CN109167391A - 一种基于集合经验模态分解的梯次电池储能电站能量管理方法及系统 - Google Patents
一种基于集合经验模态分解的梯次电池储能电站能量管理方法及系统 Download PDFInfo
- Publication number
- CN109167391A CN109167391A CN201811169410.3A CN201811169410A CN109167391A CN 109167391 A CN109167391 A CN 109167391A CN 201811169410 A CN201811169410 A CN 201811169410A CN 109167391 A CN109167391 A CN 109167391A
- Authority
- CN
- China
- Prior art keywords
- battery
- power
- energy
- soc
- formula
- 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.)
- Pending
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 62
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 16
- 238000007726 management method Methods 0.000 title claims abstract description 8
- 230000005611 electricity Effects 0.000 claims abstract description 12
- 230000003044 adaptive effect Effects 0.000 claims abstract description 7
- 230000000694 effects Effects 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 22
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 206010008190 Cerebrovascular accident Diseases 0.000 claims description 2
- 208000006011 Stroke Diseases 0.000 claims description 2
- 230000005622 photoelectricity Effects 0.000 claims 1
- 230000000087 stabilizing effect Effects 0.000 abstract description 3
- 229910052744 lithium Inorganic materials 0.000 description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 239000005955 Ferric phosphate Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 229940032958 ferric phosphate Drugs 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- WBJZTOZJJYAKHQ-UHFFFAOYSA-K iron(3+) phosphate Chemical compound [Fe+3].[O-]P([O-])([O-])=O WBJZTOZJJYAKHQ-UHFFFAOYSA-K 0.000 description 1
- 229910000399 iron(III) phosphate Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- H02J3/382—
-
- 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
-
- 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
-
- 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)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提供一种基于集合经验模态分解的梯次电池储能电站能量管理方法及系统,对风电、光伏和储能系统构成的微电网系统进行功率平抑控制的同时,还可延长电池寿命,提高储能系统的能量效率。本系统主要包括集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)分频控制器和储能控制器。EEMD分频控制器中引入自适应调阶模块和波动率计算模块,从而将风光发电功率曲线分解为满足并网要求的低频分量,以及由储能系统吸收的高频分量;储能控制器将储能出力功率按比例分配给电池,使电池荷电状态趋于一致,从而避免电池局部过充过放造成的整体容量衰减。
Description
技术领域
