CN107947231B - 一种面向配电网优化运行的混合储能***控制方法 - Google Patents
一种面向配电网优化运行的混合储能***控制方法 Download PDFInfo
- Publication number
- CN107947231B CN107947231B CN201711247370.5A CN201711247370A CN107947231B CN 107947231 B CN107947231 B CN 107947231B CN 201711247370 A CN201711247370 A CN 201711247370A CN 107947231 B CN107947231 B CN 107947231B
- Authority
- CN
- China
- Prior art keywords
- power
- time
- energy storage
- node
- hybrid energy
- 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.)
- Active
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 97
- 238000009826 distribution Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000003860 storage Methods 0.000 claims abstract description 62
- 239000003990 capacitor Substances 0.000 claims abstract description 61
- 238000005457 optimization Methods 0.000 claims abstract description 29
- 238000011217 control strategy Methods 0.000 claims abstract description 24
- 238000007599 discharging Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims 1
- 239000002994 raw material Substances 0.000 claims 1
- 230000014509 gene expression Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- H02J3/383—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
- H02J7/345—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering using capacitors as storage or buffering devices
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
- H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/10—Photovoltaic [PV]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种面向配电网优化运行的混合储能***控制方法,包括建立光伏混合储能***柔性并网模型;以配电网“源‑网”经济运行和节点电压优化目标,建立光伏混合储能***参与配电网优化运行模型,获得混合储能最优目标功率;根据荷电状态及其充放电状态,提出混合储能控制策略,合理分配蓄电池和超级电容器的充放电功率。本发明不仅可以有效实现配电网经济运行和节点电压越限治理,而且能够充分发挥不同储能介质的技术特性,延长混合储能***的运行寿命。
Description
技术领域
本发明涉及一种面向配电网优化运行的混合储能***控制方法,属于储能设备运行控制技术领域。
背景技术
在能源与环境的双重压力下,以光伏为代表的清洁能源发电得到了空前的发展。然而,高渗透率分布式光伏并网易引起配网电压越限等问题,影响光伏能源的满额消纳。此外,随着我国城市配电网电缆使用率日益提高,线路阻抗比R/X较大,电压对有功功率的变化较敏感,有功/无功潮流均会对节点电压产生较大影响,进一步加剧了光伏高渗透配电网高电压问题。储能除可抑制清洁能源功率波动、削峰填谷和调度跟踪;更可为配电网优化运行提供新的调控手段。光储一体***,在满足光伏能源满额消纳的前提下,储能合理调节能量充放,以获得配网经济运行的最优并网功率,同时结合逆变器剩余容量的无功调节,有功/无功综合控制可有效并网节点电压,光储***这一柔性并网方式加强了对电网的支撑和调节作用。
储能本体大致可分为能量密度大、循环寿命短、响应时间长的能量型储能和功率密度大、循环寿命长、响应时间短的功率型储能两大类。混合储能***(Hybrid EnergyStorage System,HESS)兼具两类储能的优点,充分利用了两者技术、经济和运行寿命的互补性,更有利于实现配电网优化运行的目标。
目前HESS主要用于主网平抑新能源实际功率与预测功率的差值,保证安全可靠运行。配电网相对主网而言,潮流调控手段薄弱,分布式光伏出力波动平抑的相对价值较小,而解决高渗透率光伏引起的节点电压越限和提高配网经济运行水平的需求更为突出。
发明内容
为了解决上述技术问题,本发明提供了一种面向配电网优化运行的混合储能***控制方法。
为了达到上述目的,本发明所采用的技术方案是:
一种面向配电网优化运行的混合储能***控制方法,包括,
建立光伏混合储能***柔性并网模型;
