CN108551176B - 一种结合储能均衡技术的储能电池系统容量配置方法 - Google Patents
一种结合储能均衡技术的储能电池系统容量配置方法 Download PDFInfo
- Publication number
- CN108551176B CN108551176B CN201810150525.1A CN201810150525A CN108551176B CN 108551176 B CN108551176 B CN 108551176B CN 201810150525 A CN201810150525 A CN 201810150525A CN 108551176 B CN108551176 B CN 108551176B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- storage battery
- capacity
- configuration
- battery system
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- 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
- H02J15/00—Systems for storing electric energy
Abstract
本发明涉及一种结合储能均衡技术的储能电池系统容量配置方法,包括如下步骤:(1)初始化微网系统投资与运行的技术参数;(2)统计日前预测数据,计算净负荷量,选择所需要的储能系统初始容量配比;(3)完成微电网的经济、稳定运行P1;(4)完成储能电池系统单元出力分析,得出满足条件的供电方式;(5)利用所得到的运行策略,反馈得出该运行条件下的储能系统容量配置P2,并与原始值P1进行比较,不断收敛所需要的储能系统容量配置;(6)更新迭代新的容量配置,进行重复计算,满足收敛条件即可输出结果;(7)Operator根据均衡技术条件下的最优日运行计划,优化储能的最优整数投资容量,完成配置。
Description
技术领域
本发明涉及微电网建设过程中的一种结合储能均衡技术的储能电池系统(Battery Management System)分区域容量配置策略,尤其是针对含有随机性和不确定性发电单元、负 荷单元的微电网系统,一方面可以提高微电网系统的运行效率、降低运行成本,同时还可以 延长储能电池系统使用寿命,降低储能电池系统安装需求,并在此基础上完成日前预测和实 时控制双重运行效果,更加符合实际运行需求。
背景技术
微电网主要为小型区域提供必要的电能,是一个由模块化的分布式发电单元(新能源发 电、燃气轮机等)、储能单元以及各类用户负荷组成的可控电力系统。由于微电网内各组成部 分的特性的不同,如何配合协调各组成部分的功率输出以完成微电网整体运行的稳定平衡, 从而达到长期的稳定经济运行,是微电网技术的关键所在。而储能电池系统因其兼顾充电放 电两种特性,对微电网系统的稳定提供了很大的便利,但是高昂的费用和使用过程中较大的 损耗也为储能电池系统的发展带来了阻碍。因此,探究如何在微电网中有效的使用储能电池 系统,具有十分重大的意义。
目前针对储能电池系统在微电网中高效经济运行主要分为两个部分:第一部分是储能系 统通过控制充放电的大小以及变化的频率,减小损耗来延长使用寿命;第二部分是在建设初 期,通过对微电网的实地调查,在完成功率平衡前提下,优化储能电池系统的配置容量,达 到减小建设成本的目的。但是以上研究存在各自的不足。首先,虽然充放电控制确实能够延 长使用寿命,但是储能电池系统由于其电池集成特性,使用时间的长短还与各电池单元的实 际运行有关,取决于特性最差的那个电池单元,所以做好一致性均衡问题也是解决问题的关 键;其次,容量的配置都是基于历史数据进行的,微电网有效或经济运行下的储能电池系统 充放电控制也是基于预测数据的,在实际情况中,由于新能源发电单元和负荷单元会存在一 定的随机性和不确定性,设计好的储能电池系统往往会存在一定的误差,也不利于整体的运 行。
因此,开发一种既能够实现储能系统高效经济运行,同时又能够解决电池集成均衡和实 时控制下配置误差的控制策略,具有重要的理论和实际意义。
发明内容