本发明属于新能源发电控制技术领域,涉及一种基于集合经验模态分解的梯次电池储能电站能量管理方法及系统。
背景技术
近年来,储能系统在太阳能、风能等新能源电站中用于功率波动抑制、削峰填谷可以很好提高新能源电站的利用效率,但储能系统主要由锂电池组成,储电的成本高造成缺乏经济性。随着近年来电动汽车的普及,未来大量的退役电动汽车电池再利用是一个很大的问题。动力电池梯次利用有2种途径:拆解回收材料和降低性能使用。锂电池材料回收价值低,成本高。退役电动汽车锂电池通过控制充放电流还有80%的容量可以使用。
太阳能、风能等新能源具有波动性、随机性和间歇性。如果新能源电站直接输出到电网,会污染电网的电能质量。采用储能系统对新能源电站的输出电量进行功率波动抑制和削峰填谷是必然的技术手段。退役电动汽车电池用于太阳能、风能等新能源电站的储能系统,解决储电成本高没有经济性的问题,同时也提高资源的利用率,实现低碳利用能源。
退役电动汽车电池拆解成标准的电池模块,经筛选重新组成性能一致的电池模块成本高。采用不拆解直接利用电动汽车电池需要精确控制充放功率,每个储电单元都是小功率模块。将多个可单独控制充放电功率的退役电动汽车电池组合构成大型储能系统,需要满足太阳能、风能等新能源电站的接入电网要求,同时退役电动汽车电池SOC的不一致性高,需要有调度算法才能有效延长电池寿命和提高储电效率。
现有的储能系统用于平抑风光功率波动的技术方案,未考虑多个电池如何在正常荷电状态内,既能使风光波动率满足指标要求,又能维持储能系统的能量利用效率。相较于现有技术,本发明保证了风光平抑效果及波动率达到指标的同时,还采用了基于SOC均衡的电池功率分配方法,提高了电池整体的能量效率。
发明内容
本发明提供一种基于集合经验模态分解的梯次电池(退役电池梯次利用,简称“梯次电池”)储能电站能量管理方法及系统,其能平抑风光功率的波动同时能延长电池寿命,并且能提高整个储能系统的整体能量效率。
为了实现上述目的,本发明通过以下方案进行实现:
第一步:风光功率曲线经过EEMD分频控制器分解成高频和低频分量,低频分量用于并网,高频分量用于储能出力。
第二步:储能控制器将储能出力功率按比例分配给电池(子电池系统:简称为“电池”)。
根据第一步中风光功率信号经过EEMD分频控制器分解成高频和低频信号,具体为:
S1.1风光功率信号经过EEMD分解模块,分解为n个IMF和一个剩余的rn(t),即:
式中cj(t)为第j个IMF,rn(t)为余量。
S1.2.将分解结果和平滑波动率δ作为自适应调阶器的输入,EEMD滤波阶数为输出。根据滤波阶数,确定下一时刻的平滑输出结果。
S1.3阶次k的取值根据标准化模量累积均值方法选取,第m阶标准化模量累积均值的计算式为:
式中:M(·)是均值公式,S(·)为方差公式。当明显偏离0时,即即认为从第m阶开始EEMD趋势发生变化,k=m。
如果从k阶开始趋势发生变化,认为滤波阶数k为高阶和低阶的分界点。
对于第一步S1.2中将分解结果和波动率δ作为自适应阶器的输入,EEMD滤波阶数值为输出,具体为:
S2.1计算波动率:
式中:δ为功率平滑后的波动率,maxPref(l)和minPref(l)分别为平抑时间尺度为l时的功率最大值和最小值,PN为风光装机额定功率。
S2.2判断δ是否满足要求,如果满足,输出对应滤波阶数,否则加大滤波阶数的选取。
S2.3将新的阶数下平滑后的结果重复S2.1、S2.2,直到输出结果。
根据第一步中低频分量用于并网,高频分量用于储能吸收。具体为:
将k阶之后的所有IMF之和的低频部分作为并网输出功率,从第1阶到第k-1阶的IMF之和为高频部分,由储能电池吸收。即:
式中P′bat和Pr′ef分别为储能出力参考功率和并网目标参考功率;cj(t)为固有模态函数,其代入值为所有固有模态函数均值。
第二步:储能控制器将储能出力功率按比例分配给电池,具体为:
S3.1判断充放电;
S3.2.判断每个电池电池荷电状态(SOC)是否满足条件;
S3.3调用数据,计算每个电池功率分配比例。
根据S3.1步骤所述判断储能系统需要充电还是放电,具体为:
Pr′ef=Pw-solve+cP′bat
式中:Pw-solve为风电光电功率,c为±1,其中,c为1时,电池充电,c为-1时,电池放电。
根据S3.2步骤所述,判断电池SOC是否满足充放电要求,每隔一个固定周期(例如1min)做一次判断,具体为:
储能系统需要放电时:判断电池SOC是否高于SOCmin(SOC下限),若是,等待放电指令;否则,该电池等待充电。
储能系统需要充电时:判断电池SOC是否低于SOCmax(SOC上限),若是,等待充电指令;否则,该电池等待放电。
根据S3.3所述方法,调用数据库数据,计算数据库中电池分配功率,具体为:
根据S3.2中需要放电电池个数,调用它们SOC数据,对电池具体分配,计算式如下:
式中:Pi在t时刻对第i个储能变流器(PCS)分配的功率;SOCi(t)为第i个电池的在t时刻的SOC值;i=1,2,3...q,q为放电电池个数。
判断Pi是否小于该电池最大额定输出功率,若是,按照上式分配方式放电;若否,按照该电池最大功率充电。
根据S3.2中需要充电电池个数,调用它们SOC数据,对电池具体分配,计算式如下:
式中:Pi在t时刻对第i个PCS分配的功率;SOCi(t)为第i个电池的在t时刻SOC的值;i=1,2,3...λ,λ为充电电池个数。