以配电网“源-网”经济运行和节点电压优化目标,建立光伏混合储能***参与配电网优化运行模型,获得混合储能最优目标功率;
根据荷电状态及其充放电状态,提出混合储能控制策略,合理分配蓄电池和超级电容器的充放电功率。
光伏混合储能***柔性并网模型为,
Ptotal(t)=ηdc-ac(Ppv(t)+Phess(t))
Ppv(t)=ηdc-dcPMPPT(t)
Phess(t)=Pbat(t)+Pcap(t)
其中,Ptotal(t)为t时刻并网有功功率,ηdc-ac为DC/AC转换效率,Phess(t)为t时刻混合储能***的输出功率,Qtotal(t)为t时刻并网无功功率,Sinverter为AC/DC逆变器额定容量,Ppv(t)为t时刻光伏***的输出功率,ηdc-dc为DC/DC转换效率,PMPPT(t)为t时刻DC/DC按照最大功率点跟踪控制策略时的最大输出有功功率,Pbat(t)为t时刻蓄电池的输出功率,Pcap(t)为t时刻超级电容器的输出功率,ηbat,c为蓄电池充电效率,ηbat,d为蓄电池放电效率,ηcap,c为超级电容器充电效率,ηcap,d为超级电容器放电效率,Pbat,c(t)为t时刻充电时蓄电池的输出功率,Pbat,d(t)为t时刻放电时蓄电池的输出功率,Pcap,c(t)为t时刻充电时超级电容器的输出功率,Pcap,d(t)为t时刻放电时超级电容器的输出功率。
设t时刻蓄电池和超级电容器的荷电状态分别为SOCbat(t)和SOCcap(t),Pbat(t)和Pcap(t)的输出范围如下:
充电过程:
其中,Δt为采样时间间隔,Pbat,clim(t)为t时刻蓄电池的充电功率限值,Pcap,clim(t)为t时刻超级电容器的充电功率限值,Cbat为蓄电池的的额定容量,Ccap为超级电容器的的额定容量,Pbat,cmax为蓄电池的最大充电功率,Pcap,cmax为超级电容器的最大充电功率,SOCbat,max为蓄电池的荷电状态最大值,SOCcap,max为超级电容的荷电状态最大值;
放电过程:
其中,Pbat,dlim(t)为t时刻蓄电池的放电功率限值,Pcap,dlim(t)为t时刻超级电容器的放电功率限值,Pbat,dmax为蓄电池的最大放电功率,Pcap,dmax为超级电容器的最大放电功率,SOCbat,min为蓄电池的荷电状态最小值,SOCcat,min为超级电容器的荷电状态最小值。
蓄电池和超级电容器的荷电状态值在时序上具有连续性;
充电过程:
放电电过程:
配电网“源-网”经济运行模型为,
目标函数:
F=min(PL,loss(t)+PPHESS,loss(t))
PPHESS,loss(t)=(1-ηdc-dc)PMPPT(t)+(1-ηbat,c)Pbat,c(t)+(1-ηbat,d)Pbat,d(t)
+(1-ηcap,c)Pcap,c(t)+(1-ηcap,d)Pcap,d(t)+ξ(t)·ΔPs-loss+(1-ηdc-ac)(Ppv(t)+Phess(t))
其中,F为目标函数,PL,loss(t)为t时刻配网网络损耗,PPHESS,loss(t)为t时刻光伏混合储能***运行耗损,N为配网***节点数,Pi(t)为t时刻节点i的注入有功功率,ξ(t)为蓄电池充放电状态变化量纲,ΔPs-loss为t时刻储能充放电状态切换时产生的损耗;
约束条件:
***潮流约束:
其中,PK,i(t)为t时刻节点i处变电站出口有功功率,QK,i(t)为t时刻节点i处变电站出口无功功率,PD,i(t)为t时刻节点i处负荷有功功率,QD,i(t)为t时刻节点i处负荷无功功率,Ptotal,i(t)为t时刻节点i处光伏混合储能***有功功率,Qtotal,i(t)为t时刻节点i处光伏混合储能***无功功率,Ppv,i(t)为t时刻节点i处光伏***并网功率,Qwt,i(t)为t时刻节点i处风电***并网功率,Ui(t)为t时刻节点i的电压幅值,Uj(t)为t时刻节点j的电压幅值,n表示配电网节点数,Gij为节点i和节点j之间的互电导,Bij为节点i和节点j之间的互电纳,δij为节点i和节点j之间的相位差;
变电站出口功率约束:
PK,min≤PK,i(t)≤PK,max
QK,min≤QK,i(t)≤QK,max
其中,PK,min为变电站出口有功功率下限,PK,max为变电站出口有功功率上限,QK,min为变电站出口无功功率下限,QK,max为变电站出口无功功率上限;
节点电压约束:
Umin≤Ui(t)≤Umax
其中,Umin和Umax分别为节点电压上下限;
线路功率约束:
PL,min≤Pij(t)≤PL,max
其中,Pij(t)为t时刻节点i和节点j之间的线路功率,PL,min和PL,max分别为线路功率上下限;
光伏混合储能***约束为具体的光伏混合储能***模型公式。
节点电压越限治理模型为,
并网点电压达到配电网安全运行允许的上限值Umax时,所对应注入配电网有功功率Plimit限制为,
Plimit=k(Umax-U(ta))+Ptotal(ta)
当检测到并网点电压越限时,混合储能***根据Plimit来抑制过电压,此时混合储能***输出功率为,
Phess(t)=Plimit-Ppv(t)
当AC/DC逆变器存在剩余容量时,控制AC/DC逆变器并网无功功率进一步优化并网点电压;
根据电压大小,确定AC/DC逆变器吸收无功功率的参考值Qtotal(U(t)),参考值Qtotal(U(t))随电压变化的关系为,
根据混合储能最优目标功率,判断混合储能***的运行状态,结合蓄电池和超级电容器对应时刻的荷电状态,确定混合储能***的控制策略,根据控制策略,合理分配蓄电池和超级电容器的充放电功率。
当分配蓄电池和超级电容器均能满足单独运行时,采用多目标分频控制策略,当分配蓄电池和超级电容器中只有一方能满足单独运行时,采用内部能量协调控制策略,当分配蓄电池和超级电容器均不能满足单独运行时,采用停止运行策略。
