CN104377724B - 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 PDF

Info

Publication number
CN104377724B
CN104377724B CN201410617990.3A CN201410617990A CN104377724B CN 104377724 B CN104377724 B CN 104377724B CN 201410617990 A CN201410617990 A CN 201410617990A CN 104377724 B CN104377724 B CN 104377724B
Authority
CN
China
Prior art keywords
power
wind
electricity generation
photovoltaic
powered electricity
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
CN201410617990.3A
Other languages
English (en)
Other versions
CN104377724A (zh
Inventor
韩晓娟
张喜林
籍天明
曹禹
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.)
State Grid Corp of China SGCC
North China Electric Power University
State Grid Jilin Electric Power Corp
Original Assignee
State Grid Corp of China SGCC
North China Electric Power University
State Grid Jilin Electric Power Corp
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 State Grid Corp of China SGCC, North China Electric Power University, State Grid Jilin Electric Power Corp filed Critical State Grid Corp of China SGCC
Priority to CN201410617990.3A priority Critical patent/CN104377724B/zh
Publication of CN104377724A publication Critical patent/CN104377724A/zh
Application granted granted Critical
Publication of CN104377724B publication Critical patent/CN104377724B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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)
  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Photovoltaic Devices (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

提高风电/光伏混合储能系统经济性的协调优化控制方法
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 powergeneration 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 WithMultimode 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 capacityconnection 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 powergeneration 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 andfuture 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 (1)

1.一种提高风电/光伏联合混合储能系统经济性的协调控制方法，其特征在于，包括：
步骤1：由数据采集与监视控制系统采集风电/光伏实时功率Pw，由第一个一阶低通滤波环节进行滤波，得到并网功率Pset和储能系统吸收功率Pε，实现风电/光伏功率的平滑控制；
步骤2：选取区间限定波动率Δδ，计算反映风电/光伏输出功率平滑程度的比例函数LOS，判断比例函数LOS是否满足要求，如果满足则进入步骤3；否则修正一阶低通滤波时间常数T1；
步骤3：将储能系统吸收功率Pε由第二个一阶低通滤波环节分解为稳态波动功率Pb和尖峰波动功率Pc，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Pb，超级电容器吞吐尖峰波动功率Pc；
步骤4：计算风电/光伏发电系统并入电网的总收入I及混合储能系统的储能成本C；
步骤5：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，并利用PSO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T1和T2返回步骤1和步骤5，重复步骤1到步骤5，直至满足整个系统整体收益最大；
步骤6：根据最优解一阶低通滤波时间常数T1和T2计算混合储能系统容量及分析整个系统的经济性；
所述步骤1中的并网功率Pset和储能系统吸收功率Pε的获取方法：
并网功率Pset的计算公式：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Pset：
其中，Pw是风电/光伏实时功率；
储能系统吸收功率Pε的计算公式：Pε(s)＝Pw(s)-Pset(s)
一阶滤波器时间常数T1初始值的确定：对并网功率的1min内相邻采样时间间隔的最大功率变化值进行约束，确定一阶滤波器时间常数T1的初始值：
其中，ΔPset_i是第i分钟内相邻采样时间间隔的最大功率变化值；Q为风电场/光伏电站装机容量；γ是1min内相邻采样时间间隔的最大功率变化值与装机容量的比值；
所述步骤2中的风电/光伏输出功率平滑程度的比例函数LOS的计算过程为：
1)将风电/光伏系统一天的输出功率按Δt＝1min划分；定义“区间波动率”Δδi为：
其中，M是采样点数；PW(i)为第i分钟的风电/光伏有功功率；Q为风电场/光伏电站装机容量；
2)设风电/光伏系统1min/时段的区间限定波动率为Δδ，可定义函数L(i)为：
3)区间限定波动率Δδ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/光伏输出功率平滑程度的比例函数LOS为
4)在给定区间限定波动率Δδ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：
LOS≤LOSrated
LOSrated是限定比例函数；
所述步骤3中的混合储能系统的能量分配方法：
采用混合储能系统中的超级电容器平抑fc以上较高频率的波动功率，此时时间常数T2的临界值为
其中，T2-min是一阶低通滤波器时间常数T2的初始值；
所述步骤4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：
1)风电/光伏发电系统并网总收入：I＝I1+I2；
2)将并网功率Pset送给电网，获得风电/光伏并网收入I1：
其中，t0是并网功率Pset送入电网开始时间；t是并网功率Pset送入电网结束时间；q0是风电/光伏并网的单位电价收入；
3)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I2：
其中，q1是t1到t2的分时电价；是此时混合储能系统向外输出的功率；
3)混合储能系统在吸收稳态波动功率Pb和尖峰波动功率Pc时会产生储能成本C：
其中，t0是并网功率Pset送入电网开始时间；t是并网功率Pset送入电网结束时间；cb是电池吞吐单位波动能量的成本；cc是超级电容吞吐单位波动能量的成本；
将储能成本C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
Cd＝nb,p·Pbat+nb,c·Cbat+nc,p·Pcap+nc,c·Ccap
(2)运行维护的成本
运行维护成本主要包括正常维护成本Cm和由设备寿命终止产生的更换成本Cc；
Cm＝N·(mbat·Cbat+mcap·Ccap)
Cc＝qbat·(nb,p·Pbat+nb,c·Cbat)+qcap·(nc,p·Pcap+nc,c·Ccap)
因此储能系统总成本：C＝(Cc+Cm+Cd)
其中，mbat和mcap分别代表电池和超级电容器的维护单价；N代表设备使用期数；qbat和qcap分别代表电池和超级电容器的更换次数；Pbat、Cbat、Pcap和Ccap分别代表电池和超级电容器的额定功率和额定容量；nb,p、nb,c、nc,p和nc,c分别代表电池和超级电容器的功率单价和容量单价；Cd是设备在设计安装阶段的费用；Cm是对储能系统进行日常维护的费用；Cc是储能设备由于寿命终止进行更换的费用；
所述步骤5中的合作博弈模型的建模及求解过程如下：
参与者：B-{风电/光伏-储能电池}；S-{风电/光伏-超级电容器}
策略集合：PW＝Pset+Pb+Pc；
目标收益函数为：max W＝I-C
其中，I为风电/光伏发电系统并网总收入；C为储能系统总成本；
[Pi min,Pi max]表示储能电池或超级电容可吞吐功率的取值范围；W是关于时间常数T1和时间常数T2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W取最值时的一组时间常数(T1 *,T2 *)，由(T1 *,T2 *)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：
CN201410617990.3A 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 Active CN104377724B (zh)

