用户侧储能系统容量优化配置及辅助软件研究
|
摘要
储能系统的功率容量配置对于整个储能系统的运行及技术性和经济性具有重大影响,由于目前储能容量价格比较昂贵,本文为了使得储能系统设计方案能够达到技术性和经济性的最优结合,采用Matlab的图形用户界面(GUI)工具模拟储能系统规划设计,并对系统在运行期间的能量交换、进行系统的技术经济评价。最后,通过用户侧储能实例分析,验证所提方法的合理、有效性。
引文
[1]曾博,杨雍琦,段金辉等.新能源电力系统中需求侧响应关键问题及未来研究展望[J].电力系统自动化,2015,39(17):10-18.
[2]程道平.智能电网中储能技术及其容量合理配置分析[J].供用电,2012(05).
[3]张坤,毛承雄,谢俊文等.风电场复合储能系统容量配置的优化设计[J].中国电机工程学报,2012,32(25):79-87.
[4]张国驹,唐西胜,齐智平.超级电容器与蓄电池混合储能系统在微电网中的应用[J].电力系统自动化,2010,34(12):85-89.
[5]膝伟,石晶等.微电网中的多元复合储能技术[J],电力系统自动化2010,34(01):112-115.
[6]刘志文,夏文波,刘明波.基于复合储能的微电网运行模式平滑切换控制[J].电网术,2013,37(04):906-913.
[7]韩晓娟,程成,籍天明等.计及电池使用寿命的混合储能系统容量优化模型[J].中国电机工程学报,2013,33(34):91-97.
[8]李成,杨秀,张美霞等.基于成本分析的超级电容器和蓄电池混合储能优化配置方案[J].电力系统自动化,2013,37(18):20-24.
[9]杨诺,张建成,周阳等.针对独立风光发电中混合储能容量优化配置研究[J].电力系统保护与控制,2013,41(04):38-44.
[10]谭兴国,王辉,张黎等.微电网复合储能多目标优化配置方法及评价指标[J].电力系统自动化,2014,38(08):7-14.
[11]Rahman M H,Yamashiro S.Novel distributed power generating system of PV-ECaSS using solar energy estimation.IEEE Transactions on Energy Conversion,2007,22(2):358-367.
[12]肖峻,张泽群,张磐等.用于优化微网联络线功率的混合储能容量优化方法[J].电力系统自动化,2014,38(12):19-26.
[13]Jiang Q Y,Hong H S.WaveletBased capacity configureation and coordinated control of hybrid energy storage system for smoothing out wind power fluctuations[J].IEEE Transaction on Power Systems,2013,28(2):1363-1372.
[14]曾启文.基于神经网络的软件无线电接收机调制样式的自动识别[D].华南理工大学,2006.
[15]陈丽,葛临东.一种改进的BP神经网络调制分类器[J].微计算机信息,2005(11S):102-104.
[16]叶健,葛临东,吴月娴.一种优化的RBF神经网络在调制识别中的应用[J].自动化学报,2007,33(06):652-654.
[17]刘澍,王宏远.基于RBF神识经网络的调制别[J].系统工程与电子术,2008,30(07):1241-1244.
[18]王成山,于波,肖峻等.平滑可再生能源发电系统输出波动的储能系统容量优化方法[J].中国电机工程学报,2012,32(16):1-8.
[19]Asao T,Takahashi R,Murata T,et al.Evaluation method of power rating and energy capacity of Superconducting magnetic energy storage system for output smoothing control of wind farmIn:Proc of18th International Conference on Electrical Machines(ICEM).Vilamoura,2008,1-6
[20]Jia Y U,Chen Y.Digital modulation recognition method based on BP neural network[J].Transd-ucer&Microsystem Technologies,2012.
[2]程道平.智能电网中储能技术及其容量合理配置分析[J].供用电,2012(05).
[3]张坤,毛承雄,谢俊文等.风电场复合储能系统容量配置的优化设计[J].中国电机工程学报,2012,32(25):79-87.
[4]张国驹,唐西胜,齐智平.超级电容器与蓄电池混合储能系统在微电网中的应用[J].电力系统自动化,2010,34(12):85-89.
[5]膝伟,石晶等.微电网中的多元复合储能技术[J],电力系统自动化2010,34(01):112-115.
[6]刘志文,夏文波,刘明波.基于复合储能的微电网运行模式平滑切换控制[J].电网术,2013,37(04):906-913.
[7]韩晓娟,程成,籍天明等.计及电池使用寿命的混合储能系统容量优化模型[J].中国电机工程学报,2013,33(34):91-97.
[8]李成,杨秀,张美霞等.基于成本分析的超级电容器和蓄电池混合储能优化配置方案[J].电力系统自动化,2013,37(18):20-24.
[9]杨诺,张建成,周阳等.针对独立风光发电中混合储能容量优化配置研究[J].电力系统保护与控制,2013,41(04):38-44.
[10]谭兴国,王辉,张黎等.微电网复合储能多目标优化配置方法及评价指标[J].电力系统自动化,2014,38(08):7-14.
[11]Rahman M H,Yamashiro S.Novel distributed power generating system of PV-ECaSS using solar energy estimation.IEEE Transactions on Energy Conversion,2007,22(2):358-367.
[12]肖峻,张泽群,张磐等.用于优化微网联络线功率的混合储能容量优化方法[J].电力系统自动化,2014,38(12):19-26.
[13]Jiang Q Y,Hong H S.WaveletBased capacity configureation and coordinated control of hybrid energy storage system for smoothing out wind power fluctuations[J].IEEE Transaction on Power Systems,2013,28(2):1363-1372.
[14]曾启文.基于神经网络的软件无线电接收机调制样式的自动识别[D].华南理工大学,2006.
[15]陈丽,葛临东.一种改进的BP神经网络调制分类器[J].微计算机信息,2005(11S):102-104.
[16]叶健,葛临东,吴月娴.一种优化的RBF神经网络在调制识别中的应用[J].自动化学报,2007,33(06):652-654.
[17]刘澍,王宏远.基于RBF神识经网络的调制别[J].系统工程与电子术,2008,30(07):1241-1244.
[18]王成山,于波,肖峻等.平滑可再生能源发电系统输出波动的储能系统容量优化方法[J].中国电机工程学报,2012,32(16):1-8.
[19]Asao T,Takahashi R,Murata T,et al.Evaluation method of power rating and energy capacity of Superconducting magnetic energy storage system for output smoothing control of wind farmIn:Proc of18th International Conference on Electrical Machines(ICEM).Vilamoura,2008,1-6
[20]Jia Y U,Chen Y.Digital modulation recognition method based on BP neural network[J].Transd-ucer&Microsystem Technologies,2012.