CN104377724A - 提高风电/光伏混合储能系统经济性的协调优化控制方法 - Google Patents
提高风电/光伏混合储能系统经济性的协调优化控制方法 Download PDFInfo
- Publication number
- CN104377724A CN104377724A CN201410617990.3A CN201410617990A CN104377724A CN 104377724 A CN104377724 A CN 104377724A CN 201410617990 A CN201410617990 A CN 201410617990A CN 104377724 A CN104377724 A CN 104377724A
- Authority
- CN
- China
- Prior art keywords
- power
- wind
- photovoltaic
- electricity generation
- energy storage
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 title abstract description 12
- 230000000694 effects Effects 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 230000005611 electricity Effects 0.000 claims description 88
- 238000012423 maintenance Methods 0.000 claims description 12
- 239000003990 capacitor Substances 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 4
- 206010011906 Death Diseases 0.000 claims description 3
- 238000012885 constant function Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000036642 wellbeing Effects 0.000 description 5
- 150000001875 compounds Chemical class 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000009790 rate-determining step (RDS) Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S10/00—PV power plants; Combinations of PV energy systems with other systems for the generation of electric power
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H02J3/383—
-
- H02J3/386—
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Photovoltaic Devices (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及一种提高风电/光伏混合储能系统经济性的协调优化控制方法，其特征在于所述的其特征在于充分考虑风电/光伏有功功率的平滑效果、混合储能系统成本及风电/光伏并网收益等指标，以以风电/光伏联合混合储能发电系统整体收益最大为目标，构建了基于复合滤波结构的风电/光伏联合储能发电系统协调优化控制模型。其能得到两个滤波器时间常数和的最优组合及整个系统的最大经济效益，实现了风电/光伏和混合储能发电系统之间的协调优化控制。
Description
技术领域
本发明涉及一种提高风电/光伏混合储能系统经济性的协调优化控制方法，属于风/光储联合发电系统协调控制技术领域。
背景技术