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 CN104377724A (zh) 2015-02-25
CN104377724B true 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)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104836248B (zh) * 2015-05-20 2017-11-21 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
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
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
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
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
CN108875247B (zh) * 2018-06-29 2022-07-08 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
CN108923432B (zh) * 2018-08-07 2021-01-29 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
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
CN114465260B (zh) * 2022-04-08 2022-06-28 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 (2)

* Cited by examiner, † Cited by third party
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
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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9640997B2 (en) * 2012-07-30 2017-05-02 Siemens Corporation Power system stabilization using distributed inverters

Patent Citations (2)

* Cited by examiner, † Cited by third party
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
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)

* Cited by examiner, † Cited by third party
Title
Hybrid Energy Storage With Multimode Fuzzy Power Allocator for PV Systems;Xue Feng,etc;《IEEE Transactions on Sustainable Energy》;20140430;第5卷(第2期);第389-397页 *
用于削峰填谷的电池储能系统经济价值评估方法;韩晓娟等;《太阳能学报》;20140930;第35卷(第9期);第1634-1638页 *

Also Published As

Publication number Publication date
CN104377724A (zh) 2015-02-25

Similar Documents

Publication Publication Date Title
CN104377724B (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
CN106651026B (zh) 多时间尺度微电网能量管理优化调度方法
CN107947231B (zh) 一种面向配电网优化运行的混合储能系统控制方法
CN105846461B (zh) 一种大规模储能电站自适应动态规划的控制方法和系统
WO2017161785A1 (zh) 基于储能运行状态的光伏功率稳定输出控制方法
CN104881716A (zh) 一种微电网电源的优化规划及评估方法
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
CN105244920B (zh) 考虑电池健康状态的储能系统多目标控制方法及其系统
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
Zhang et al. Multi-objective day-ahead optimal scheduling of isolated microgrid considering flexibility
CN111327053A (zh) 一种适用于极地气候下的多源微电网容量优化配置方法
CN112600209A (zh) 一种含潮流能的海岛独立微电网容量多目标优化配置方法
CN117081128A (zh) 基于变分模态分解的微电网混合储能容量优化配置方法
CN105896575A (zh) 基于自适应动态规划的百兆瓦储能功率控制方法及系统
CN109599881A (zh) 一种基于锰酸锂电池储能系统的电网调频调压方法
Ma et al. Dynamic economic dispatch and control of a stand-alone microgrid in DongAo Island
CN112736973A (zh) 平抑风电、光伏电站出力波动的电池储能容量配置方法及系统
CN110490479A (zh) 一种选择风电场储能的方法
CN108599197A (zh) 一种虚拟储能参与系统功率波动平滑的方法
CN106339773B (zh) 基于灵敏度的主动配电网分布式电源定容规划方法
CN112269966A (zh) 一种考虑备用需求的通信基站虚拟电厂发电容量测量方法
CN116961008A (zh) 计及电力弹簧与负荷需求响应的微电网容量双层优化方法
CN115940284B (zh) 一种考虑分时电价的新能源制氢系统的运行控制策略
CN108683211B (zh) 一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型

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