本发明所达到的有益效果:本发明不仅可以有效实现配电网经济运行和节点电压越限治理,而且能够充分发挥不同储能介质的技术特性,延长混合储能***的运行寿命。
附图说明
图1为光伏混合储能***柔性并网运行方式图;
图2为光伏混合储能***优化配电网运行策略流程图;
图3为逆变器有功/无功功率设定图;
图4为混合储能***控制策略流程图;
图5为10节点配电***结构图;
图6为负荷与DG实际出力曲线图;
图7为优化运行前后网络损耗图;
图8(a)为光伏输出功率及并网点电压图;
图8(b)治理后光伏输出功率及并网点电压图;
图9(a)为传统方法的混合储能***功率图;
图9(b)本发明方法的混合储能***功率图;
图10为两种方法的混合储能***SOC图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
一种面向配电网优化运行的混合储能***控制方法,包括以下步骤:
步骤1,建立光伏混合储能***柔性并网模型。
如图1所示,光伏混合储能***(Photovoltaic hybrid Energy Storage System,PHESS)包括混合储能***(HESS)和光伏***,混合储能***包括蓄电池和超级电容器,蓄电池通过DC/DC连接至公共直流母线,超级电容器通过DC/DC连接至公共直流母线,光伏***包括光伏发电设备,光伏发电设备通过DC/DC连接至公共直流母线,混合储能***与光伏***汇流至公共直流母线后,再经DC/AC接入配电***。共直流母线结构形式具有光伏与储能之间的能量交换级数少、效率高的优点。
PHESS柔性并网主要体现在:在配电自动化全覆盖环境下,PHESS可获得本馈线内所有节点(包括其他分布式能源并网点)的潮流数据,由PHESS自身的上层决策***完成优化计算,以获得最优的并网有功功率和无功功率;PHESS内部通过光伏***内的DC/DC实现最大功率跟踪控制,光伏***最大输出功率与并网有功功率的差值,通过共用的直流母线由混合储能充/放电实现调节;分别控制蓄电池和超级电容的DC/DC,以分配控制策略所得充放电功率,共用的AC/DC逆变器统一控制并网输出的最优无功功率。因此,可实现在在满足光伏能源满额消纳的前提下,配电网“源-网”经济运行和节点电压越限治理的目标。
光伏混合储能***柔性并网模型为:
Ptotal(t)=ηdc-ac(Ppv(t)+Phess(t)) (1)
Ppv(t)=ηdc-dcPMPPT(t) (3)
Phess(t)=Pbat(t)+Pcap(t) (4)
其中,Ptotal(t)为t时刻并网有功功率,ηdc-ac为DC/AC转换效率,Phess(t)为t时刻混合储能***的输出功率,Qtotal(t)为t时刻并网无功功率,Sinverter为AC/DC逆变器额定容量,Ppv(t)为t时刻光伏***的输出功率,ηdc-dc为DC/DC转换效率,PMPPT(t)为t时刻DC/DC按照最大功率点跟踪控制策略时的最大输出有功功率,Pbat(t)为t时刻蓄电池的输出功率,Pcap(t)为t时刻超级电容器的输出功率,ηbat,c为蓄电池充电效率,ηbat,d为蓄电池放电效率,ηcap,c为超级电容器充电效率,ηcap,d为超级电容器放电效率,Pbat,c(t)为t时刻充电时蓄电池的输出功率,Pbat,d(t)为t时刻放电时蓄电池的输出功率,Pcap,c(t)为t时刻充电时超级电容器的输出功率,Pcap,d(t)为t时刻放电时超级电容器的输出功率。
依据蓄电池和超级电容器t时刻的荷电状态(SOC)值计算出Pbat(t)和Pcap(t)输出范围,根据式(1)和式(4)确定Ptotal(t)的输出范围,参与到配网优化运行计算后,再次计算蓄电池和超级电容器SOC作为t+1时刻的约束条件。
设t时刻蓄电池和超级电容器的荷电状态分别为SOCbat(t)和SOCcap(t),Pbat(t)和Pcap(t)的输出范围如下:
1、充电过程:
其中,Δt为采样时间间隔,Pbat,clim(t)为t时刻蓄电池的充电功率限值,Pcap,clim(t)为t时刻超级电容器的充电功率限值,Cbat为蓄电池的的额定容量,Ccap为超级电容器的的额定容量,Pbat,cmax为蓄电池的最大充电功率,Pcap,cmax为超级电容器的最大充电功率,SOCbat,max为蓄电池的荷电状态最大值,SOCcap,max为超级电容器的荷电状态最大值。
2、放电过程:
其中,Pbat,dlim(t)为t时刻蓄电池的放电功率限值,Pcap,dlim(t)为t时刻超级电容器的放电功率限值,Pbat,dmax为蓄电池的最大放电功率,Pcap,dmax为超级电容器的最大放电功率,SOCbat,min为蓄电池的荷电状态最小值,SOCcat,min为超级电容器的荷电状态最小值。
蓄电池和超级电容器的荷电状态值在时序上具有绝对的连续性,它严格按照时间顺序根据充放电功率大小进行累计计算,关系如下:
充电过程:
放电电过程:
步骤2,以配电网“源-网”经济运行和节点电压优化目标,建立光伏混合储能***参与配电网优化运行模型,获得混合储能最优目标功率。
设定完整的一个优化运行周期为24h,以1min为优化时间段,每次优化均采用初始时刻的PHESS内部检测值和配网自动化***提供的配网实时潮流数据。PHESS优化配电网运行策略(如图2所示),基于以下两个模型:配电网“源-网”经济运行(经济运行)和节点电压越限治理。优化运行首要关注安全性问题,节点电压越限治理优先级高于经济运行。
(1)配电网“源-网”经济运行模型:
选取配电网“源-网”损耗最小作为目标函数,配电网“源-网”由配网网络损耗和PHESS运行损耗组成。
目标函数:
F=min(PL,loss(t)+PPHESS,loss(t)) (15)
