CN103078340A - 用于优化微网联络线功率的混合储能容量优化方法 - Google Patents
用于优化微网联络线功率的混合储能容量优化方法 Download PDFInfo
- Publication number
- CN103078340A CN103078340A CN2012105753164A CN201210575316A CN103078340A CN 103078340 A CN103078340 A CN 103078340A CN 2012105753164 A CN2012105753164 A CN 2012105753164A CN 201210575316 A CN201210575316 A CN 201210575316A CN 103078340 A CN103078340 A CN 103078340A
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- ess
- ultracapacitor
- storage battery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种用于优化微网联络线功率的混合储能容量优化方法,通过混合储能容量优化模型构造遗传算法的适应度函数,并获取混合储能总充放电功率的样本数据;对频率范围进行二进制编码,产生第一代分界频率fP种群;根据混合储能容量优化模型对第一代种群中的任一个体分别计算蓄电池和超级电容器的有功功率PBESS和PSC;通过蓄电池和超级电容器的有功功率PBESS和PSC分别计算蓄电池和超级电容器的额定容量;根据蓄电池和超级电容器的额定容量、蓄电池和超级电容器的有功功率获取混合储能***工程期净现值、蓄电池寿命和超级电容器寿命;最后一代中适应度最高的个体即为最优个体,同时获取最优混合储能容量组合。获取到的容量结果精确;实现了对储能设备寿命的评估。
Description
技术领域
本发明涉及微网内混合储能***容量优化的方法,尤其涉及一种用于优化微网联络线功率的混合储能容量优化方法。
背景技术
微网中,风电和太阳能光伏等分布式电源的输出功率具有间歇性和随机性的特点,负荷变化往往也体现出一定的波动性,这给微网的稳定运行带来了较大挑战,引入储能***可解决这一问题。储能设备分为功率型储能和能量型储能两种。以平滑分布式电源功率输出为目标的储能***要求响应速度快、循环充放电寿命长,适合使用以超级电容器为代表的功率型储能;以削峰填谷为目标的储能***要求具有较高的能量容量、储能时间长,适合使用以蓄电池为代表的能量型储能。微网在并网运行时,负荷的峰谷差特性以及分布式电源的波动性常常是并存的。混合储能比单一储能更有优势,更适合同时进行平滑输出和削峰填谷,达到微网并网联络线功率的优化。同时,将超级电容器和蓄电池并联,还可以减少蓄电池的充放电次数,提高寿命[1]。
现有混合储能容量优化方法一般以一次投资和年运行维护成本为优化目标。
在实现本发明的过程中,发现现有技术中至少存在以下缺点和不足:
(1)没有详细考虑储能充放电效率和SOC(荷电状态)的约束,导致容量偏小;
(2)缺乏对储能设备寿命的评估,实际运行结果可能因为某种储能设备需要多次更新而大大影响经济性。所以当前混合储能容量优化方法还不够深入,没有达到实用化程度。
发明内容
本发明提供了一种用于优化微网联络线功率的混合储能容量优化方法,本方法考虑了储能充放电效率和SOC的约束,获取到的容量结果精确;实现了对储能设备寿命的评估,详见下文描述:
一种用于优化微网联络线功率的混合储能容量优化方法,所述方法包括以下步骤:
(1)以混合储能***净现值最大为优化目标,建立应用于微网***的蓄电池和超级电容器的混合储能容量优化模型;
(2)通过混合储能容量优化模型构造遗传算法的适应度函数,并获取混合储能总充放电功率的样本数据;对频率范围进行二进制编码,产生第一代分界频率fP种群;
(3)根据混合储能容量优化模型对第一代种群中的任一个体分别计算蓄电池和超级电容器的有功功率PBESS和PSC;
(4)通过蓄电池和超级电容器的有功功率PBESS和PSC分别计算蓄电池和超级电容器的额定容量;
(5)根据蓄电池和超级电容器的额定容量、蓄电池和超级电容器的有功功率获取混合储能***工程期净现值、蓄电池寿命和超级电容器寿命;
(6)最后一代中适应度最高的个体即为最优个体,同时获取最优混合储能容量组合;
其中,混合储能容量优化模型具体为:
f=min(-NPV) (1)
PHESS=PBESS+PSC=PAgr-PNet (2)
PNet=PLoad-PDG (3)
0<fP<1/2TS (5)
SOCMin≤SOC[n]≤SOCMax (6)
n=1,2...,NS
式(1)中,NPV指混合储能***在工程期内的净现值;f表示目标函数;
式(2)到式(3)为微网内部及联络线的功率平衡方程;PDG为分布式电源发出的总有功功率;PLoad为本地负荷有功功率;PHESS为混合储能***的总有功功率;PBESS和PSC分别为蓄电池和超级电容器的有功功率;PGrid为微网***与电网的交换功率;PAgr为联络线协议功率;
