配网光伏系统储能优化配置策略

由于光伏发电的不确定性和随机性,给电力系统的稳定性和安全性带来了隐患。将储能装置引入配网光伏系统,可以提升系统经济性,改善配网电能质量。本文在分析居民负荷和工业负荷特性的基础上,结合我国的电价政策,以光储系统净利润最大为目标,构建了光储系统投资收益模型。在满足功率平衡和储能电池性能约束的基础上,本文选用YALMIP工具箱和CPLEX程序在MATLAB中进行了求解。最后在IEEE-33节点系统中应用上述优化方法进行影响分析,结果证明基于光储系统净利润作为技术指标的光伏系统储能优化配置策略的有效性。     

储能系统中梯次利用动力电池容量优化配置的研究进展

梯次利用动力电池在储能领域的应用,对于推动电力行业健康绿色发展、提高资源利用率、降低储能系统成本、推动储能系统商业化以及节能环保具有重要的社会意义和经济效益。储能系统的容量优化配置是实现最佳经济效益,不出现容量、功率缺配和超配情况的关键。对容量优化配置的最新研究动态进行综述,列举了国内外梯次利用动力电池在储能领域的应用现状,综合介绍了目前几种主要应用场景中梯次利用动力电池的容量优化配置技术,并对今后的研究方向进行讨论和展望。     

多种光伏组件组合光伏电站的混合储能容量优化配置研究

随着世界各国对太阳能资源开发的日益重视,光伏产业得到快速的发展.然而,由于太阳能资源具有随机性和波动性强的特点,使得光伏电站出力波动性较大、电能质量较差,进而导致光伏电站并网难度增加.为提高光伏电站的出力稳定性、保证电能质量,采用多种光伏组件互补运行的方式和为光伏电站合理配置混合储能系统是有效的方法.针对多种光伏组件组合光伏电站的混合储能容量优化配置问题,提出一种统计分析与数学模型相结合的配置方法.该方法采用小波分解将不同天气类型对应的典型光伏出力分解为近似信号、高频波动信号和低频波动信号,并提出采取能量型储能技术和功率型储能技术分别平抑低频波动和高频波动的思路;结合各天气类型的时间占比,对高、低频波动信号进行统计分析以确定混合储能的功率;构建以全生命周期成本最小与目标出力满足度最大为目标的混合储能容量优化配置模型,并采用遗传算法求解模型以确定最优的混合储能容量配置方案.本文以青海共和55 MW光伏实证基地为实例,通过对9种不同混合储能组合计算结果的比选,得到了最优混合储能配置方案——超级电容(4.6 MW/(1.21 MW·h))+全钒液流电池(9.2 MW/(6.26 MW·h))...     

考虑可靠性和经济性的综合能源系统优化配置方法

在常规综合能源系统经济性优化分析的基础上,引入可靠性约束,形成兼顾经济性与可靠性的综合能源系统优化配置框架,并提出基于设备故障率的系统可靠性评估指标。针对典型案例的仿真分析表明,通过源侧多能互补,综合能源系统可靠性得到有效提升;然而,系统可靠性的提升可能会牺牲部分经济效益。储能装置的设置则可实现系统经济性与可靠性的双赢。另一方面,有效的政策设计亦是提高系统整体经济性,降低终端用户用能成本的有效措施。     

含混合储能的风光储系统容量优化配置

由于可再生能源的不断发展,电网对各种能源存储技术的需求日益增长,通过提出一种利用废弃矿区建立含重力储能的混合储能系统解决新能源消纳的问题。以年均系统成本最小化为目标建立微电网容量优化配置模型,通过分析含风力发电机、光伏组件、蓄电池和重力储能装置的微电网各发电单元特性,并采用改进粒子群优化算法对该模型进行优化求解。算例结果表明,该模型提高了系统的经济性,系统负荷缺电率等可靠性指标也得到了明显提升。     

计及虚拟储能的风光储独立微电网优化配置

针对风光资源丰富的偏远地区,提出风光储独立型微电网容量配置模型及协同运行策略。首先建立分布式电源的数学模型,考虑负载失电率以及能量过剩率,以微网配置总成本作为目标函数,采用改进的粒子群算法进行一次优化配置;再以一次优化配置所得的蓄电池配置结果,作为二次优化配置的输入,引入基于电力弹簧的虚拟储能,以储能系统的总成本最低为目标函数,计算虚拟储能所等效的蓄电池数量,减少蓄电池的配置数量,得出最终的配置结果。最后,通过算例分析表明了该方法的可行性及经济性,可为微电网容量配置提供参考。     

基于分时电价的用户侧光伏储能系统容量配置

光伏与储能系统的配合使用已经是一种趋势,在用户侧合理配置光伏电池与储能电池的容量,可以明显提高用户的经济效益。为了提高用户在分时电价下的经济效益,本文基于用户侧典型日光伏发电曲线与典型日用户负荷特征曲线,结合用户分时电价,设计储能系统的能量调度策略,建立经济优化模型,并基于量子粒子群优化算法对模型进行求解,得出光伏与储能系统的最优容量。仿真分析和结果表明,本文方法可以明显提高分时电价条件下用户的经济效益,对大电网的削峰填谷也有一定的积极作用。     

计及多类型需求响应的光伏微网储能容量优化配置

储能系统接入对于分布式光伏发电具有重要意义,合理配置储能容量可以有效平抑光伏发电的波动性和间歇性,同时提高光伏消纳能力。在考虑多类型需求响应方式下,建立了以微网总成本和光伏消纳率为目标函数的储能容量优化配置模型。首先引入激励型需求响应模型和价格型需求响应模型;然后根据两类响应方式对电网稳定运行及光伏消纳的影响,建立以最大化光伏、负荷时序一致性和负荷峰谷差两种指标满意度的综合响应模型;最后基于并网型光储微网运行策略,采用双层优化算法对光伏微网模型求解。通过某一实际运行微网为算例,分析验证了模型和算法的有效性。结果表明,多类型需求响应结合方式使得用户用电方式更为合理,微网经济性得到改善。     

计及高比例可再生能源的配网系统储能多场景优化配置

为解决传统方法中可再生能源出力波动大、可再生能源和储能利用效率不高等问题,提出一种计及高比例可再生能源的配网系统储能多场景优化配置方法。通过在配网系统电源侧接入储能,定义配网系统储能配置场景,采用一阶低通滤波,结合波动率期望值确定方法,将低通滤波时间常数作为储能容量配置的关键参数,计算能源发电波动场景储能目标输出功率。采用上下限约束法,计算负荷储能释能场景储能目标输出功率。结合配网系统运行成本,构建储能多场景优化配置模型,求解储能最优功率和容量最优解,获得储能最优配置方案。实验结果表明,所提方法减少了风电出力和光伏出力的最大波动量、最大波动率,可再生能源出力更加平稳,减少了弃风率和弃光率,增加了储能出力,提高了可再生能源和储能利用效率。     

天然气制氢的园区综合能源系统氢储能优化配置

在中国致力于实现碳达峰、碳中和的要求下,氢能因具有零碳排高热值的特点,氢能产业发展成为中国未来发展的重要目标。针对电解水制氢储能的工业园区综合能源系统能量转换效率不高、制氢量少、经济效益低的特点以及国家对氢能发展大规模低成本制氢的需要,提出了一种以天然气制氢模式代替电解槽制氢的氢储能园区综合能源系统架构。在分析天然气水蒸气重整制氢单元的能耗与能量回收利用以及氢储能单元电、热、气多种能量特性的基础上,建立了天然气制氢储能的氢储能模型;进一步考虑设备投资成本、运行成本、碳排放价格以及制氢效益,以年化投资成本最小与年运行收益最大为目标建立目标函数,利用快速非支配排序遗传算法(NSGA-Ⅱ)进行求解,提出了以天然气制氢储能的园区综合能源系统氢储能优化配置模型。最后以新疆某园区为实际算例分析了园区配置氢储能后电源、电负荷、热负荷特性,运行经济效益以及天然气价格与碳排放价格对配置的影响,验证了通过配置天然气制氢的氢储能提升园区综合能源系统制氢量与运行收益的可行性,并指出了适用场景。     

