考虑集合经验模态分解的风电储能系统能源管理协调控制方法

传统的风电系统能源管理控制方法对储能容量利用的优化程度有限,因此提出了一种新的基于集合经验模态分解的风电储能系统能源管理协调控制方法。采用时空滤波器对风功率信号进行分解,得到固有模态函数分量和趋势分量,从而确定储能系统控制功率分配,建立风电储能设备控制模型,最后实现风电储能系统能源管理协调控制。仿真测试结果表明,采用集合经验模态分解的风电储能系统能源管理控制方法相比于传统方法,能实现更优化的储能设备充放电次数和更有效的储能容量利用,提高了系统的可靠性和能源利用效率。

消纳弃风的风电混合储能供热系统容量配置优化

为解决“三北”地区冬季建筑能耗较高且弃风严重的问题,设计了由锂电池、固体蓄热装置和热泵设备组成的风电混合储能供热系统。首先基于BP神经网络预测了风电机组输出功率,采用k-means聚类分析得到了供热典型日负荷曲线;然后提出了一种基于粒子群优化算法的风电混合储能供热系统容量配置优化方法,以系统总成本最小和弃风量最低为约束条件构建了目标函数;最后比较了考虑和不考虑弃风条件下,风电混合储能供热系统的容量配置优化结果。研究表明,所提出的优化方法不但可以有效降低弃风率,场景适用性强,还能够满足严寒地区冬季清洁供热需求,为可再生能源高效利用提供参考。

考虑风电不确定性的风电储能混合系统协调优化计算

风电大规模接入使得电网的运行模式和方式发生重大改变,同时风电的随机性和间歇性特点导致电网调峰能力不足,引发大量弃风现象。针对此问题,以风电储能混合系统为例,建立了以弃风量最小为目标的风电储能混合系统协调优化模型,采用蒙特卡罗积分将带有风电不确定项的优化目标函数转化为有效目标函数,消除风电的不确定性因素影响。优化过程中引入低偏差序列的拟蒙特卡罗法改善样本分布的均匀性,更加精确计算有效目标函数,通过鲁棒优化算法搜索协调优化模型的最优解。对比试验表明,协调优化计算方法在风力发电功率不确定情况下能够有效减少弃风,达到消纳风电的目的。

基于需求侧响应与成本模型的风电中的储能系统运行优化

全球能源危机促进了新能源电网的发展。研究风电/储能系统的经济优化运行问题,使电网的综合经济效益达到最优。对风/储配电网系统结构进行了分析,总结其优化运行的关键技术,在考虑需求侧响应、实时电价、储能寿命的基础上,建立风/储配电网优化运行模型,采用改进微分进化算法进行模型求解,进而制定优化调度策略。最后以风/储配电网系统进行仿真分析,与基本微分进化算法和遗传算法进行了比较,验证了所建模型的可行性。仿真结果表明,日调度周期内,改进微分进化算法(IDE)方案中的ES容量波动较小,变化更加平稳,SOC的最大值和最小值分别为80%和39%,相比遗传算法(GA),ES寿命等效成本IDE方案更低,差额为6 476元;综合各个时段的购电成本、售电收益、寿命成本等因素,IDE方案的调度成本要比GA方案少9 325元。从负荷角度来看,需求响应将负荷差从5.15 k W降低到3.91 k W,实现了削峰填谷。从储能的角度来看,有无储能对园区的调度策略影响很大,无储能的状态下,造成电能供给不足,成本增加22 526元,导致经济效益和环境效益下降。基于IDE算法的改进经济调度策略能够更好地平衡各类成本,提高系统经济效益和ES寿命。

大规模风电储能联合系统运行与控制研究综述

储能技术是解决风能等可再生能源非稳态特性的关键技术,其规模化应用后能有效提高电网对风力发电的接纳能力。首先分析了目前风电并网存在的问题,其次对各种储能技术进行比较,最后重点阐述了储能技术在风电并网中应用于平抑功率波动、提高风电系统低电压穿越能力、提高含风电电力系统的暂态稳定性和参与系统调频控制四方面的研究现状,为大规模风电储能联合系统运行与控制的进一步研究提供有益的借鉴。