式(4)中,ηd,ηc和η分别为储能***的放电效率、充电效率和一个充放电周期的综合效率;
式(5)fP为两种储能补偿频段的分界频率,TS为样本数据的采样周期;
式(6)中NS为样本数据的采样点个数。
所述根据混合储能容量优化模型对第一代种群中的任一个体分别计算蓄电池和超级电容器的有功功率PBESS和PSC具体为:
式中s为拉普拉斯变换的复变量;THP为高通滤波器的时间常数;
所述通过蓄电池和超级电容器的有功功率PBESS和PSC分别计算蓄电池和超级电容器的额定容量具体为:
以PESS,0[n]代表某种储能的充放电功率来介绍容量计算方法;
其中,PESS[n]以放电为正,ηd和ηc分别为储能***的放电效率和充电效率;
式中,SOCMax和SOCMin分别代表储能***SOC的上下限约束。
本发明提供的技术方案的有益效果是:该方法以混合储能***净现值最大为优化目标,利用遗传算法确定能量型储能和功率型储能的分界频率,再进一步计算混合储能的最优容量。该方法中的蓄电池和超级电容器模型考虑了储能***的充放电效率以及SOC约束,容量结果更为精确;其经济模型综合考虑项目工程期、不同类型储能寿命,更贴近实际工程应用,其结果优于现有方法。
附图说明
图1为微网***以及与外部电网连接图;
图2为分布式电源、负荷和净负荷功率;
图3为净负荷以及联络线协议功率;
图4为遗传算法寻优过程;
图5为混合储能***充放电功率;
图6为混合储能容量优化方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明实施方式作进一步地详细描述。
101:以混合储能***净现值最大为优化目标,建立应用于微网***的蓄电池和超级电容器的混合储能容量优化模型;
其中,微网***内部包括光伏和/或风机等分布式电源、超级电容器和蓄电池混合储能***以及本地负荷,微网通过一条联络线与外部公共电网连接,如附图1所示。图1中,分布式电源发出的总有功功率为PDG,本地负荷有功功率为PLoad,混合储能***的总有功功率为PHESS,其中蓄电池和超级电容器的有功功率分别为PBESS和PSC,微网***与电网的交换功率为PGrid,即为微网联络线功率。
由于分布式电源具有间歇性和波动性,微网本地负荷功率又常具有较大的峰谷差特性,导致微网并网联络线存在较大功率波动。因此电网调度部门一般预先设定1天内微网与电网联络线的功率和方向,即确定微网的联络线协议功率PAgr [2]。PAgr通常取无储能时微网***的净负荷功率PNet的小时级平均值,并根据联络线传输功率上限和是否允许功率倒送进行修正。混合储能***的控制目标即为将微网联络线功率PGrid由引入储能前微网***的净负荷功率PNet补偿为预先设定的协议功率PAgr。
为了将微网联络线功率PGrid补偿为预设协议功率PAgr,本方法以混合储能***净现值最大为优化目标,综合考虑微网及联络线的功率平衡以及储能***的效率、SOC特性,建立蓄电池和超级电容器的混合储能容量优化模型如下:
f=min(-NPV) (1)
PHESS=PBESS+PSC=PAgr-PNet (2)
PNet=PLoad-PDG (3)
0<fP<1/2TS (5)
SOCMin≤SOC[n]≤SOCMax (6)
n=1,2...,NS
式(1)中,NPV指混合储能***在工程期内的净现值;f表示目标函数。
式(2)到式(3)为微网内部及联络线的功率平衡方程。
式(4)中,ηd,ηc和η分别为储能***的放电效率、充电效率和一个充放电周期的综合效率。
式(5)从频域角度采用分频的方法对混合储能进行功率分配,fP为两种储能补偿频段的分界频率,TS为样本数据的采样周期,1/2TS为奈奎斯特采样频率。
式(6)为在仿真过程中,储能的SOC不能越限,NS为样本数据的采样点个数。
本方法选择分界频率fP为优化变量,即以fP为界,高频部分波动由超级电容器补偿,低频部分由蓄电池补偿。fP决定了混合储能的功率分配、容量需求以及经济性指标,从而决定了整个混合储能容量方案。相对于直接选择两种储能容量进行优化,其优势在于能更好地进行功率曲线波动频率与不同类型储能设备性能的匹配。
该模型的样本数据选取典型日的分布式电源、负荷有功功率数据,采样周期以1分钟到10分钟为宜,容量计算时间尺度固定为1天。仿真过程中,认为年内每天均与该典型日完全相同。实际应用中,以某一天的微网运行数据进行容量优化,常常难以适用于全年的规划。可选取多个月典型日或季度典型日数据,重复进行多次容量优化。在所有结果中,根据实际需求可选择最大值、平均值或其他多数典型日内足够的容量值[3]。
102:通过混合储能容量优化模型构造遗传算法的适应度函数,并获取混合储能总充放电功率的样本数据;对频率范围进行二进制编码,产生第一代分界频率fP种群;
具体实现时,由于该模型具有很强的非线性,本方法采用遗传算法进行求解,总体求解流程见图2。由式(2)获取混合储能总充放电功率的样本数据。式(1)中的目标函数即为遗传算法的适应度函数。之后对式(5)所示的频率范围进行二进制编码,并产生第一代分界频率fP种群的全部个体。
103:根据混合储能容量优化模型对第一代种群中的任一个体分别计算蓄电池和超级电容器的有功功率PBESS和PSC;