近年来，以风力发电和光伏发电为代表的可再生能源发电系统进展迅速，相关技术日趋成熟。但是，受气象条件和地理环境等因素的影响，风电/光伏发电系统的输出功率具有较强的波动性和间歇性，会对电网的稳定运行产生一定的冲击。为可再生能源发电系统配备相应的储能设备，可有效降低它对电网的负面影响,提高电网对风电/光伏发电系统的消纳能力。MINGSHUN L，CHUNGLIANG C，WEUEN L在《Combining the wind power generation system with energy storage equipment》证明使用储能设备可以平抑风电发电有功功率的波动。Feng X, Gooi H B, Chen S X.在《Hybrid Energy Storage With Multimode Fuzzy Power Allocator for PV Systems》表明由锂离子电池和超级电容器组成的混合储能系统可以使光伏电站的输出更加平稳。配备储能设备并对其优化控制，可以提高风电/光伏发电系统的经济性。谢石骁, 王乔来在《混合储能系统在分布式发电系统中的应用》提出了一种模糊自适应控制策略，利用一阶低通滤波在储能电池和超级电容器之间分配波动功率，实现了储能设备充放电过程的优化。Fallahi F, Nick M, Riahy G H等学者在《The value of energy storage in optimal non-firm wind capacity connection to power systems》表明使用储能系统可以减小风电场输出功率的波动并减少运行成本。文献《An investigation on optimal battery capacity in wind power generation system》提出了平滑时间常数–电池容量特性和平滑时间常数–系统输出效率特性的风电输出功率波动平滑效果的判据标准，依据成本/性能比来得出最佳的储能容量。冯红霞等在《考虑调度计划和运行经济性的风电场储能容量优化计算》建立了基于蓄电池储能系统的储能容量优化决策模型，该研究使得经过储能系统作用输出的风电功率实现分时段平滑输出，同时使储能投资成本及风电场运行成本达到最小。文献《A current and future state of art development of hybrid energy system using wind and PV-solar: A review》介绍了针对风-光-储混合发电系统的容量配置优化方法，通过绘制蓄电池组和光伏阵列容量的协调曲线来配置容量，从而使整体成本最低。
发明内容
本发明的目的在于提供一种提高风电/光伏混合储能系统经济性的协调优化控制方法，其通过建立合作博弈模型求解复合滤波器最优时间常数，实现平抑风电功率输出波动及混合储能系统之间的能量分配，使得风/光储联合发电系统整体经济收益最大。
本发明的技术方案是这样实现的：一种提高风电/光伏混合储能系统经济性的协调优化控制方法，其特征在于具体控制步骤如下：
步骤一：由数据采集与监视控制系统采集风电/光伏实时功率 /，由第一个一阶低通滤波环节进行滤波，得到并网功率和储能系统吸收功率，实现风电功率的平滑控制。
步骤二：选取限定区间波动率,计算反映风电/光伏输出功率平滑程度的比例函数，判断比例函数是否满足要求,如果满足则进入步骤三；否则修正第一个一阶低通滤波时间常数。
步骤三：将储能系统吸收功率由第二个一阶低通滤波环节分解为稳态波动功率和尖峰波动功率，定量实现混合储能系统的能量分配；储能电池吞吐稳态波动功率，超级电容器吞吐尖峰波动功率。
步骤四：计算风电/光伏发电系统并入电网的总收入及混合储能系统的储能成本。
步骤五：在充分考虑风电/光伏有功功率的平滑效果、混合储能系统的储能成本及风电/光伏发电并网总收入等指标的基础上，建立风电/光伏联合混合储能系统合作博弈模型，利用遗传算法进行求解。当风电/光伏联合混合储能发电系统经济性未达到最优时，分别将和返回步骤一和步骤三，重复步骤一到步骤五，直至满足整个系统整体收益最大。
步骤六：根据最优解和计算混合储能系统容量及分析整个系统的经济性。
所述一阶低通滤波器时间常数的初始值设定具体过程如下：
风电/光伏实时功率由第一个一阶低通滤波环节进行平滑控制，得到并网功率：
其中，是风电/光伏实时功率。
对并网功率的1min内最大功率变化值进行约束，确定一阶滤波器时间常数的初始值：
其中，是第i分钟内最大功率变化值，Q为风电场/光伏电站装机容量，是1min内最大功率变化值与装机容量的比值。
所述风电/光伏输出功率平滑程度的判定比例函数的计算过程为：
将风电系统一天的输出功率按划分。定义“区间波动率”为：
，
其中，M是采样点数；为第分钟的有功功率，Q为风电场/光伏电站装机容量。
设风电系统1min/时段的区间限定波动率为，可定义函数为：
