CN103248064B - 一种复合型能源充电储能系统及其方法 - Google Patents

一种复合型能源充电储能系统及其方法 Download PDF

Info

Publication number
CN103248064B
CN103248064B CN201310151920.9A CN201310151920A CN103248064B CN 103248064 B CN103248064 B CN 103248064B CN 201310151920 A CN201310151920 A CN 201310151920A CN 103248064 B CN103248064 B CN 103248064B
Authority
CN
China
Prior art keywords
energy
power
transducer
particle
module
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
Application number
CN201310151920.9A
Other languages
English (en)
Other versions
CN103248064A (zh
Inventor
刘飞
文锋
阮旭松
李少林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huizhou meiyiruichuang Electrical Equipment Co., Ltd
Original Assignee
Huizhou Epower Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huizhou Epower Electronics Co Ltd filed Critical Huizhou Epower Electronics Co Ltd
Priority to CN201310151920.9A priority Critical patent/CN103248064B/zh
Publication of CN103248064A publication Critical patent/CN103248064A/zh
Application granted granted Critical
Publication of CN103248064B publication Critical patent/CN103248064B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin

Abstract

本发明公开了一种复合型能源充电储能系统及其方法,系统包括监控调度模块、多个充电机,与外部电网连接的配电模块,光伏发电模块、风力发电模块以及用于储能的综合储能模块,各模块通过直流母线连接,并通过数据母线连接到监控调度模块。系统采集所需的参数,建立复合型能源充电储能系统的经济调度数学模型,并使用改进型粒子群算法得到最优的调度指令。本发明具有环保、减小对电网的冲击、运行稳定,同时具有运行效率高,实现经济运行。