蓄电池储能容量大,但需要尽量避免频繁充放电来延长寿命;超级电容器储能容量小,但允许充放电次数高,充放电速率快。二者不同的特性决定了蓄电池和超级电容器应分别补偿混合储能总功率指令的低频和高频部分。依照该原则,采用高通滤波器进行混合储能功率分配,计算方法如下:
式中s为拉普拉斯变换的复变量;THP为高通滤波器的时间常数,该时间常数由分界频率fP按式(8)计算得到:
fP与THP在数值上是一一对应的,它相对于THP的优势在于可以更直观地从频域角度确定混合储能各自补偿范围。在总有功功率PHESS的频谱分析结果中,由蓄电池补偿0~fp的频率分量,超级电容器补偿fP~1/2TS的频率分量。
假定风机、光伏、负荷的功率数据采样周期为TS,单位为秒,一天内共有NS个采样点。混合储能的总有功功率为PHESS[n],n=1,2,…,NS。由式(8)可计算得到超级电容器的有功功率PSC[n]以及相应的蓄电池有功功率PBESS[n]。
104:通过蓄电池和超级电容器的有功功率PBESS和PSC分别计算蓄电池和超级电容器的额定容量;
两种储能的容量计算方法是通用的,以下仅以PESS,0[n]代表某种储能的充放电功率来介绍容量计算方法[3]。由于实际的储能***工作过程中会有一定的损耗,储能***实际充放电功率PESS[n]可由下式计算:
其中,PESS[n]以放电为正,ηd和ηc分别为储能***的放电效率和充电效率。
在整个样本数据周期内,储能实际充放电功率PESS[n]绝对值的最大值即为储能***所应具备的最大充放电功率,即额定功率。
获得储能***实际充放电功率PESS[n]后,可计算得到一天内各采样点的储能***累计充放电能量EESS[n]:
式中,SOCMax和SOCMin分别代表储能***SOC的上下限约束。
该容量考虑了实际运行中储能的循环效率和不能满充满放的情况,是能够达到预期补偿目标所需的最小容量。
105:根据蓄电池和超级电容器的额定容量、蓄电池和超级电容器的有功功率获取混合储能***工程期净现值、蓄电池寿命和超级电容器寿命;
在混合储能容量优化方法中,不同的储能容量方案和充放电策略将导致不同的寿命,寿命过短引起的储能设备更换也将直接影响储能***的经济性。为解决这一问题,本方法采用净现值经济评价模型,并建立了储能的寿命计算模型来计算储能的更换时间和次数。混合储能***工程期净现值的计算分为三个步骤:
1)计算工程期内的现金流量序列
在工程期Np年内,假定某种储能设备的寿命为LESS年,建设单价和更新单价分别为CESS和RESS,单位为元/kWh,运行维护单价为OMESS,单位为元/(kWh*年)。以收入为正,则储能设备的初建成本现金流序列为:
工程期Np年内,寿命为LESS年的储能设备共经历k次更新,有
k=Np/LESS (13)
则储能设备更新成本现金流序列为
储能设备运行维护成本和残值序列分别为:
则储能设备的现金流量序列可由下式计算
NCTESS[i]=Cap[i]+Rep[i]+OM[i]+Sal[i] (17)
i=0,1,…,Np
设蓄电池和超级电容器的现金流量序列分别为NCFBESS[i]和NCFSC[i],微网***购电成本现金流量序列为NCFGrid[i]。则混合储能***的现金流量序列为
NCF[i]=NCFBESS[i]+NCFSC[i]+NCFGrid[i] (18)
i=0,1,…,Np
2)考虑资本的时间价值(贴现率),计算折算现金流量序列
DCF[i]=NCF[i]*(1+FDis)-i (19)
i=0,1,…,Np
式中,FDis为贴现率。
3)根据折算现金流序列,计算混合储能***工程期净现值
采用经济评价模型的式(13)、(14),需要分别计算蓄电池和超级电容器的寿命,方法如下:
1)蓄电池寿命计算
采用雨流计数法计算蓄电池寿命。一个循环定义为放电到某一深度值后开始下次充电,则某个放电深度下储能设备的允许循环次数为
式中,CF,i为循环次数,参数[a1,...,a5]由不同放电深度下对应的储能设备循环次数确定,无单位,DOD为放电深度。经历多个放电深度所总共消耗的储能设备寿命为
NCD代表不同的放电深度个数。则蓄电池寿命
2)超级电容器寿命计算公式如下:
LSC=NTotal/NPY (24)
式中NTotal为超级电容器允许充放电循环次数,NPY为年循环次数,可由仿真得到。
具体实现时,对第一代种群中的其他个体重复执行步骤103-步骤105,获取相应的数值,直到第一代中的所有个体都计算完毕,再经过优选、遗传和变异产生后代种群,重复上述计算,迭代终止于预定代数。
106:最后一代中适应度最高的个体即为最优个体,同时获取最优混合储能容量组合。
实际应用中,依据上述计算出的最优混合储能容量组合能够使储能工作在良好的工作状态,延长能量型储能的寿命,避免储能设备的频繁更新。
下面以具体的实例来说明本发明实施例提供的一种用于优化微网联络线功率的混合储能容量优化方法的可行性:
以天津生态城一微网***冬季典型日实际运行数据验证本方法。该微网***主要包括:单晶和多晶光伏,共30kW;照明和充电桩负荷,共15kW。配备锂离子电池和超级电容器来优化实现微网联络线的协议功率。