由此，可定义反映风电输出功率平滑程度的比例函数LOS为
在给定限定波动率的情况下，比例函数LOS越小，说明并网功率曲线平滑度越好。为进一步保证并网功率的平滑程度，比例函数LOS应满足：
是限定比例函数。
所述一阶低通滤波器时间常数的初始值设定具体过程如下：
采用混合储能系统中的超级电容器平抑以上较高频率的波动功率，此时时间常数的临界值为
即是一阶低通滤波器时间常数的初始值。
所述风电/光伏发电系统并网总收入计算过程如下：
将平稳的并网送给电网，获得风电/光伏并网收入：
储能装置在某一时段把吸纳的能量送给电网，形成基于峰谷分时电价的并网收入：
总收入：
其中，是风电/光伏并网的单位电价收入；是到的分时电价，是此时混合储能系统向外输出的功率。
所述混合储能系统总成本计算过程如下：
混合储能系统在吸收稳态波动功率和尖峰波动功率时会产生储能成本：
其中，是电池吞吐单位波动能量的成本，是超级电容吞吐单位波动能量的成本。将储能成本分解为安装单位能量和维护单位能量的成本：
(1)安装设备的成本
(2)运行维护的成本
运行维护成本主要包括正常维护成本C m和由设备寿命终止产生的更换成本C c。
储能系统总成本：
其中，和分别代表电池和超级电容器的维护单价；代表设备使用期数；和分别代表电池和超级电容器的更换次数；、、和分别代表电池和超级电容器的额定功率和额定容量；、、和分别代表电池和超级电容器的功率单价和容量单价；是设备在设计安装阶段的费用，是对储能系统进行日常维护的费用，是储能设备由于寿命终止进行更换的费用。
所述合作博弈模型的建模过程及求解过程如下：
参与者：-{风电/光伏-储能电池}；-{风电/光伏-超级电容器}
策略集合：；；
目标收益函数为：
其中，为风电/光伏发电系统并网总收入；为储能系统总成本；表示储能电池或超级电容可吞吐功率的取值范围。是关于时间常数和时间常数的函数。上述合作博弈模型存在纳什均衡点，该纳什均衡点的意义在于实现了风电/光伏联合混合储能系统的最大经济收益，并保证了并网功率的平滑程度。得出使取最大值时的一组时间常数，由确定的即是合作博弈的纳什均衡点。依据纳什均衡的定义，应满足：。
本发明的积极效果是以风电/光伏联合混合储能系统的最大经济收益为目标，充分考虑风电/光伏有功功率的平滑效果、混合储能系统成本及风电/光伏并网收益等指标，构建了基于复合滤波结构的风电/光伏联合储能发电系统协调优化控制模型。利用PSO算法计算得出两个滤波器的最优时间常数组合，实现了对风电/光伏联合混合储能系统优化控制的目的，进而提高了整个系统的经济性。
附图说明
图1基于复合滤波结构的风电/光伏联合储能发电系统协调优化控制模型。
图2风电/光伏联合混合储能系统优化模型的博弈决策流程图。
图3 风电/光伏联合混合储能系统优化控制流程。
具体实施方式
以下结合图和具体实施方式对本发明作进一步说明；
图1是基于复合滤波结构的风电/光伏联合储能发电系统协调优化控制模型。一种提高风电/光伏混合储能系统经济性的协调优化控制方法，其特征在于具体控制步骤如下：
步骤一：由数据采集与监视控制系统采集风电/光伏实时功率/，由第一个一阶低通滤波环节进行滤波，得到并网功率和储能系统吸收功率，实现风电功率的平滑控制。
步骤二：选取限定区间波动率,计算反映风电/光伏输出功率平滑程度的比例函数，判断比例函数是否满足要求,如果满足则进入步骤三；否则修正第一个一阶低通滤波时间常数。
步骤三：将储能系统吸收功率由第二个一阶低通滤波环节分解为稳态波动功率和尖峰波动功率，定量实现混合储能系统的能量分配；储能电池吞吐稳态波动功率，超级电容器吞吐尖峰波动功率。
步骤四：计算风电/光伏发电系统并入电网的总收入及混合储能系统的储能成本。
步骤五：在充分考虑风电/光伏有功功率的平滑效果、混合储能系统的储能成本及风电/光伏发电并网总收入等指标的基础上，建立风电/光伏联合混合储能系统合作博弈模型，利用遗传算法进行求解。当风电/光伏联合混合储能发电系统经济性未达到最优时，分别将和返回步骤一和步骤三，重复步骤一到步骤五，直至满足整个系统整体收益最大。
步骤六：根据最优解和计算混合储能系统容量及分析整个系统的经济性。
所述一阶低通滤波器时间常数的初始值设定具体过程如下：
风电/光伏实时功率由第一个一阶低通滤波环节进行平滑控制，得到并网功率：
其中，是风电/光伏实时功率。
对并网功率的1min内最大功率变化值进行约束，确定一阶滤波器时间常数的初始值：
其中，是第i分钟内最大功率变化值，Q为风电场/光伏电站装机容量，是1min内最大功率变化值与装机容量的比值。
所述风电/光伏输出功率平滑程度的判定比例函数的计算过程为：
将风电系统一天的输出功率按划分。定义“区间波动率”为：
，
其中，M是采样点数；为第分钟的有功功率，Q为风电场/光伏电站装机容量。
设风电系统1min/时段的区间限定波动率为，可定义函数为：
由此，可定义反映风电输出功率平滑程度的比例函数LOS为
在给定限定波动率的情况下，比例函数LOS越小，说明并网功率曲线平滑度越好。为进一步保证并网功率的平滑程度，比例函数LOS应满足：
是限定比例函数。
所述一阶低通滤波器时间常数的初始值设定具体过程如下：
采用混合储能系统中的超级电容器平抑以上较高频率的波动功率，此时时间常数的临界值为
即是一阶低通滤波器时间常数的初始值。
所述风电/光伏发电系统并网总收入计算过程如下：
将平稳的并网送给电网，获得风电/光伏并网收入：
储能装置在某一时段把吸纳的能量送给电网，形成基于峰谷分时电价的并网收入：
总收入：
其中，是风电/光伏并网的单位电价收入；是到的分时电价，是此时混合储能系统向外输出的功率。
所述混合储能系统总成本计算过程如下：
混合储能系统在吸收稳态波动功率和尖峰波动功率时会产生储能成本：
其中，是电池吞吐单位波动能量的成本，是超级电容吞吐单位波动能量的成本。将储能成本分解为安装单位能量和维护单位能量的成本：
(1)安装设备的成本
(2)运行维护的成本
运行维护成本主要包括正常维护成本C m和由设备寿命终止产生的更换成本C c。
储能系统总成本：
其中，和分别代表电池和超级电容器的维护单价；代表设备使用期数；和分别代表电池和超级电容器的更换次数；、、和分别代表电池和超级电容器的额定功率和额定容量；、、和分别代表电池和超级电容器的功率单价和容量单价；是设备在设计安装阶段的费用，是对储能系统进行日常维护的费用，是储能设备由于寿命终止进行更换的费用。
所述合作博弈模型的建模过程及求解过程如下：
参与者：-{风电/光伏-储能电池}；-{风电/光伏-超级电容器}
策略集合：；；
目标收益函数为：
其中，为风电/光伏发电系统并网总收入；为储能系统总成本；表示储能电池或超级电容可吞吐功率的取值范围。是关于时间常数和时间常数的函数。上述合作博弈模型存在纳什均衡点，该纳什均衡点的意义在于实现了风电/光伏联合混合储能系统的最大经济收益，并保证了并网功率的平滑程度。得出使取最大值时的一组时间常数，由确定的即是合作博弈的纳什均衡点。依据纳什均衡的定义，应满足：。
如图1所示，由数据采集与监视控制系统采集风电/光伏实时功率/，由第一个一阶低通滤波环节进行滤波，得到并网功率和储能系统吸收功率。储能系统吸收功率经过第二个低通滤波环节被分解为稳态波动功率和尖峰波动功率。储能电池能量密度大，吞吐稳态波动功率；超级电容器功率密度大和循环寿命长，吞吐尖峰波动功率。
，
，
其中，是第一个低通滤波环节的时间常数,是第二个低通滤波环节的时间常数
将由并网功率得到的收入、由储能装置在某一时段把吸纳的能量送给电网所形成的并网收入，混合储能系统在吸收稳态波动功率和尖峰波动功率时会产生的储能成本以及风电/光伏发电系统有功功率的平滑程度LOS，以风电/光伏联合混合储能发电系统整体最大经济收益作为博弈策略的目标，建立风电/光伏联合混合储能发电系统之间的合作博弈模型。
图2是风电/光伏联合混合储能系统合作博弈模型的博弈决策流程。决策的目的在于从合作模型的策略集合中找出一个最优策略，此策略使收益函数达到最大。根据所建立的的数学模型，、、都是关于时间常数 、 的函数，纳什均衡点对应于最优时间常数组。利用PSO算法寻找全局最大值，每得出一滤波组时间常数，需要判断比例函数是否满足要求，以及收益函数是否达到最大。得出收益函数的最大值，此最大值对应的时间常数组合即是，从而实现对风电/光伏联合混合储能发电系统之间的协调优化控制。
Claims (6)
1.一种提高风电/光伏混合储能系统经济性的协调优化控制方法，其特征在于方法的步骤如下；
步骤一：由数据采集与监视控制系统采集风电/光伏实时功率 /，由第一个一阶低通滤波环节进行滤波，得到并网功率和储能系统吸收功率，实现风电/光伏功率的平滑控制；
步骤二：选取限定区间波动率，计算反映风电/光伏输出功率平滑程度的比例函数，判断比例函数是否满足要求，如果满足则进入步骤三；否则修正一阶低通滤波时间常数；
步骤三：将储能系统吸收功率由第二个一阶低通滤波环节分解为稳态波动功率和尖峰波动功率，定量实现混合储能系统的能量分配；
储能电池吞吐稳态波动功率，超级电容器吞吐尖峰波动功率；
步骤四：计算风电/光伏发电系统并入电网的总收入及混合储能系统的储能成本；
步骤五：在充分考虑风电/光伏有功功率的平滑效果、混合储能系统的储能成本及风电/光伏发电并网总收入等指标的基础上，建立风电/光伏联合混合储能系统合作博弈模型，利用遗传算法进行求解；当风电/光伏联合混合储能发电系统经济性未达到最优时，分别将一阶低通滤波时间常数和返回步骤一和步骤三，重复步骤一到步骤五，直至满足整个系统整体收益最大；
步骤六：根据最优解一阶低通滤波时间常数和计算混合储能系统容量及分析整个系统的经济性。
2.根据权利要求1所述的提高风电/光伏混合储能系统经济性的协调优化控制方法，其特征在于所述的一阶低通滤波时间常数的初始值设定：
风电/光伏实时功率由第一个一阶低通滤波环节进行平滑控制，得到并网功率：
其中，是风电/光伏实时功率；
对并网功率的1min内最大功率变化值进行约束，确定一阶滤波器时间常数的初始值：
其中，是第i分钟内最大功率变化值，Q为风电场/光伏电站装机容量，是1min内最大功率变化值与装机容量的比值。
3.根据权利要求1所述的提高风电/光伏混合储能系统经济性的协调优化控制方法，其特征在于所述的风电/光伏输出功率平滑程度的比例函数的判定计算公式为：
将风电系统一天的输出功率按划分；
定义“区间波动率”为：
，
其中，M是采样点数；为第分钟的有功功率，Q为风电场/光伏电站装机容量；
设风电系统1min/时段的区间限定波动率为，可定义函数为：
限定波动率越小，说明对并网功率的平滑度要求越高；由此，可定义反映风电输出功率平滑程度的比例函数LOS为
在给定限定波动率的情况下，比例函数LOS越小，说明并网功率曲线平滑度越好；为进一步保证并网功率的平滑程度，比例函数LOS应满足：
是限定比例函数。
4.根据权利要求1所述的提高风电/光伏混合储能系统经济性的协调优化控制方法，其特征在于所述的一阶低通滤波时间常数的初始值设定：
采用混合储能系统中的超级电容器平抑以上较高频率的波动功率，此时时间常数的临界值为
即是一阶低通滤波器时间常数的初始值。
5.根据权利要求1所述的提高风电/光伏混合储能系统经济性的协调优化控制方法，其特征在于所述的步骤四中的风电/光伏发电系统并网总收入和储能系统总成本计算过程如下：
风电/光伏发电系统并网总收入：；
将平稳的并网送给电网，获得风电/光伏并网收入：
其中，是风电/光伏并网的单位电价收入；
储能装置在某一时段把吸纳的能量送给电网，形成基于峰谷分时电价的并网收入：
其中，是到的分时电价，是此时混合储能系统向外输出的功率；
混合储能系统在吸收稳态波动功率和尖峰波动功率时会产生储能成本：
其中，是电池吞吐单位波动能量的成本，是超级电容吞吐单位波动能量的成本；将储能成本分解为安装单位能量和维护单位能量的成本：
(1)安装设备的成本
(2)运行维护的成本
运行维护成本主要包括正常维护成本C m和由设备寿命终止产生的更换成本C c；
因此储能系统总成本：
其中，和分别代表电池和超级电容器的维护单价；代表设备使用期数；和分别代表电池和超级电容器的更换次数；、、和分别代表电池和超级电容器的额定功率和额定容量；、、和分别代表电池和超级电容器的功率单价和容量单价；是设备在设计安装阶段的费用，是对储能系统进行日常维护的费用，是储能设备由于寿命终止进行更换的费用。
6.根据权利要求1所述的提高风电/光伏混合储能系统经济性的协调优化控制方法，其特征在于所述的步骤五中的合作博弈模型的建模及求解过程如下：
参与者：-{风电/光伏-储能电池}；-{风电/光伏-超级电容器}
策略集合：；；
目标收益函数为：
其中，为风电/光伏发电系统并网总收入；为储能系统总成本；表示储能电池或超级电容可吞吐功率的取值范围，是关于时间常数和时间常数的函数，上述合作博弈模型存在纳什均衡点，利用PSO算法寻找全局最大值，得出使取最值时的一组时间常数，由确定的即是合作博弈的纳什均衡点，依据纳什均衡的定义，应满足：。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410617990.3A CN104377724B (zh) | 2014-11-06 | 2014-11-06 | 提高风电/光伏混合储能系统经济性的协调优化控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410617990.3A CN104377724B (zh) | 2014-11-06 | 2014-11-06 | 提高风电/光伏混合储能系统经济性的协调优化控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104377724A true CN104377724A (zh) | 2015-02-25 |
| CN104377724B CN104377724B (zh) | 2018-10-19 |
Family
ID=52556457
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410617990.3A Active CN104377724B (zh) | 2014-11-06 | 2014-11-06 | 提高风电/光伏混合储能系统经济性的协调优化控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104377724B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104836248A (zh) * | 2015-05-20 | 2015-08-12 | 沈阳工业大学 | 适用于风电机组的混合储能系统及控制方法 |
| CN105201741A (zh) * | 2015-11-10 | 2015-12-30 | 海南电网有限责任公司 | 一种风电机组与储能装置的协调平滑控制方法 |
| CN105244896A (zh) * | 2015-07-24 | 2016-01-13 | 中国南方电网有限责任公司电网技术研究中心 | 一种电网储能系统容量设计方法 |
| CN105260797A (zh) * | 2015-10-22 | 2016-01-20 | 华北电力大学 | 一种计及经济性评估的微网储能电站规划控制方法 |
| CN106340892A (zh) * | 2016-10-12 | 2017-01-18 | 上海电机学院 | 用于平抑风电输出功率的储能系统的控制设备 |
| CN107134794A (zh) * | 2017-05-28 | 2017-09-05 | 国家电网公司 | 基于数字带阻滤波器的风功率平抑控制方法 |
| CN107645194A (zh) * | 2016-07-20 | 2018-01-30 | 锐电科技有限公司 | 一种基于储能的风电场电能质量优化系统 |
| CN108875247A (zh) * | 2018-06-29 | 2018-11-23 | 国网山东省电力公司电力科学研究院 | 一种配电网中分布式光伏电源功率快速优化方法 |
| CN108923432A (zh) * | 2018-08-07 | 2018-11-30 | 中冶京诚工程技术有限公司 | 一种用电企业电网关口潮流控制系统及方法 |
| CN111130101A (zh) * | 2020-01-03 | 2020-05-08 | 云南电网有限责任公司电力科学研究院 | 一种多端口能量路由器多场景容量配置优化方法 |
| CN113762626A (zh) * | 2021-09-10 | 2021-12-07 | 国网江苏省电力有限公司扬州供电分公司 | 一种考虑经济性的混合储能系统容量优化方法 |
| CN114465260A (zh) * | 2022-04-08 | 2022-05-10 | 中国长江三峡集团有限公司 | 一种光伏储能电池均衡的控制方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102684222A (zh) * | 2012-05-14 | 2012-09-19 | 华北电力大学 | 一种基于储能技术的风力发电功率平滑控制方法 |
| US20140032000A1 (en) * | 2012-07-30 | 2014-01-30 | Siemens Corporation | Power System Stabilization Using Distributed Inverters |
| CN103872694A (zh) * | 2014-02-26 | 2014-06-18 | 山东大学 | 区域风电场群储能电站的容量优化及其辅助调峰方法 |
-
2014
- 2014-11-06 CN CN201410617990.3A patent/CN104377724B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102684222A (zh) * | 2012-05-14 | 2012-09-19 | 华北电力大学 | 一种基于储能技术的风力发电功率平滑控制方法 |
| US20140032000A1 (en) * | 2012-07-30 | 2014-01-30 | Siemens Corporation | Power System Stabilization Using Distributed Inverters |
| CN103872694A (zh) * | 2014-02-26 | 2014-06-18 | 山东大学 | 区域风电场群储能电站的容量优化及其辅助调峰方法 |
Non-Patent Citations (2)
| Title |
|---|
| XUE FENG,ETC: "Hybrid Energy Storage With Multimode Fuzzy Power Allocator for PV Systems", 《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》 * |
| 韩晓娟等: "用于削峰填谷的电池储能系统经济价值评估方法", 《太阳能学报》 * |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104836248A (zh) * | 2015-05-20 | 2015-08-12 | 沈阳工业大学 | 适用于风电机组的混合储能系统及控制方法 |
| CN105244896A (zh) * | 2015-07-24 | 2016-01-13 | 中国南方电网有限责任公司电网技术研究中心 | 一种电网储能系统容量设计方法 |
| CN105244896B (zh) * | 2015-07-24 | 2018-06-12 | 中国南方电网有限责任公司电网技术研究中心 | 一种电网储能系统容量设计方法 |
| CN105260797A (zh) * | 2015-10-22 | 2016-01-20 | 华北电力大学 | 一种计及经济性评估的微网储能电站规划控制方法 |
| CN105260797B (zh) * | 2015-10-22 | 2022-04-15 | 华北电力大学 | 一种微网储能电站规划控制方法 |
| CN105201741A (zh) * | 2015-11-10 | 2015-12-30 | 海南电网有限责任公司 | 一种风电机组与储能装置的协调平滑控制方法 |
| CN105201741B (zh) * | 2015-11-10 | 2017-09-15 | 海南电网有限责任公司 | 一种风电机组与储能装置的协调平滑控制方法 |
| CN107645194A (zh) * | 2016-07-20 | 2018-01-30 | 锐电科技有限公司 | 一种基于储能的风电场电能质量优化系统 |
| CN106340892B (zh) * | 2016-10-12 | 2019-01-18 | 上海电机学院 | 用于平抑风电输出功率的储能系统的控制设备 |
| CN106340892A (zh) * | 2016-10-12 | 2017-01-18 | 上海电机学院 | 用于平抑风电输出功率的储能系统的控制设备 |
| CN107134794A (zh) * | 2017-05-28 | 2017-09-05 | 国家电网公司 | 基于数字带阻滤波器的风功率平抑控制方法 |
| CN107134794B (zh) * | 2017-05-28 | 2020-03-10 | 国网辽宁省电力有限公司 | 基于数字带阻滤波器的风功率平抑控制方法 |
| CN108875247A (zh) * | 2018-06-29 | 2018-11-23 | 国网山东省电力公司电力科学研究院 | 一种配电网中分布式光伏电源功率快速优化方法 |
| CN108923432A (zh) * | 2018-08-07 | 2018-11-30 | 中冶京诚工程技术有限公司 | 一种用电企业电网关口潮流控制系统及方法 |
| CN111130101A (zh) * | 2020-01-03 | 2020-05-08 | 云南电网有限责任公司电力科学研究院 | 一种多端口能量路由器多场景容量配置优化方法 |
| CN111130101B (zh) * | 2020-01-03 | 2023-07-21 | 云南电网有限责任公司电力科学研究院 | 一种多端口能量路由器多场景容量配置优化方法 |
| CN113762626A (zh) * | 2021-09-10 | 2021-12-07 | 国网江苏省电力有限公司扬州供电分公司 | 一种考虑经济性的混合储能系统容量优化方法 |
