电池储能系统(battery energy storage system,BESS)的优化配置决定了其功能是否能得到有效利用。现有BESS配置研究通常基于平衡网络模型和极限运行工况假设,但实际配电网具有显著不平衡特性,且负荷和分布式发电不确定性导致网络运行工...电池储能系统(battery energy storage system,BESS)的优化配置决定了其功能是否能得到有效利用。现有BESS配置研究通常基于平衡网络模型和极限运行工况假设,但实际配电网具有显著不平衡特性,且负荷和分布式发电不确定性导致网络运行工况复杂。同时,BESS配置优化问题求解常用的启发式算法或数学规划方法无法兼顾效率和精度。针对上述问题,提出了一种考虑源荷不确定性的不平衡主动配电网BESS两阶段混合优化配置模型。首先,建立两阶段的BESS优化配置模型,第一阶段旨在优化BESS配置容量以降低投资和维护成本,第二阶段通过优化BESS充放电计划以降低网损和增加削峰填谷收益。然后,采用结合粒子群优化算法和二阶锥规划的混合求解策略求解上述储能配置优化问题,以达到优势互补、整体提升的计算效果。最后,基于澳大利亚某配电网对所提BESS两阶段优化配置模型的有效性和优越性开展仿真验证。展开更多
针对光热(concentrating solar power,CSP)电站利用率低、风电场弃风率高以及传统燃气机组碳排放水平较高且受“以热定电”的运行限制等问题,引入富氧燃烧捕集技术对传统机组进行改造,配置含热回收的CSP电站实现热电解耦,耦合高温固体...针对光热(concentrating solar power,CSP)电站利用率低、风电场弃风率高以及传统燃气机组碳排放水平较高且受“以热定电”的运行限制等问题,引入富氧燃烧捕集技术对传统机组进行改造,配置含热回收的CSP电站实现热电解耦,耦合高温固体氧化物电解池等能量转化设备,构建了电-热-氢低碳能源系统及其容量优化配置方法。首先,考虑到风电出力和光照强度的不确定性以及与电负荷之间的时序相关性,建立了基于两阶段时空聚类的多运行场景提取模型。其次,在基于概率的多运行场景基础上,通过条件风险价值(conditional value at risk,CVaR)理论度量因不确定性带来的风险,以总成本最小为目标,构建低碳能源系统容量优化配置模型。最后,通过算例进行仿真验证,结果表明该系统满足负荷需求情况下,可降低年碳排放量和弃风率,提高CSP电站利用率,并为不同风险偏好的决策者面对系统容量优化配置问题时提供了定量依据。展开更多
文摘电池储能系统(battery energy storage system,BESS)的优化配置决定了其功能是否能得到有效利用。现有BESS配置研究通常基于平衡网络模型和极限运行工况假设,但实际配电网具有显著不平衡特性,且负荷和分布式发电不确定性导致网络运行工况复杂。同时,BESS配置优化问题求解常用的启发式算法或数学规划方法无法兼顾效率和精度。针对上述问题,提出了一种考虑源荷不确定性的不平衡主动配电网BESS两阶段混合优化配置模型。首先,建立两阶段的BESS优化配置模型,第一阶段旨在优化BESS配置容量以降低投资和维护成本,第二阶段通过优化BESS充放电计划以降低网损和增加削峰填谷收益。然后,采用结合粒子群优化算法和二阶锥规划的混合求解策略求解上述储能配置优化问题,以达到优势互补、整体提升的计算效果。最后,基于澳大利亚某配电网对所提BESS两阶段优化配置模型的有效性和优越性开展仿真验证。
文摘针对光热(concentrating solar power,CSP)电站利用率低、风电场弃风率高以及传统燃气机组碳排放水平较高且受“以热定电”的运行限制等问题,引入富氧燃烧捕集技术对传统机组进行改造,配置含热回收的CSP电站实现热电解耦,耦合高温固体氧化物电解池等能量转化设备,构建了电-热-氢低碳能源系统及其容量优化配置方法。首先,考虑到风电出力和光照强度的不确定性以及与电负荷之间的时序相关性,建立了基于两阶段时空聚类的多运行场景提取模型。其次,在基于概率的多运行场景基础上,通过条件风险价值(conditional value at risk,CVaR)理论度量因不确定性带来的风险,以总成本最小为目标,构建低碳能源系统容量优化配置模型。最后,通过算例进行仿真验证,结果表明该系统满足负荷需求情况下,可降低年碳排放量和弃风率,提高CSP电站利用率,并为不同风险偏好的决策者面对系统容量优化配置问题时提供了定量依据。
