针对如何在降低火电机组调频损耗,提高系统调频性能的同时减小储能全寿命周期成本,提出了一种混合储能辅助火电机组参与自动发电控制(automatic generation control,AGC)的双层优化配置模型。上层模型由基于经验模态分解(empirical mode...针对如何在降低火电机组调频损耗,提高系统调频性能的同时减小储能全寿命周期成本,提出了一种混合储能辅助火电机组参与自动发电控制(automatic generation control,AGC)的双层优化配置模型。上层模型由基于经验模态分解(empirical mode decomposition,EMD)的火电–混合储能间AGC指令分配策略和计及全寿命周期内成本收益之差、AGC综合评判指标Kp的多目标优化配置模型组成,为底层模型提供AGC初步分解指令和功率、容量约束;底层模型由计及储能荷电状态(state of charge,SOC)恢复的混合储能控制策略和火电–混合储能调频响应模型组成,将经过EMD初步分解的AGC指令再次分配给各调频资源,并向上层模型提供各调频资源出力响应曲线和SOC变化曲线;采用基于优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS)的多目标粒子群算法求解该双层模型,避免了传统多目标粒子群算法在Pareto解集中确定全局最优解的偶然性。基于华北某电厂运行数据开展仿真分析,结果表明混合储能双层优化配置模型可以有效降低火电机组调频损耗,显著提高火储联合调频系统经济性,为混合储能辅助传统调频电源提供配置方案参考。展开更多
文摘针对如何在降低火电机组调频损耗,提高系统调频性能的同时减小储能全寿命周期成本,提出了一种混合储能辅助火电机组参与自动发电控制(automatic generation control,AGC)的双层优化配置模型。上层模型由基于经验模态分解(empirical mode decomposition,EMD)的火电–混合储能间AGC指令分配策略和计及全寿命周期内成本收益之差、AGC综合评判指标Kp的多目标优化配置模型组成,为底层模型提供AGC初步分解指令和功率、容量约束;底层模型由计及储能荷电状态(state of charge,SOC)恢复的混合储能控制策略和火电–混合储能调频响应模型组成,将经过EMD初步分解的AGC指令再次分配给各调频资源,并向上层模型提供各调频资源出力响应曲线和SOC变化曲线;采用基于优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS)的多目标粒子群算法求解该双层模型,避免了传统多目标粒子群算法在Pareto解集中确定全局最优解的偶然性。基于华北某电厂运行数据开展仿真分析,结果表明混合储能双层优化配置模型可以有效降低火电机组调频损耗,显著提高火储联合调频系统经济性,为混合储能辅助传统调频电源提供配置方案参考。
