配置过程中对区域控制偏差进行分配时,采用超级电容器优先充放电的功率分配方法,与常规的频域分解方法相比,能够显著降低蓄电池的充放电损耗,并提高储能系统参与调频的整体经济性.     

基于混合储能双层规划模型的风电波动平抑策略

风电特有的间歇性和波动性,影响电网稳定运行。为减小风电波动对电网的影响,该文以平抑风电功率波动为目标,构建基于多步模型算法控制(model algorithm control,MAC)的混合储能平抑–定容双层规划模型。上层模型以储能最小出力和储能充放平衡为目标函数,采用MAC算法求解出混合储能总作用域;然后,提出考虑混合储能经济性的自适应滑动窗口调节方法,通过滑动平均滤波(moving average filter,MAF)将总作用域分解为蓄电池作用域和超级电容器作用域,使超级电容器作用于控制序列变化率较大的部分,蓄电池作用于控制序列的平滑部分。基于MAC-MAF作用域制定了储能运行策略。根据上层求解结果和储能运行策略建立了下层超级电容器和蓄电池容量最优配比模型,该模型以混合储能系统日均运行成本最低和最大化平抑风电波动为目标函数,采用多目标哈里斯鹰算法求解上述模型。以新疆某50MW风电场验证了所提策略的合理性及模型求解方法的有效性。     

考虑充放电策略对储能寿命影响的新型分布式储能优化配置研究

针对储能使用寿命在投资决策中的关键作用及其与充放电策略和放电深度的非线性复杂关系,文中提出一种考虑充放电策略对储能寿命影响的新型储能规划配置方法。?首先,根据放电深度与储能寿命及循环次数的关系建立了储能年等效额定放电量计算方法。其次,建立考虑充放电策略对储能寿命影响的电池储能优化配置模型,在确保储能设计使用寿命的同时使储能全寿命周期内的收益最大。而且进一步提出了改进的多种群遗传算法进行优化求解,提高了求解速度与收敛性。最后,利用改进的IEEE-39节点风光水系统进行测试,证实了方法的有效性。     

平抑间歇性电源功率波动的混合储能控制研究

针对间歇性电源输出功率波动大、随机性强的特点,提出了一种基于混合储能平抑间歇性电源功率波动的控制方法。该方法将功率密度大、动态响应速度快的超级电容作为系统缓冲储能优先对功率波动进行平抑,通过蓄电池组的功率调节以防止超级电容电压越限;将蓄电池组分为独立的充电组和放电组分别控制,最大限度的减少蓄电池组循环充放电次数;通过基于荷电状态的蓄电池充电组和放电组相互调整规则以避免蓄电池组深度充放电,延长其使用寿命。仿真验证了该方法的有效性。     

基于云模型和k-means聚类的风电场储能容量优化配置方法

合理确定风电场侧储能系统容量配置方案是实现风电输出功率波动有效平抑的关键问题。针对传统k-means聚类算法难以给定聚类数目且算法稳定性较差的问题,在采用自适应小波包分解法处理风电输出得到储能运行曲线的基础上,基于云模型理论将储能充放电功率的概率分布分解成若干个正态云模型的叠加,根据数据特性自动确定聚类数目和初始聚类中心,然后应用k-means聚类算法从储能运行曲线中聚合出具有代表性的充放电曲线集合作为储能容量优化模型的输入,从而最终确定储能系统的配置方案。仿真结果验证了所提算法的合理性和稳定性。     

基于双铅碳电池储能系统的微电网优化运行控制策略

针对风力、光伏发电与电动汽车充电波动性威胁微电网安全运行问题,基于对铅碳电池全生命周期内吞吐电量与充放电深度关系的研究,提出了基于双电池储能系统(DBESS)运行平衡度指标控制的充放电模式切换路径优化策略,以及基于铅碳电池最佳充放电深度的DBESS充放电控制策略。利用包含风光发电、双铅碳电池储能系统、锂离子电动汽车充电和常规负荷的实测运行数据,对上述控制策略与传统控制策略的计算结果进行了对比分析,结果表明所提出的控制策略不仅可以达到优化DBESS充放电路径的目的,最大限度拓展DBESS可用容量,还可打破DBESS始末荷电状态一致的限制,提高储能系统使用灵活性。最后以DBESS充放电饱和能力指标及充放电稳定性指标为评价标准,验证了所提出控制策略的合理性和有效性。     