其中,F为目标函数,PL,loss(t)为t时刻配网网络损耗,PPHESS,loss(t)为t时刻光伏混合储能***运行耗损,包括光伏***内DC/DC损耗、储能运行损耗(本体及DC/DC变换耗损)和并网AC/DC损耗,N为配网***节点数,Pi(t)为t时刻节点i的注入有功功率,ξ(t)为蓄电池充放电状态变化量纲(0或1),ΔPs-loss为t时刻储能充放电状态切换时产生的损耗(一般为额定容量的确定比例,计为常数)。
约束条件:
***潮流约束:
其中,PK,i(t)为t时刻节点i处变电站出口有功功率,QK,i(t)为t时刻节点i处变电站出口无功功率,PD,i(t)为t时刻节点i处负荷有功功率,QD,i(t)为t时刻节点i处负荷无功功率,Ptotal,i(t)为t时刻节点i处光伏混合储能***有功功率,Qtotal,i(t)为t时刻节点i处光伏混合储能***无功功率,Ppv,i(t)为t时刻节点i处光伏***并网功率,Qwt,i(t)为t时刻节点i处风电***并网功率,Ui(t)为t时刻节点i的电压幅值,Uj(t)为t时刻节点j的电压幅值,n表示配电网节点数,Gij为节点i和节点j之间的互电导,Bij为节点i和节点j之间的互电纳,δij为节点i和节点j之间的相位差。
变电站出口功率约束:
其中,PK,min为变电站出口有功功率下限,PK,max为变电站出口有功功率上限,QK,min为变电站出口无功功率下限,QK,max为变电站出口无功功率上限。
节点电压约束:
Umin≤Ui(t)≤Umax (20)
其中,Umin和Umax分别为节点电压上下限。
线路功率约束:
PL,min≤Pij(t)≤PL,max (21)
其中,Pij(t)为t时刻节点i和节点j之间的线路功率,PL,min和PL,max分别为线路功率上下限。
光伏混合储能***约束为具体的光伏混合储能***模型公式,即式(1)~式(14)。
采用动态规划算法求解上述方法建立的模型,得到Ptotal(t)、Qtotal(t),依据式(1)进而可得到Phess(t)。
(2)节点电压越限治理模型:
不同于主网,配网阻抗比较大,电压对有功功率的变化较敏感,当光伏并网功率发生较大波动时,并网节点电压易出现越限问题,影响配网运行安全性和供电质量,因此需要从有功/无功综合控制的角度进行电压越限治理。当检测到并网节点电压越限时,PHESS优先采用电压优化调节策略,其有功功率和无功功率设定如图3所示。
从图3可以看出,并网点电压变化量与PHESS注入配电网的有功功率变化量之间近似呈线性关系,并网点电压达到配电网安全运行允许的上限值Umax时,所对应注入配电网有功功率Plimit限制为:
Plimit=k(Umax-U(ta))+Ptotal(ta) (22)
当检测到并网点电压越限时,混合储能***根据Plimit来抑制过电压,此时混合储能***输出功率为:
Phess(t)=Plimit-Ppv(t) (23)
当AC/DC逆变器存在剩余容量时,控制AC/DC逆变器并网无功功率进一步优化并网点电压;根据电压大小,确定AC/DC逆变器吸收无功功率的参考值Qtotal(U(t)),参考值Qtotal(U(t))随电压变化的关系为:
其中,Qtotal(U(t))表示并网点电压为U(t)时,AC/DC逆变器吸收的无功功率。
步骤3,根据荷电状态及其充放电状态,提出混合储能控制策略,合理分配蓄电池和超级电容器的充放电功率。
根据混合储能最优目标功率,即Phess(t),判断混合储能***的运行状态,结合蓄电池和超级电容器对应时刻的荷电状态,确定混合储能***的控制策略,根据控制策略,合理分配蓄电池和超级电容器的充放电功率,具体流程如图4所示,蓄电池和超级电容器SOC上下限分别为[0.85,0.15]、[0.95,0.05]。
当分配蓄电池和超级电容器均能满足单独运行时,采用多目标分频控制策略,当分配蓄电池和超级电容器中只有一方能满足单独运行时,采用内部能量协调控制策略,当分配蓄电池和超级电容器均不能满足单独运行时,采用停止运行策略,具体如表一所示。
表一 HESS运行状态分类
(a)多目标分频控制策略:
为充分发挥能量型储能和功率型储能各自的优势,HESS多目标分频控制遵循原则为:超级电容器负责输Phess(t)中的高频部分,且优先对超级电容器进行充放电;蓄电池负责输出Phess(t)中的低频部分。
运用一阶低通滤波算法,将Phess(t)分为高频和低频分量,则蓄电池和超级电容器的输出功率为:
蓄电池和超级电容器的功率分配取决于λ(t),通过优化方法确定λ(t)的取值,在充分发挥蓄电池和超级电容器各自优势执行分频控制的基础上,考虑蓄电池的放电次数、放电深度对其运行寿命的影响(应避免“过充”、“深放”)。同时考虑实际运行情况,为保证超级电容器对高频功率分量的响应性,超级电容器SOC应维持在适中状态,以满足下一时刻充放电的需求,故蓄电池和超级电容器的优化控制目标为:
其中,SOCmed取值为0.5,Pbat,e为蓄电池的额定输出功率,Pbat,e为蓄电池的额定输出功率,f1为蓄电池的放电深度,f2为t时刻超级电容器SOC与SOCmed的差值。
将将式(27)代入式(28),将上述优化目标转化为关于λ(t)的优化问题,得:
其中,Pbat(t-Δt)、Phess(t)、SOCcap(t-Δt)可由上文相关公式计算得到;Ccap、Δt为设定的参数。
式(28)的求解为多目标优化问题,一般采用Pareto进行求解,但考虑到采用Pareto求解时存在非劣解集的问题,这里通过构建综合目标函数(多目标转化为单目标)避免非劣解集问题,且保证了量纲的一致性。综合考虑蓄电池的放电深度及超级电容器SOC与SOCmed的差值,目标函数为:F=min[f1,f2]。权重的确定综合考虑主观性和客观性,采用层次分析法和熵权法相结合的方法确定指标各子目标权重,其表达式为:
其中,ωi′、ωAHP,i′、ωEM,i′分别为第i′个子目标的综合权重、层次分析法权重、熵权法权重,其中,层次分析法权重依据专家知识获得,熵权法权重依据历史典型日数据的经验模态分解获得。