本发明提供了一种基于储能电池系统的分层优化模型,由Operator优化统一协调微网中 各环节,依照所提出的控制策略,完成储能电池单元得充放电和储能电池系统的容量配置的 方法。一方面按照长期容量投资和短期运行使用两个时间尺度,另一方面按照储能电池系统 整体充放电策略和电池单元个体充放电策略,共同完成储能电池系统的最优容量配置和最优 运行方式的制定,目的是在高效使用储能电池系统的前提下完成微电网系统的高效经济运行。 在容量配置的优化过程中,采用主储能单元和辅助储能单元共同完成历史数据和实时运行下 的储能系统容量配置,解决实时控制下存在误差的问题;在储能电池充放电优化过程中,采 用先优化储能整体,然后通过储能均衡技术分配给储能电池单元,确保使用过程中储能电池 单元的一致性。最后,综合上述两方面共同完成储能电池系统在微网中的稳定经济高效运行。
本发明结合储能均衡技术的储能电池系统容量配置方法,是基于微电网的模型,包含新 能源发电单元、可控发电单元(微型燃气轮机)、储能电池单元、负荷单元:
微电网净负荷模型
由于在微电网中,系统主动控制单元为储能电池单元和微型燃气轮机单元,而新能源发 电单元和负荷单元主要受外界因素的影响,会有较大的变化,所以将这两者结合,提出净负 荷概念,用于完成主动控制的要求。具体新能源发电、负荷和净负荷模型如下式(1)
0≤Ppv(t)≤Ppv.c(t)+ppv(t) (1)
0≤Pwt(t)≤Pwt.c(t)+pwt(t) (2)
0≤pl(t)≤pl.c(t)+pl(t) (3)
pnet(t)=pl(t)-ppv(t)-pwt(t) (4)
其中,Ppv(t)和Pwt(t)是日前预测调度下光伏和风力发电的使用值,Ppv.c(t)和Pwt.c(t)是光伏 和风力发电日前预测值,ppv(t)和pwt(t)是实施控制下的新能源发电误差值。pl(t)是负荷 使用估计值,pl(t)是负荷调节值(也可作为弹性负荷变化值),而且负荷还包括家用商用等 多种负荷,拥有很强的适用性。pnet(t)是净负荷的值,用于控制储能系统和可控发电单元的 输出。
微电网储能电池系统模型
储能电池系统在使用过程中,主要考虑充放电的功率和荷电状态(SOC),而这两方面的 控制约束,主要来自于储能系统的额定功率和额定容量。为了防止储能电池超过额定容量, 建立以下充放电模型约束:
-Pba≤pba(t)≤Pba (5)
0≤wba(t)≤Wba (6)
-P'ba≤p'ba(t)≤P'ba (7)
0≤w'ba(t)≤W'ba (8)
其中,Pba和P'ba分别是主电池单元和辅助电池单元的额定功率,单位kW,pba(t)和p'ba(t)是对 应的当前时刻的充放电功率,大于零时储能电池充电,小于零时储能系统放电。Wba1和W'ba分 别表示主电池单元和辅助电池单元的额定容量,单位是kW·h,wba(t)和w'ba(t)是对应储能单 元的当前时刻电能储存量。同时,依据储能电池充放电准则,本文对不同储能单元的荷电状 态SOC进行了相应的模型和约束建立,具体表达式如下:
其中,Socmin和Socmax分别是储能电池荷电状态上下限,对储能系统剩余电量比例进行约束, 取值在0~1之间。前两个式子分别表示储能系统随着充放电的进行,Soc发生相应的变化,其 中,ηc和ηd为对应充放电的效率;最后一个式子表达了储能系统的一个周期环境下,初始状 态与末尾状态一直,保证了储能系统运行的周期性,有利于下一周期的运行。
在储能电池系统内部,有多个储能单元模块组成,通过模块的共同出力,完成相应的工 作。各模块的功率和荷电状态与储能电池系统的关系可以表示如下:
其中,SOCi(t)指的是各电池模块的荷电状态,pi(t)指的是个电池模块的功率出力情况。N代 表的是电池模块总体数量。在初始化储能电池系统构建时期,必须满足各模块在参数设置等 方面保持一致,这也是构建系统的前提条件。分析出力之后,本专利建立了新的储能电池模 块储能分配方案,如下:
储能电池系统放电情况下(pba(t)>0):
储能电池系统充电情况下(pba(t)<0):
针对该分配模型,还存在一定的不足,也就是该分配方案会导致部分模块充放电过大, 超过额定充放电范围,所以仅仅作为策略初期分配,后期需要配合本专利的两阶段分层优化 算法进行进一步的优化。
Opreator优化模型
Operator优化模型主要是在经济性优化基础上,配合储能系统及其相关微电网部件操作 的稳定性的前提下完成的。主要包括以下几部分:
1)储能系统优化控制模块
主储能单元由铅酸蓄电池组成,而在铅酸蓄电池的使用过程中,电池的寿命和充放电次 数以及充放电深度密切相关。图4是电池在设计寿命周期内的最大充放电次数与充放电深度 之间的关系曲线,可以看出,随着充放电深度的加深,充放电循环次数呈指数下降,也就是 说缓慢的充放电可以减小储能电池的损耗,具体关系如下:
