【目的】现有的混合储能系统控制策略难以在保持荷电状态(state of charge,SOC)处于合理范围的同时,满足未来时刻风电波动造成的混合储能系统超前充放电需求,因此提出一种考虑平抑未来时刻风电功率波动的混合储能系统超前模糊控制策略...【目的】现有的混合储能系统控制策略难以在保持荷电状态(state of charge,SOC)处于合理范围的同时,满足未来时刻风电波动造成的混合储能系统超前充放电需求,因此提出一种考虑平抑未来时刻风电功率波动的混合储能系统超前模糊控制策略。【方法】首先,通过采用集合经验模态分解(ensemble empirical mode decomposition,EEMD)方法分解得到不同类型储能设备需要平抑的风电功率;其次,根据混合储能系统SOC和功率饱和程度整定功率修正参数,对混合储能系统输出功率进行修正;再次,由风电预测算法得到前瞻周期内风电功率预测值,根据前瞻周期内风电功率波动情况和超前控制理论整定提前充放电参数,校正储能系统输出功率;最后,以某风电场的实际数据为例,通过仿真验证了所提超前模糊控制策略的有效性。【结果】提出的控制策略不仅能够降低风电并网波动越限概率,显著减少总输出功率与目标功率偏差值,而且能够使混合储能系统的SOC控制在合理范围内。【结论】该策略可以为平抑风电波动的相关研究提供有益参考。展开更多
提出了一种混合储能聚合商(hybrid energy storage aggregator,HESA)参与能量-调频市场的控制策略。首先,对于独立系统运营商(ISO)发出的调频指令信号进行VMDWVD时频域分析,重构固有模态分量(IMF)生成高频信号与低频信号,分别作为HESA...提出了一种混合储能聚合商(hybrid energy storage aggregator,HESA)参与能量-调频市场的控制策略。首先,对于独立系统运营商(ISO)发出的调频指令信号进行VMDWVD时频域分析,重构固有模态分量(IMF)生成高频信号与低频信号,分别作为HESA中功率型储能和能量型储能的输入信号。其次,构建了计及多市场价格不确定性的HESA投标与运行策略min-max-min模型,基于列和约束生成算法(C&CG)和强对偶理论对主子问题进行迭代交替求解。最后,基于实际PJM市场的价格、调频信号等数据进行了仿真,验证了HESA主体投标运营策略的有效性。展开更多
文摘提出了一种混合储能聚合商(hybrid energy storage aggregator,HESA)参与能量-调频市场的控制策略。首先,对于独立系统运营商(ISO)发出的调频指令信号进行VMDWVD时频域分析,重构固有模态分量(IMF)生成高频信号与低频信号,分别作为HESA中功率型储能和能量型储能的输入信号。其次,构建了计及多市场价格不确定性的HESA投标与运行策略min-max-min模型,基于列和约束生成算法(C&CG)和强对偶理论对主子问题进行迭代交替求解。最后,基于实际PJM市场的价格、调频信号等数据进行了仿真,验证了HESA主体投标运营策略的有效性。