储能功率变换与并网技术(蔡旭,李睿,李征著)思维导图
基于 Fibonacci 变步长搜索的光伏发电最大功率跟踪算法
基于 Fibonacci 变步长搜索的光伏发电最大功率跟踪算法许慧一【摘要】为提高光伏发电系统功率输出的效率,采用 Fibonacci 变步长对称区间消去搜索算法进行最大功率跟踪(maximum power point tracking,MPPT)。
这种算法需要判断温度或光照强度的变化是否符合设定值,只有温度或光照强度的变化超出设定值才执行 MPPT。
通过设定的搜索精度,在进行每一次最大功率搜索时都重新计算初始不定区间和估算搜索次数；为了减小系统波动,重新搜索时的当前电压值取上一次记录的最大功率点对应的电压值。
通过仿真分析,该算法在搜索最大功率时响应速度快、执行效率高、输出稳定,能实现光伏发电系统输出功率最优化。
在相同条件下,与实际光伏电池功率曲线和传统扰动观察法相比,该算法能提高输出效率。
%In order to improve efficiency of power output of photovoltaic generation system,Fibonacci variable step and symmetric interval elimination based search algorithm is used for maximum power point tracking (MPPT). It is needed to judge whether change of temperature or illumination intensity is in accordance with setting value by using this algorithm,and only when change of temperature or illumination intensity exceeds the setting value,it is allowed to carry out MPPT. By set-ting search precision,it is needed to re-calculate initial indefinite intervals and estimate searching times when proceeding ev-ery maximum power point search. In order to reduce system fluctuation,the current voltage value at the time of re-searching should be valued as the corresponding voltage value of previous recorded maximum power point. By simulation analysis,it is proved that this algorithm has advantages such as fast response speedwhen searching maximum power,high execution effi-ciency and stable output,which means that it is able to realize optimization on output power of the photovoltaic generation system. Under the same condition,this algorithm can improve output efficiency comparing with actual photovoltaic cell power curve and traditional perturbation and observation method.【期刊名称】《广东电力》【年(卷),期】2015(000)012【总页数】5页(P25-29)【关键词】光伏发电;最大功率跟踪;光照强度;区间消去;搜索精度【作者】许慧一【作者单位】福建水利电力职业技术学院，福建永安 366000【正文语种】中文【中图分类】TM615.2太阳能作为一种清洁的可再生能源在诸多领域的开发与利用中已取得良好的成效，能较好地替代常规能源。
新能源并网逆变器设计和仿真研究毕业设计论文
工学学士学位论文新能源并网逆变器设计和仿真研究学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
作者签名：日期：年月日导师签名：日期：年月日目录摘要 (3)Abstract (4)1.