其中,R(t)为充放电深度,与充放电功率保持一致,NBESS(t)为当前状态下电池充放电循环次数,α1~α5为铅酸蓄电池的特征参数。那么,每次进行充放电操作所损耗的电池占总电池比例的0.5/NBESS,所以, 可得出每次操作所产生的损耗费用为:
其中,Cw和Cp是单位容量和功率的电池安装费用。
针对现阶段的储能系统高成本高损耗而言,能够在正常使用条件下,减小电池的额定容量,可以有效 提高储能系统的使用效率。那么,在使用过程中,如果能够对储能系统的充放电状态波动进行相应的控制, 使得电池能量变化在更小的范围内,就可以相应减小电池额定容量配置,从而减小储能系统的安装费用。 所以,本文提出下面的荷电状态波动控制目标:
其中,δ是储能系统充放电波动系数。
对于现阶段储能系统的配置问题,除了需要配置其储能容量,还必须对储能系统的额定功率进行约束。 由于功率与荷电状态的变化有关,所以通过有效地控制电池荷电状态的变化,使得功率变缓,将是该问题 的一种有效的解决方案,它可以表示为下面的目标函数:
同时,依据本专利提出的储能单元模块均衡技术,作为评判储能单元模块是否到达一致的效果,需要 采用各模块的方差进行评判,方差越小,说明一致效果越好,能够更大限度的延长储能电池系统的使用时 间。
其中,pi(t)为个储能单元模块的出力情况,p'为平均出力情况。
综上所述,根据本文提出的策略,储能电池在使用过程中的综合损耗为:
Cba(t)=Ca(t)+Cb(t)+Cc(t)+Cv(t) (19)
将该目标作为校准储能电池容量配置的基准,可以有效地减小相应配置,还能提高电池使用效率。
2)燃气轮机优化控制模块
本专利引入燃气轮机来代替并网模式公共电网的作用,同时由于其可控性较强,更加有 利于微网的控制。本专利采用下面的微型燃气轮机燃气成本函数:
Cf1=β1pfc 2(t)+β2pfc(t)+β3 (20)
其中,pfc(t)表示微型燃气轮机的工作功率,β1~β3为微型燃气轮机的特征参数。同时,在运 行过程中,要求燃气轮机的功率满足下面约束,防止其过载操作,造成设备的损毁:
0≤pfc≤Pfc (21)
其中,Pfc为燃气轮机的额定功率。
综合上述两个优化控制模块,结合式(22)的微电网功率平衡模型,得出operator优化 模型如式(23)所示:
pfc(t)+ppv(t)+pwt(t)=pba(t)+pl(t) (22)
最后,考虑到本专利储能电池系统所涉及的问题是由内而外的,所以该优化问题可以分成两阶段进行 优化:1)第一阶段为内层优化,主要是针对储能电池模块均衡问题提出符合要求的最优系统短时运行策 略;2)第二阶段为外层优化,在既定运行策略下得出所需要配置的最小储能电池系统容量,包括主储能 系统容量配置和辅助储能系统容量配置。注意到两阶段优化问题存在耦合关系,因为储能电池系 统容量配置会影响后续的短时运行策略制定,而短时运行策略的制定又会影响到储能电池系 统的配置。所以要解决这个问题,需要将operator优化模型转化成两个子目标函数进行分析。
其中,优化问题P1中包括Operator及用户的决策变量:通常Operator不直接控制用户的功率消耗,用户负荷可以自己决定用电行为而不必向Operator汇报,从而保护了用户用电的隐私性,operator主要控制储能电池系统和微型燃气 轮机的处理情况。所以在接下来的章节中本发明设计了一种分层求解算法。
基于储能最优容量配置与系统最优运行策略的分层优化算法
由图2中储能电池系统设计的两个角度来看,内层优化主要是按短时间尺度(日)来求 解问题P1,在设定的初始容量配置的前提下,以经济最优为目的,得出所需要的日微电网系 统最有运行策略,即储能电池系统出力策略、储能单元模块均衡出力方式以及微型燃气轮机 出力情况。在通过改变外层优化问题P2中储能系统容量配置,继续优化问题P1,通过不断 的迭代优化,完成所需的储能均衡和容量配置。
本发明的具体技术方案是:结合储能均衡技术的储能电池系统容量配置方法,包括以下 步骤:
步骤一:求解微网最优运行P1
在微电网运行中,一般会通过分析得出日前预测值,针对该预测值,利用智能优化算法, 定义相应的operator决策变量,operator通过决策得出的储能电池系统的总输出,进行储 能单元模块均衡策略的相应,并将结果反馈给operator进行决策修改,具体的储能单元模块 均衡方法如下:
方法1:储能电池单元模块均衡方法
内层优化主要包括两个过程:1)operator根据式(24),利用智能优化算法,得出个微 网组成部分的出力情况;2)依据优化后的出力情况,通过设计的储能电池单元均衡方法,对 储能电池内部出力进行进一步的均衡,达到所需要的电池一致性要求,并将结果反馈给 operator,用来完成策略的进一步优化,得出满足要求的解。