Description

一种复合型能源充电储能系统及其方法
技术领域
[0001] 本发明涉及一种复合型能源充电储能系统及其方法。
背景技术
[0002] 电动汽车是指以车载电源为动力,用电机驱动车轮行驶,具有节能环保等优点。随 着低碳经济成为我国经济发展的主旋律,电动汽车作为新能源战略和智能电网的重要组成 部分,以及国务院确定的战略性新兴产业之一,必将成为今后中国汽车工业和能源产业发 展的重点。然而,电动汽车产业是一项系统工程,电动汽车充电站则是主要环节之一,电动 汽车充电站是指为电动汽车充电的站点,与现在的加油站相似,必须与电动汽车其他领域 实现共同协调发展。目前国内已有或在建的电动汽车充电站,大多采用国家电网直接给电 池充电的方法,如在白天用电高峰,大量的电动汽车需要充电,这就会对电网造成影响,同 时依赖于电网供电,一旦电网出现故障,便无法继续满足电动汽车充换电服务。另外电动汽 车快速充电需要瞬时强大的功率电力,常规电网也是基本无法满足,而要建专用充电网络, 这涉及整个国家电网改造,国家电网大改造不是小事,耗资巨大。
发明内容
[0003] 为了避免给国家电网造成严重负荷,实现电动汽车与电动汽车充电站的共同协调 发展,本发明提供一种复合型能源充电储能系统及其方法的设计方案。
[0004] -种复合型能源充电储能系统,包括监控调度模块,监控调度模块连接于用于传 输数据的数据总线上,还包括多个充电机,各充电机通过对应的DC/DC转换器连接到用于输 电的直流母线上,DC/DC转换器通过数据总线与监控调度模块连接,并设置有与直流母线连 接的用于与外部电网连接的配电模块,还包括连接到直流母线上的光伏发电模块、风力发 电模块以及用于储能的综合储能模块。
[0005] 具体的,所述光伏发电模块通过其对应的DC/DC转换器连接到直流母线,所述风力 发电模块通过其对应的AC/DC转换器连接到直流母线,所述DC/DC转换器及AC/DC转换器均 通过数据总线与监控调度模块连接。
[0006] 更具体的,配电模块通过其对应的多个双向DC/AC转换器与直流母线连接;
[0007 ]所述多个双向DC/AC转换器均通过数据总线与监控调度模块连接。
[0008] 进一步的,所述综合储能模块包括通过相对应的双向DC/DC转换器连接到直流母 线的储能电池组、电动汽车换电电池组、储能及换电互用电池组以及直接连接到直流母线 的超级电容器组;所述储能电池组、电动汽车换电电池组、储能及换电互用电池组一一对应 的电池管理系统BMS;超级电容组设置有超级电容管理系统CMS;所述双向DC/DC转换器、池 管理系统BMS及超级电容管理系统CMS均通过数据总线与监控调度模块连接。
[0009] 更进一步的,还包括交流微网及直流微网,交流微网及直流微网分别通过对应的 DC/AC转换器、DC/DC转换器连接到直流母线上。
[0010] -种复合型能源充电储能方法,包括以下步骤:
[0011] (I )采集当前综合储能系统实时可充放超级电容量Qe ( t )及充放电功率Pe. C ( t ),次 日负荷预测曲线PFl(t)、次日光照预测强度曲线SF(t)、次日风速预测曲线WF(t)、次日功率 需求预测曲线P Fv(t),根据当前实时数据和次日预测数据,计算出t时刻,第e个储能单元可 充放超级电容量Qe⑴范围及充放电功率大小?6.办)几. (^(〇范围和第抬发电系统的出 力Pj(t)范围,其中t=l,2,3,…,24。
[0012] (2)建立复合型能源充电储能系统的经济调度数学模型:
[0013]
Figure CN103248064BD00061
[0014] 其中,AV为电压偏差,即电网某节点的电压与系统标称电压之差对系统标称电压 的百分数,E为复合型能源充电储能系统运行效率,η为电网运行中的节点数,V 1为节点i的 电压,Vuim为节点i电压偏差限制量,VnJimir^别为节点i电压的上下限;T为运行周期;m 为发电机数量,具体指光伏发电模块与风力发电模块中的发电单元总数;^ 为第j台发 电机在t时段的报价函数;PJt)为第j台发电机t时段的出力;&(t)为j台发电机t时段的状 态;△ t为时间段;y为储能单元数量,即综合储能模块中的各个储能单元总数;化(Pe3 (t))为 综合储能系统充放电的阶梯电价函数必⑴为第e个储能单元在t时刻的出力;Se3(t)为第e 个储能单元的充放电状态;ξχΒ为第X个储能单元的折旧系数;γ XB为第X个储能单元的充放 电次数,PxB为第X个储能单元的成本;
[0015] (3)建立约束条件,利用改进型粒子群算法计算步骤2所述数学模型的最优解;
[0016] (4)根据步骤(3)得到的最优解进行相应的调度指令。
[0017] 具体的,步骤(3)所述约束条件为:
[0018] (A)负荷平衡约束:
[0019]
Figure CN103248064BD00062
[0020] 其中,Plciss⑴为t时段的损耗功率,P1 (t)为平衡电网的负荷功率,t = 1,2,3,…,T;
[0021 ] (B)电站负荷备用约束:
[0022]
Figure CN103248064BD00063
[0023]其中,Ps(t)为在t时段的备用功率,PFj(t)为发电系统在次日t时段的出力,PF1(t) 为电网在次日t时刻的负荷预测,PFv(t)为电动汽车在次日t时段的功率需求预测,u为常数, 1为充电,-1为放电,t = 0,l,2,…,To
[0024] (C)发电机功率限制:
[0025] Pj.min(t) <Pj(t) <Pj.max(t),
[0026] 其中Ppin⑴、Ppax⑴分别为第j台发电机输出功率的下限和上限;
[0027] (D)储能单元容量限制:
[0028] Qe.min(t) < Qe(t) < Qe.max(t),
[0029] 其中Qe.min(t)、Qe.max⑴分别为第e个储能单元的容量下限和上限;
[0030] (E)储能单元充电功率限制:
[0031 ] Pe.c.min(t) <Pe.c(t) < Pe. C. max ( t ),
[0032]其中分别为第e个储能单元充电功率的最小值和最大值; [0033] (F)储能单元放电功率限制:
[0034] Pe.disC.min(t) < Pe.disC(t) < Pe.disC.max(t),
[0035] 其中?(3.<1^_(〇、?(3.(1^_(〇分别为第 6个储能单元放电功率的最小值和最大 值。
[0036] 更具体的,所述改进型粒子群算法的实现步骤为:
[0037] (I)在整个系统允许的范围内随机产生粒子的初始位置和速度,根据约束条件,计 算出相应的个体极值Pibest和全局极值Gbest,记录最好粒子的序号,将Gbest设置为该最好粒 子的位置。
[0038] (II)根据目标函数,计算每个粒子的适应度,若优于该粒子的个体极值,则将Plbe3st 设置为该粒子的位置,并更新粒子的位置;如所有粒子的个体极值中最好的优于当前全局 极值Gbe3st,将G be3st设置为该粒子的位置,并更新全局极值。
[0039] (III)选取一定比例在种群中对Plbe3st适应度好的粒子的信息,对每个粒子的位置 和速度进行更新。
[0040] (IV)检验是否符合结束条件,如果迭代次数达到预先设定的最大次数,停止迭代, 输出最优解,否则转到步骤(II)。
[0041 ]进一步的,所述更新粒子的方法为:
[0042]
Figure CN103248064BD00071
[0043] 上式中是第k代粒子i的速度,ω为非负常数,称为惯性因子,C1、C2为非负常数, 称为学习因子,n、r2是均匀分布在(0,1)之间的随机数,Θ为一定比例的粒子数量,取〇.〇8倍 种群数并四舍五入取整。
[0044] 综上所述,本发明具有以下有益效果:(1)本发明所述复合型能源充电储能系统能 够充分利用电站及周边场地资源,使用风能和太阳能为主要能量来源,干净、无污染;(2)使 用风能和太阳能也能够减轻电网负荷,降低了充电成本;(3)通过综合储能模块,配备若干 数量的待换电池、超级电容器,不仅能满足电动汽车充换电电池的需求,对用电高峰时平衡 电网负荷,减小电网冲击优势明显,充电系统不受电网短时故障影响;(4)能够利用夜间国 家电网电费较低的特点,通过综合储能模块进行蓄能,从而到降低充电成本的目的;(5)利 用改进型粒子群优化算法,对标准的粒子群算法在搜寻最优解的过程进行改进,加强了种 群中粒子之间的信息共享,优化迭代进程,大大提高算法的精确度以及算法的收敛能力; (6)利用经济调度数学模型,在平衡电网负荷的前提下,综合考虑阶梯电价,电池循环寿命, 太阳能风能最大功率跟踪,提高复合型能源充电储能系统的运行效率,实现经济运行。
附图说明
[0045]图1为本发明所述一种复合型能源充电储能系统整体结构示意图。
具体实施方式
[0046]为了让本领域的技术人员能够更好地了解本发明的技术方案,下面结合附图对本 发明作进一步的阐述。