光伏功率、负荷功率数据采样周期均为5min。根据分布式电源和负荷功率计算净负荷,即在无储能时的联络线功率,如图2所示。
从附图2看出,净负荷功率PNet大致在-5kW到15kW范围内,波动较大,净负荷高峰和低谷分别出现在16:00~22:00和9:00~14:00。设定微网不允许向上级电网倒送功率,联络线传输功率最大值为10kW,即可认为微网本地净负荷下限和上限门槛值为0kW和10kW。混合储能的补偿目标为平抑联络线小时级的功率波动,同时对超过净负荷门槛值的功率进行削峰填谷,使得经储能补偿后的净负荷功率PNet为联络线协议功率PAgr。净负荷功率PNet和联络线协议功率PAgr如附图3所示。从附图3可看出,联络线协议功率PAgr相当于在两个时间段对净负荷功率PNet削峰填谷。
认为全年每天的分布式电源发出的总有功功率PDG、负荷有功功率PLoad、联络线协议功率PAgr以及储能充放电情况均与该典型日完全相同。每kWh电价为:高峰1.1648元,低谷0.3778元,平时0.7603元。超级电容器和锂电池的价格如表1所示
表1 储能经济性数据
式(21)和式(24)中储能寿命参数见表2
表2 储能寿命参数
为了延长储能寿命,设定锂电池和超级电容器的SOC上下限分别为100%和40%。储能***综合效率为88%。用于经济评价的储能***工程期设为20年。
采样周期TS为5min,由式(5)可知混合储能总的补偿频率范围为0~0.00167Hz。下一步将确定分界频率fp,以下是采用遗传算法确定fp的过程。
设定遗传算法初值如下:染色体长度为16,最大代数为50,种群大小为20。根据附图6所示容量优化流程进行计算,得到遗传过程如附图4所示。
由附图4可知,经遗传寻优可得***最大净现值为-35.68万元。此时对应的混合储能分界频率为0.00006Hz。即锂电池补偿0~0.00006Hz的低频分量,由超级电容器补偿0.00006~0.00167Hz的高频分量时,储能***经济性最优。
由式(11)可计算得到锂电池容量为6.48kW和50.38kWh,超级电容器容量为5.27kW和5.35kWh。由式(23)和式(24)可计算出锂电池和超级电容器的寿命分别为23.76年和14.42年。
混合储能***在该典型日的充放电功率如附图5所示。由附图5可见,由于超级电容器补偿了需求功率的高频分量,锂电池每天只有1次深度充放电,可以很好地延长其使用寿命。
参考文献
[1]陈伟,石晶,任丽.微网中的多元混合储能技术[J].电力***自动化,2011,34(1):112-115.
[2]丁明,徐宁舟,毕锐.负荷侧新型电池储能电站动态性能的研究[J].电力自动化设备,2011,31(5):1-7.
[3]王成山,于波,肖峻,郭力.平滑可再生能源发电***输出波动的储能***容量优化方法[J].中国电机工程学报,2012,32(16):1-8.
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种用于优化微网联络线功率的混合储能容量优化方法,其特征在于,所述方法包括以下步骤:
(1)以混合储能***净现值最大为优化目标,建立应用于微网***的蓄电池和超级电容器的混合储能容量优化模型;
(2)通过混合储能容量优化模型构造遗传算法的适应度函数,并获取混合储能总充放电功率的样本数据;对频率范围进行二进制编码,产生第一代分界频率fP种群;
(3)根据混合储能容量优化模型对第一代种群中的任一个体分别计算蓄电池和超级电容器的有功功率PBESS和PSC;
(4)通过蓄电池和超级电容器的有功功率PBESS和PSC分别计算蓄电池和超级电容器的额定容量;
(5)根据蓄电池和超级电容器的额定容量、蓄电池和超级电容器的有功功率获取混合储能***工程期净现值、蓄电池寿命和超级电容器寿命;
(6)最后一代中适应度最高的个体即为最优个体,同时获取最优混合储能容量组合;
其中,混合储能容量优化模型具体为:
f=min(-NPV) (1)
PHESS=PBESS+PSC=PAgr-PNet (2)
PNet=PLoad-PDG (3)
0<fP<1/2TS (5)
SOCMin≤SOC[n]≤SOCMax (6)
n=1,2...,NS
式(1)中,NPV指混合储能***在工程期内的净现值;f表示目标函数;
式(2)到式(3)为微网内部及联络线的功率平衡方程;PDG为分布式电源发出的总有功功率;PLoad为本地负荷有功功率;PHESS为混合储能***的总有功功率;PBESS和PSC分别为蓄电池和超级电容器的有功功率;PGrid为微网***与电网的交换功率;PAgr为联络线协议功率;
式(4)中,ηd,ηc和η分别为储能***的放电效率、充电效率和一个充放电周期的综合效率;
式(5)fP为两种储能补偿频段的分界频率,TS为样本数据的采样周期;
式(6)中NS为样本数据的采样点个数。
2.根据权利要求1所述的一种用于优化微网联络线功率的混合储能容量优化方法,其特征在于,所述根据混合储能容量优化模型对第一代种群中的任一个体分别计算蓄电池和超级电容器的有功功率PBESS和PSC具体为:
