針對目前諸多儲能系統(tǒng)由于輸出功率波動程度較大而導(dǎo)致的發(fā)電成本升高的問題,提出新型混合儲能系統(tǒng)能量管理策略。綜合鋰離子電池的溫度、鋰離子電池和超級電容的荷電狀態(tài)三個參考量,通過模糊控制對低通濾波器的時(shí)間常數(shù)進(jìn)行調(diào)節(jié),將超出目標(biāo)值的功率偏差在兩種儲能介質(zhì)之間進(jìn)行初步分配;而后引入功率依從指數(shù)的概念,模擬功率依從指數(shù)與儲能設(shè)備參數(shù)之間的關(guān)系;通過遺傳算法對混合儲能系統(tǒng)的功率分配進(jìn)一步優(yōu)化。仿真分析表明,提出的管理策略能夠使功率波動程度大幅度降低,并使發(fā)電成本降低到近乎接近最低的水平,證明了上述能量管理策略的正確和有效性。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1超級電容器和鋰離子電池的功率曲線

式中na,nb分別是鋰離子電池和超級電容器的充電和放電效率。3.2功率依從指數(shù)

圖2混合儲能系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型

如圖2中的虛線模塊A所示,該模型將P1,P2,E1,E2作為短期(1天)神經(jīng)網(wǎng)絡(luò)模型的輸入量,以R1作為輸出量。R1為預(yù)設(shè)的最大功率允許偏差值為ΔP時(shí)的功率依從指數(shù);R2為預(yù)設(shè)的最大允許功率偏差為3ΔP時(shí)的功率依從指數(shù)。K1和K3分別是超級電容器的存儲容量成本和功率成本;....

圖3神經(jīng)網(wǎng)絡(luò)優(yōu)化前的功率曲線圖

以下為神經(jīng)網(wǎng)絡(luò)優(yōu)化前后混合儲能系統(tǒng)的功率曲線。圖4神經(jīng)網(wǎng)絡(luò)優(yōu)化后的功率曲線圖

圖4神經(jīng)網(wǎng)絡(luò)優(yōu)化后的功率曲線圖

圖3神經(jīng)網(wǎng)絡(luò)優(yōu)化前的功率曲線圖為了進(jìn)一步驗(yàn)證該方法的合理性和有效性,本文將2009年2月8個光伏發(fā)電廠機(jī)組的實(shí)際數(shù)據(jù)與優(yōu)化后數(shù)據(jù)分別代入成本模型進(jìn)行比較。

本文編號：3944077