[0047]如图1所示,本发明揭示了一种复合型能源充电储能系统(下称充电系统),包括监 控调度模块,监控调度模块连接于用于传输数据的数据总线上,还包括多个充电机,各充电 机通过对应的DC/DC转换器连接到用于输电的直流母线上,DC/DC转换器通过数据总线与监 控调度模块连接,并设置有与直流母线连接的用于与外部电网连接的配电模块,还包括连 接到直流母线(DC BUS)上的光伏发电模块、风力发电模块以及用于储能的综合储能模块。 [0048]复合型能源充电储能系统利用光伏发电模块、风力发电模块进行发电,光伏发电 模块通过DC/DC转换器将电能输送到直流母线(DC BUS),风力发电模块通过AC/DC转换器将 电能输送到直流母线。并利用配电模块与外部的电网连接,配电模块通过其对应的多个双 向DC/AC转换器将外部电网的电能输送到直流母线;所述与配电模块对应的多个双向DC/AC 转换器均通过数据总线与监控调度模块连接。
[0049]综合储能模块包括通过相对应的双向DC/DC转换器连接到直流母线的储能电池 组、电动汽车换电电池组、储能及换电互用电池组,以及直接连接到直流母线的超级电容器 组。储能电池组能够将来自复合型能源充电储能系统的富于电能进行存储、备用,在用电高 峰而又有大量的电动汽车需要充电时能够提供备用电能,有利于平衡电网负荷,减少对电 网的冲击;电动汽车换电电池组用于电动汽车换电池业务,对电动汽车的更换下来的电池 进行充电;储能及换电互用电池组是兼具储能和电动汽车换电池业务,一般情况下储能及 换电互用电池组作用与储能电池组相同,用于储能,但遇到电动汽车换电电池组的电动汽 车换电池用完或不够时,此时储能及换电互用电池组可提供备用电动汽车换电电池。超级 电容器组将来自复合型能源充电储能系统的电能进行存储,然后通过超级电容给电动汽车 换电电池组、储能及换电互用电池组提供平稳充电电流。
[0050] 储能及换电互用电池组使用的电池型号和特性应和电动汽车换电池组特性一致。 储能用电池组电池型号和特性可以和电动汽车换电池组特性不一致,根据实际需求进行选 择。
[0051] 所述储能电池组、电动汽车换电电池组、储能及换电互用电池组分别设置有一一 对应的电池管理系统BMS;超级电容组设置有超级电容管理系统CMS;所述双向DC/DC转换 器、池管理系统BMS及超级电容管理系统CMS均通过数据总线与监控调度模块连接。监控调 度模块根据需求,通过各个BMS与CMS,调度控制综合储能模块的储能电池组、电动汽车换电 电池组、储能及换电互用电池组以及超级电容器组利用来自直流母线的电能进行蓄能。
[0052] -般情况下,充电系统充电的电能均是来自复合型能源充电储能系统,而当监控 调度模块判断充电系统只依靠复合型能源充电储能系统无法提供足够的电能时,监控调度 模块通过配电模块使用电网提供电能。
[0053] 充电系统还包括分别为交流负载及直流负载供电的交流微网及直流微网,如为整 个充电站的交流负载与直流负载供电。交流微网及直流微网分别通过对应的DC/AC转换器、 DC/DC转换器连接到直流母线上。
[0054] 另外,需要说明的是,如图1所示,上述所有DC/AC转换器、双向DC/DC转换器、电池 管理系统BMS等都通过数据总线(Data BUS)连接于监控调度模块,并按照监控调度模块的 指令工作。
[0055] -种复合型能源充电储能方法,包括以下步骤:
[0056] (1)监控调度模块采集当前综合储能系统实时可充放超级电容量Qe(t)及充放电 功率P e.c(t),次日负荷预测曲线PF1(t)、次日光照预测强度曲线SF(t)、次日风速预测曲线Wf (t)、次日功率需求预测曲线PFv(t),根据当前实时数据和次日预测数据,计算出t时刻,第e 个储能单元可充放超级电容量Qe(t)范围及充放电功率大小?6.(;(1:)、?(3.(^(;(1:)范围和第」_台 发电系统的出力Pj(t)范围,其中t=l,2,3,…,24。
[0057] (2)建立复合型能源充电储能系统的经济调度数学模型:
[0058]
Figure CN103248064BD00091
[0059] 其中,AV为电压偏差,即电网某节点的电压与系统标称电压之差对系统标称电压 的百分数,E为复合型能源充电储能系统运行效率。
[0060] 电压偏差的目标函数就是节点的电压偏差最小化。则其目标函数为:
[0061]
Figure CN103248064BD00092
[0062]其中,η为电网运行中的节点数,Vi为节点i的电压,Vi. Iim为节点i的电压偏差限制 量,Vi.max、Vimin分别为节点i电压的上下限。
[0063] 运行效率的目标函数就是符合电站获得最好的经济效益,在保证电压满足要求范 围内通过对电站的风力发电模块和光伏发电模块实现MPPT最大功率点跟踪,再者根据阶梯 电价相关规定,结合综合储能系统电池的寿命,合理的充放电控制,可得目标函数为:
[0064]
Figure CN103248064BD00093
[0065] 则有:
[0066]
Figure CN103248064BD00101