式中s为拉普拉斯变换的复变量;THP为高通滤波器的时间常数;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210575316.4A CN103078340B (zh) | 2012-12-24 | 2012-12-24 | 用于优化微网联络线功率的混合储能容量优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210575316.4A CN103078340B (zh) | 2012-12-24 | 2012-12-24 | 用于优化微网联络线功率的混合储能容量优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103078340A true CN103078340A (zh) | 2013-05-01 |
CN103078340B CN103078340B (zh) | 2015-04-29 |
Family
ID=48154789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210575316.4A Expired - Fee Related CN103078340B (zh) | 2012-12-24 | 2012-12-24 | 用于优化微网联络线功率的混合储能容量优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103078340B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103236705A (zh) * | 2013-05-13 | 2013-08-07 | 华北电力大学 | 用于配电网削峰填谷的双储能***储能容量的优化方法 |
CN103683281A (zh) * | 2013-11-30 | 2014-03-26 | 许继电气股份有限公司 | 一种基于曲线控制的独立微电网协调控制方法 |
CN103683309A (zh) * | 2013-12-19 | 2014-03-26 | 合肥工业大学 | 一种应用于微电网中混合储能***的有功分级分配方法 |
CN103701144A (zh) * | 2013-12-11 | 2014-04-02 | 清华大学 | 一种混合储能***的功率分配方法 |
CN104578135A (zh) * | 2013-10-22 | 2015-04-29 | 同济大学 | 一种基于异构储能***的功率可预测性控制方法 |
CN104600727A (zh) * | 2014-12-22 | 2015-05-06 | 国家电网公司 | 一种基于数理统计和小波分解算法的微电网中混合储能的容量配置方法 |
CN105262117A (zh) * | 2015-11-12 | 2016-01-20 | 四川大学 | 一种风电爬坡优化控制方法 |
CN105896582A (zh) * | 2016-06-16 | 2016-08-24 | 南京工程学院 | 一种微网储能容量优化配置方法 |
CN105958482A (zh) * | 2016-05-31 | 2016-09-21 | 天津天大求实电力新技术股份有限公司 | 基于佳点集量子粒子群算法的微网优化方法 |
CN106058900A (zh) * | 2016-07-21 | 2016-10-26 | 南京工程学院 | 一种并网风光发电中混合储能容量优化配置方法 |
CN106230012A (zh) * | 2016-09-19 | 2016-12-14 | 华北电力大学(保定) | 并网光伏***中超级电容器与蓄电池容量的优化配置方法 |
CN106451508A (zh) * | 2016-10-13 | 2017-02-22 | 深圳职业技术学院 | 分布式混合储能***配置、充放电方法及装置 |
US9620960B2 (en) | 2014-01-13 | 2017-04-11 | Abb Schweiz Ag | Control of a stabilizing energy storage in a microgrid |
CN107437814A (zh) * | 2017-07-25 | 2017-12-05 | 武汉理工大学 | 一种基于电力***频率一次调整的储能***配置方法 |
CN107994593A (zh) * | 2017-12-08 | 2018-05-04 | 囯网河北省电力有限公司电力科学研究院 | 复合储能***容量配置方法及终端设备 |
CN108886257A (zh) * | 2016-04-05 | 2018-11-23 | 乌本产权有限公司 | 用于馈送电功率的方法以及风能设备 |
CN109066750A (zh) * | 2018-09-11 | 2018-12-21 | 重庆大学 | 基于需求侧响应的光伏-电池微电网混合能量调度管理方法 |
CN109066821A (zh) * | 2018-07-13 | 2018-12-21 | 广东工业大学 | 一种交直流混合微电网***用户的交互式能量管理方法 |
