在电网储能领域,获取储能系统负荷功率合理分配方案的关键是优化求解算法,若求解算法选择不合理或算法本身存在缺陷,求解过程会过于早熟,仅得到局部最优解而非全局最优解。为解决这一问题,提出一种微电网分布式储能系统负荷功率的动态...在电网储能领域,获取储能系统负荷功率合理分配方案的关键是优化求解算法,若求解算法选择不合理或算法本身存在缺陷,求解过程会过于早熟,仅得到局部最优解而非全局最优解。为解决这一问题,提出一种微电网分布式储能系统负荷功率的动态分配方法。该方法先进行微电网分布式储能系统运行数据的采集;然后考虑负荷功率平均损耗率、荷电状态(state of charge,SOC)平衡系数,设置一个分布式储能系统多目标分配函数;最后在SOC、充放电量、充放电流这3个约束条件限制下,利用改进麻雀搜索算法求取多目标函数最优解,得出微电网分布式储能系统负荷功率的最优动态分配方案。结果表明:应用所提方法,负荷功率平均损耗相对更低,SOC平衡系数相对更高,多目标函数值相对更小。说明该分配方案更为科学、合理,更能保证储能系统的平稳运行,实现系统高质量供电。展开更多
为解决超级电容能量密度小、在运行过程中荷电状态(state of charge,SOC)容易越限的问题,对传统低通滤波法进行改进,提出考虑超级电容SOC的功率分配策略。该方法依据超级电容的SOC划分5个不同的工作区域,并以超级电容的SOC作为变量,在...为解决超级电容能量密度小、在运行过程中荷电状态(state of charge,SOC)容易越限的问题,对传统低通滤波法进行改进,提出考虑超级电容SOC的功率分配策略。该方法依据超级电容的SOC划分5个不同的工作区域,并以超级电容的SOC作为变量,在不同工作区域同滤波时间常数建立相应的函数关系,之后根据SOC的变化动态调整滤波时间常数,实现蓄电池和超级电容之间功率的合理分配,保证超级电容SOC维持在合理范围内。最后,在Matlab/Simulink中搭建相关模型并仿真验证所提方案的正确性和有效性。仿真结果表明,同传统低通滤波法相比,该方法可在平抑功率波动的同时,根据超级电容的SOC合理分配超级电容和蓄电池的功率需求,使超级电容的SOC自行恢复,防止其过充过放,提高了直流微电网系统运行的经济性和稳定性。展开更多
文摘在电网储能领域,获取储能系统负荷功率合理分配方案的关键是优化求解算法,若求解算法选择不合理或算法本身存在缺陷,求解过程会过于早熟,仅得到局部最优解而非全局最优解。为解决这一问题,提出一种微电网分布式储能系统负荷功率的动态分配方法。该方法先进行微电网分布式储能系统运行数据的采集;然后考虑负荷功率平均损耗率、荷电状态(state of charge,SOC)平衡系数,设置一个分布式储能系统多目标分配函数;最后在SOC、充放电量、充放电流这3个约束条件限制下,利用改进麻雀搜索算法求取多目标函数最优解,得出微电网分布式储能系统负荷功率的最优动态分配方案。结果表明:应用所提方法,负荷功率平均损耗相对更低,SOC平衡系数相对更高,多目标函数值相对更小。说明该分配方案更为科学、合理,更能保证储能系统的平稳运行,实现系统高质量供电。
文摘为解决超级电容能量密度小、在运行过程中荷电状态(state of charge,SOC)容易越限的问题,对传统低通滤波法进行改进,提出考虑超级电容SOC的功率分配策略。该方法依据超级电容的SOC划分5个不同的工作区域,并以超级电容的SOC作为变量,在不同工作区域同滤波时间常数建立相应的函数关系,之后根据SOC的变化动态调整滤波时间常数,实现蓄电池和超级电容之间功率的合理分配,保证超级电容SOC维持在合理范围内。最后,在Matlab/Simulink中搭建相关模型并仿真验证所提方案的正确性和有效性。仿真结果表明,同传统低通滤波法相比,该方法可在平抑功率波动的同时,根据超级电容的SOC合理分配超级电容和蓄电池的功率需求,使超级电容的SOC自行恢复,防止其过充过放,提高了直流微电网系统运行的经济性和稳定性。