因此,目标函数表达式转换为:
F=min[ω1f1+ω2f2] (30)
其中,ω1、ω2为各子目标的权重,且ω1+ω2=1。
约束条件为:
b1≤λ(t)≤b2 (31)
其中,b1、b2为设定的参数。
求解式(30)单目标优化问题,采用一种改进的粒子群算法,粒子群算法具有易实现、收敛速度快等优点,但也存在容易陷入局部最优的不足。采用非线性惯性递减权重策略对粒子群算法进行相应的改进,可更好的平衡粒子群算法的全局搜索和局部搜索能力,有效改善了算法跳出次优解的能力,提高了粒子群算法的搜索性能。
(b)内部能量协调控制策略:
HESS内部能量协调控制是指蓄电池和超级电容器的SOC只有一方满足单独运行条件时的控制。以表一中的3~6四种状态为例进行分析说明,并给出内部能量协调控制策略下蓄电池和超级电容器各自的功率。
设蓄电池的额定容量为Cbat;Pbat,clim(t)、Pbat,dlim(t)、Pcap,clim(t)、Pcap,dlim(t)分别为蓄电池和超级电容器的充电和放电功率限值,可通过式(7)~式(10)计算获得,采用PHESS参与配电网优化运行策略计算Phess(t)。
b1)状态3:SOCbat(t)<SOCbat,min且SOCcap(t)<SOCcap,min,充电状态。此时,优先对蓄电池进行充电,超级电容器承担剩余电量,则蓄电池和超级电容器的功率表达式为:
b2)状态4:SOCbat(t)<SOCbat,min且SOCcap,min<SOCcap(t)<SOCcap,max,充电状态。此时,蓄电池SOC低于其下限值,故优先对蓄电池进行充电,则蓄电池和超级电容器的功率表达式为:
b3)状态5:SOCbat(t)<SOCbat,min且SOCcap,min<SOCcap(t)<SOCcap,max,放电状态。此时,蓄电池停止运行,超级电容器处于放电状态,则蓄电池和超级电容器的功率表达式为:
b4)状态6:SOCbat(t)<SOCbat,min且SOCcap(t)>SOCcap,max,充电状态。此时,蓄电池SOC低于其下限值,超级电容器SOC高于其下限值,故对蓄电池进行充电,超级电容器停止运行,则蓄电池和超级电容器的功率表达式为:
同理,可得到状态7~状态16下蓄电池和超级电容器的功率表达式。
为了验证上述方法的有效性,通过10节点配网***仿真分析,***结构如图5所示,为符合我国城市配电网多采用电缆线路的现状,取每条线路的并联导纳为R和X分别为线路的电阻和电抗。该配电***的电压等级为10kV,包含1个分布式风电,最大功率为0.55MW;3个分布式光伏***最大功率均为0.3MW,L1~L5为负荷。
设定完整的一个优化运行周期为24h,优化时间间隔为1min。***负荷与DG实际出力曲线如图6所示。本发明将PV2和PV3升级改造成光伏混合储能***PHESS1和PHESS2,PHESS1中蓄电池和超级电容器容量分别为1MW·h和0.5MW·h,初始电量分别为0.5MW·h和0.25MW·h,额定充放电功率分别为0.2MW和0.5MW。PHESS2中蓄电池和超级电容器容量分别为0.6MW·h和0.4MW·h,初始电量分别为0.3MW·h和0.2MW·h,额定充放电功率分别为0.1MW和0.2MW。储能充放电状态切换损耗,一般为额定容量的5%。蓄电池和超级电容器的充放电效率分别为85%和95%,HESS中b1、b2参数设定为0.4、0.8。
PHESS参与配电网优化运行前后网络损耗变化如图7所示,从图中可以看出,PHESS参与优化运行后,根据各时段DG的出力情况以及负荷的用电需求,释放或存储电能来实现削峰填谷,平滑光伏出力波动,并为***提供无功支撑,***网损显著降低。
当检测到并网点电压越限时,PHESS优先对节点电压越限进行治理,如图8(a)所示在9:00-9:01时间段内光伏输出功率突增,导致并网点电压升高,当光伏输出功率接近峰值0.73MW时,并网点电压越限,为1.07UN。因此,策略中优先进行节点电压越限治理,以保证光伏并网点电压满足运行要求。
由图8(b)可见,经治理,并网点电压均控制在安全运行允许范围内,这是由于HESS吸收了部分光伏出力(减少了并网有功),同时逆变器剩余容量无功控制进一步降低了并网点电压,从而改善了配电网的供电质量,并保证了光伏能源的满额消纳。
为体现本发明所提HESS多目标分频控制的优越性,与传统一阶低通滤波方法进行了对比,两种方法的HESS输出功率如图9所示。
从图9(a)中可以看出此时蓄电池和超级电容器的充放电功率出现越限的情况,传统一阶低通滤波算法仅从延长蓄电池运行寿命的角度出发,分配蓄电池和超级电容器充响应频率,难以协调HESS在实际运行中可能存在SOC越限和充放电响应能力不足的矛盾。因此,本发明多目标分频控制进一步优化了HESS内部功率分配。从图9(b)可以看出,通过本发明所提出的HESS优化控制方法,不仅可以使蓄电池输出功率尽可能小(降低蓄电池放电深度,延长使用寿命),而且超级电容器能够保持对功率高频的响应能力。两种方法的HESSSOC如图10所示,本发明方法的超级电容器SOC变化幅度较大,蓄电池SOC变化较为平稳。说明在满足混合储能优化出力的前提下,蓄电池的充放电更为合理,延长了其使用寿命。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (5)
1.一种面向配电网优化运行的混合储能***控制方法,其特征在于:包括,
建立光伏混合储能***柔性并网模型;
以配电网“源-网”经济运行和节点电压优化目标,建立光伏混合储能***参与配电网优化运行模型,获得混合储能最优目标功率;
根据荷电状态及其充放电状态,提出混合储能控制策略,合理分配蓄电池和超级电容器的充放电功率;
光伏混合储能***柔性并网模型为,
Ptotal(t)=ηdc-ac(Ppv(t)+Phess(t))
Ppv(t)=ηdc-dcPMPPT(t)