步骤二:求解微电网储能容量配置问题P2
对于问题P2的主储能部分,首先针对日前预测数据,得出净负荷量,分析所需要的容量 初始值。筛选方式如下:
1)净负荷量大于零时,初始化为较大的燃气轮机配置,较小的储能系统配置。
2)净负荷量接近于零时,初始化为较小的燃气轮机配置,较大的储能系统配置。
3)净负荷量小于零时,新能源浪费较多,建议减小新能源发电量或增大负荷量,通过1) 和2)来完成筛选。
在初始化容量之后,需要通过问题P1所得出的微电网运行优化策略来进行下一步的配置。
对于问题P2的辅助储能电池系统的配置问题,本发明采用模拟场景法,对某一环境下新 能源发电误差进行模拟,产生众多场景,然后对这些场景进行分析,得出每个场景下辅助储 能系统的充放电过程。为了能够充分消除新能源发电误差带来的影响,在该过程中,储能系 统设定为无限大容量和无限大功率配置。最后通过这些电池的剩余荷电状态以及功率变化曲 线,给出每个环境下完全消除误差影响的最小配置方案,然后,针对上述各个场景的最小配 置方案,画出频率分布直方图,依据分布图找出最优配置方案。
在得到最优配置方案的前提下,针对实施环境下产生的误差进行策略制定,通过策略控 制辅助储能系统和燃气轮机之间的调度,由于实时调度无法顾及全局,所以在当前时刻进行 最优操作,获得最大利益即可。具体情况和操作策略制定如表下所示,其中,pre(t)为新能 源发电误差。
最后,将问题P1与问题P2结合起来,通过P1的值不断优化储能电池系统容量配置的范 围,收敛到一定范围内,即为本发明所需要的最优容量配置。
本发明提供了一种采用储能均衡技术优化微网整体运行的储能系统容量配置策略,从 Operator的角度提出了一种针对储能均衡的优化运行策略。该方法在完成储能电池均衡出力, 延长储能电池使用寿命的前提下,进一步完成储能系统容量优化配置,从双层角度降低储能 系统的使用成本,为储能系统的大力推广提供了帮助。
附图说明
图1是微电网孤网模式示意图。
图2是内外层优化模型示意图。
图3是主储能系统容量配置流程图。
图4是充放电循环次数与充放电深度关系曲线。
附图符号说明
图1中,微网的年投资时间周期Η={1,...,D},日运行时间周期T={1,...,T},其中D 为投资年限,T为日运行周期时长,每个供电时段满足t∈Τ。用户类型分为普通居民用户和 商业用户,分别用N={1,...,N}表示居民用户户数,其中变量i表示居民用户;M={1,...,M} 表示商铺数量,其中变量j表示商业用户。
图2中,BESS1为主储能系统,BESS2为辅助储能系统,优化模型分为内外两层,Operator 是微网的调度决策者。内层的优化目标最小化微网的投资与运行成本,主要由两部分组成: 其一使用过程中产生的损耗费用,其二是针对储能均衡技术以及系统运行稳定性进行控制。 其中,储能容量作为一个耦合变量,一方面直接影响了储能的投资成本,另一方面储能容量 的大小间接影响了微网的运行成本。外层的优化目标是最小化储能容量配置,进一步延长储 能寿命,降低微电网构建的储能成本。
图3中,针对构建储能系统前的微电网状态,选取适合的储能电池初始化容量,通过智 能优化算法等,得出所需要的容量配比。
具体实施方式
以下结合附图并通过实例对本发明进一步说明。
如图1、图2所示,本发明所采用的微网系统包括一台光伏发电设备、一台风力发电机 组、一台储能设备和一台微型燃气轮机。储能的投资决策年限为10年,储能设备的单位成本 价格为1600¥/kWh,储能的其他技术参数如下:充电效率ηc=0.96,放电效率ηd=0.96,最 大荷电状态和最小荷电状态分别是socmin=0.2,socmax=0.8。其他参数设置如下:
最小的调度时间间隔设为一小时,如00:00~00:59视为第一供电时段,其他供电时段依 次类推,因此,一天可以划分为24个供电时段。
下面给出联合储能容量配置与优化运行的微网系统总体流程,如图3所示:
1.初始化微网系统投资与运行的技术参数:储能设备的投资年限,储能单位容量价格、 充放电效率、充放电成本系数、荷电状态等;
2.统计日前预测数据,计算净负荷量,选择所需要的储能系统初始容量配比;
3.Operator通过依据新能源发电、负荷需求,以及微型燃气轮机出力要求,利用智能优 化算法优化储能的充放电策略,同时得出新能源发电实际利用值、燃气轮机实际出力, 完成微电网的经济、稳定运行;
4.理由上一环节收集到的储能系统充放电数值,参照储能电池单元模块均衡策略,完成 储能电池系统单元出力分析,得出满足条件的供电方式;
5.利用所得到的运行策略,反馈得出该运行条件下的储能系统容量配置,并与原始值进 行比较,不断收敛所需要的储能系统容量配置;
