针对电池储能系统(battery energy storage system,BESS)进行光伏波动平抑时寿命损耗高及荷电状态(state of charge,SOC)一致性差的问题,提出了光伏波动平抑下改进K-means的BESS动态分组控制策略。首先,采用最小最大调度方法获取光伏并...针对电池储能系统(battery energy storage system,BESS)进行光伏波动平抑时寿命损耗高及荷电状态(state of charge,SOC)一致性差的问题,提出了光伏波动平抑下改进K-means的BESS动态分组控制策略。首先,采用最小最大调度方法获取光伏并网指令。其次,设计了改进侏儒猫鼬优化算法(improved dwarf mongoose optimizer,IDMO),并利用它对传统K-means聚类算法进行改进,加快了聚类速度。接着,制定了电池单元动态分组原则,并根据电池单元SOC利用改进K-means将其分为3个电池组。然后,设计了基于充放电函数的电池单元SOC一致性功率分配方法,并据此提出BESS双层功率分配策略,上层确定电池组充放电顺序及指令,下层计算电池单元充放电指令。对所提策略进行仿真验证,结果表明,所设计的IDMO具有更高的寻优精度及更快的寻优速度。所提BESS平抑光伏波动策略在有效平抑波动的同时,降低了BESS运行寿命损耗并提高了电池单元SOC的均衡性。展开更多
为解决电池储能系统(battery energy storage system,BESS)平抑风电波动过程中荷电状态(state of charge,SOC)和健康状态(state of health,SOH)一致性较低、电池寿命损耗较高的问题,该文提出了面向风电波动平抑基于考虑通讯时延的分布...为解决电池储能系统(battery energy storage system,BESS)平抑风电波动过程中荷电状态(state of charge,SOC)和健康状态(state of health,SOH)一致性较低、电池寿命损耗较高的问题,该文提出了面向风电波动平抑基于考虑通讯时延的分布一致性算法(distributed consistency algorithm considering communication delay,C−DCA)的BESS分组控制策略,该控制策略包括初级和次级2个功率分配过程。首先,利用改进旋转门(improved swing door trending,ISDT)算法获取BESS功率指令;然后,建立考虑BESS寿命损耗、SOC与SOH一致性、并网波动率与算法迭代速度的双电池组初级功率分配模型,结合BESS充/放电状态将功率指令顺序分配至电池组,实现初级功率分配;接着,将状态反馈预测控制(state feedback predictive control,SFPC)与输出变量动态反馈引入C−DCA,形成改进C−DCA,进一步设计基于SOC−SOH的权矩阵计算方法,并根据改进C−DCA的计算结果将功率指令从电池组分配给电池单元,完成次级功率分配;最后,电池单元响应各自功率指令。以某风电场实际出力进行仿真,并与其它多种方法进行对比。结果表明,该研究方法降低了风电并网波动率,提升了控制算法的鲁棒性,减少了算法占用内存,同时兼顾了电池单元SOC和SOH的一致性,更大程度上降低了BESS寿命损耗。展开更多
针对碳流视角下综合能源系统(integrated energy system,IES)低碳化调度潜能挖掘不充分和用能侧碳排放责任承担不足的问题,提出了计及自适应阶梯碳势-碳价与供需双响应基于主从博弈的IES低碳经济调度策略。首先,设计自适应阶梯碳势-碳...针对碳流视角下综合能源系统(integrated energy system,IES)低碳化调度潜能挖掘不充分和用能侧碳排放责任承担不足的问题,提出了计及自适应阶梯碳势-碳价与供需双响应基于主从博弈的IES低碳经济调度策略。首先,设计自适应阶梯碳势-碳价模型,并构建基于能量枢纽矩阵标准化模型的IES碳流模型,获取用户侧各能源负荷节点碳势,进而完成碳势分级下碳价区间的划分;其次,兼顾源荷两侧的灵活调整及响应机制,建立用户侧参与的IES主从博弈低碳经济调度模型,上层IES运营商通过制定动态变化的负荷节点碳势-碳价,引导下层用户聚合商低碳化用能;最后,提出改进霜冰优化算法(improved rime optimization algorithm,IRIME),利用其独特阶梯式逐步搜索策略与主从博弈迭代过程相贴合的特性,并改进权重系数设计与选择策略,实现主从博弈模型的高精度、快速求解。仿真结果表明:所提自适应阶梯碳势-碳价模型提升了用户侧的碳势感知能力,与阶梯型碳排放固定碳价模型相比可进一步降低4.76%的碳排放量,结合供需双响应机制可提高1.13%的IES运营商收益和降低0.81%的用户聚合商成本;IRIME提升了模型求解的快速性,同时改善了主体间博弈结果的均衡性;所提调度策略实现了碳排放责任的流动转移与两主体间的协同低碳经济运行。展开更多
文摘针对电池储能系统(battery energy storage system,BESS)进行光伏波动平抑时寿命损耗高及荷电状态(state of charge,SOC)一致性差的问题,提出了光伏波动平抑下改进K-means的BESS动态分组控制策略。首先,采用最小最大调度方法获取光伏并网指令。其次,设计了改进侏儒猫鼬优化算法(improved dwarf mongoose optimizer,IDMO),并利用它对传统K-means聚类算法进行改进,加快了聚类速度。接着,制定了电池单元动态分组原则,并根据电池单元SOC利用改进K-means将其分为3个电池组。然后,设计了基于充放电函数的电池单元SOC一致性功率分配方法,并据此提出BESS双层功率分配策略,上层确定电池组充放电顺序及指令,下层计算电池单元充放电指令。对所提策略进行仿真验证,结果表明,所设计的IDMO具有更高的寻优精度及更快的寻优速度。所提BESS平抑光伏波动策略在有效平抑波动的同时,降低了BESS运行寿命损耗并提高了电池单元SOC的均衡性。
文摘为解决电池储能系统(battery energy storage system,BESS)平抑风电波动过程中荷电状态(state of charge,SOC)和健康状态(state of health,SOH)一致性较低、电池寿命损耗较高的问题,该文提出了面向风电波动平抑基于考虑通讯时延的分布一致性算法(distributed consistency algorithm considering communication delay,C−DCA)的BESS分组控制策略,该控制策略包括初级和次级2个功率分配过程。首先,利用改进旋转门(improved swing door trending,ISDT)算法获取BESS功率指令;然后,建立考虑BESS寿命损耗、SOC与SOH一致性、并网波动率与算法迭代速度的双电池组初级功率分配模型,结合BESS充/放电状态将功率指令顺序分配至电池组,实现初级功率分配;接着,将状态反馈预测控制(state feedback predictive control,SFPC)与输出变量动态反馈引入C−DCA,形成改进C−DCA,进一步设计基于SOC−SOH的权矩阵计算方法,并根据改进C−DCA的计算结果将功率指令从电池组分配给电池单元,完成次级功率分配;最后,电池单元响应各自功率指令。以某风电场实际出力进行仿真,并与其它多种方法进行对比。结果表明,该研究方法降低了风电并网波动率,提升了控制算法的鲁棒性,减少了算法占用内存,同时兼顾了电池单元SOC和SOH的一致性,更大程度上降低了BESS寿命损耗。