Phess(t)=Pbat(t)+Pcap(t)
其中,Ptotal(t)为t时刻并网有功功率,ηdc-ac为DC/AC转换效率,Phess(t)为t时刻混合储能***的输出功率,Qtotal(t)为t时刻并网无功功率,Sinverter为AC/DC逆变器额定容量,Ppv(t)为t时刻光伏***的输出功率,ηdc-dc为DC/DC转换效率,PMPPT(t)为t时刻DC/DC按照最大功率点跟踪控制策略时的最大输出有功功率,Pbat(t)为t时刻蓄电池的输出功率,Pcap(t)为t时刻超级电容器的输出功率,ηbat,c为蓄电池充电效率,ηbat,d为蓄电池放电效率,ηcap,c为超级电容器充电效率,ηcap,d为超级电容器放电效率,Pbat,c(t)为t时刻充电时蓄电池的输出功率,Pbat,d(t)为t时刻放电时蓄电池的输出功率,Pcap,c(t)为t时刻充电时超级电容器的输出功率,Pcap,d(t)为t时刻放电时超级电容器的输出功率;
配电网“源-网”经济运行模型为,
目标函数:
F=min(PL,loss(t)+PPHESS,loss(t))
PPHESS,loss(t)=(1-ηdc-dc)PMPPT(t)+(1-ηbat,c)Pbat,c(t)+(1-ηbat,d)Pbat,d(t)+(1-ηcap,c)Pcap,c(t)+(1-ηcap,d)Pcap,d(t)+ξ(t)·ΔPs-loss+(1-ηdc-ac)(Ppv(t)+Phess(t))
其中,F为目标函数,PL,loss(t)为t时刻配网网络损耗,PPHESS,loss(t)为t时刻光伏混合储能***运行耗损,N为配网***节点数,Pi(t)为t时刻节点i的注入有功功率,ξ(t)为蓄电池充放电状态变化量纲,ΔPs-loss为t时刻储能充放电状态切换时产生的损耗;
约束条件:
***潮流约束:
其中,PK,i(t)为t时刻节点i处变电站出口有功功率,QK,i(t)为t时刻节点i处变电站出口无功功率,PD,i(t)为t时刻节点i处负荷有功功率,QD,i(t)为t 时刻节点i处负荷无功功率,Ptotal,i(t)为t时刻节点i处光伏混合储能***有功功率,Qtotal,i(t)为t时刻节点i处光伏混合储能***无功功率,Ppv,i为t时刻节点i处光伏***并网功率,P wt,i为t时刻节点i处风电***并网功率,Ui(t)为t时刻节点i的电压幅值,Uj(t)为t时刻节点j的电压幅值,n表示配电网节点数,Gij为节点i和节点j之间的互电导,Bij为节点i和节点j之间的互电纳,δij为节点i和节点j之间的相位差;
变电站出口功率约束:
PK,min≤PK,i(t)≤PK,max
QK,min≤QK,i(t)≤QK,max
其中,PK,min为变电站出口有功功率下限,PK,max为变电站出口有功功率上限,QK,min为变电站出口无功功率下限,QK,max为变电站出口无功功率上限;
节点电压约束:
Umin≤Ui(t)≤Umax
其中,Umin和Umax分别为节点电压上下限;
线路功率约束:
PL,min≤Pij(t)≤PL,max
其中,Pij(t)为t时刻节点i和节点j之间的线路功率,PL,min和PL,max分别为线路功率上下限;
光伏混合储能***约束为具体的光伏混合储能***模型公式;
节点电压越限治理模型为,
并网点电压达到配电网安全运行允许的上限值Umax时,所对应注入配电网有功功率Plimit限制为,
Plimit=k(Umax-U(ta))+Ptotal(ta)
当检测到并网点电压越限时,混合储能***根据Plimit来抑制过电压,此时混合储能***输出功率为,
Phess(t)=Plimit-Ppv(t)
当AC/DC逆变器存在剩余容量时,控制AC/DC逆变器并网无功功率进一步优化并网点电压;
根据电压大小,确定AC/DC逆变器吸收无功功率的参考值Qtotal(U(t)),参考值Qtotal(U(t))随电压变化的关系为,
2.根据权利要求1所述的一种面向配电网优化运行的混合储能***控制方法,其特征在于:设t时刻蓄电池和超级电容器的荷电状态分别为SOCbat(t)和SOCcap(t),Pbat(t)和Pcap(t)的输出范围如下:
充电过程:
其中,Δt为采样时间间隔,Pbat,clim(t)为t时刻蓄电池的充电功率限值,Pcap,clim(t)为t时刻超级电容器的充电功率限值,Cbat为蓄电池的的额定容量,Ccap为超级电容器的的额定容量,Pbat,cmax为蓄电池的最大充电功率,Pcap,cmax为超级电容器的最大充电功率,SOCbat,max为蓄电池的荷电状态最大值,SOCcap,max为超级电容的荷电状态最大值;
放电过程:
其中,Pbat,dlim(t)为t时刻蓄电池的放电功率限值,Pcap,dlim(t)为t时刻超级电容器的放电功率限值,Pbat,dmax为蓄电池的最大放电功率,Pcap,dmax为超级电容器的最大放电功率,SOCbat,min为蓄电池的荷电状态最小值,SOCcap,min为超级电容的荷电状态最小值。
4.根据权利要求1所述的一种面向配电网优化运行的混合储能***控制方法,其特征在于:根据混合储能最优目标功率,判断混合储能***的运行状态,结合蓄电池和超级电容器对应时刻的荷电状态,确定混合储能***的控制策略,根据控制策略,合理分配蓄电池和超级电容器的充放电功率。