平抑风电功率波动的双配置混合储能系统控制策略

风电功率具有波动性,不利于电力系统正常运行,因此构建了由两组超级电容器和两组蓄电池组成的双配置混合储能系统,用以平抑波动。两组超级电容器根据实时荷电状态交替补偿高频正、负功率波动,分别处于充、放电状态;当任意一组达到荷电状态上限约束值或下限约束值,则同时切换两组超级电容器的充放电状态,保证其处于不同的工作状态。两组蓄电池采用同样的控制策略,用于补偿低频正、负功率波动。最后,对某风电场历史数据进行仿真分析,结果表明,该方案可有效提高储能装置利用效率,降低其容量配置;并且大幅度降低了储能装置充放电切换次数,提高了循环使用寿命。     

风电场储能系统的多目标优化调度策略

为了实现风电与储能联合运行的优化调度策略,首先综合考虑风电功率预测效果、并网功率波动和储能系统的出力水平等多个目标,建立风储联合运行的多目标优化仿真模型。然后运用马尔可夫模型预测风功率,同时基于有精英策略的非支配性排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)滚动优化风储并网功率,来获得风储系统不同运行策略。并通过优选储能系统运行参数,避免储能系统的过度充放电和进入死区。最后,将决策者的偏好嵌入到多目标优化过程中,针对优化解集的分布进行了对比分析,验证了偏好情况下的储能的针对性和有效性,实现了风储系统多目标偏好下的优化调度。     

含储能系统及风电的电力系统动态经济调度

风电的随机性和波动性给传统的调度带来困难,为此在模型中引入储能系统,分析了储能系统对含风电的电力系统经济调度的影响,尤其是对系统调峰的影响。将含风电和储能系统的经济调度描述为一个非线性优化问题,建立了一个风电场与储能系统相配合的清洁经济调度模型,其目标函数在传统火电机组运行费用的基础上兼顾了火电的排污成本,寻求经济和环保总成本的最优解,采用粒子群算法对该模型进行求解。通过6机系统算例分析,表明该模型能够有效地控制储能系统的出力;储能系统的引入可明显降低系统的运行费用,尤其是火电机组调峰的费用,且提高了风能利用率。     

NSGA-II与改进粒子群算法相结合的储能优化配置

储能系统的选址定容在接入新能源的电力系统中具有重要意义,合理选择储能容量可以很好地平抑风电接入后的系统有功功率波动,同时减少能源浪费。本文提出了一种混合智能优化算法(Hybrid Intelligent Optimization Algorithm,HIOA),以电压偏差、负荷波动最小及最少储能配置容量为目标进行优化配置。该算法将多目标粒子群算法改进后(IMOPSO)与精英非支配排序算法(NSGA-II)结合,与常规多目标粒子群算法相比,大幅提高了算法的寻优性能,保证了Pareto 解的多样性和分布性。通过非支配排序求解获得Pareto 最优解集,采用逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)选出储能的最优接入方案。通过IEEE-33 节点测试系统的仿真实验验证了本文所提算法的准确性及有效性,在求解配电网储能选址定容问题中有很好的收敛性和全局寻优能力。     

不确定性条件下储能配置辅助决策方法

针对新能源消纳中储能电源配置问题,基于随机规划理论,建立了考虑需求场景不确定性的储能电源配置期望值模型,提出基于场景聚类和遗传算法相结合的模型求解算法步骤,并基于某典型区域电力系统进行算例分析,验证方法的可行性和有效性.研究表明:基于期望值模型的储能配置辅助决策方法能够较好地量化新能源功率波动带来的需求场景不确定性,实...