CN109245143A (zh) * | 2018-11-26 | 2019-01-18 | 江苏云上电力科技有限公司 | 一种考虑锂离子电池寿命的储能调峰电站优化运行方法 |
CN110676861A (zh) * | 2019-09-11 | 2020-01-10 | 台州宏远电力设计院有限公司 | 一种配电网复合储能装置的容量优化配置方法 |
CN112182975A (zh) * | 2020-10-10 | 2021-01-05 | 国网江苏省电力有限公司扬州供电分公司 | 一种基于经验模态分解的功率频域分解优化方法 |
CN113919620A (zh) * | 2021-12-06 | 2022-01-11 | 南通大学 | 一种风光储微电网日前能量调度算法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2375561A1 (en) * | 2008-12-22 | 2011-10-12 | Japan Wind Development Corporation Ltd. | Power management control system for natural energy power generation system provided with storage battery |
CN102244390A (zh) * | 2011-07-11 | 2011-11-16 | 天津大学 | 平滑微网联络线功率波动的储能***容量优化方法 |
-
2012
- 2012-12-24 CN CN201210575316.4A patent/CN103078340B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2375561A1 (en) * | 2008-12-22 | 2011-10-12 | Japan Wind Development Corporation Ltd. | Power management control system for natural energy power generation system provided with storage battery |
CN102244390A (zh) * | 2011-07-11 | 2011-11-16 | 天津大学 | 平滑微网联络线功率波动的储能***容量优化方法 |
Non-Patent Citations (3)
Title |
---|
张野等: "基于平滑控制的混合储能***能量管理方法", 《电力***自动化》, vol. 36, no. 16, 25 August 2012 (2012-08-25), pages 36 - 41 * |
梁亮等: "大型风电场用储能装置容量的优化配置", 《高电压技术》, vol. 37, no. 4, 30 April 2011 (2011-04-30), pages 930 - 936 * |
王成山等: "平滑可再生能源发电***输出波动的储能***容量优化方法", 《中国电机工程学报》, vol. 32, no. 16, 5 June 2012 (2012-06-05), pages 1 - 8 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103236705A (zh) * | 2013-05-13 | 2013-08-07 | 华北电力大学 | 用于配电网削峰填谷的双储能***储能容量的优化方法 |
CN104578135B (zh) * | 2013-10-22 | 2017-01-11 | 同济大学 | 一种基于异构储能***的功率可预测性控制方法 |
CN104578135A (zh) * | 2013-10-22 | 2015-04-29 | 同济大学 | 一种基于异构储能***的功率可预测性控制方法 |
CN103683281A (zh) * | 2013-11-30 | 2014-03-26 | 许继电气股份有限公司 | 一种基于曲线控制的独立微电网协调控制方法 |
CN103701144A (zh) * | 2013-12-11 | 2014-04-02 | 清华大学 | 一种混合储能***的功率分配方法 |
CN103683309A (zh) * | 2013-12-19 | 2014-03-26 | 合肥工业大学 | 一种应用于微电网中混合储能***的有功分级分配方法 |
US9620960B2 (en) | 2014-01-13 | 2017-04-11 | Abb Schweiz Ag | Control of a stabilizing energy storage in a microgrid |
CN104600727A (zh) * | 2014-12-22 | 2015-05-06 | 国家电网公司 | 一种基于数理统计和小波分解算法的微电网中混合储能的容量配置方法 |
CN105262117A (zh) * | 2015-11-12 | 2016-01-20 | 四川大学 | 一种风电爬坡优化控制方法 |