[0067]其中,T为运行周期,本实施例为24(小时);m为发电机数量,具体指光伏发电模块 与风力发电模块中的发电单元总数;为第j台发电机在t时段的报价函数;PJt)为第j 台发电机t时段的出力;Sj(t)为j台发电机t时段的状态,0为停机状态,1为最大发电状态; A t为时间段,本实施例为0.5小时;y为储能单元数量;化(Pe3(t))为综合储能系统充放电的 阶梯电价函数;p e(t)为第e个储能单元在t时刻的出力;sjt)为第e个储能单元的充放电状 态;ξχΒ为第X个储能单元的折旧系数;γ xB为第X个储能单元的充放电次数,PxB为第X个储能 单元的成本。
[0068] (3)建立约束条件:
[0069] (A)负荷平衡约束:
[0070]
Figure CN103248064BD00102
[0071 ]其中,Piciss(t)为t时段的损耗功率,P1 (t)为平衡电网的负荷功率,t = 1,2,3,…,T; [0072] (B)电站负荷备用约束:
[0073]
Figure CN103248064BD00103
[0074]其中,Ps(t)为在t时段的备用功率,PFj(t)为发电系统在次日t时段的出力,PF1(t) 为电网在次日t时刻的负荷预测,PFv(t)为电动汽车在次日t时段的功率需求预测,u为常数, 1为充电,-1为放电,t = 0,l,2,…,To [0075] (C)发电机功率限制:
[0076] Pj.min(t) <Pj(t) <Pj.max(t),
[0077] 其中Pj.min(t)、Pj.腹⑴分别为第j台发电机输出功率的下限和上限;
[0078] (D)储能单元容量限制:
[0079] Qe.min(t) < Qe(t) < Qe.max(t),
[0080] 其中Qe.min⑴、Qe.max⑴分别为第e个储能单元的容量下限和上限;
[0081] (E)储能单元充电功率限制:
[0082] Pe.C.min(t) < Pe.C(t) < Pe.C.max(t),
[0083] 其中分别为第e个储能单元充电功率的最小值和最大值;
[0084] (F)储能单元放电功率限制:
[0085] Pe.disC.min(t) < Pe.disC(t) < Pe.disC.max(t),
[0086] 其中?(3.<1^_(〇、?(3.(1^_(〇分别为第6个储能单元放电功率的最小值和最大 值。
[0087] 利用改进型粒子群算法计算步骤2所述数学模型的最优解,实现步骤为:
[0088] (I)在整个系统允许的范围内随机产生粒子的初始位置和速度,根据约束条件,计 算出相应的个体极值Pibest和全局极值Gbest,记录最好粒子的序号,将Gbest设置为该最好粒 子的位置;对于本系统来说,其实际意义为对第m-Ι个发电机组和y-Ι个储能单元,在满足各 节点电压允许的范围内,随即产生各发电机组的发电状态和储能单元的充放电状态,利用 约束条件,求解第m台发电机发电状态和第y个储能单元的充放电状态。
[0089] (II)根据目标函数,计算每个粒子的适应度,若优于该粒子的个体极值,则将Plbe3st 设置为该粒子的位置,并更新粒子的位置;如所有粒子的个体极值中最好的优于当前全局 极值Gbe3st,将G be3st设置为该粒子的位置,并更新全局极值。
[0090] (III)更新粒子,对每个粒子的位置和速度进行更新。标准的粒子群算法中每个粒 子只根据个体极值P lbest和全局极值Gbe3st两个信息来更新粒子自身的位置和速度,没有考虑 其它粒子的信息。本发明利用改进型粒子群算法,选取一定比例在种群中对P lbest适应度好 的粒子的信息,修正下一次迭代各粒子的策略,这种改进型粒子群算法能提高算法的准确 度和算法的收敛性。方法如下:
[0091]
Figure CN103248064BD00111
[0092] 其中是第k代粒子i的速度,ω为非负常数,称为惯性因子,C1、C2为非负常数,称 为学习因子,n、r2是均匀分布在(0,1)之间的随机数,Θ为一定比例的粒子数量,取〇.〇8倍种 群数并四舍五入取整。
[0093] (IV)检查是否符合结束条件,如果迭代次数达到预先设定的最大次数,停止迭代, 输出最优解,否则转到步骤(II)。
[0094] (4)根据步骤(3)得到的最优解进行相应的调度指令,根据电网稳定性和经济效益 运行原则进行合理的能量调度。
[0095] 本实施例只是本发明的较优实施方式,需要说明的是,在不背离本发明精神及其 实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这 些改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (6)