前言 (5)1.1课题研究背景及意义 (5)1.2太阳能并网发电系统 (6)1.2.1电网对逆变器的要求 (7)1.2.2光伏阵列对逆变器的要求 (7)1.2.3用户对逆变器的要求 (8)2光伏电池及其特性 (9)2.1光伏阵列的组成 (9)2.2光伏电池物理机制的数学模型 (9)2.3光伏模块的PSIM 仿真模型 (10)2.4光伏模块PSIM 模型的仿真分析 (11)2.5串联电阻s R 和并联电阻sh R 对模块输出特性的影响分析 (14)３系统主电路的设计和控制方法 (16)3.1光伏并网逆变器常用拓扑方案 (16)3.1.1按有无变压器分类 (16)3.1.2按功率变换级数分类 (17)3.1.3 DC-AC-DC-AC 拓扑结构 (18)3.2逆变器并网运行电路原理分析 (20)3.3系统总电路的设计 (21)3.3.1 DC-DC 变换器 (22)3.3.2逆变器主电路的设计 (22)3.4空间矢量直接电流控制 (23)3.4.1 d/q 坐标系下的数学模型 (23)3.4.2 d/q 坐标系下的控制策略 (25)3.4.3 d/q 坐标系下的控制方程 (26)4光伏并网发电系统的仿真研究 (29)4.1 PSIM 仿真软件的介绍 (29)4.2 对DC-DC 转化器PSIM 仿真 (29)4.2.1 DC-DC 原理图 (30)4.2.2 DC-DC c block 编程 (30)4.2.3 DC-DC 仿真图 (32)4.3并网逆变器的PISM 仿真 (33)4.3.1 并网逆变器原理图 (33)4.3.2并网逆变器 C block 编程 (33)4.3.3并网逆变器仿真图 (36)5致谢 (37)参考文献 (38)摘要太阳能作为一种新型能源及其清洁、储量大、无污染等优点使其利用越来越受到人们的重视，而光伏发电技术的应用更是人们普遍关注的焦点。
新能源并网发电
大亚湾核电站
18
1.1 新能源发电技术概述
电力系统的构成及其功能
升压站 发电厂
输电线路 照明、动力 配变 配电线路
枢纽、降压站
19
1.1 新能源发电技术概述 电力系统的概念
电力系统——是由发电厂、变电所、输电线、配电
系统及负荷组成的。是现代社会中最重要、最庞杂 的工程系统之一。 电力网络——是由变压器、电力线路等变换、输送、 分配电能设备所组成的部分。 动力系统——在电力系统的基础上，把发电厂的动 力部分（例如火力发电厂的锅炉、汽轮机和水力发 电厂的水库、水轮机以及核动力发电厂的反应堆等） 包含在内的系统。
20
1.1 新能源发电技术概述 电力系统组成 ---- 由图指出电力网,动力系统！
21
1.1 新能源发电技术概述 电力系统的概念
输电——从发电厂或发电中心向消费电能地区输 送大量电力的主干渠道或不同电网之间互送电力的 联络渠道。 配电——消费电能地区内将电力分配至用户的分 配手段，直接为用户服务。 输电和配电设施都包括变电站、线路等设备。 输电网——所有输电设备连接起来组成输电网。 配电网——从输电网到用户之间的配电设备组成 的网络，称为配电网。
2. 中间变电所
1) 中间变电所高压侧与枢纽变电所连接，以穿越功率为主，在 系统中起交换功率的作用，或使高压长距离输电线路分段，它一 般汇集2~3个电源，这样的变电所主要起中间环节作用。 2) 电压等级多为220~330 kV，其中压侧一般是110~220 kV，供给 所在的多个地区用电并接入一些中小型电厂。 25 3) 当全所停电时，将引起区域电网解列，影响面也比较大。
能源资源
能源资源是指为人类提供能量的天然物质。它包括煤、 石油、天然气、水能等，也包括太阳能、风能、生物 质能、地热能、海洋能、核能等新能源。 能源资源是一种综合的自然资源。纵观社会发展史， 人类经历了柴草能源时期、煤炭能源时期和石油天然 气能源时期，目前正向新能源时期过渡，并且无数学 者仍在不懈地为社会进步寻找开发更新更安全的能源。 目前人们能利用的能源仍以煤炭、石油、天然气为主。
新型电力系统与新型能源体系
针对这些问题，作者提出了许多切实可行的解决方案和技术路线。
值得一提的是，书中还从政策、经济、社会等方面对新型电力系统与新型能源体系的发展进行了 全面的分析。作者认为，政策支持是推动这一领域发展的关键因素之一，而经济发展和社会认知 的提高也将为这一领域的发展提供强大的动力。
作者简介
这是《新型电力系统与新型能源体系》的读书笔记，暂无该书作者的介绍。
谢谢观看
通过分析这本书的目录，我们可以发现其内容涵盖了新型电力系统与新型能 源体系的核心概念、发展现状、技术应用、政策措施等多个方面。目录不仅条理 清晰，而且逻辑严密，使得读者可以快速了解各章节的主要内容，进而把握全书 的主题和框架。
在引言部分，作者阐述了新型电力系统与新型能源体系的重要性和紧迫性， 为后续章节奠定了基础。紧接着，第二章和第三章分别介绍了新型电力系统和新 型能源体系的基本概念、发展历程和现状，为读者提供了清晰的概念框架。在此 基础上，后续章节进一步深入探讨了各种技术应用、政策措施以及未来发。它不仅让我对当前的能源形势有了更 深入的了解，还为我展示了未来能源发展的可能路径。书中系统阐述的新型电力 系统五大定位、五大内涵、五大特征、五大创新体系，都为我们提供了一种全新 的思考方式。
新型电力系统不仅仅是一个技术问题，更是一个社会问题。它涉及到我们如 何更好地利用和保护资源，如何确保能源的可持续供应，以及如何应对气候变化 等全球性问题。而新型能源体系的提出，则是为了更好地适应这种变化，为未来 的能源发展提供更广阔的空间。
光伏并网逆变器基础知识培训PPT课件
2020/7/29 www. Growatt .com － © Growatt － powering tomorrow
12
逆变器基础知识
单相推挽式逆变器拓扑结构
2020/7/29 www. Growatt .com － © Growatt － powering tomorrow
13
逆变器基础知识
17
光伏并网逆变器基础培训
2.光伏并网逆变器的 拓扑结构
2020/7/29 www. Growatt .com － © Growatt － powering tomorrow
18
光伏并网逆变器拓扑结构
光伏并网逆变器概述