CN105262117B (zh) * | 2015-11-12 | 2017-08-01 | 四川大学 | 一种风电爬坡优化控制方法 |
CN108886257B (zh) * | 2016-04-05 | 2022-07-01 | 乌本产权有限公司 | 用于馈送电功率的方法以及风能设备 |
CN108886257A (zh) * | 2016-04-05 | 2018-11-23 | 乌本产权有限公司 | 用于馈送电功率的方法以及风能设备 |
CN105958482A (zh) * | 2016-05-31 | 2016-09-21 | 天津天大求实电力新技术股份有限公司 | 基于佳点集量子粒子群算法的微网优化方法 |
CN105896582A (zh) * | 2016-06-16 | 2016-08-24 | 南京工程学院 | 一种微网储能容量优化配置方法 |
CN106058900B (zh) * | 2016-07-21 | 2018-06-15 | 南京工程学院 | 一种并网风光发电中混合储能容量优化配置方法 |
CN106058900A (zh) * | 2016-07-21 | 2016-10-26 | 南京工程学院 | 一种并网风光发电中混合储能容量优化配置方法 |
CN106230012A (zh) * | 2016-09-19 | 2016-12-14 | 华北电力大学(保定) | 并网光伏***中超级电容器与蓄电池容量的优化配置方法 |
CN106451508A (zh) * | 2016-10-13 | 2017-02-22 | 深圳职业技术学院 | 分布式混合储能***配置、充放电方法及装置 |
CN107437814A (zh) * | 2017-07-25 | 2017-12-05 | 武汉理工大学 | 一种基于电力***频率一次调整的储能***配置方法 |
CN107994593A (zh) * | 2017-12-08 | 2018-05-04 | 囯网河北省电力有限公司电力科学研究院 | 复合储能***容量配置方法及终端设备 |
CN109066821A (zh) * | 2018-07-13 | 2018-12-21 | 广东工业大学 | 一种交直流混合微电网***用户的交互式能量管理方法 |
CN109066750A (zh) * | 2018-09-11 | 2018-12-21 | 重庆大学 | 基于需求侧响应的光伏-电池微电网混合能量调度管理方法 |
CN109245143A (zh) * | 2018-11-26 | 2019-01-18 | 江苏云上电力科技有限公司 | 一种考虑锂离子电池寿命的储能调峰电站优化运行方法 |
CN109245143B (zh) * | 2018-11-26 | 2021-12-14 | 江苏云上电力科技有限公司 | 一种考虑锂离子电池寿命的储能调峰电站优化运行方法 |
CN110676861A (zh) * | 2019-09-11 | 2020-01-10 | 台州宏远电力设计院有限公司 | 一种配电网复合储能装置的容量优化配置方法 |
CN112182975A (zh) * | 2020-10-10 | 2021-01-05 | 国网江苏省电力有限公司扬州供电分公司 | 一种基于经验模态分解的功率频域分解优化方法 |
CN113919620A (zh) * | 2021-12-06 | 2022-01-11 | 南通大学 | 一种风光储微电网日前能量调度算法 |
CN113919620B (zh) * | 2021-12-06 | 2022-05-03 | 南通大学 | 一种风光储微电网日前能量调度算法 |
Also Published As
Publication number | Publication date |
---|---|
CN103078340B (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103078340B (zh) | 用于优化微网联络线功率的混合储能容量优化方法 | |
Hannan et al. | Battery energy-storage system: A review of technologies, optimization objectives, constraints, approaches, and outstanding issues | |
Elsied et al. | Optimal economic and environment operation of micro-grid power systems | |
CN103490410B (zh) | 一种基于多目标优化的微电网规划和容量配置方法 | |
Vrettos et al. | Operating policy and optimal sizing of a high penetration RES-BESS system for small isolated grids | |
CN102354334B (zh) | 基于全寿命周期净费用最小的微网***优化设计方法 | |