1. 一种复合型能源充电储能系统,包括监控调度模块,监控调度模块连接于用于传输 数据的数据总线上,还包括多个充电机,各充电机通过对应的DC/DC转换器连接到用于输电 的直流母线上,DC/DC转换器通过数据总线与监控调度模块连接,并设置有与直流母线连接 的用于与外部电网连接的配电模块,其特征在于,还包括连接到直流母线上的光伏发电模 块、风力发电模块以及用于储能的综合储能模块;所述光伏发电模块通过其对应的DC/DC转 换器连接到直流母线,所述风力发电模块通过其对应的AC/DC转换器连接到直流母线;所述 DC/DC转换器及AC/DC转换器均通过数据总线与监控调度模块连接; 配电模块通过其对应的多个双向DC/AC转换器与直流母线连接;所述多个双向DC/AC转 换器均通过数据总线与监控调度模块连接; 所述综合储能模块包括通过相对应的双向DC/DC转换器连接到直流母线的储能电池 组、电动汽车换电电池组、储能及换电互用电池组,以及直接连接到直流母线的超级电容器 组;所述储能电池组、电动汽车换电电池组、储能及换电互用电池组分别设置有一一对应的 电池管理系统BMS;超级电容组设置有超级电容管理系统CMS; 所述双向DC/DC转换器、电池管理系统BMS及超级电容管理系统CMS均通过数据总线与 监控调度模块连接。
2. 根据权利要求1所述复合型能源充电储能系统,其特征在于:还包括分别为整个系统 内的交流负载和直流负载提供电能的交流微网及直流微网,交流微网及直流微网分别通过 对应的DC/AC转换器、DC/DC转换器连接到直流母线上;所述DC/AC转换器、DC/DC转换器均通 过数据总线与监控调度模块连接。
3. -种复合型能源充电储能方法,其特征在于:包括以下步骤: (1) 采集当前综合储能系统实时可充放超级电容量Qe(t)及充放电功率Pe. c(t),次日负 荷预测曲线PFi(t)、次日光照预测强度曲线SF(t)、次日风速预测曲线W F(t)、次日功率需求 预测曲线PFv(t),根据当前实时数据和次日预测数据,计算出t时刻,第e个储能单元可充放 超级电容量Q e(t)范围及充放电功率大小?(^(〇、?(3.(1^(〇范围和第」台发电系统的出力?」 (t)范围,其中 t = l,2,3,…,24; (2) 建立复合型能源充电储能系统的经济调度数学模型:
Figure CN103248064BC00021
其中,△ V为电压偏差,E为复合型能源充电储能系统运行效率,η为节点数,Vi为节点i的 电压,Vi.lim为电压偏差限制量,Vi.maxVimin分别为节点i电压的上下限; T为运行周期;m为发电机数量;&(〇为第j台发电机在t时段的报价函数七⑴为第诒 发电机t时段的出力;Sj(t)为j台发电机t时段的状态;△ t为时间段;y为储能单元数量;氏 (Pe(t))为综合储能系统充放电的阶梯电价函数;Pjt)为第e个储能单元在t时刻的出力; (t)为第e个储能单元的充放电状态;ξχΒ为第x个储能单元的折旧系数;γ χΒ为第x个储能单 元的充放电次数,PxB为第X个储能单元的成本; (3) 建立约束条件,利用改进型粒子群算法计算步骤2所述数学模型的最优解; (4) 根据步骤(3)得到的最优解进行相应的调度指令。
4. 根据权利要求3所述的一种复合型能源充电储能方法,其特征在于:步骤(3)所述约 束条件为:
Figure CN103248064BC00031
其中,Pi〇ss(t)为t时段的损耗功率,Pi(t)为平衡电网的负荷功率,t = l,2,3,…,T;
Figure CN103248064BC00032
其中,Ps(t)为在t时段的备用功率,PFj(t)为发电系统在次日t时段的出力,PF1(t)为电网在 次日t时刻的负荷预测,PFv(t)为电动汽车在次日t时段的功率需求预测,u为常数,1为充 电,-1为放电,t = 0,l,2,…,T; (C) 发电机功率限制:?」.^(〇<?」(〇<?」._(〇,其中?」.-(〇、?」._(〇分别为第」台 发电机输出功率的下限和上限; (D) 储能单元容量限制:Qe.min(t) < Qe(t) < Qe.max(t),其中Qe.min(t)、Q e.max⑴分别为第e 个储能单元的容量下限和上限; (E) 储能单元充电功率限制:- PicUX Pe.c.max(t),其中 Pe.c.min(t)、Pe.c. max (t)分别为第e个储能单元充电功率的最小值和最大值; (F) 储能单元放电功率限制:Pe.disC.min(t) < Pe.disC(t) < Pe.disC.max(t),其中 Pe.disC.min (thPe.disdU)分别为第e个储能单元放电功率的最小值和最大值。
5. 根据权利要求3所述的一种复合型能源充电储能方法,其特征在于:所述改进型粒子 群算法的实现步骤为: (I)在整个系统允许的范围内随机产生粒子的初始位置和速度,根据约束条件,计算出 相应的个体极值Pibest和全局极值Gbest,记录最好粒子的序号,将Gbest设置为该最好粒子的 位置; (II )根据目标函数,计算每个粒子的适应度,若优于该粒子的个体极值,则将plb(3St设置 为该粒子的位置,并更新粒子的位置;如所有粒子的个体极值中最好的优于当前全局极值 Gbe3St,将Gbe3St设置为该粒子的位置,并更新全局极值; (III) 选取一定比例在种群中对Plbe3St适应度好的粒子的信息,对每个粒子的位置和速 度进行更新; (IV) 检验是否符合结束条件,如果迭代次数达到预先设定的最大次数,停止迭代,输出 最优解,否则转到步骤(II)。
6. 根据权利要求5所述的一种复合型能源充电储能方法,其特征在于:所述更新粒子的 方法为:
Figure CN103248064BC00041
上式中#是第k代粒子i的速度,ω为非负常数,称为惯性因子,C1、C2为非负常数,称为 学习因子,n、r2是均匀分布在(0,1)之间的随机数,Θ为一定比例的粒子数量,取0.08倍种群 数并四舍五入取整。
CN201310151920.9A 2013-04-27 2013-04-27 一种复合型能源充电储能系统及其方法 Active CN103248064B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310151920.9A CN103248064B (zh) 2013-04-27 2013-04-27 一种复合型能源充电储能系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310151920.9A CN103248064B (zh) 2013-04-27 2013-04-27 一种复合型能源充电储能系统及其方法

Publications (2)

Publication Number Publication Date
CN103248064A CN103248064A (zh) 2013-08-14
CN103248064B true CN103248064B (zh) 2016-06-15

Family

ID=48927371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310151920.9A Active CN103248064B (zh) 2013-04-27 2013-04-27 一种复合型能源充电储能系统及其方法

Country Status (1)

Country Link
CN (1) CN103248064B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103475017B (zh) * 2013-09-23 2016-01-20 国家电网公司 一种自适应移动微电网的能量交互系统
KR101528079B1 (ko) * 2013-12-27 2015-06-10 두산중공업 주식회사 배터리 교환 스테이션 및 배터리 교환 스테이션의 운영 방법
CN104795852B (zh) * 2014-01-21 2017-12-15 台达电子工业股份有限公司 动态充电的充电装置及其操作方法
CN105322578A (zh) * 2014-06-17 2016-02-10 深圳市沃特玛电池有限公司 一种电动汽车充电系统
US20150380965A1 (en) * 2014-06-30 2015-12-31 Infineon Technologies Ag Hybrid power converter stage
CN104269582A (zh) * 2014-09-24 2015-01-07 国家电网公司 蓄电池组的充放电方法
EP3026750A1 (de) 2014-11-28 2016-06-01 Siemens Aktiengesellschaft Verfahren zum Symmetrieren eines Energiespeichersystems
CN104578164B (zh) * 2015-01-29 2016-11-16 国家电网公司 基于背靠背交直流变换器的微电网结构及控制方法
CN104701875B (zh) * 2015-04-06 2017-01-25 国网江西省电力公司南昌供电分公司 一种分布式电网配电系统
CN105186669A (zh) * 2015-09-29 2015-12-23 张洪亮 基于分布式公共直流母线的风光储充电站系统
CN105552914B (zh) * 2016-01-27 2017-11-21 江苏大烨智能电气股份有限公司 一种基于电价的交直流混合微电网分层控制方法
CN107264296A (zh) * 2017-07-13 2017-10-20 重庆市炙热科技发展有限公司 一种机动车风能回收发电装置
CN107465229A (zh) * 2017-09-01 2017-12-12 深圳市高斯宝电气技术有限公司 一种电池充放电系统
CN108054779B (zh) * 2018-01-04 2020-05-22 阳光电源股份有限公司 一种光储充换电站及其云储能系统优化控制方法
WO2019153305A1 (en) * 2018-02-11 2019-08-15 Abb Schweiz Ag Charging station and method and device for controlling charging station
IT201800004702A1 (it) * 2018-04-19 2019-10-19 SYSTEM AND METHOD OF CHARGING A DIRECT CURRENT ELECTRIC VEHICLE
CN110535172A (zh) * 2018-05-25 2019-12-03 阳光电源股份有限公司 一种交直流风光混合发电系统及功率平滑控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102545200A (zh) * 2011-12-13 2012-07-04 河海大学 基于电压源换流器的多端直流配电网系统
CN102931653A (zh) * 2012-11-02 2013-02-13 浙江工业大学 一种风光直流微电网的综合协调控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007185008A (ja) * 2006-01-04 2007-07-19 Kansai Electric Power Co Inc:The 電力供給システムおよびその制御方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102545200A (zh) * 2011-12-13 2012-07-04 河海大学 基于电压源换流器的多端直流配电网系统
CN102931653A (zh) * 2012-11-02 2013-02-13 浙江工业大学 一种风光直流微电网的综合协调控制方法

Also Published As

Publication number Publication date
CN103248064A (zh) 2013-08-14

Similar Documents

Publication Publication Date Title
CN103248064B (zh) 一种复合型能源充电储能系统及其方法
Yao et al. Challenges and progresses of energy storage technology and its application in power systems
Sufyan et al. Sizing and applications of battery energy storage technologies in smart grid system: A review
CN103050987B (zh) 一种基于单体蓄电池组的蓄电池储能系统及控制方法
CN109301853A (zh) 一种平抑功率波动的微电网多时间尺度能量管理方法
CN102931672A (zh) 一种电力分布式储能装置及其控制系统
CN105375507A (zh) 雾霾环境下虚拟电厂的电力两级交互优化调度系统
Jia et al. Architecture design for new AC-DC hybrid micro-grid
Mehrjerdi et al. Optimal operation of hybrid electrical and thermal energy storage systems under uncertain loading condition
CN106450528A (zh) 储能系统及其功率均衡控制方法和控制装置
CN105429240A (zh) 车网融合模式下的电动汽车智能充放电互动协调控制系统
Wang et al. The application of electric vehicles as mobile distributed energy storage units in smart grid
CN104579125A (zh) 一种12v离网储能系统
CN205377369U (zh) 基于光伏阵列和储能单元的电动汽车充放电系统
CN105427063A (zh) 一种微电网调度决策方法及系统
Wu et al. Optimized capacity configuration of an integrated power system of wind, photovoltaic and energy storage device based on improved particle swarm optimizer
Bhargavi et al. Integration of Plug-in Electric Vehicles in Smart Grid: A Review
CN107769235A (zh) 一种基于混合储能与电动汽车的微网能量管理方法
CN108921331A (zh) 一种计及v2g功能的电动汽车与新能源的调度优化建模及算法
Huang et al. Research on charging and discharging control strategy of electric vehicles and its economic benefit in microgrid
Lei et al. Coordinated scheduling of electric vehicles and wind power generation considering vehicle to grid mode
Shrimali et al. Vehicle to Grid System Integration for Frequency Regulation of Renewable Based Microgrid
Hui et al. Research on charge and discharge control strategy of electric vehicles in building micro-grid based on V2G mode
CN110707736B (zh) 一种智能小区用户需求侧响应的微电网运行方法
Zhou et al. Research Review on Energy Storage Technology in Power Grid

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200601

Address after: 516006 Phase III Workshop of No. 56 High-tech Zone, Zhongkai District, Huizhou City, Guangdong Province

Patentee after: Huizhou meiyiruichuang Electrical Equipment Co., Ltd

Address before: No. 16, district 516006 in Guangdong province Huizhou City Zhongkai high tech Development Zone

Patentee before: HUIZHOU EPOWER ELECTRONICS Co.,Ltd.