判断Pi是否小于该电池最大额定输出功率,若是,按照上式分配方式充电;若否,按照该电池最大功率充电。
为了满足上述方案,对电池的要求为:
这N个电池可单独进行充放电控制。
每个电池有与之相对应的储能变流器对其进行充放电。
本发明针对梯次电池作为蓄电系统用于平抑风光功率波动,提出一种控制系统及方法,既能达到平抑风光功率的目的,同时有效解决了储能SOC差异而导致的储能装置不能被高效利用的问题,并最终实现储能装置SOC与其输出功率的平衡,对延长电池寿命起到了积极作用。
附图说明
图1是本发明基于集合经验模态分解的梯次电池储能电站能量管理方法及系统流程图。
图2是储能控制器具体控制流程图。
图3是储能单元电池配置。
图4是风光实际功率曲线和平抑后的功率曲线。
具体实施方式
结合附图对本发明的实施方式进行具体说明。
附图1是本发明基于集合经验模态分解的梯次电池储能电站能量管理方法及系统流程图。如图所示,本发明控制系统主要包括EEMD分频控制器、储能控制器。控制方法为风光功率经过采集进入EEMD分频控制器,将功率曲线分成高频分量和低频分量。其中低频分量作为并网信号,高频分量作为储能吸收信号。储能控制器接收信号后判断充放电,然后对电池进行具体分配。
其中EEMD分频器主要包括EEMD分解模块、自适应调阶模块、功率波动率计算模块,具体如下:
风光功率信号经过EEMD分解模块,分解为n个IMF和一个剩余的rn(t),即:
式中cj(t)为第j个IMF,rn(t)为余量。
将分解结果与波动率计算模块作为自适应调阶器的输入,EEMD滤波阶数为输出。根据滤波阶数,确定下一时刻的平滑输出结果。
波动率计算及阶数调整具体为:
S1.计算波动率:
阶次k的取值根据标准化模量累积均值方法选取,第m阶标准化模量累积均值的计算式为:
式中:δ为功率平滑后的波动率,maxPref(l)和minPref(l)分别为平抑时间尺度为l时的功率最大值和最小值,PN为风光装机额定功率。
S2.判断δ是否满足要求,如果满足,输出对应滤波阶数,否则加大滤波阶数的选取。
S3.将新的阶数下平滑后的结果重复S1、S2,直到输出结果。
高频与低频的选取:
式中:M(·)是均值公式,S(·)为方差公式。当明显偏离0时,即即认为从第m阶开始EEMD趋势发生变化,k=m。
如果从k阶开始趋势发生变化,认为滤波阶数k为高阶和低阶的分界点。
将k阶之后的所有IMF之和的低频部分作为并网输出功率,从第1阶到第k-1阶的IMF之和为高频部分,由储能电池吸收。即:
式中P′bat和Pr′ef分别为储能出力参考功率和并网目标参考功率;cj(t)为固有模态函数,其代入值为所有固有模态函数均值。
如附图2中,储能控制器具体控制流程图:
首先,判断模块主要功能为判断储能系统需要充电还是放电,计算式为:
Pr′ef=Pw-solve+cP′bat
式中:Pw-solve为风电光电功率,c为±1,其中,c为1时,电池充电,c为-1时,电池放电。
其次,判断模块主要功能为判断电池SOC是否满足充放电要求,每隔一个固定周期(例如1min)做一次判断,具体为:
储能系统需要放电时:判断电池SOC是否高于SOCmin(SOC下限),若是,等待放电指令;否则,该电池等待充电。
储能系统需要充电时;判断电池SOC是否低于SOCmax(SOC上限),若是,等待充电指令;否则,该电池等待放电。
最后,调用数据库数据,计算电池分配功率,具体为:
根据需要放电电池个数,调用SOC数据,对电池具体分配,计算式如下:
式中:Pi在t时刻对第i个PCS分配的功率;SOCi(t)为第i个电池的在t时刻的SOC值;i=1,2,3...q,q为放电电池个数。
判断Pi是否小于该电池最大额定输出功率,若是,按照上式分配方式放电;若否,按照该电池最大功率充电。
根据需要充电电池个数,调用SOC数据,对电池具体分配,计算式如下:
式中:Pi在t时刻对第i个PCS分配的功率;SOCi(t)为第i个电池的在t时刻SOC的值;i=1,2,3...λ,λ为充电电池个数。
判断Pi是否小于该电池最大额定输出功率,若是,按照上式分配方式充电;若否,按照该电池最大功率充电。
附图3为电池配置图,为了满足上述方案,对电池的要求为:
这N个电池可单独进行充放电控制。
每个电池有与之相对应的储能变流器对其进行充放电。
以总额定输出功率为1MW的风光电机在某一天实际运行数据为例,配置电池为10KW/100KWh的磷酸铁锂电池10个,SOC范围为[0.3,0.7],采样间隔Δt=1min,使用仿真软件进行仿真,实际功率曲线与平抑后的功率曲线如附图4所示。从图中可以看出,用本发明的方法,风光电场的功率输出波动得到平抑。
上述实施案例仅为本发明便于本技术领域的技术人员理解本发明,并不是限定发明保护范围。本领域的技术人员应当理解,对本发明的技术方案进行修改或者等同替换,但不脱离本发明技术方案的宗旨和范围,应均属于本发明保护范围之内。
Claims (9)
1.一种基于集合经验模态分解的梯次电池(退役电池梯次利用,简称“梯次电池”)储能电站能量管理方法及系统,其特征在于,对风电、光电和储能系统构成的微电网系统进行功率平抑控制,其能平抑功率的波动同时能延长电池寿命,并且能提高整个储能系统的整体能量效率;本系统主要包括EEMD分频控制器和储能控制器;EEMD分频控制器EEMD分频控制器中引入自适应调阶模块和波动率计算模块,从而将风光发电功率曲线分解为满足并网要求的低频分量,以及由储能系统吸收的高频分量;储能控制器将储能出力功率按比例分配给电池;具体方法为:
第一步:EEMD分频控制器将功率曲线分解为高频分量与低频分量,低频分量用于并网,高频分量用于储能出力;
第二步:储能控制器将储能出力功率按比例分配给电池(子电池系统:简称为“电池”),电池荷电状态趋于一致,从而避免电池局部过充过放造成的整体容量衰减。
2.根据权利要求1中所述的方法,其特征在于,所述第一步中风光功率信号经过EEMD(聚类经验模态分解)控制器分解成高频分量和低频分量,具体为:
S1.1.风光功率信号经过EEMD分解模块,分解为n个固有模态函数(Intrinsic ModeFunction,IMF)和一个剩余的rn(t),即:
式中cj(t)为第j个IMF,rn(t)为余量;
S1.2.将分解结果和平滑波动率δ作为自适应调阶模块的输入,EEMD滤波阶数为输出;根据滤波阶数,确定下一时刻的平滑输出结果;
S1.3.阶次k的取值根据标准化模量累积均值方法选取,第m阶标准化模量累积均值的计算式为:
式中:M(·)是均值公式,S(·)为方差公式;当明显偏离0时,即即认为从第m阶开始EEMD趋势发生变化,k=m;
如果从k阶开始趋势发生变化,认为滤波阶数k为高阶和低阶的分界点。
3.对权利要求2中的S1.2步骤,其特征在于,EEMD分解结果和波动率计算模块作为自适应调阶模块的输入,EEMD滤波阶数值为输出,具体为:
S2.1.计算波动率:
式中:δ为功率平滑后的波动率,maxPref(l)和minPref(l)分别为平抑时间尺度为l时的功率最大值和最小值,PN为风光装机额定功率;
S2.2.判断δ是否满足要求,如果满足,输出对应滤波阶数,否则加大滤波阶数的选取;
S2.3.将新的阶数下平滑后的结果重复S2.1、S2.2,直到输出结果。
4.根据权利要求1所述方法,其特征在于,所述第一步低频分量用于并网,高频分量用于储能出力;具体为:
将k阶之后的所有IMF之和的低频部分作为并网输出功率,从第1阶到第k-1阶的IMF之和为高频部分,由储能电池吸收,即:
式中P′bat和P′ref分别为储能出力参考功率和并网目标参考功率;cj(t)为固有模态函数,其代入值为所有固有模态函数均值。
5.根据权利要求1所述方法,其特征在于,储能控制器将储能出力功率按比例分配给电池,具体为:
S3.1.判断充放电;
S3.2.判断每个电池荷电状态(SOC)是否满足条件;
S3.3.调用数据,计算每个电池功率分配比例。
6.根据权利要求5中S3.1步骤所述,其特征在于,充放电判断模块判断储能系统需要充电还是放电,具体为:
P′ref=Pw-solve+cP′bat (6)
式中:Pw-solve为风电光电功率,c为±1,其中,c为1时,电池充电,c为-1时,电池放电。
7.根据权利要求5中S3.2步骤所述,其特征在于,SOC判断模块判断电池SOC是否满足充放电要求,每隔一个固定周期(例如1min)做一次判断,具体为:
储能系统需要放电时:判断电池SOC是否高于SOCmin(SOC下限),若是,等待放电指令;否则,该电池等待充电;
储能系统需要充电时;判断电池SOC是否低于SOCmax(SOC上限),若是,等待充电指令;否则,该电池等待放电。
8.根据权利要求5中S3.3所述方法,其特征在于,功率分配确定模块调用数据,计算每个电池功率分配比例,具体为:
根据S3.2中需要放电电池个数,调用它们SOC数据,对电池具体分配,计算式如下:
式中:Pi在t时刻对第i个储能变流器(PCS)分配的功率;SOCi(t)为第i个电池的在t时刻的SOC值;i=1,2,3...q,q为放电电池个数;
判断Pi是否小于该电池最大额定输出功率,若是,按照式(7)分配方式放电;若否,按照该电池最大功率放电;
根据S3.2中需要充电电池个数,调用它们SOC数据,对电池具体分配,计算式如下:
式中:Pi在t时刻对第i个PCS分配的功率;SOCi(t)为第i个电池的在t时刻SOC的值;i=1,2,3...λ,λ为充电电池个数;
判断Pi是否小于该电池最大额定输出功率,若是,按照式(8)分配方式充电;若否,按照该电池最大功率充电。
9.根据权利要求8所述方法,其特征在于,为了满足上述方案,对电池的要求为:
这N个电池可单独进行充放电控制;
每个电池有与之相对应的储能变流器对其进行充放电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811169410.3A CN109167391A (zh) | 2018-10-11 | 2018-10-11 | 一种基于集合经验模态分解的梯次电池储能电站能量管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811169410.3A CN109167391A (zh) | 2018-10-11 | 2018-10-11 | 一种基于集合经验模态分解的梯次电池储能电站能量管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109167391A true CN109167391A (zh) | 2019-01-08 |
Family
ID=64877605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811169410.3A Pending CN109167391A (zh) | 2018-10-11 | 2018-10-11 | 一种基于集合经验模态分解的梯次电池储能电站能量管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109167391A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110752614A (zh) * | 2019-11-07 | 2020-02-04 | 山东大学 | 一种储能系统控制方法及系统 |
CN111049168A (zh) * | 2019-11-18 | 2020-04-21 | 华北电力科学研究院有限责任公司 | 电池储能系统能量管控方法及系统 |
CN111146793A (zh) * | 2019-12-18 | 2020-05-12 | 济南大学 | 基于功率特征提取的光伏-储能系统容量优化设计方法及系统 |
CN112003273A (zh) * | 2020-08-12 | 2020-11-27 | 杭州海兴泽科信息技术有限公司 | 一种光伏并网系统功率的控制方法 |
CN113343443A (zh) * | 2021-05-24 | 2021-09-03 | 国网综合能源服务集团有限公司 | 一种不同soc的锂电池预制舱功率分配方法 |
CN113471956A (zh) * | 2021-07-02 | 2021-10-01 | 核工业理化工程研究院 | 一种储能飞轮阵列的充放电功率分配方法 |
CN116400244A (zh) * | 2023-04-04 | 2023-07-07 | 华能澜沧江水电股份有限公司 | 储能电池的异常检测方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104600728A (zh) * | 2014-12-29 | 2015-05-06 | 国网新疆电力公司经济技术研究院 | 一种平抑风电功率波动的混合储能容量配置优化方法 |
CN105226689A (zh) * | 2015-10-16 | 2016-01-06 | 中国电力科学研究院 | 考虑运行和维护的多类型储能系统能量管理方法和系统 |
CN105226694A (zh) * | 2015-10-16 | 2016-01-06 | 中国电力科学研究院 | 基于模糊经验模态分解的储能平滑新能源发电控制方法 |
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 |
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系统容量优化配置方法 |
CN108521133A (zh) * | 2018-04-18 | 2018-09-11 | 国网山西省电力公司电力科学研究院 | 基于集合经验模态分解的火-储联合调度调频功率分配方法 |
-
2018
- 2018-10-11 CN CN201811169410.3A patent/CN109167391A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104600728A (zh) * | 2014-12-29 | 2015-05-06 | 国网新疆电力公司经济技术研究院 | 一种平抑风电功率波动的混合储能容量配置优化方法 |
CN105226689A (zh) * | 2015-10-16 | 2016-01-06 | 中国电力科学研究院 | 考虑运行和维护的多类型储能系统能量管理方法和系统 |
CN105226694A (zh) * | 2015-10-16 | 2016-01-06 | 中国电力科学研究院 | 基于模糊经验模态分解的储能平滑新能源发电控制方法 |
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 |
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系统容量优化配置方法 |
CN108521133A (zh) * | 2018-04-18 | 2018-09-11 | 国网山西省电力公司电力科学研究院 | 基于集合经验模态分解的火-储联合调度调频功率分配方法 |
Non-Patent Citations (3)
Title |
---|
孙威等: "基于EEMD的微电网混合储能系统规划方法", 《电器与能效管理技术》 * |
宁阳天等: "储能系统平抑风光发电出力波动的研究方法综述", 《供用电》 * |
杨锡运等: "利用储能系统平滑光伏波动的模糊聚类经验模态分解方法", 《高电压技术》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110752614A (zh) * | 2019-11-07 | 2020-02-04 | 山东大学 | 一种储能系统控制方法及系统 |
CN110752614B (zh) * | 2019-11-07 | 2021-05-07 | 山东大学 | 一种储能系统控制方法及系统 |
CN111049168A (zh) * | 2019-11-18 | 2020-04-21 | 华北电力科学研究院有限责任公司 | 电池储能系统能量管控方法及系统 |
CN111146793A (zh) * | 2019-12-18 | 2020-05-12 | 济南大学 | 基于功率特征提取的光伏-储能系统容量优化设计方法及系统 |
CN111146793B (zh) * | 2019-12-18 | 2021-11-26 | 济南大学 | 基于功率特征提取的光伏-储能系统容量优化设计方法及系统 |
CN112003273A (zh) * | 2020-08-12 | 2020-11-27 | 杭州海兴泽科信息技术有限公司 | 一种光伏并网系统功率的控制方法 |
CN113343443A (zh) * | 2021-05-24 | 2021-09-03 | 国网综合能源服务集团有限公司 | 一种不同soc的锂电池预制舱功率分配方法 |
CN113343443B (zh) * | 2021-05-24 | 2023-05-23 | 国网综合能源服务集团有限公司 | 一种不同soc的锂电池预制舱功率分配方法 |
CN113471956A (zh) * | 2021-07-02 | 2021-10-01 | 核工业理化工程研究院 | 一种储能飞轮阵列的充放电功率分配方法 |
CN116400244A (zh) * | 2023-04-04 | 2023-07-07 | 华能澜沧江水电股份有限公司 | 储能电池的异常检测方法及装置 |
CN116400244B (zh) * | 2023-04-04 | 2023-11-21 | 华能澜沧江水电股份有限公司 | 储能电池的异常检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109167391A (zh) | 一种基于集合经验模态分解的梯次电池储能电站能量管理方法及系统 | |
CN107222013B (zh) | 独立光伏混合储能系统能量控制方法 | |
CN106410861B (zh) | 一种基于可调度能力的微电网优化运行实时控制方法 | |
CN102545250B (zh) | 锂电池储能的风电场功率平滑控制方法及装置和工作方法 | |
CN104779630A (zh) | 一种平抑风电输出功率波动的混合储能系统容量配置方法 | |
CN109217290A (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
CN104362658A (zh) | 一种能量型和功率型混合储能协调控制方法 | |
CN105047966B (zh) | 液流电池多模式运行控制方法及其系统 | |
CN114069676B (zh) | 一种基于soc均分的电池储能电站agc控制方法 | |
CN105226689A (zh) | 考虑运行和维护的多类型储能系统能量管理方法和系统 | |
CN104682408A (zh) | 一种含多类储能的离网型风光储微电网的能量管理方法 | |
CN114336694B (zh) | 一种混合储能电站能量优化控制方法 | |
CN107046290A (zh) | 一种提高区域电网能源利用率的多元储能融合方法 | |
CN105607003A (zh) | 一种储能单元容量测试方法 | |
CN105226694A (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 | |
Deng et al. | Hierarchical distributed frequency regulation strategy of electric vehicle cluster considering demand charging load optimization | |
CN107240925B (zh) | 一种微电网中储能电池系统的控制方法 | |
CN116054242A (zh) | 光储充用一体化的低碳型农村微电网优化运行控制方法 | |
CN115001021A (zh) | 一种混合储能辅助光伏电站参与一次调频的控制方法 | |
Guo et al. | A new battery energy storage system control method based on SOC and variable filter time constant | |
CN105322532A (zh) | 直流微电网储能优化及协调控制方法 | |
CN112928769B (zh) | 一种兼顾补偿预测误差和平抑波动的光伏混合储能控制方法 | |
CN107846035B (zh) | 一种考虑电动汽车充电特性的风光储并网型微网 | |
Chang et al. | A dual-layer cooperative control strategy of battery energy storage units for smoothing wind power fluctuations | |
Han et al. | Energy storage frequency response control considering battery aging of electric vehicle |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190108 |