风电场配置电池储能系统(Battery Energy Storage System,BESS)是提高风电场调度计划精确度的有效手段。为提高风储联合发电系统跟踪调度计划出力能力、增加BESS收益,文章提出了一种基于模型预测控制(Model Predictive Control,MPC)和...风电场配置电池储能系统(Battery Energy Storage System,BESS)是提高风电场调度计划精确度的有效手段。为提高风储联合发电系统跟踪调度计划出力能力、增加BESS收益,文章提出了一种基于模型预测控制(Model Predictive Control,MPC)和双层模糊控制的BESS跟踪风电计划出力控制策略。首先,基于MPC方法建立了以并网功率与计划出力偏差、储能系统剩余容量偏离理想值最小为目标;其次,结合BESS实时荷电状态(State of Charge,SOC)与风电功率计划值动态跟踪需求,通过引入第一层模糊控制规则,实时调整目标函数中的权重系数,以获得最佳跟踪效果。同时,为提高BESS收益,结合SOC和峰谷分时电价,采用第二层模糊控制规则,对BESS的充放电功率进行修正;最后,在风储联合发电系统实验平台上对所提控制策略进行了验证,仿真结果表明,与传统MPC方法相比,所提控制策略提高了风储系统跟踪计划出力能力,避免了BESS越限,具有良好的峰谷套利收益。展开更多
需求响应(DR)是利用价格信号和激励机制来保证电力系统安全可靠和经济运行的重要措施。传统价格激励在所有时间段的激励作用是一致的,可能导致对某个特定时间段的预测精度不够。研究了需求价格弹性矩阵(Price Elasticity Matrix of Dema...需求响应(DR)是利用价格信号和激励机制来保证电力系统安全可靠和经济运行的重要措施。传统价格激励在所有时间段的激励作用是一致的,可能导致对某个特定时间段的预测精度不够。研究了需求价格弹性矩阵(Price Elasticity Matrix of Demand,PEMD),提出了一种基于弹性效应权重的改进价格弹性矩阵模型。该模型的优势在于能将刚性荷载和柔性荷载统一起来,将不同时间段对其他时间段价格影响分别设定权重。还提出了由电价政策和负荷类型决定的价格弹性矩阵结构和计算方法,利用遗传算法求解出分时电价的决策模型。最后通过仿真验证该模型的有效性,结果表明该方法可以削减峰值用电量4.23%,提升谷值用电量4.86%。展开更多
文摘风电场配置电池储能系统(Battery Energy Storage System,BESS)是提高风电场调度计划精确度的有效手段。为提高风储联合发电系统跟踪调度计划出力能力、增加BESS收益,文章提出了一种基于模型预测控制(Model Predictive Control,MPC)和双层模糊控制的BESS跟踪风电计划出力控制策略。首先,基于MPC方法建立了以并网功率与计划出力偏差、储能系统剩余容量偏离理想值最小为目标;其次,结合BESS实时荷电状态(State of Charge,SOC)与风电功率计划值动态跟踪需求,通过引入第一层模糊控制规则,实时调整目标函数中的权重系数,以获得最佳跟踪效果。同时,为提高BESS收益,结合SOC和峰谷分时电价,采用第二层模糊控制规则,对BESS的充放电功率进行修正;最后,在风储联合发电系统实验平台上对所提控制策略进行了验证,仿真结果表明,与传统MPC方法相比,所提控制策略提高了风储系统跟踪计划出力能力,避免了BESS越限,具有良好的峰谷套利收益。
文摘需求响应(DR)是利用价格信号和激励机制来保证电力系统安全可靠和经济运行的重要措施。传统价格激励在所有时间段的激励作用是一致的,可能导致对某个特定时间段的预测精度不够。研究了需求价格弹性矩阵(Price Elasticity Matrix of Demand,PEMD),提出了一种基于弹性效应权重的改进价格弹性矩阵模型。该模型的优势在于能将刚性荷载和柔性荷载统一起来,将不同时间段对其他时间段价格影响分别设定权重。还提出了由电价政策和负荷类型决定的价格弹性矩阵结构和计算方法,利用遗传算法求解出分时电价的决策模型。最后通过仿真验证该模型的有效性,结果表明该方法可以削减峰值用电量4.23%,提升谷值用电量4.86%。