6.更新迭代新的容量配置,进行重复计算,满足收敛条件即可输出结果;
7.Operator根据均衡技术条件下的最优日运行计划,优化储能的最优整数投资容量,并 结束算法。
本发明通过内外层的分层优化设计,内层解决储能电池模块不均衡问题所带来的异 常损耗问题,外部针对储能电池系统容量配比的优化问题进行分析,综合得出结果,能够在保证储能电池单元模块一致性的前提下完成外层储能系统配置,逐步降低储能配置成本,延长储能使用时间。同时设计了主储能和辅助储能系统,不仅能够利用日前预测 数据完成容量配置,还可以在实时状态下,解决新能源和负荷不确定性问题。最终达到 配置最优,经济运行,系统稳定的效果。
Claims (2)
1.一种结合储能均衡技术的储能电池系统容量配置方法,包括如下步骤:
(1)初始化微网系统投资与运行的技术参数:包括储能设备的投资年限,储能单位容量价格、充放电效率、充放电成本系数、荷电状态;
(2)统计日前预测数据,计算净负荷量,选择所需要的储能电池系统初始容量配比;
(3)Operator通过依据新能源发电、负荷需求,以及微型燃气轮机出力要求,利用智能优化算法优化储能的充放电策略,同时得出新能源发电实际利用值、燃气轮机实际出力,完成微电网的经济、稳定运行原始值P1;
(4)利用上一步骤收集到的储能电池系统充放电数值,参照储能电池单元模块均衡策略,完成储能电池系统出力分析,得出满足条件的供电方式;
(5)利用所得到的运行均衡策略,反馈得出运行条件下的储能电池系统容量配置P2,并与原始值P1进行比较,不断收敛所需要的储能电池系统容量配置;
(6)更新迭代新的容量配置,进行重复计算,满足收敛条件即可输出结果;
(7)Operator根据均衡技术条件下的最优日运行计划,优化储能的最优整数投资容量,完成配置;
所述原始值P1是通过分析得出日前预测值,针对该预测值,利用智能优化算法,定义相应的Operator决策变量,Operator通过决策得出的储能电池系统的总输出,进行相应的储能电池单元模块均衡策略,并将结果反馈给Operator进行决策修改;
储能电池单元模块均衡策略方法如下:
1、初始化:初始化中间校验参数flag(i)=1,i∈N;
储能总输出误差ε=0.02;
通过公式(12)和(13)初始化各储能电池单元模块输出;
储能电池系统放电情况下pba(t)>0:
储能电池系统充电情况下(pba(t)<0):
SOCi(t)指的是各电池模块的荷电状态,pi(t)指的是各个电池模块的功率出力情况;N代表的是电池模块总体数量;
2、迭代判断:
在放电条件下,即pi(t)≤0,flag(i)=1的情况下,
由于上次分配时校验参数为0的是已经饱和输出的储能电池单元模块,所以不再进行分配,需要分配剩余电池模块,即flag(i)=1的模块,
分配方案在所有电池均饱和或误差满足条件的前提下结束,并对电池进行分析,若在均饱和状态下结束,则需要调整储能容量的大小,以满足日常需求;
3、将储能电池模块均衡分配结果反馈给Operator,用来调整输出或者控制容量配置达到相应的要求;
所述(5)中利用所得到的运行均衡策略,是为了能够充分消除新能源发电误差带来的影响,储能电池系统设定为无限大容量和无限大功率配置;通过这些电池的剩余荷电状态以及功率变化曲线,给出每个环境下完全消除误差影响的最小配置方案,然后,针对各个场景的最小配置方案,画出频率分布直方图,依据频率分布直方图找出最优配置方案P2;
在得到最优配置方案P2的前提下,针对实施环境下产生的误差进行策略制定,通过策略控制辅助储能电池系统和燃气轮机之间的调度,由于实时调度无法顾及全局,所以在当前时刻进行最优操作,获得最大利益即可;具体运行条件如下表所示,其中,Vpre(t)为新能源发电误差,即通过计算得出的新能源发电预测值,与实际输出值之间的差值;
Wba和W′ba分别表示主电池单元和辅助电池单元的额定容量,单位是kW·h;
SOCi(t)指的是各电池模块的荷电状态;
SOCmin和SOCmax分别是储能电池荷电状态上下限,对储能系统剩余电量比例进行约束,取值在0~1之间;
最后,将P1与P2结合起来,通过P1的值不断优化储能电池系统容量配置的范围,收敛到一定范围内,即为所需要的最优容量配置。
2.根据权利要求1所述的一种结合储能均衡技术的储能电池系统容量配置方法,其特征在于,所述储能电池系统容量配置P2,包括:
对于P2的主储能部分,针对日前预测数据,得出净负荷量,分析所需要的容量初始值;筛选方式如下:
1)净负荷量大于零时,初始化为较大的燃气轮机配置,较小的储能电池系统配置;
2)净负荷量接近于零时,初始化为较小的燃气轮机配置,较大的储能电池系统配置;
3)净负荷量小于零时,新能源浪费较多,建议减小新能源发电量或增大负荷量,通过1)和2)来完成筛选;
在初始化容量之后,需要通过P1所得出的微电网运行优化策略来进行下一步的配置;
对于P2的辅助储能电池系统的配置问题,采用模拟场景法,对某一环境下新能源发电误差进行模拟,产生众多场景,然后对这些场景进行分析,得出每个场景下辅助储能电池系统的充放电过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810150525.1A CN108551176B (zh) | 2018-02-13 | 2018-02-13 | 一种结合储能均衡技术的储能电池系统容量配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810150525.1A CN108551176B (zh) | 2018-02-13 | 2018-02-13 | 一种结合储能均衡技术的储能电池系统容量配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108551176A CN108551176A (zh) | 2018-09-18 |
CN108551176B true CN108551176B (zh) | 2021-09-03 |
Family
ID=63515945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810150525.1A Expired - Fee Related CN108551176B (zh) | 2018-02-13 | 2018-02-13 | 一种结合储能均衡技术的储能电池系统容量配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108551176B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109995062B (zh) * | 2019-03-22 | 2023-05-09 | 广东工业大学 | 一种微网储能设备投资配比优化方法 |
CN110147583A (zh) * | 2019-04-23 | 2019-08-20 | 常伟 | 一种通过化学储能电池进行储能系统集成的应用分析方法 |
CN111082446B (zh) * | 2020-01-23 | 2021-08-03 | 江苏南通发电有限公司 | 一种考虑电池自消耗的储能优化配置方法 |
CN112488370B (zh) * | 2020-11-20 | 2023-09-22 | 西安热工研究院有限公司 | 一种采用需求侧响应规划的储能优化方法 |
CN115423388B (zh) * | 2022-11-04 | 2023-02-07 | 国网浙江省电力有限公司金华供电公司 | 一种电网侧独立储能站容量动态分配方法 |
CN116780637B (zh) * | 2023-08-18 | 2023-11-21 | 山东赛马力发电设备有限公司 | 一种分布式能源管理系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105515032A (zh) * | 2016-01-27 | 2016-04-20 | 广东工业大学 | 智能微网储能控制方法 |
WO2016147326A1 (ja) * | 2015-03-17 | 2016-09-22 | 株式会社東芝 | 蓄電池管理装置、方法及びプログラム |
CN107229987A (zh) * | 2016-03-23 | 2017-10-03 | 国网青海省电力公司 | 基于光储系统运行优化的混合储能配比计算方法 |
CN107370170A (zh) * | 2017-06-23 | 2017-11-21 | 浙江大学 | 一种考虑容量电价和负荷预测误差的储能系统容量配置方法 |
-
2018
- 2018-02-13 CN CN201810150525.1A patent/CN108551176B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016147326A1 (ja) * | 2015-03-17 | 2016-09-22 | 株式会社東芝 | 蓄電池管理装置、方法及びプログラム |