5.根据权利要求4所述的一种面向配电网优化运行的混合储能***控制方法,其特征在于:当分配蓄电池和超级电容器均能满足单独运行时,采用多目标分频控制策略,当分配蓄电池和超级电容器中只有一方能满足单独运行时,采用内部能量协调控制策略,当分配蓄电池和超级电容器均不能满足单独运行时,采用停止运行策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711247370.5A CN107947231B (zh) | 2017-12-01 | 2017-12-01 | 一种面向配电网优化运行的混合储能***控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711247370.5A CN107947231B (zh) | 2017-12-01 | 2017-12-01 | 一种面向配电网优化运行的混合储能***控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107947231A CN107947231A (zh) | 2018-04-20 |
CN107947231B true CN107947231B (zh) | 2020-04-21 |
Family
ID=61948187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711247370.5A Active CN107947231B (zh) | 2017-12-01 | 2017-12-01 | 一种面向配电网优化运行的混合储能***控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107947231B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108847662B (zh) * | 2018-06-12 | 2021-08-03 | 南京理工大学 | 一种基于新能源网关的户用光伏智能供电***及方法 |
CN109066753B (zh) * | 2018-09-28 | 2020-04-17 | 燕山大学 | 一种基于储能电池荷电状态的控制方法及*** |
CN109327050B (zh) * | 2018-10-16 | 2020-07-17 | 东北大学 | 一种分布式光伏并网的稳定电网电压控制方法及***终端 |
CN109995076B (zh) * | 2018-12-12 | 2023-05-23 | 云南电网有限责任公司电力科学研究院 | 一种基于储能的光伏汇集***功率稳定输出协同控制方法 |
CN109787260B (zh) * | 2019-01-31 | 2022-03-04 | 中国电力科学研究院有限公司 | 一种平滑分布式光伏发电短期波动的储能***控制方法及*** |
CN109904866B (zh) * | 2019-02-22 | 2021-07-02 | 国电南瑞科技股份有限公司 | 一种多元储能的微电网并网协调控制方法及其*** |
CN110190625A (zh) * | 2019-05-30 | 2019-08-30 | 沈阳工业大学 | 一种双蓄电池混合储能***优化控制方法 |
CN111106625B (zh) * | 2020-01-20 | 2021-03-19 | 集美大学 | 一种漂浮式海上雷达测风移动平台风光储直流微网***蓄电池组运行管理方法 |
CN112104061B (zh) * | 2020-09-25 | 2022-05-24 | 全球能源互联网研究院有限公司 | 混合储能***、混合储能***能量分配方法及分配装置 |
CN112491057B (zh) * | 2020-10-10 | 2022-03-18 | 东北电力大学 | 以消除配电网节点电压越限为目标的分布式储能控制方法 |
CN112701770B (zh) * | 2020-12-10 | 2022-03-25 | 珠海格力电器股份有限公司 | 光伏发电***及其功率控制方法、装置、介质及处理器 |
CN112564173B (zh) * | 2020-12-15 | 2023-09-12 | 贵州电网有限责任公司 | 一种基于光伏阵列mgp并网的有功功率调节*** |
CN112598203B (zh) * | 2021-03-03 | 2021-06-15 | 广东南海电力设计院工程有限公司 | 光伏混合储能配置方法、装置及计算机可读存储介质 |
CN112865670A (zh) * | 2021-03-04 | 2021-05-28 | 深圳供电局有限公司 | 一种能量优化管理***、方法、计算机装置及存储介质 |
CN113471993B (zh) * | 2021-05-17 | 2023-04-14 | 四川大学 | 一种基于鲁棒优化的用户侧混合储能技术运行优化方法 |
CN113193603B (zh) * | 2021-05-31 | 2024-04-12 | 阳光电源股份有限公司 | 一种能量管理***的功率分配方法及能量管理*** |
CN113629767A (zh) * | 2021-08-12 | 2021-11-09 | 国网山东省电力公司电力科学研究院 | 一种光储一体化并网装置及控制方法 |
CN114094608B (zh) * | 2021-11-19 | 2024-06-11 | 国网江苏省电力有限公司电力科学研究院 | 一种面向光伏电站的多类型储能容量优化配置方法及装置 |
CN116526588B (zh) * | 2023-07-05 | 2023-09-08 | 湖南大学 | 适用于宽风域的风电场增强型分散式电压控制方法及*** |
CN118054426B (zh) * | 2024-03-19 | 2024-07-05 | 江苏能呈电气有限公司 | 一种无功补偿装置与储能协调优化配置方法和*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106099964A (zh) * | 2016-06-16 | 2016-11-09 | 南京工程学院 | 一种储能***参与主动配电网运行调节计算方法 |
CN106803157A (zh) * | 2017-02-17 | 2017-06-06 | 广东电网有限责任公司电力科学研究院 | 一种低压配电网分布式储能***的电能质量改善方法 |
CN106998072A (zh) * | 2017-05-15 | 2017-08-01 | 国网江苏省电力公司电力科学研究院 | 一种面向配电网优化运行的混合储能***容量优化配置方法 |
CN107104433A (zh) * | 2017-05-15 | 2017-08-29 | 国网江苏省电力公司电力科学研究院 | 一种光储***参与配电网优化运行策略的获取方法 |
-
2017
- 2017-12-01 CN CN201711247370.5A patent/CN107947231B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106099964A (zh) * | 2016-06-16 | 2016-11-09 | 南京工程学院 | 一种储能***参与主动配电网运行调节计算方法 |
CN106803157A (zh) * | 2017-02-17 | 2017-06-06 | 广东电网有限责任公司电力科学研究院 | 一种低压配电网分布式储能***的电能质量改善方法 |
CN106998072A (zh) * | 2017-05-15 | 2017-08-01 | 国网江苏省电力公司电力科学研究院 | 一种面向配电网优化运行的混合储能***容量优化配置方法 |
CN107104433A (zh) * | 2017-05-15 | 2017-08-29 | 国网江苏省电力公司电力科学研究院 | 一种光储***参与配电网优化运行策略的获取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107947231A (zh) | 2018-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107947231B (zh) | 一种面向配电网优化运行的混合储能***控制方法 | |
Lin et al. | Controls of hybrid energy storage systems in microgrids: Critical review, case study and future trends | |
CN107104433B (zh) | 一种光储***参与配电网优化运行策略的获取方法 | |
Ma et al. | Optimal allocation of hybrid energy storage systems for smoothing photovoltaic power fluctuations considering the active power curtailment of photovoltaic | |
WO2018196433A1 (zh) | 多类型储能多级控制方法 | |
CN106099965B (zh) | 交流微电网并网状态下复杂混合储能***的协调控制方法 | |
CN110311396B (zh) | 一种交直流混合微电网混合储能容量优化配置方法 | |
CN108832646A (zh) | 一种适用于可动态重构电池储能***的管理***及其方法 | |
CN104242329A (zh) | 基于模糊控制规则的微电网混合储能***功率分配方法 | |
Meng et al. | Energy storage auxiliary frequency modulation control strategy considering ACE and SOC of energy storage | |
CN105226694B (zh) | 基于模糊经验模态分解的储能平滑新能源发电控制方法 | |
CN105896575A (zh) | 基于自适应动态规划的百兆瓦储能功率控制方法及*** | |
Li et al. | Coordinated control and energy management strategies for hundred megawatt-level battery energy storage stations based on multi-agent theory | |
CN104332985B (zh) | 基于混合控制策略的直流配网运行控制与优化调度方法 | |
CN111654054A (zh) | 一种储能基于自适应神经网络(ann)平抑短期风电波动的控制方法 | |
Singh et al. | Operation and control of a hybrid wind-diesel-battery energy system connected to micro-grid | |
CN104253439B (zh) | 电池储能电站无功功率分配与控制方法 | |
CN111900710A (zh) | 一种并网型直流微电网协调控制方法 | |
CN110808613A (zh) | 一种利用混合储能提升风电利用率的方法 | |
CN107482659A (zh) | 交流微电网离网状态下混合储能***协调控制方法 | |
CN202651806U (zh) | 一种电池储能电站平滑风光发电控制*** | |
CN103560533B (zh) | 基于变化率控制储能电站平滑风光发电波动的方法及*** | |
CN109327031A (zh) | 基于电池储能的直驱风电多机***功率协控方法及*** | |
CN116404693A (zh) | 考虑源网荷储的有功无功协调降损控制方法及装置 | |
CN105811435A (zh) | 一种智能储能发电***的无功补偿方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |