CN109245141B - 一种配电网自动化系统中复合储能装置的容量优化配置方法 - Google Patents
一种配电网自动化系统中复合储能装置的容量优化配置方法 Download PDFInfo
- Publication number
- CN109245141B CN109245141B CN201811339747.4A CN201811339747A CN109245141B CN 109245141 B CN109245141 B CN 109245141B CN 201811339747 A CN201811339747 A CN 201811339747A CN 109245141 B CN109245141 B CN 109245141B
- Authority
- CN
- China
- Prior art keywords
- bat
- power
- charging
- storage battery
- soc
- 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
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
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
- H02J7/345—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering using capacitors as storage or buffering devices
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种配电网自动化系统中复合储能装置的容量优化配置方法。该方法通过建立储能装置荷电状态况的计算模型,提出一种合理配置复合储能容量的能量调度策略,确定了以年成本最小为目标的优化目标函数,考虑瞬时功率平衡、负荷状态、负荷缺电率和能量溢出比等约束条件,建立负荷储能容量配置的优化模型,并采用模拟退火粒子群优化算法求解此优化问题,从而可以节省复合储能容量配置的成本,为配电网自动化系统中储能装置的容量配置问题提供更为经济有效的解决方案。
Description
技术领域
本发明涉及配电网自动化系统中储能装置的容量配置问题,尤其涉及一种配电网自动化系统中复合储能装置的容量优化配置方法。
背景技术
在实际运行中,储能装置往往需要极强的灵活性和快速性,可以快速应对工况变化,另外为了降低运营成本,储能装置也需要具备较长的使用寿命。然而对于微电网的这些需求,单一的储能技术往往无法满足,而改善储能自身性能的研究也一直没有取得较大的突破和进展。随着储能需求越来越高,复合储能系统开始得到研究和应用。复合储能是将差异特点优势互补的单种储能聚合而成,具有明显的优势:i)复合储能装置可以实现不同储能的优势互补,发挥各自特点,使不同储能装置发挥自身优势的空间得到拓展。ii)可实现功率和能量特性的结合互补,使电网多重需求得到满足,提升供电可靠性。iii)可通过调控手段使得不同的储能装置在自己的优化工作区间运行,优化各装置的充放电状态,延长使用周期和循环寿命。iiii)在合理配置下,降低储能装置的运营成本,优化利用率,扩大工业市场,获得较大收益。而在能量调度管理和微电网集成控制中,储能容量优化配置是一个关键问题,配置的合理性直接影响着对分布式电源的利用率及微电网系统的经济性和稳定性。因此,复合储能系统的容量配置是目前必须解决的问题。
发明内容
针对现有的配电网自动化系统中储能装置的容量配置方法的不足,本发明的目的在于提出了一种配电网自动化系统中复合储能装置的容量优化配置方法。
本发明的目的是通过以下技术手段实现的,一种配电网自动化系统中复合储能装置的容量优化配置方法,该方法包括以下步骤:
步骤(1),获取蓄电池和超级电容的相关参数,包括:蓄电池荷电状态最大值SOCbat,max和最小值SOCbat,min、额定功率Pbat,N、运行系数γbat,p、维护系数γbat,o、折旧系数γuc,m、放电效率ηbat,d、充电效率ηbat,c、单价Cbat;超级电容荷电状态最大值SOCuc,max和最小值SOCuc,min、额定功率Puc,N、运行系数γuc,p、维护系数γuc,o、折旧系数γbat,m、放电效率ηbat/uc,d、充电效率ηuc,c、单价Cuc;能量溢出比最大值δsmax、负荷失电率最大值δlmax;以及获取独立微网系统的负荷值;
步骤(2),构建储能装置荷电状态SOC的计算模型:
当储能系统为充电状态,针对蓄电池,其中,SOCbat,t表示在t时段结束时蓄电池的荷电状态值,ωbat表示蓄电池的自动放电损失率;Pbat,t表示在t时间段内,蓄电池的充放电功率,为正值时表示放电,负值时表示充电;Δt表示采样周期;ηbat,c表示蓄电池充电效率;Ebat表示蓄电池的容量,单位为kwh。针对超级电容,其中SOCuc,t表示在t时段结束时超级电容的荷电状态值,ωuc表示超级电容的自动放电损失率;Puc,t表示在t时间段内,超级电容的充放电功率,为正值时表示放电,负值时表示充电;ηuc,c表示超级电容充电效率;Euc表示超级电容的容量,单位为kwh;
步骤(3),建立目标函数minf=γbatCbatEbat+γucCucEuc,其中,f表示年均成本,Cbat表示蓄电池的单价($/kwh),Cuc表示超级电容的单价($/kwh),γbat、γuc表示蓄电池和超级电容的投资成本系数,γbat=γbat,p+γbat,o+γbat,m,γuc=γuc,p+γuc,o+γuc,m,其中,γbat,p和γuc,p分别表示蓄电池和超级电容的运行系数,γbat,o和γuc,o分别表示蓄电池和超级电容的维护系数,γbat,m和γuc,m分别表示蓄电池和超级电容的折旧系数;
步骤(4),建立目标函数的约束条件,包括:
(4.1),瞬时功率平衡约束:Ppv,t+P”bat,t+P”uc,t+λPlack,t=Pload,t+(1-λ)Pwaste,t,其中λ表示系统状态取值,只有0或者1两个取值,当系统处于盈余状态时,取值为0,当系统处于缺电状态时,取值为1;Pwaste,t表示发电系统盈余功率,Plack,t表示发电系统缺额功率;
(4.2),荷电状态约束:SOCbat,min≤SOC”bat,t≤SOCbat,max,SOCuc,min≤SOC”uc,t≤SOCuc,max,其中,SOCbat,min和SOCbat,max分别表示蓄电池荷电状态的最小值和最大值,SOCuc,min和SOCuc,max分别表示超级电容荷电状态的最小值和最大值;
其中,P”uc,t为超级电容在第t时时间段内的充放电实际功率;P”bat,t为蓄电池在第t时时间段内的充放电实际功率;上述两个修正值通过基于低通滤波原理的能量分配策略得到,具体如下:
(a),复合储能装置理想的功率补偿值的获取:假设第t个采样时段内,光伏发电功率为Ppv,t,且光伏发电功率在该时段内为恒值,负荷功率为Pload,t,复合储能装置的理想功率补偿值为放电时为正值,充电时为负值,则
(b1),获取蓄电池的充放电理想功率首先对理想功率补偿值进行频谱分析,得到超级电容和蓄电池的分界补偿频率fL,0~fL范围内的波动分量由蓄电池补偿,超级电容则承担高于fL的频段分量;然后通过低通滤波获取蓄电池的充放电理想功率
(b3),蓄电池功率二次修正。通过判断蓄电池一次修正的补偿能量后的荷电状态是否低于荷电状态限定值,对蓄电池理想充放电功率进行二次修正:
P”bat,t=P'bat,t
其中,SOCbat,min表示蓄电池荷电状态最小值;
(b6),超级电容功率二次修正。通过判断超级电容一次修正的补偿能量后的荷电状态是否低于荷电状态限定值,对超级电容理想充放电功率进行二次修正:
P”uc,t=P'uc,t
其中,SOCuc,min表示超级电容荷电状态最小值;
荷电状态值SOC”bat,t和SOC”uc,t根据修正后的蓄电池和超级电容的充放电实际功率计算获得。
步骤(5),运用模拟退火粒子群算法,求解步骤(3)、(4)所构造的优化问题,得到优化后的蓄电池容量、超级电容容量以及年均成本。
本发明的有益效果在于:本发明通过建立储能装置荷电状态况的计算模型,提出一种合理配置复合储能容量的能量调度策略,确定了以年成本最小为目标的优化目标函数,考虑瞬时功率平衡、负荷状态、负荷缺电率和能量溢出比等约束条件,建立负荷储能容量配置的优化模型,并采用模拟退火粒子群优化算法求解此优化问题,从而可以节省复合储能容量配置的成本,为配电网自动化系统中储能装置的容量配置问题提供更为经济有效的解决方案。
附图说明
图1:光伏出力曲线。
图2:理想功率补偿值。
图3:频谱分析结果。
图4:充放电功率图。
具体实施方案
下面结合实例对本发明做进一步详述:
步骤(1):获取蓄电池和超级电容的相关参数,包括:蓄电池荷电状态最大值SOCbat,max和最小值SOCbat,min、额定功率Pbat,N、运行系数γbat,p、维护系数γbat,o、折旧系数γuc,m、放电效率ηbat,d、充电效率ηbat,c、单价Cbat;超级电容荷电状态最大值SOCuc,max和最小值SOCuc,min、额定功率Puc,N、运行系数γuc,p、维护系数γuc,o、折旧系数γbat,m、放电效率ηbat/uc,d、充电效率ηuc,c、单价Cuc;能量溢出比最大值δsmax、负荷失电率最大值δlmax,取值如表1所示
表1蓄电池和超级电容的相关参数
以及获取独立微网系统的负荷值,本例中选取对象为南通某独立微网系统。南通诚利钢结构公司拥有302.1kw的光伏组件,其2018年5月16号的负荷曲线如图(1)所示(以五分钟为一个时间段,共288个间隔点),此外选取负荷功率为0.95倍光伏功率的平均值;
步骤(2),构建储能装置荷电状态SOC的计算模型:
当储能系统为充电状态,针对蓄电池,其中,SOCbat,t表示在t时段结束时蓄电池的荷电状态值,ωbat表示蓄电池的自动放电损失率,可直接取值0.83%/h;Pbat,t表示在t时间段内,蓄电池的充放电功率,为正值时表示放电,负值时表示充电;Δt表示采样周期;ηbat,c表示蓄电池充电效率;Ebat表示蓄电池的容量,单位为kwh。针对超级电容,其中SOCuc,t表示在t时段结束时超级电容的荷电状态值,ωuc表示超级电容的自动放电损失率,在调度周期为短时间时,可取为0;Puc,t表示在t时间段内,超级电容的充放电功率,为正值时表示放电,负值时表示充电;ηuc,c表示超级电容充电效率;Euc表示超级电容的容量,单位为kwh;
步骤(3),建立目标函数minf=γbatCbatEbat+γucCucEuc,其中,f表示年均成本,Cbat表示蓄电池的单价($/kwh),Cuc表示超级电容的单价($/kwh),γbat、γuc表示蓄电池和超级电容的投资成本系数,γbat=γbat,p+γbat,o+γbat,m,γuc=γuc,p+γuc,o+γuc,m,其中,γbat,p和γuc,p分别表示蓄电池和超级电容的运行系数,γbat,o和γuc,o分别表示蓄电池和超级电容的维护系数,γbat,m和γuc,m分别表示蓄电池和超级电容的折旧系数;
步骤(4),建立目标函数的约束条件,包括:
(4.1),瞬时功率平衡约束:Ppv,t+P”bat,t+P”uc,t+λPlack,t=Pload,t+(1-λ)Pwaste,t,其中λ表示系统状态取值,只有0或者1两个取值,当系统处于盈余状态时,取值为0,当系统处于缺电状态时,取值为1;Pwaste,t表示发电系统盈余功率,Plack,t表示发电系统缺额功率;
(4.2),荷电状态约束:SOCbat,min≤SOC”bat,t≤SOCbat,max,SOCuc,min≤SOC”uc,t≤SOCuc,max,其中,SOCbat,min和SOCbat,max分别表示蓄电池荷电状态的最小值和最大值,SOCuc,min和SOCuc,max分别表示超级电容荷电状态的最小值和最大值;
其中,P”uc,t为超级电容在第t时时间段内的充放电实际功率;P”bat,t为蓄电池在第t时时间段内的充放电实际功率;上述两个修正值通过基于低通滤波原理的能量分配策略得到,这种基于低通滤波原理的能量分配策略,可以合理调度两种储能的能量:拥有功率密度大和响应速度快的特质的超级电容,用于补偿缺额功率中的高频分量;能量型的蓄电池用于补偿剰余的低频分量。具体如下:
(a),复合储能装置理想的功率补偿值的获取:假设第t个采样时段内,光伏发电功率为Ppv,t,且光伏发电功率在该时段内为恒值,负荷功率为Pload,t,复合储能装置的理想功率补偿值为放电时为正值,充电时为负值,则如图(2)所示;
(b1),获取蓄电池的充放电理想功率首先对理想功率补偿值进行频谱分析,得到其频谱如图(3)所示,从图中可以看出,高频部分功率幅值较小,与之相对的低频部分功率幅值较大,且在频率0.00000526处出现高峰,因此,将0.00000526作为超级电容和蓄电池的分界补偿频率fL,0~0.00000526范围内的波动分量由蓄电池补偿,超级电容则承担高于0.00000526的频段分量;然后通过低通滤波获取蓄电池的充放电理想功率在低通滤波的过程中选用切比雪夫滤波器,其参数选择:
Wp=2*π*0.000001/fs
Ws=2*π*0.0000023/fs
其中通带截至频率f1取为0.000001,是取自频率响应第一个极小值,阻带截止频率f2取为0.0000023,是取自:
f1f2=fs 2
通带内衰减不超过rp=0.2dB
阻带内衰减不超过rp=30dB
(b3),蓄电池功率二次修正。通过判断蓄电池一次修正的补偿能量后的荷电状态是否低于荷电状态限定值,对蓄电池理想充放电功率进行二次修正:
其中,SOCbat,min表示蓄电池荷电状态最小值;
(b6),超级电容功率二次修正。通过判断蓄电池一次修正的补偿能量后的荷电状态是否低于荷电状态限定值,对蓄电池理想充放电功率进行二次修正:
P”uc,t=P'uc,t
其中,SOCuc,min表示超级电容荷电状态最小值;
荷电状态值SOC”bat,t和SOC”uc,t根据修正后的蓄电池和超级电容的充放电实际功率计算获得。
步骤(5),运用模拟退火粒子群算法,求解步骤(4)、(5)所构造的优化问题,得到蓄电池容量为365.73kwh,超级电容容量为78.51kwh,年均成本为9.56*10^4$,进一步得到蓄电池与超级电容的充放电功率如图(4)所示。
Claims (1)
1.一种配电网自动化系统中复合储能装置的容量优化配置方法,其特征在于,该方法包括以下步骤:
步骤(1),获取蓄电池和超级电容的相关参数,包括:蓄电池荷电状态最大值SOCbat,max和最小值SOCbat,min、额定功率Pbat,N、运行系数γbat,p、维护系数γbat,o、折旧系数γuc,m、放电效率ηbat,d、充电效率ηbat,c、单价Cbat;超级电容荷电状态最大值SOCuc,max和最小值SOCuc,min、额定功率Puc,N、运行系数γuc,p、维护系数γuc,o、折旧系数γbat,m、放电效率ηbat/uc,d、充电效率ηuc,c、单价Cuc;能量溢出比最大值δsmax、负荷失电率最大值δlmax;以及获取独立微网系统的负荷值;
步骤(2),构建储能装置荷电状态SOC的计算模型:
当储能系统为充电状态,针对蓄电池,其中,SOCbat,t表示在t时段结束时蓄电池的荷电状态值,ωbat表示蓄电池的自动放电损失率;Pbat,t表示在t时间段内,蓄电池的充放电功率,为正值时表示放电,负值时表示充电;Δt表示采样周期;ηbat,c表示蓄电池充电效率;Ebat表示蓄电池的容量,单位为kwh;针对超级电容,其中SOCuc,t表示在t时段结束时超级电容的荷电状态值,ωuc表示超级电容的自动放电损失率;Puc,t表示在t时间段内,超级电容的充放电功率,为正值时表示放电,负值时表示充电;ηuc,c表示超级电容充电效率;Euc表示超级电容的容量,单位为kwh;
步骤(3),建立目标函数minf=γbatCbatEbat+γucCucEuc,其中,f表示年均成本,Cbat表示蓄电池的单价($/kwh),Cuc表示超级电容的单价($/kwh),γbat、γuc表示蓄电池和超级电容的投资成本系数,γbat=γbat,p+γbat,o+γbat,m,γuc=γuc,p+γuc,o+γuc,m,其中,γbat,p和γuc,p分别表示蓄电池和超级电容的运行系数,γbat,o和γuc,o分别表示蓄电池和超级电容的维护系数,γbat,m和γuc,m分别表示蓄电池和超级电容的折旧系数;
步骤(4),建立目标函数的约束条件,包括:
(4.1),瞬时功率平衡约束:Ppv,t+P″bat,t+P″uc,t+λPlack,t=Pload,t+(1-λ)Pwaste,t,其中λ表示系统状态取值,只有0或者1两个取值,当系统处于盈余状态时,取值为0,当系统处于缺电状态时,取值为1;Pwaste,t表示发电系统盈余功率,Plack,t表示发电系统缺额功率;
(4.2),荷电状态约束:SOCbat,min≤SOC″bat,t≤SOCbat,max,SOCuc,min≤SOC″uc,t≤SOCuc,max,其中,SOCbat,min和SOCbat,max分别表示蓄电池荷电状态的最小值和最大值,SOCuc,min和SOCuc,max分别表示超级电容荷电状态的最小值和最大值;
其中,P″uc,t为超级电容在第t时时间段内的充放电实际功率;P″bat,t为蓄电池在第t时时间段内的充放电实际功率;上述两个修正值通过基于低通滤波原理的能量分配策略得到,具体如下:
(a),复合储能装置理想的功率补偿值的获取:假设第t个采样时段内,光伏发电功率为Ppv,t,且光伏发电功率在该时段内为恒值,负荷功率为Pload,t,复合储能装置的理想功率补偿值为Pt *,放电时为正值,充电时为负值,则Pt *=Pload,t-Ppv,t;
(b),对复合储能装置的理想功率补偿值Pt *进行修正,其修正过程为七个步骤,以复合储能装置放电为例,其具体步骤如下:
(b1),获取蓄电池的充放电理想功率首先对理想功率补偿值Pt *进行频谱分析,得到超级电容和蓄电池的分界补偿频率fL,0~fL范围内的波动分量由蓄电池补偿,超级电容则承担高于fL的频段分量;然后通过切比雪夫滤波器获取蓄电池的充放电理想功率所述切比雪夫滤波器的参数选择为:
Wp=2*π*0.000001/fs
Ws=2*π*0.0000023/fs
其中通带截至频率f1取为0.000001,是取自频率响应第一个极小值,阻带截止频率f2取为0.0000023,是取自:
f1f2=fs 2
通带内衰减不超过rp=0.2dB
阻带内衰减不超过rp=30dB
(b3),蓄电池功率二次修正:通过判断蓄电池一次修正的补偿能量后的荷电状态是否低于荷电状态限定值,对蓄电池理想充放电功率进行二次修正:
P″bat,t=P′bat,t
其中,SOCbat,min表示蓄电池荷电状态最小值;
(b6),超级电容功率二次修正;通过判断超级电容一次修正的补偿能量后的荷电状态是否低于荷电状态限定值,对超级电容理想充放电功率进行二次修正:
P″uc,t=P′uc,t
其中,SOCuc,min表示超级电容荷电状态最小值;
荷电状态值SOC″bat,t和SOC″uc,t根据修正后的蓄电池和超级电容的充放电实际功率计算获得;
步骤(5),运用模拟退火粒子群算法,求解步骤(3)、(4)所构造的优化问题,得到优化后的蓄电池容量、超级电容容量以及年均成本。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811339747.4A CN109245141B (zh) | 2018-11-12 | 2018-11-12 | 一种配电网自动化系统中复合储能装置的容量优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811339747.4A CN109245141B (zh) | 2018-11-12 | 2018-11-12 | 一种配电网自动化系统中复合储能装置的容量优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109245141A CN109245141A (zh) | 2019-01-18 |
CN109245141B true CN109245141B (zh) | 2020-11-13 |
Family
ID=65078029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811339747.4A Active CN109245141B (zh) | 2018-11-12 | 2018-11-12 | 一种配电网自动化系统中复合储能装置的容量优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109245141B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110535187A (zh) * | 2019-08-21 | 2019-12-03 | 国网山东省电力公司济宁供电公司 | 一种主动配电网的复合储能容量的能量调度方法及系统 |
CN110601239A (zh) * | 2019-08-21 | 2019-12-20 | 国网山东省电力公司济宁供电公司 | 量子粒子群算法的复合储能容量的能量调度方法及系统 |
CN110676861A (zh) * | 2019-09-11 | 2020-01-10 | 台州宏远电力设计院有限公司 | 一种配电网复合储能装置的容量优化配置方法 |
CN110768306B (zh) * | 2019-10-31 | 2021-06-01 | 广州供电局有限公司 | 一种提高保底电网中微电网应急能力的电源容量配置方法 |
CN112036735B (zh) * | 2020-08-28 | 2023-11-03 | 北方工业大学 | 一种用于光伏电站的储能系统的储能容量规划方法及系统 |
CN112104061B (zh) * | 2020-09-25 | 2022-05-24 | 全球能源互联网研究院有限公司 | 混合储能系统、混合储能系统能量分配方法及分配装置 |
CN112288134A (zh) * | 2020-09-29 | 2021-01-29 | 武汉理工大学 | 一种船舶复合储能系统多目标容量优化配置方法及系统 |
CN113419113B (zh) * | 2021-06-02 | 2022-08-02 | 中车青岛四方车辆研究所有限公司 | 有轨电车车载超级电容储能系统状态在线识别方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103580046A (zh) * | 2013-11-27 | 2014-02-12 | 上海空间电源研究所 | 一种用于主动配电网的复合储能配比方法 |
CN104410092A (zh) * | 2014-12-08 | 2015-03-11 | 国网新疆电力公司经济技术研究院 | 一种多元互补新能源发电系统的能量协调优化方法 |
WO2017161352A2 (en) * | 2016-03-17 | 2017-09-21 | Sendyne Corporation | System and method for cell-specific control of three-terminal cells |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10554048B2 (en) * | 2015-05-18 | 2020-02-04 | University Of North Carolina At Charlotte | Battery energy storage system controller systems and methods |
-
2018
- 2018-11-12 CN CN201811339747.4A patent/CN109245141B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103580046A (zh) * | 2013-11-27 | 2014-02-12 | 上海空间电源研究所 | 一种用于主动配电网的复合储能配比方法 |
CN104410092A (zh) * | 2014-12-08 | 2015-03-11 | 国网新疆电力公司经济技术研究院 | 一种多元互补新能源发电系统的能量协调优化方法 |
WO2017161352A2 (en) * | 2016-03-17 | 2017-09-21 | Sendyne Corporation | System and method for cell-specific control of three-terminal cells |
Non-Patent Citations (2)
Title |
---|
Optimal Placement and Configuration of Hybrid Energy Storage System in Power Distribution Networks with Distributed Photovoltaic Sources;Mixia Yang等;《2018 2nd IEEE Conference on Energy Internet and Energy System Integration (EI2)》;20181020;第1-6页 * |
基于频谱分析的微网混合储能容量优化配置;罗鹏等;《电网技术》;20160229;第376-381页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109245141A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109245141B (zh) | 一种配电网自动化系统中复合储能装置的容量优化配置方法 | |
WO2021114849A1 (zh) | 增加新能源发电波动的海岛电网储能系统分层控制方法 | |
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 | |
CN109494777B (zh) | 一种混合储能系统能量协调分配控制方法 | |
CN110676861A (zh) | 一种配电网复合储能装置的容量优化配置方法 | |
Sun et al. | Model predictive control and improved low-pass filtering strategies based on wind power fluctuation mitigation | |
CN110460075B (zh) | 一种用于平抑电网峰谷差的混合储能出力控制方法及系统 | |
CN108487994A (zh) | 一种微能源网复合储能系统 | |
CN111900745A (zh) | 一种用于平抑风电功率波动的混合储能分频协调控制系统 | |
CN106505558B (zh) | 一种直流配电网的能量输送控制方法及装置 | |
CN104852399A (zh) | 光储微网系统的储能容量动态优化方法 | |
CN106849142A (zh) | 用户侧光储一体化系统需量电费容量配置软件算法 | |
CN111030150A (zh) | 一种微电网系统负荷可靠供电的混合储能容量确定方法 | |
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 | |
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 | |
CN116384559A (zh) | 一种基于整数线性规划求解的混合储能容量配置策略的建模方法 | |
CN109245160A (zh) | 一种平抑光伏功率波动的光储并网控制方法及装置 | |
CN114156912B (zh) | 一种混合储能用于一次调频的能量管理方法及系统 | |
CN103580051B (zh) | 考虑负荷特性的风储系统电池荷电状态优化控制系统 | |
CN106410833B (zh) | 一种提升可再生能源发电可调度性的复合储能控制方法 | |
CN107846035B (zh) | 一种考虑电动汽车充电特性的风光储并网型微网 | |
CN116231669A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115473241A (zh) | 光伏混合储能系统运行稳定性策略优化控制方法 | |
Lei et al. | Power optimization allocation strategy for energy storage station responding to dispatch instruction | |
CN114447963A (zh) | 储能电池功率控制方法及系统 |
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 |