风储联合系统中双电池SOC波动越限优化研究

本文分析了风储联合系统风功率平滑应用场景中双电池系统荷电状态(state of charge,SOC)波动越限问题,并提出一种改进控制策略。该策略通过风功率预测实现SOC波动越限预测,进而合理设置双电池系统充放电状态切换时刻,有效避免SOC波动越限,维持储能系统良好的充放电深度。基于两种湍流风速的仿真结果验证了本文改进控制策略的有效性和优越性。     

基于SMES/BESS混合储能抑制风电功率波动的控制策略

针对风能的随机性和波动性,风力发电系统易出现功率波动的问题,采用超导磁储能(SMES)和蓄电池(BESS)混合储能的方式来平抑功率波动,提出了一种改进型混合遗传算法的变参数荷电状态(SOC)分区控制优化策略。基于自适应学习的思想对算法进行了改进,使得算法的收敛速度和精确度得以提高。将储能系统荷电状态剩余量和荷电状态分区限值作为改进后混合遗传算法的目标函数和边界条件。所得目标结果作为滤波器滤波时间常数修正值对其进行修正,从而实现功率二次分配。在Matlab/Simulink中搭建仿真模型验证了该控制策略的有效性。所提控制策略可以对任意时刻SMES和BESS出力进行最优配合,同时能减小电池充放电深度和提高对风电功率波动的平抑效果,且能有效提高混合储能系统的使用寿命。     

风电跟踪调度计划时降低寿命损耗的电池储能分组控制策略

为了解决风电跟踪调度计划过程中电池寿命损耗较高的问题,提出了降低寿命损耗的电池储能分组控制策略。利用设计的基于改进天牛须搜索算法的旋转门算法得到最优压缩偏移量,进而提取风电趋势;将风电场配备的电池储能分为电池组1和电池组2,并将电池组2进一步细分为3个电池簇,在避免充放电能量对冲的条件下根据风电趋势计算两电池组的功率调节指令,并基于此确定两电池组的容量,进而以电池单元的动作次数最少为目标获取3个电池簇的容量;在初始时刻及荷电状态越限时刻对电池单元进行动态分组,并根据电池单元的依次启动方法确定电池组1中电池单元的功率调节指令,基于设计的双层功率分配方法确定电池组2中电池单元的功率调节指令;电池单元在满足运行约束的条件下响应各自的功率调节指令。将所提控制策略与其他控制策略进行仿真对比,结果表明所提控制策略能以更大的程度降低寿命损耗、延长储能的使用寿命。     

基于配电网分区的分布式混合储能优化方法

为了提高配电网对呈现不同出力特征的分布式电源的消纳能力,实现含多种分布式电源及大负荷并涉及不同出力特征的配电网优化运行,提出一种基于配电网分区的分布式混合储能优化方法。考虑多种分布式电源及大负荷的概率特征,通过K-means算法得到各分布式电源及大负荷的离散化模型,并计算离散化后配电网的电气距离矩阵,得到配电网分区的相似矩阵;采用吸引子传播(AP)聚类算法将配电网按照节点间的相似度大小分为多个分区,进而确定安装混合储能系统的聚类中心节点;考虑储能系统的充放电效率和荷电状态进行混合储能系统的容量配置,采用希尔伯特-黄变换将各分区的不平衡功率分解为高频分量和低频分量,分别作为功率型储能和能量型储能容量配置的参考功率,以确定最优配置方案。算例分析结果表明,所提优化方法可以有效提高储能的利用效率以及配置方案的经济性。     

基于概率预测的混合储能平抑风电波动随机优化调控方法

在风电场中安装不同类型的储能设备可以有效平抑风电波动,减少风电不确定性给电力系统安全运行带来的影响.对于由风电场和混合储能系统构成的风储混合系统,提出了基于概率预测的混合储能平抑风电波动随机优化调控方法.首先,通过风电概率预测结合多元Copula函数生成具有时间相关性的风电场景集;随后,提出自适应变分模态分解方法计算并网风电功率和混合储能系统充/放电功率的目标预调度值;接着,基于所获得的预调度目标功率,考虑储能充/放电循环次数约束和存储能量机会约束,构建并求解了混合储能平抑风电波动随机优化调控模型;最后,通过算例分析说明了所提混合储能平抑风电波动随机优化调控方法的有效性和经济性.