针对电池储能(battery energy storage system,BESS)平抑风电波动过程中电池单元荷电状态(state of charge,SOC)均衡性较差且未考虑风储净收益的问题,提出了风电波动平抑下考虑SOC均衡及收益的BESS功率分配策略。首先,建立综合考虑售电...针对电池储能(battery energy storage system,BESS)平抑风电波动过程中电池单元荷电状态(state of charge,SOC)均衡性较差且未考虑风储净收益的问题,提出了风电波动平抑下考虑SOC均衡及收益的BESS功率分配策略。首先,建立综合考虑售电收益、弃风惩罚、缺电惩罚及BESS运行成本等多个因素的风电并网指令优化模型,以并网指令波动率、电池组SOC标准差等多个因素为约束条件,提出改进算术优化算法(improved arithmetic optimization algorithm,IAOA)求解该优化模型。然后,将BESS划分为两个电池组,设计了BESS双层功率分配方法(double-layer power allocation method,DPAM),上层将BESS充放电指令分配给两个电池组,下层根据最大充放电功率原则或新型SOC均衡原则将电池组充放电指令分配给各自的电池单元。最后,通过仿真对所提策略进行了验证。仿真结果表明:IAOA加快了寻优速度,提高了寻优精度;DPAM提升了电池组内电池单元SOC的均衡速度,改善了均衡程度;提出的功率分配策略进一步降低了风电并网波动率,同时提高了风储系统净收益。展开更多
为平抑风功率中的分钟级波动,在分析波动概率特性的基础上构建了基于双电池组拓扑结构的风-储混合电站。根据电池技术特性设计了电池储能系统(battery energy storage system,BESS)的在线运行策略,即两组电池分别处于充、放电状态,根据...为平抑风功率中的分钟级波动,在分析波动概率特性的基础上构建了基于双电池组拓扑结构的风-储混合电站。根据电池技术特性设计了电池储能系统(battery energy storage system,BESS)的在线运行策略,即两组电池分别处于充、放电状态,根据风功率超短期预测结果,交替平抑风功率中的正、负波动分量。一旦任何一组电池到达满充或满放状态,则同时切换两组电池的工作状态。提出基于蒙特卡罗模拟的BESS运行仿真模型,在历史数据的基础上对BESS在典型时段内的运行进行了模拟。基于某风电场实测数据的仿真结果表明,基于双电池组拓扑结构的储能系统可在不显著消耗电池循环寿命的情况下有效平抑风功率中的波动分量。展开更多
文摘针对电池储能(battery energy storage system,BESS)平抑风电波动过程中电池单元荷电状态(state of charge,SOC)均衡性较差且未考虑风储净收益的问题,提出了风电波动平抑下考虑SOC均衡及收益的BESS功率分配策略。首先,建立综合考虑售电收益、弃风惩罚、缺电惩罚及BESS运行成本等多个因素的风电并网指令优化模型,以并网指令波动率、电池组SOC标准差等多个因素为约束条件,提出改进算术优化算法(improved arithmetic optimization algorithm,IAOA)求解该优化模型。然后,将BESS划分为两个电池组,设计了BESS双层功率分配方法(double-layer power allocation method,DPAM),上层将BESS充放电指令分配给两个电池组,下层根据最大充放电功率原则或新型SOC均衡原则将电池组充放电指令分配给各自的电池单元。最后,通过仿真对所提策略进行了验证。仿真结果表明:IAOA加快了寻优速度,提高了寻优精度;DPAM提升了电池组内电池单元SOC的均衡速度,改善了均衡程度;提出的功率分配策略进一步降低了风电并网波动率,同时提高了风储系统净收益。
文摘储能系统(energy storage system,ESS)仅参与平抑风电功率波动为单一场景的控制策略,存在ESS频繁充放电以及不能有效解决负荷低谷时段风电消纳等问题。为此,提出了一种计及谷时段风电消纳的ESS平抑风电功率波动控制策略。首先,根据风电特性与负荷需求的时序关系,确定ESS在一个周期内的充电和放电区间段。其次,提出了分区间控制的ESS控制策略,在充电区间段以平抑风电功率向上波动为目标存储电量;在放电区间段以平抑风电功率向下波动为目标释放电量。最后,考虑ESS的实时荷电状态(state of charge,SOC)和风电消纳,提出了基于模糊控制的ESS充放电功率修正方法。以某风电场实际数据为例,在风储联合发电系统仿真平台上进行了测试,验证了所提运行策略的可行性和优越性。
文摘为平抑风功率中的分钟级波动,在分析波动概率特性的基础上构建了基于双电池组拓扑结构的风-储混合电站。根据电池技术特性设计了电池储能系统(battery energy storage system,BESS)的在线运行策略,即两组电池分别处于充、放电状态,根据风功率超短期预测结果,交替平抑风功率中的正、负波动分量。一旦任何一组电池到达满充或满放状态,则同时切换两组电池的工作状态。提出基于蒙特卡罗模拟的BESS运行仿真模型,在历史数据的基础上对BESS在典型时段内的运行进行了模拟。基于某风电场实测数据的仿真结果表明,基于双电池组拓扑结构的储能系统可在不显著消耗电池循环寿命的情况下有效平抑风功率中的波动分量。