| CN114465260A (zh) * | 2022-04-08 | 2022-05-10 | 中国长江三峡集团有限公司 | 一种光伏储能电池均衡的控制方法 |
| JP7293482B1 (ja) | 2022-04-08 | 2023-06-19 | 中国長江三峡集団有限公司 | 太陽光発電用エネルギー貯蔵電池のバランス制御方法 |
| JP2023155129A (ja) * | 2022-04-08 | 2023-10-20 | 中国長江三峡集団有限公司 | 太陽光発電用エネルギー貯蔵電池のバランス制御方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104377724B (zh) | 2018-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104377724A (zh) | 提高风电/光伏混合储能系统经济性的协调优化控制方法 | |
| CN109325608B (zh) | 考虑储能并计及光伏随机性的分布式电源优化配置方法 | |
| CN107069814B (zh) | 配网分布式电源容量布点的模糊机会约束规划方法与系统 | |
| CN104881716A (zh) | 一种微电网电源的优化规划及评估方法 | |
| CN108470231A (zh) | 考虑储能系统量化特征的配电网分布式储能选址定容方法 | |
| CN108376989A (zh) | 一种基于多智能体的电池储能电站分区控制方法及系统 | |
| CN108964102A (zh) | 配电网中分布式储能的位置和容量优化配置方法 | |
| CN110135662B (zh) | 一种考虑减小峰谷差的储能选址定容多目标优化方法 | |
| CN109149651A (zh) | 一种计及调压辅助服务收益的光储系统优化运行方法 | |
| CN107273968A (zh) | 一种基于动态模糊混沌粒子群的多目标调度方法及装置 | |
| CN113285479A (zh) | 一种超大容量的区域微电网系统及运行方法 | |
| CN114330827A (zh) | 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用 | |
| CN116914821A (zh) | 一种基于改进粒子群算法的微电网低碳优化调度方法 | |
| CN109829228B (zh) | 可再生能源系统中混合储能电源容量配置的优化方法 | |
| CN110391677A (zh) | 一种基于电力市场环境的水光蓄混合系统运行优化方法 | |
| CN113644674A (zh) | 基于量子粒子群的氢混合储能容量配置系统、方法及应用 | |
| CN116865271A (zh) | 一种基于数字孪生驱动的微电网多智能体协调优化控制策略 | |
| CN114938040B (zh) | 源-网-荷-储交直流系统综合优化调控方法和装置 | |
| CN114398777B (zh) | 一种基于巴什博弈理论的电力系统灵活性资源配置方法 | |
| Sathishkumar et al. | Adaptive power management strategy-based optimization and estimation of a renewable energy storage system in stand-alone microgrid with machine learning and data monitoring | |
| Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
| CN105811435A (zh) | 一种智能储能发电系统的无功补偿方法 | |
| CN112713520A (zh) | 一种离网风光储智能供电系统 | |
| CN111859608A (zh) | 考虑缓解电力缺口场景的储能选址定容优化方法 | |
| Liu et al. | Micro grid energy management based on two-stage robust optimization |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |