为降低城市化进程中楼宇储能投资成本,提出一种基于共享储能服务的智能楼宇(intelligent buildings,IBs)双层优化配置方法。首先,建立计及寿命周期的共享储能电站(shared energy storage station,SESS)模型;其次,基于楼宇建筑物热惯性,...为降低城市化进程中楼宇储能投资成本,提出一种基于共享储能服务的智能楼宇(intelligent buildings,IBs)双层优化配置方法。首先,建立计及寿命周期的共享储能电站(shared energy storage station,SESS)模型;其次,基于楼宇建筑物热惯性,构建含空调系统的IBs数学模型;然后,综合考虑SESS与IBs的差异化利益诉求,建立基于SESS的IBs双层优化模型。上层模型目标函数旨在降低SESS的规划成本,下层模型目标函数旨在降低IBs的年运行成本,并采用卡罗需-库恩-塔克(Karush-Kuhn-Tucher,KKT)条件将原双层优化问题转换为单层混合整数线性规划问题进行求解。最后,以3个IBs社区的四季典型日为例,对比分析不同优化配置方法对于IBs运行和SESS配置结果的影响。结果表明,在满足IBs用户温度舒适性的同时,所提双层优化配置方法可充分满足SESS运营商与IBs的差异化利益诉求,实现双方的共赢。展开更多
构网型储能设备(grid-forming energy storage system,GFM-ESS)因具备主动构网和提供惯量支持等能力,已成为解决大规模新能源接入引发宽频振荡问题的重要手段。然而,GFM-ESS的容量配置直接影响系统投资成本,在保障系统稳定性的前提下如...构网型储能设备(grid-forming energy storage system,GFM-ESS)因具备主动构网和提供惯量支持等能力,已成为解决大规模新能源接入引发宽频振荡问题的重要手段。然而,GFM-ESS的容量配置直接影响系统投资成本,在保障系统稳定性的前提下如何实现其经济性配置,成为当前研究热点。现有研究多侧重于提升系统稳定裕度,较少考虑GFM-ESS容量与选址的协同优化,且缺乏统一的量化指标指导配置方案的制定。为此,本工作基于s域模态分析理论,构建了一条集模态识别、关键节点筛选与容量协同优化于一体的完整技术链条,并提出一种考虑经济性约束的GFM-ESS容量与选址协同优化方法。首先,通过归一化模态参与因子对各母线的振荡模态贡献进行定量评估,识别影响不稳定模态的关键节点;针对系统多模态振荡特性,引入粒子群优化(particle swarm optimization,PSO)算法,在预选节点上对储能容量进行协同优化,以满足预设的稳定裕度指标。仿真结果表明,所提技术链能够有效识别关键控制节点,并以较小的GFM-ESS投入容量将原本不稳定的系统恢复至稳定状态,且具备明确的稳定裕度,为新型电力系统中GFM-ESS的合理配置提供了理论支撑。展开更多
文摘为降低城市化进程中楼宇储能投资成本,提出一种基于共享储能服务的智能楼宇(intelligent buildings,IBs)双层优化配置方法。首先,建立计及寿命周期的共享储能电站(shared energy storage station,SESS)模型;其次,基于楼宇建筑物热惯性,构建含空调系统的IBs数学模型;然后,综合考虑SESS与IBs的差异化利益诉求,建立基于SESS的IBs双层优化模型。上层模型目标函数旨在降低SESS的规划成本,下层模型目标函数旨在降低IBs的年运行成本,并采用卡罗需-库恩-塔克(Karush-Kuhn-Tucher,KKT)条件将原双层优化问题转换为单层混合整数线性规划问题进行求解。最后,以3个IBs社区的四季典型日为例,对比分析不同优化配置方法对于IBs运行和SESS配置结果的影响。结果表明,在满足IBs用户温度舒适性的同时,所提双层优化配置方法可充分满足SESS运营商与IBs的差异化利益诉求,实现双方的共赢。