CN105515032A (zh) * | 2016-01-27 | 2016-04-20 | 广东工业大学 | 智能微网储能控制方法 |
CN107229987A (zh) * | 2016-03-23 | 2017-10-03 | 国网青海省电力公司 | 基于光储系统运行优化的混合储能配比计算方法 |
CN107370170A (zh) * | 2017-06-23 | 2017-11-21 | 浙江大学 | 一种考虑容量电价和负荷预测误差的储能系统容量配置方法 |
Non-Patent Citations (1)
Title |
---|
混合储能多目标容量优秀配置;李世泽等;《电源学报》;20180715;第16卷(第4期);第174-179页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108551176A (zh) | 2018-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108551176B (zh) | 一种结合储能均衡技术的储能电池系统容量配置方法 | |
CN107545325B (zh) | 一种基于博弈论的多微网互联运行优化方法 | |
CN107301470B (zh) | 一种配电网扩展规划与光储选址定容的双层优化方法 | |
WO2023274425A1 (zh) | 一种风光水火储系统的多能容量优化配置方法 | |
CN108667052B (zh) | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 | |
CN109361237B (zh) | 基于改进混合粒子群算法的微电网容量优化配置方法 | |
CN108092290B (zh) | 一种联合储能容量配置与优化运行的微网能量配置方法 | |
CN107994595A (zh) | 一种削峰填谷控制方法和系统以及应用该控制方法的系统 | |
CN103986194B (zh) | 一种独立型微网优化配置方法和装置 | |
CN107453407B (zh) | 一种智能微电网分布式能源调度方法 | |
CN106505558B (zh) | 一种直流配电网的能量输送控制方法及装置 | |
CN108695868A (zh) | 基于电力电子变压器的配电网储能选址定容方法 | |
CN110474353B (zh) | 分层式储能系统及其参与的电网调频协调控制方法 | |
CN113313613A (zh) | 一种电力配网模块化可移动电池储能mmbes优化配置方法 | |
CN109713666A (zh) | 一种基于K-means聚类的电力市场下分布式储能经济性调控方法 | |
CN111064192A (zh) | 一种计及源荷不确定性的独立型微网容量优化配置方法 | |
CN113675890A (zh) | 基于td3的新能源微电网优化方法 | |
CN112734116A (zh) | 一种含分布式储能的主动配电网优化调度方法 | |
Jin et al. | Research on energy management of microgrid in power supply system using deep reinforcement learning | |
CN115496256A (zh) | 一种基于神经网络预测的共享储能容量优化方法 | |
CN108683211A (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 | |
CN110729759B (zh) | 一种微电网中分布式电源配置方案的确定方法及装置 | |
CN109687449B (zh) | 微电网协调控制装置及控制方法 | |
CN109119988B (zh) | 基于动态批发市价的光伏-电池微电网能量调度管理方法 | |
Dehghanpour et al. | Intelligent microgrid power management using the concept of Nash bargaining solution |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210903 Termination date: 20220213 |
|
CF01 | Termination of patent right due to non-payment of annual fee |