光伏侧电池储能系统优化配置及经济性分析

分布式光伏发电的随机性和间歇性导致了资源利用率低,而电池储能具备功率快速吞吐、灵活运行的能力,是当前解决光伏并网和消纳的有效手段之一。本文首先针对当前储能成本高、收益模型不清晰等问题进行了研究,随后分别从投资者和社会综合收益角度构建了储能系统经济收益模型,并以最优经济指标对储能进行容量配置,对影响储能经济效益的重要因素进行盈亏平衡和敏感性分析,最后以某分布式光伏系统典型日的数据为基础,对储能系统进行经济分析和容量优化配置,结果表明储能的成本因素对系统经济收益起主要影响作用。     

一种需求响应参与下风电储能系统调度方法的研究

针对风电并网对电力系统稳定性的不利影响,论文将储能系统和需求响应引入含风电的电网优化调度中.首先以系统最低发电成本为调度目标,以日前预测和实时风能预测作为随机变量,将需求响应和储能系统分别引入需求侧和发电侧,同时通过两阶段调度,构建风电储能系统的两阶段调度优化模型.其次利用粒子群优化算法对模型进行求解.应用场景分析的结...     

基于深度强化学习的综合能源充电桩储能优化方法

综合能源充电桩储能技术的快速发展,为电动汽车的普及提供能源基础。考虑到当前综合能源充电桩储能单元因动态控制能力较差,当供能环境发生变化时,电压输出波动较大的情况,设计基于深度强化学习的综合能源充电桩储能优化方法。根据充电桩基本结构,计算综合储能单元容量,确定储能单元蓄电池阵列个数及排布情况。将蓄电池内阻作为参考条件,控制储能单元效率。应用马尔科夫链动态调节技术,实现充电桩储能单元动态优化。至此,基于深度强化学习的综合能源充电桩储能优化方法设计完成。构建仿真实验环节,验证此方法使用效果。经多轮测试可知,此方法使用后降低了各项指标的波动情况,储能单元可在2秒内达到稳态运行。应用此方法能有效提升储能单元输出电压、电流以及功率的稳定性。     

储能系统电力设备变工况的优化运行控制方法

在对储能系统进行调度时,存在风能最大功率获取速度慢、输出功率与储能系统充/放电结果相差大的问题,为此提出储能系统电力设备变工况的优化运行控制方法。依据电力设备部件之间的动态耦合,建立电力设备目标函数及约束条件,构建电力设备模块化数学优化模型。利用该模型对电力设备部件参数进行优化后,将处于不同运行模式的电力设备以变工况运行方式进行优化运行控制。实验结果表明,通过对该方法进行风能最大功率获取速度测试、输出功率与储能系统充/放电结果对比测试、储能系统频率与设定频率测试,验证了该方法准确性强、有效性高。     

用户侧蓄电池储能容量优化修正方法研究

现有的用户侧蓄电池储能容量优化修正方法存在着负荷率低、能量浪费率高的缺陷,为此提出一种新的用户侧蓄电池储能容量优化修正方法.根据用户侧蓄电池储能结构,建立储能容量优化修正目标函数,并设置函数约束条件,利用改进的粒子群算法对函数进行求解,得到用户侧储能电容最佳优化修正结果.测试结果显示,与现有的用户侧蓄电池储能容量优化修...     

电网侧电池储能电站综合评价模型研究

由于已有评价模型未能获取计算精度较高的权重值,导致评价结果不理想,评价用时较长。提出一种电网侧电池储能电站综合评价模型,从技术、经济以及社会效益等方面入手,构建电网侧电池储能电站综合评价指标体系。通过选择序关系方法确定评价指标体系的权重,同时使用模糊综合评价方法对指标体系进行综合评价,构建对应的综合评价模型,根据模型对电网侧电池储能电站进行综合评价。经实验测试证明,所提模型能够快速准确完成储能电站综合评价。     

基于多能互补的储能系统需求响应策略研究

随着双碳目标在电力系统中的不断落实与应用,储能和分布式电源得到了广泛应用,传统受电端正由被动供电向主动需求响应的趋势进行转变。然而,电价政策与分布式电源的随机性等因素会对微电网经济与稳定供电产生较大影响。因此,提出基于多能互补的储能系统需求响应策略研究。首先对电网中多能互补方式与需求响应策略进行建模与优化,其次构建了考虑分时电价政策的微电网储能需求响应管理系统,以最优配置各类用电方式并实现用电成本最优。通过Simulink仿真场景进行案例分析,结果表明所得优化策略可有效降低用电成本。     

基于接纳控制的智能电网需求响应

采用效用函数刻画用户的用电满意度, 将需求响应问题建模为一类凸优化问题. 针对电力供应商的供电量不能满足用户最小用电需求的问题, 结合分布式用电量调度和实定价, 设计两类接纳控制算法. 仿真结果表明, 通过接纳控制, 满足了购电用户的最小用电需求, 保证了用户的用电质量, 能够实现电网的供需平衡.     