Hossain et al. | Design a novel controller for stability analysis of microgrid by managing controllable load using load shaving and load shifting techniques; and optimizing cost analysis for energy storage system | |
CN105337315A (zh) | 一种风光蓄互补独立微电网高维多目标优化配置方法 | |
Gao et al. | Annual operating characteristics analysis of photovoltaic-energy storage microgrid based on retired lithium iron phosphate batteries | |
Iannuzzi et al. | Ultrafast charging station for electrical vehicles: Dynamic modelling, design and control strategy | |
Dimopoulou et al. | A Markov decision process for managing a hybrid energy storage system | |
Zhang et al. | A non-cooperative game based charging power dispatch in electric vehicle charging station and charging effect analysis | |
CN106503865B (zh) | 一种基于机会约束规划的混合储能容量优化配置方法 | |
CN117559563B (zh) | 一种风光储充一体化微网运行方案的优化方法及*** | |
Martinsen | A business model for an EV charging station with battery energy storage | |
Pholboon et al. | Real-time battery management algorithm for peak demand shaving in small energy communities | |
Ruiz-Cortés et al. | Energy management strategy to coordinate batteries and ultracapacitors of a hybrid energy storage system in a residential prosumer installation | |
CN115622104A (zh) | 一种有源配电网移动储能规划配置方法 | |
Koutroulis et al. | Optimal design and economic evaluation of a battery energy storage system for the maximization of the energy generated by wind farms in isolated electric grids | |
Khalid et al. | SoC-based decentralized power management in multi BESS-PV for EVs charging applications | |
Massaro et al. | An Algorithm for Optimal Sizing of BESS in Smart Islands Energy Communities: the Case of Pantelleria | |
Vollenweider | Grid integration of PV systems and local storage in distribution networks | |
CN109687449B (zh) | 微电网协调控制装置及控制方法 | |
Pandit et al. | Design optimization of microgrid incorporating battery exchange-based electric vehicles | |
Basyarach et al. | A Mixed-Integer Linear Programming-Based Power Allocation of Supercapacitor-Battery Energy Storage for Off-Grid Applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150429 Termination date: 20211224 |
|
CF01 | Termination of patent right due to non-payment of annual fee |