考虑需求侧参与的联合运行市场日前机组组合策略

随着电力改革的深入,电力市场已经到了最后的冲刺阶段,电力发展"十三五"规划更是指出2020年将全面启动现货交易市场。现货市场的推行将改变传统的中长期机组组合策略,更为广泛的应当是基于日前市场出清结果的机组组合策略。文中考虑了可转移负荷的需求侧响应,建立了需求侧参与下的能量备用联合市场运行优化模型。以电动汽车负荷为例,分析其在不同分时电价策略下的需求响应行为,并考虑主能量市场和备用容量市场建立了机组组合模型,将模型转化为混合整数二次规划实现快速求解。以10机火电机组模型进行了仿真,仿真结果表明需求侧参与下的联合运行优化模式能降低系统运行成本。     

考虑电网调峰需求的工业园区主动配电系统调度学习优化

本文针对含光伏(Photovoltaic, PV)、全钒液流电池(Vanadium redox battery, VRB)储能装置与多类型柔性负荷的工业园区主动配电系统, 研究在考虑源荷随机性情况下该系统的动态经济调度问题. 首先, 将PV出力、多类型负荷需求和电网调峰需求的随机动态变化近似描述为连续马尔科夫过程, 并根据系统内VRB的充放电特性对储能系统进行建模; 然后, 以各决策时刻下PV出力、负荷需求、调峰需求以及储能荷电状态(State of charge, SOC)的离散等级为状态, 以储能充放电及多类型柔性负荷调整方案为行动, 在系统功率平衡等相关约束下, 以应对电网调峰需求和提高系统经济运行水平为目标, 将工业园区主动配电网系统动态经济调度优化问题建立成随机动态规划模型; 最后, 引入强化学习方法进行策略求解. 算例仿真结果表明所得策略可有效提高系统经济运行效益, 并在一定程度上满足电网调峰需求.     

基于太阳能充电站中风光火多目标优化管理问题的研究

新能源汽车行业的蓬勃发展,带来了新能源汽车充电站的建设和运营相关问题。无人值守是今后所有行业的一个主流趋势,充电站当然也不例外。无人值守的充电站被要求不仅能对站内突发情况自主解决,而且充电站能够充分、合理利用当地电力资源,实现电力资源的合理优化调度。因此文中的重点便是研究如何均衡使用当地已有的电力资源,使得充电站运营成本和电池损耗最小。文中在分析了太阳能充电站的系统功能和运营方式基础之上,建立了该系统接入风力、火力等电力资源的优化调度模型,通过非支配遗传算法NSGA-II对多目标函数优化模型进行求解,验证模型的有效性和可靠性,为未来涉及多种电力资源的运营管理问题提供了一条参考途径。     

云存储多异构文件联合延迟尾概率凸优化分析

随着擦除码技术的流行,分布式存储中高数据可靠性和高空间效率存储性能逐渐实现,但是降低尾部延迟仍然是一个有待解决的问题。为此,提出一种量化和优化擦除编码存储系统尾延迟的算法框架。对于任意服务时间分布和异构文件,推导给出尾部延迟上界。提出了一个优化模型,使得所有文件在服务器上放置的加权延迟尾概率和访问请求文件的服务器选择共同最小化,并证明了其非凸问题特性,以便采用一种高效的交替优化算法求解。此外,通过描述延迟分布尾部的渐近行为,以闭合形式对任意擦除编码存储的服务延迟的尾部指数进行数学量化,证明了基于概率调度的算法是（渐近）最优的。实验结果表明,在实际工作负载下擦除编码存储系统的尾部延迟显著降低。     

微电网耦合碳捕集封存与需求响应的多时间尺度鲁棒优化调度

随着可再生能源的普及,微电网成为了一个可持续能源供应的重要工具。然而,由于其源荷多不确定性和碳排放挑战,优化调度成为了一个难题。本文提出了一种基于储液式碳捕集封存和需求响应的多时间尺度鲁棒优化调度方法,旨在降低微电网的碳排放和提高其运行性能。该方法在日前阶段以1小时时间间隔进行调度,采用鲁棒优化处理不确定性中的低频分量,同时结合碳捕集技术和需求响应以促进调度计划的低碳经济性。日内阶段以15分钟时间间隔进行调度,采用模型预测控制跟踪并滚动修正日前鲁棒经济调度计划,以应对源荷预测误差和不确定性中的高频分量,确保微电网实际功率平衡。仿真分析表明,这种方法可以显著降低微电网的总成本和碳排放量,提高了微电网的运行性能和可持续性。     

海量分级存储系统中磁带访问性能优化

磁带是顺序访问设备,其访问性能因受到多方面因素的影响而变化很大,因此进行针对性的优化非常必要;采用基于磁盘-磁带的分级存储管理是海量存储系统中最常用的技术手段之一,首先对当前磁带访问的现状和影响因素进行分析,然后对性能优化方法进行探讨,包括驱动器调度、迁移策略、文件大小、磁带文件顺序等;实验结果表明,海量分级存储系统将网络存储架构与磁带存储结合起来,具有良好性价比,在高能物理、数字媒体等领域得到广泛应用。     

Robust Analysis of Discrete‐Time Lur'e Systems with Slope Restrictions Using Convex Optimization

This paper considers robust stability and robust performance analysis for discrete‐time linear systems subject to nonlinear uncertainty. The uncertainty set is described by memoryless, time‐invariant, sector bounded, and slope restricted nonlinearities. We first give an overview of the absolute stability criterion based on the Lur'e‐Postkinov Lyapunov function, along with a frequency domain condition. Subsequently, we derive sufficient conditions to compute the upper bounds of the worst case H₂ and worst case H∞ performance. For both robust stability testing and robust performance computation, we show that these sufficient conditions can be readily and efficiently determined by performing convex optimization over linear matrix inequalities.