光伏并网逆变器是将太阳能电池板输出的直流电转换成符合电网要求的交流 电再输入电网的设备，是并网型光伏系统能量转换和控制的核心。 光伏并网逆变器其性能不仅是影响和决定整个光伏并网系统是否能够稳定、 安全、可靠、高效的运行，同时也是影响整个系统使用寿命的主要因素
2020/7/29 www. Growatt .com － © Growatt － powering tomorrow
19
光伏并网逆变器拓扑结构
光伏并网逆变器基本功能
逆变功能： 将光伏阵列发出的直流电转换为符合电能质量要求的交流电
最大功率点跟踪（MPPT）功能： 根据光照强度实时调节控制变量、保证系统输出最大功率
2020/7/29 www. Growatt .com － © Growatt － powering tomorrow
5
逆变器基础知识
电力——交流和直流两种 从公用电网直接得到的是交流，从蓄电池和干电池得到的是直流。
电力变换四大类 交流变直流、直流变交流、直流变直流、交流变交流
LCL型并网逆变器的控制技术
目录分析
在控制技术方面，该书首先介绍了并网逆变器控制技术的分类，包括间接电流控制和直接电流控 制。其中，间接电流控制又分为基于稳态模型的控制和基于动态模型的控制，直接电流控制则分 为基于PWM的控制和基于SPWM的控制。在此基础上，该书详细阐述了各种控制技术的原理、实现 方法以及优缺点。
该书还介绍了LCL型并网逆变器的设计方法，包括滤波器的设计、功率开关的选择、控制电路的 实现等。同时，通过实验验证了所提出控制技术的有效性和优越性。
LCL型并网逆变器的控制技术
读书笔记
01 思维导图
03 精彩摘录 05 目录分析
目录
02 内容摘要 04 阅读感受 06 作者简介
思维导图
本书关键字分析思维导图
控制
逆变
通过
并网
系统
lcl
输出
并网
技术
控制 技术电能Biblioteka 逆变策略实现
实验
研究
应用
光伏
内容摘要
内容摘要
本书旨在深入探讨LCL型并网逆变器的控制技术，旨在揭示其控制策略和相关实现方法。LCL型并 网逆变器作为一种重要的电力电子设备，在光伏发电等领域具有广泛的应用，因此对其控制技术 的深入研究具有重要的实际意义和价值。 在光伏发电系统中，LCL型并网逆变器的作用是将光伏电池输出的直流电能转化为交流电能，并 输送到电网中。其控制技术的核心是通过调节逆变器输出的电压和电流，以满足电网的需求，同 时保证系统的稳定性和可靠性。 针对LCL型并网逆变器的控制技术，本书从理论和实验两个方面进行了深入研究。本书提出了一 种基于间接电流控制的LCL型并网逆变器控制策略，通过调节逆变器输出电压的幅值和相位，实 现对电流的间接控制。本书设计并实现了一种基于滤波器优化的LCL型并网逆变器控制策略，旨 在减小系统谐波含量，提高电能质量。
《能源储能技术》PPT课件
如果使用不当会造成电解质泄漏等 现象；和铝电解电容器相比，它内阻较 大，因而不可以用于交流电路；
16
ppt课件
17
8
飞轮储能
理工 作 原
飞轮储能系统主要包括转子系 统、轴承系统和转换能量系统 三个部分构成。另外还有一些 支持系统， 如真空、深冷、外 壳和控制系统。基本结构如图 所示。
ppt课件
9
飞轮储能
点使 用 特
ppt课件
飞轮储能的技术优势是技术成熟度高、高功 率密度、长寿命、充放电次数无限以及无污 染等特性。飞轮储能的能量密度不够高、自 放电率高，如停止充电，能量在几到几十个 小时内就会自行耗尽。 几万转高速飞轮系统损耗在100瓦左右，1千 瓦时的系统只能维持10小时的自放电。因此， 飞轮储能最适合高功率、短时间放电或频繁 充放电的储能需求。 由于放电时间有限，飞轮储能不一定是调节 太阳能发电波动的最佳选择。
ppt课件
3
新的储能技术
除蓄电池和抽水储能电站这些储能方式， 新发展起来的有超导储能、飞轮储能、超 级电容器储能、氢储能等。
a.超导储能 b.飞轮储能 c.超级电容器储能
超导储能 飞轮储能
ppt课件
4
超导储能
概 述
将一个超导体圆环置于磁场中，降温至圆环材料 的临界温度以下，撤去磁场，由于电磁感应，圆环中 便有感生电流产生，只要温度保持在临界温度以下， 电流便会持续下去。试验表明，这种电流的衰减时间 不低于10万年。显然这是一种理想的储能装置，称为 超导储能。
储能功率变换与并网技术
精彩摘录
同时，书中所提炼的关键原理、实现细节和实验结果等，对于指导读者在能源领域开展相关研究 和实际操作具有重要的指导意义。 在启示与思考方面，我们可以从本书中汲取以下经验： 要重视技术创新和实际应用相结合。书中介绍的储能功率变换与并网技术不仅在实验室中取得了 成功，也在实际工程中得到了广泛应用。这提示我们，在技术创新的同时，必须将其与实际应用 紧密相连，才能真正发挥技术的作用。 要注意多学科交叉融合。本书涉及的内容涵盖了储能技术、功率变换和并网技术等多个领域，这 要求我们在解决问题时，要具备跨学科的知识和技能，注重不同领域之间的交叉融合。 要国际发展动态。书中介绍的许多技术、算法和设备都来自国外，这表明国际合作和交流对于推 动储能功率变换与并网技术的发展至关重要。
精彩摘录
精彩摘录
随着可再生能源的普及和电力系统的不断发展，储能技术和功率变换在能源领域的作用日益凸显。 在众多关于储能功率变换与并网技术的书籍中，《储能功率变换与并网技术》以其独特的视角和 生动的案例吸引了读者的注意。本书将对该书的精彩摘录进行深入剖析，以飨读者。
《储能功率变换与并网技术》的作者是业界知名的能源问题专家，他们在储能技术、功率变换和 并网技术等领域拥有多年的研究经验和实践成果。本书主要围绕储能功率变换与并网技术的原理、 应用和未来发展趋势展开，通过大量的实例和实验数据，向读者展示了该领域的最新研究成果和 实践经验。
阅读感受
阅读感受
《储能功率变换与并网技术》是一本关于储能技术的重要性和应用的书籍。在阅读这本书的过程 中，我对储能功率变换和并网技术有了更深入的了解，也对这些技术在现实生活中的应用有了更 清晰的认识。
这本书的作者是一流的专家，他们的专业知识和经验在书中得到了充分体现。通过对储能功率变 换和并网技术的全面介绍，作者们不仅展示了这些技术的理论知识，还详细解释了它们在实际应 用中的优势和挑战。我非常欣赏作者们对主题的精彩表达，这本书让我对储能技术有了更全面的 了解。
00306_2024全新电力系统ppt课件
2024/1/27
24
需求侧管理概念引入
2024/1/27
需求侧管理的定义
01
通过对用户用电行为的引导和控制，提高电力资源的利用效率
，减少浪费和排放。
需求侧管理的意义
02
在保障电力供应安全的前提下，促进节能减排和可持续发展。
需求侧管理的主要手段
03
包括峰谷分时电价、可中断负荷、需求响应等。
实现对电网的准确感知 ，为智能电网提供数据 支持。
实现电网各环节之间的 实时、双向、互动通信 ，保证智能电网的高效 运行。
对海量数据进行处理和 分析，提取有价值的信 息，为智能电网的决策 提供支持。
11
实现对电网的优化控制 ，提高电网的运行效率 和安全性。
03
CATALOGUE
输配电网络优化与升级改造策 略
2024全新电力系统ppt 课件
2024/1/27
1
CATALOGUE
目 录
• 电力系统概述与发展趋势 • 新型发电技术与智能电网建设 • 输配电网络优化与升级改造策略 • 储能技术在电力系统中的应用前景
2024/1/27
2
CATALOGUE
目 录
• 微电网建设及其在电力系统中的作 用
• 需求侧管理与节能减排政策解读 • 总结：构建安全高效可持续的电力
更加智能化的运行和管理。
2024/1/27
清洁能源占比提高
随着环保意识的提高和清洁能 源技术的不断发展，清洁能源 在电力系统中的占比将不断提 高。
分布式能源快速发展
分布式能源具有灵活、高效、 环保等优点，未来将在电力系 统中得到广泛应用。
电力市场化改革
新能源发电接入下储能系统双层优化模型
第 43 卷第 2 期2024年 3 月Vol.43 No.2Mar. 2024中南民族大学学报（自然科学版）Journal of South-Central Minzu University（Natural Science Edition）新能源发电接入下储能系统双层优化模型陈建国1，郑拓1，郝俊毅2，董幼林1，胡经伟1，苏义鑫2（1 国网湖北省电力有限公司黄冈供电公司，湖北黄冈438000；2 武汉理工大学自动化学院，武汉430070）摘要针对风力发电、光伏发电等可再生分布式电源接入电网带来的网损增加、电能质量降低等问题，提出了一种风光接入下储能系统的双层优化模型.综合考虑储能规划和运行两个方面的耦合效应，上层模型考虑储能规划，以储能配置的位置和容量为决策变量，以储能系统规划成本为目标函数，下层考虑储能系统运行时电网的经济性和稳定性，以储能系统每一时刻（时间刻度为1 h）的出力为决策变量，以电网脆弱性、有功网损、购电成本为目标函数.采用改进鲸鱼算法与YALMIP+CPLEX联合方法在MATLAB中进行求解，选取改进后的IEEE33节点系统进行仿真验证，结果验证了所提模型的合理性，对比不同的场景与结果得到储能的最优配置方案与运行策略.关键词风力发电；光伏发电；双层优化；储能配置；改进鲸鱼算法中图分类号TP18；TM73 文献标志码 A 文章编号1672-4321（2024）02-0245-07doi：10.20056/ki.ZNMDZK.20240214Bi-Level optimization model of energy storage systems under new energygeneration integratioCHEN Jianguo1，ZHENG Tuo1，HAO Junyi2，DONG Youlin1，HU Jingwei1，SU Yixin2（1 Huanggang Power Supply Company， State Grid Hubei Electric Power Company， Huanggang 438000， Hubei China；2 School of Automation， Wuhan University of Technology， Wuhan 430070， China）Abstract A bi-level optimization model of energy storage system under wind and solar power access is proposed to solve the problems of increased network loss and reduced power quality caused by the access of renewable distributed power sources such as wind and photovoltaic power generation to the grid. Considering the coupling effect of energy storage planning and operation，the upper model takes the location and capacity of energy storage configuration as the decision variables， the planning cost of energy storage system as the objective function， the lower model considers the economy and stability of the power grid when the energy storage system is running，the output of the energy storage system at each moment （time scale is 1h） as the decision variables， and the vulnerability of the power grid， active network loss Power purchase cost is the objective function. The improved whale optimization algorithm and the YALMIP+CPLEX joint method are used to solve the problem in MATLAB. The improved IEEE33-bus system is selected for simulation verification. The results verity that the proposed model is reasonable. The optimal configuration scheme and operation strategy of energy storage are obtained by comparing different scenarios and results.Keywords wind power； solar power； bi-level optimization； energy storage configuration； improved whale optimization algorithm随着可再生能源的普及以及清洁能源的需求日益增长，风力发电和光伏发电等可再生能源发电系统逐渐成为主流［1-3］.然而，大规模的分布式电源接入电网会导致电网出现线路网损增加、电能质量降低、电网传输和分配能力受到限制等问题［4-7］.储能系统是一种能将电力转化成其他形式能量进行存储的装置，以便在需要时将其释放为电能的设备，它起到平衡供需，改善电力质量、提高电力系统收稿日期2023-07-09 * 通信作者郑拓，研究方向：新型电力系统优化调度，E-mail：****************作者简介陈建国（1968-），男，高级工程师，研究方向：电力系统规划，E-mail：****************基金项目国家自然科学基金资助项目（62176193）第 43 卷中南民族大学学报（自然科学版）灵活性等作用［8-9］.因此，储能系统在可再生能源发电系统中扮演着至关重要的角色.储能系统在接入电网时需要考虑储能装置的数量、接入的位置、配置的容量以及运行策略，如若不进行合理的优化配置以及恰当的策略选择，会对电网的稳定性和安全性造成负面影响，因此近几年电网储能配置得到广泛研究.文献［10］以电压波动率、网络损耗和配置成本为优化目标建立起储能优化模型，通过改进多目标粒子群算法进行求解，得出最佳储能配置方案.文献［11］优化目标考虑的是使系统投资总成本最小、供电可靠性最高、弃风弃光率最低，其次提出了一种能量管理策略，通过判断风光出力之和与同一时刻用户负荷的大小，来对锂离子电池、风力发电机、光伏发电机进行相应的控制，以此来减少能量的损耗，提高系统的经济性，最后通过非支配排序遗传算法（NSGA）对模型进行求解.文献［12］建立了储能配置双层优化模型，上层主要考虑储能系统的投资成本，下层考虑储能系统运行时电网的实际情况即日运行成本、新能源消纳、日负荷缺电率，使用近邻传播聚类算法对风光出力以及负荷数据进行处理，选取代表性的典型日数据进行算例分析，最后采用第三代非支配遗传算法进行求解.文献［13］着重考虑经济性，以储能的规划、运行、维护成本以及燃料成本最小为优化目标，对比了三个不同的场景，确定了储能系统的最佳额定功率和能源容量以及安装年份.文献［14］考虑了系统经济性、技术标准以及风光发电的不确定性，建立了用于求解分布式储能最佳容量及功率的多目标优化模型.上述关于储能系统的配置和运行策略优化的研究具有很大的参考价值，但是仍存在以下不足：（1）在设定优化目标时，大多数的研究都只聚焦于经济性，而忽略了电网的稳定性以及安全性；（2）储能的配置以及运行分开进行优化求解，忽略了储能配置对运行调度时的影响；（3）储能的位置固定，不具备一般性.针对这些不足，本文提出了一种储能选址定容双层优化模型，上层优化以储能系统规划成本为目标，旨在找出储能配置最佳位置与容量，下层优化以电网脆弱性、网损、购电成本为目标，旨在优化储能系统的运行策略.为了验证所提出模型的有效性和准确性，采用MATLAB软件，结合改进鲸鱼算法对上层模型进行求解，下层优化问题采用YALMIP+ CPLEX进行求解，通过改进的IEEE33节点系统进行仿真，并从不同接入位置与数量的角度建立多个场景进行对比分析.1 双层优化模型双层优化模型中，上层和下层优化问题都具有相应的目标函数、约束条件、决策变量等，它与单层优化模型的主要区别为其递阶结构，双层优化问题可视为两个决策者（即上层决策者和下层决策者）的分层问题［15］.上层决策者在上层问题中做出的决策会直接或间接的影响到下层问题的求解，下层决策者则是在给定的上层决策的基础上最小化或最大化自身的目标函数.双层优化在电力系统调度、发电规划等领域已有广泛研究.双层优化问题在数学上可描述为：ìíîïïF1=min x F()x，y1，y2，⋯，yms.t. G(x)≤0，（1）ìíîïïF2=min y f()x，y1，y2，⋯，yms.t. g()x，y1，y2，⋯，ym≤0，（2）式中：F1、F2分别为上层和下层优化问题的目标函数，x，y分别为双层优化模型的决策向量，G(x)为上层优化的约束条件，g(x，y1，y2，⋯，y m)为下层优化所需满足的约束条件.图1为本文的双层优化模型架构示意图，上层优化模型主要涉及储能规划问题，下层优化模型则是关于储能出力优化问题.通过求解上层优化问题得到储能的最合适的位置以及最佳容量，并将此结果传递到下层，下层优化则在此储能配置下对储能系统出力进行优化求解，以此得到储能系统最优的配置和运行策略.1.1 上层优化模型1.1.1 目标函数本文选取储能系统的容量规划问题为上层优上层优化目标函数：储能系统规划成本约束条件：储能系统容量约束、储能系统出力约束下层优化目标函数：电网脆弱性+网损+购电成本约束条件：有功平衡约束、静态潮流约束、节点电压相位约束、风光出力约束位置容量配置储能出力优化图1 双层优化模型架构示意图Fig.1 Schematic diagram of two-layer optimization model architecture246第 2 期陈建国，等：新能源发电接入下储能系统双层优化模型化模型.以储能系统规划成本为目标函数，储能规划成本主要分为建设成本和维护成本［16］，计算公式为：C E ，plan =1T Ess (C E ，build +C E ，preserve)=1T Ess[ηC σP E +(C σ+C τ)E E]，（3）式中：T Ess 为储能系统的预期寿命，以一天为结算周期；C E ，build 和C E ，preserve 分别为储能系统的建设和维护成本；η为功率转换成容量的转换系数；C σ和C τ分别为储能系统单位容量的投资成本与维护成本.P E 和E E 分别为储能的最大功率和最大容量.1.1.2 约束条件（1）储能系统容量约束：储能系统的容量配置是双层优化模型中的关键，它既作为上层优化问题的决策变量又作为下层优化问题的重要参数，起着连接上下层优化的作用.一方面关系着各电源的协调出力，另一方面储能容量大小影响最优潮流的分布，故对储能系统的容量进行约束，表达式为：EminE≤E E ≤E maxE .（4）（2）储能系统出力约束：当储能系统的出力超过最大功率或者小于最小功率时，表明本次优化结果不具备现实意义，将进行下一次优化.储能系统的最大功率出力与其容量有关一般储能的功率能量比为0.5［17］.储能功率出力约束如（5）式所示：P min E ≤P E ≤P max E .（5）1.2 下层优化模型1.2.1 目标函数本文选取储能系统的出力问题为下层优化模型.主要考虑微电网运行的安全性以及经济性，故采用以下三个指标来作为目标函数.（1） 目标1：有功网损最小.储能系统在电网中既可以等效为电源又可以作为负荷参与调节，可以有效减少线路中的电流流动，从而使电网有功网损减小.有功网损的计算表达式为：F 1=∑t =124∑i∑j[]G ij ()U 2i ，t +U 2j ，t -2U i ，t U j ，t cos δij ，t，（6）式中：i ，j 代表电力系统网络内的节点；U i ，t 为t 时刻节点i 的电压，U j ，t 分别为t 时刻节点j 的电压；G ij 为节点i 和节点j 之间的电导；δij ，t 为t 时刻节点i ，j 的相角差［18］.（2） 目标2：电网脆弱性指标最小.本文采用电网脆弱性指标作为对电网运行安全性的反映，通过分析各个节点的电压质量即电压偏移值来衡量电网的脆弱性.脆弱性越高表示电压质量越低即供电质量越低，安全性和抗风险性均较差［19］.F 2=124∑t =124(12J (t )+12AV(t )) ，（7）式中：AV(t )为t 时刻电网的平均脆弱性，J (t )表示电网脆弱性的均衡度，其具体计算过程如下：节点i 在t 时刻的脆弱性为：v (t ，i )=||||||||U t ，iU i ，o-1V max，（8）式中：U t ，i 为节点i 在t 时刻的电压；U i ，o 为节点i 的额定电压；V max 为最大电压偏移量取0.07.将脆弱性在t 时刻进行归一化：V (t ，i )=v (t ，i )-v ()t ，i minv ()t ，i max -v ()t ，i min，（9）式中：v (t ，i min )、v (t ，i max)为归一化前t 时刻所有节点最大、最小脆弱性的值.t 时刻电网平均脆弱性为：AV (t )=1N ∑i =1NV (t ，i ) ，（10）式中：N 为微电网系统的节点总数；V (t ，i )为时间断面t 时i 节点脆弱性的归一化值.在实际电网中，某一节点的电压出现崩溃或阶跃时，会产生巨大的干扰信号并影响其他节点，所以我们不仅要考虑每一个节点的脆弱性，还需要考虑它们之间的互相影响，即分布的均衡性，其表达式如下：J (t )=1-éëêêêêê∑i =1N p t ，i log 2()1p t ，ilog 2N ùûúúúúú2π，（11）式中：J (t )表示t 时刻电网整体脆弱性的均衡度，取0时表示绝对均衡、取1时代表绝对不均衡，其中p t ，i 为节点i 脆弱性在t 时刻占当前电网总脆弱性之比，表达式为：p t ，i =V (t ，i )∑i =1N V (t ，i ) ，（12）（3） 目标3：购电成本最低.在保证电网安全性的情况下，经济性也需要兼顾，本文选取购电成本最低为一个目标，如下式247第 43 卷中南民族大学学报（自然科学版）所示：C buy =∑t =1T c e ，l P need ，t ，（13）式中：c e ，l 为t 时刻电网电价，P need ，t 为t 时刻电网电量缺额量［20］.1.2.2 约束条件（1）有功平衡约束为：p grid ，t +∑i =1N DG p DG ，i ，t +∑j =1N Ep dis ，j ，t =∑j =1N E pcha ，j ，t+p load ，t +p loss ，t. （14）（2）静态潮流约束为：ìíîïïïïïïïïP gi ，t +P WTi ，t +P Ei ，t +P PVi ，t -P Li ，t =U i ，t ΣU j ，t ()G ij cos δij ，t +B ij ，t sin δij ，t Q gi ，t +QWTi ，t +Q Ei ，t +Q PVi ，t -Q Li ，t =U i ，t ΣU j ，t ()G ij sin δij ，t -B ij cos δij ，t ，（15）式中：P gi ，t 为t 时刻流入节点i 的有功功率；P WTi ，t 为风力发电机有功出力；P Ei ，t 、P PVi ，t 、P Li ，t 分别为储能系统充放电有功出力、光伏发电机有功出力、节点i 消耗的有功功率；Q gi ，t 、Q WTi ，t 、Q Ei ，t 、Q PVi ，t 、Q Li ，t 分别为t 时刻流入节点i 的无功功率、风力发电机无功出力、储能系统充放电无功出力、光伏发电机无功出力、节点i 消耗的无功功率.（3）节点电压和相位约束为：{U min i ≤U i ，t ≤U maxiδmin i ≤δi ，t ≤δmaxi，（16）式中：δi ，t 为节点i 在t 时刻的相位.（4）风力、光伏发电机出力约束为：ìíîP min WT ≤P WT ，t ≤P max WT ，Q min WT ≤Q WT ，t ≤Q maxWTP min PV ≤P PV ，t ≤P max PV ，Q min PV ≤Q PV ，t ≤Q max PV ，（17）式中： P max WT 、P min WT 、P max PV 、P min PV 、分别为风力发电机的有功出力上下限和光伏发电机的有功出力上下限；Q max WT 、Q min WT Q min PV Q minPV 分别为光伏发电机的无功出力上下限和光伏发电机的无功出力上下限.（5）储能荷电状态与出力约束为：ìíîïïïïïïïSOC i ，t +1=SOC i ，t ()1-σi -1E E ()ηcha ，i P cha ，i ，t -P dis ，i ，tηdis ，iΔt SOC i ，min ≤SOC i ，t ≤SOC i ，max，（18）式中：SOC i ，t 代表t 时段内储能i 的SOC 值；SOC i ，min 和SOC i ，max 分别代表储能SOC 的上下限；σi 代表储能自放电率；ηcha ，i 和ηdis ，i 分别代表储能充放电效率；为储能i 的容量.2 模型求解2.1 改进鲸鱼算法本文上层优化采用改进鲸鱼优化算法，主要对包围猎物位置更新公式以及搜寻环节进行优化，它比标准鲸鱼优化算法具有更高的寻优精度、更快的寻优速度，同时比传统遗传算法和粒子群算法的收敛速度更快［21］，标准鲸鱼算法的包围猎物位置更新公式为：X (t +1)=ìíîïïX ∗(t )-A ⋅||C ⋅X ∗(t )-X (t )，p <0.5X ∗(t )+D ⋅e blcos (2πl )，p ≥0.5 ，（19）式中：t 为迭代搜寻次数；X 为鲸鱼位置；X ∗为全局最优位置；A 和C 为系数矩阵；b 为常数；l 为［-1，1］之间均匀分布的随机数；p 为［0，1］之间均匀分布的随机数，为了提升算法的全局搜索能力，提高算法的收敛速度，在上述位置更新公式中加入一个自适应惯性权值w .w (t )=0.2cos(π2⋅(1-tt max )).（20）惯性权值w 具有一种在［0，1］之间非线性变化的属性，由于cos 函数的变化特性，算法前期变化速度较快，后期变化速度则会稍微变缓.另外在旋转搜寻环节，为了增加鲸鱼对未知区域的探索能力即提高算法的全局搜寻能力，加入变螺旋位置更新策略，引入参数b ，b 随着迭代次数变化而变化，不断调整鲸鱼搜寻时螺旋的形状，再结合上述自适应权值，位置更新的表达式为：X (t +1)=ìíîïïïïw (t )X ∗(t )-A ⋅||C ⋅X ∗(t )-X (t )， p <0.5w (t )X ∗(t )+bD ⋅e bl cos (2πl )， p ≥0.5b =e5⋅cos (π⋅()1-t t max.（21）2.2 求解流程下层函数涉及到经济调度问题，如若采用智能算法，则上层模型求解一次，下层模型就要不断迭代求解直到达到算法限定的次数，这就会导致求解速度异常缓慢，因此下层模型采用YALMIP 和CPLEX 求解器进行求解.具体的求解流程如图2：（1）初始化.对改进鲸鱼优化算法的基本参数进行初始化包括鲸鱼的规模、迭代次数、问题维数、限定范围，同时对储能系统配置容量、位置、数量进行初始化.248第 2 期陈建国，等：新能源发电接入下储能系统双层优化模型（2）电网模型载入.以提供的电网拓扑结构为基础，加入配置的储能系统组成新的电网拓扑，同时载入24小时的风光发电的预测出力以及负荷的预测值.（3）下层优化.对下层目标函数进行优化，通过.（4）上层优化.根据下层的优化结果，更新适应度函数值.（5）最优配置.判别适应度函数是否已经达到最优，如果是最优则输出配置的结果，如果不是则再转入步骤（2）继续求解.3 算例分析3.1 基础参数本文为了验证提出模型的合理性，选取某一地区的风电光伏预测出力数据以及负荷数据，同时对IEEE33节点系统进行修改，在节点10、30接入200 kW 光伏发电机，在节点16接入250 kW风力发电机.修改后的IEEE33节点系统图如图3所示，典型日负荷曲线、风力发电和光伏发电出力预测如图4所示，仿真基础数据、电价参数如表1、2所示.3.2 仿真结果分析本文采用了四个场景来验证提出模型的合理性与正确性.场景1：不装设储能；场景2：单一储能接入；场景3：双位置储能接入.场景4：三位置储能接入.图2 双层优化模型求解流程图Fig. 2 Flow chart for solving a two-layer optimization model图3 改进IEEE33节点系统图Fig. 3 Improved IEEE33 node system diagram图4 负荷、风力光伏发电预测图Fig. 4 Load and wind photovoltaic power generation prediction chart249第 43 卷中南民族大学学报（自然科学版）根据表3的数据，可以得出以下结论：当场景2即单一储能设备接入时，配电网的脆弱均衡度平均值为0.365，相较于未安装储能设备的场景1，脆弱均衡度下降了6.89%；有功网损平均值为1.325，相较于场景1，下降了6.21%.同时，与场景1相比，场景3和场景4的这两个指标分别下降了15.31%和15.04%.这表明，在风力和光伏发电接入的配电网中，安装储能设备可以提高电网的稳定性，并降低网络损耗.此外，随着储能设备的增加，这一优化效果将更加显著.但需要注意的是，随着储能设备容量和数量的增加，储能系统的规划成本也会随之增加，规划成本增加的成本无法用购电成本的减少量来弥补.因此，在储能设备的规划中，容量和数量应根据实际需求而定，不应盲目增加.在本算例中，双位置接入储能即场景3的优化效果最佳.因此，选取场景三中的一组最优解，位置为第2节点和第13节点，容量分别为0.959、0.721.对改组合进一步分析储能装置的出力策略以及荷电状态，结果如图5-6所示，在5：00的时候负荷需求达到了谷值并且风电出力也达到峰值，此时储能装置吸收多余的电能将其储存起来，在负荷需求达到峰值的时候即12：00与20：00前后放出电量，来保证电网的正常供电，并且使储能装置的初始与结束状态的荷电状态相同以便明天正常运行.4 总结与展望4.1 总结本文提出了一种储能的双层优化配置的方法，考虑到了储能接入电网后，电网的稳定性与经济性以及储能选址定容与运行策略之间的耦合性.为了能够更快更精准的求解模型，将改进鲸鱼算法和YALMIP+CPLEX联合使用，在MATLAB中对改进后的IEEE33节点系统进行算例分析，得到结论如下：（1）通过对比无储能和加入储能的仿真结果，证明本文提出的双层优化模型能够有效的配置储能系统的最优位置与容量，使得储能系统规划的成本最小，同时可以得到储能系统运行出力的最优策略，使得电网的网损较低，稳定性提高.图6 储能1和储能2的荷电状态图Fig. 6 State of charge diagrams of energy storage 1 and 2.图5 储能1和储能2的充放电功率图Fig. 5 Charging and discharging power diagram of energy storage 1 and 2表3 各场景仿真结果比较Tab.3 Comparison of simulation results for various scenarios场景1 23 4位置—914123，147，202，138，20，293，16，21容量/MWh—1.3381.2191.1170.862，0.6541.353，0.9620.959，0.7210.651，0.710，0.5900.831，0.5120.651CE，plan/万元—3.8133.2113.1424.2124.7154.6435.4205.892F1/MW1.4021.3661.2991.2811.2061.1761.1931.0321.021F20.3920.3720.3670.3560.3390.3360.3210.3140.307F3/万元0.4890.3630.3710.3790.2890.2630.2710.2110.193表1 仿真参数设置Tab.1 Simulation parameter settings参数名称初始种群个数最大迭代次数最大半径最小半径充放电效率储能单位投资成本（元/kWh）储能单位维护成本［元/（kWh·a）］取值50 100 3 0.02 0.9 1384 126表2 电价参数表Tab.2 Electricity price parameter table电价分时电价时段1：00-5：00，23：00-24：0013：00-18：006：00-12：00，19：00-22：00元/kWh0.50.731.21250第 2 期陈建国，等：新能源发电接入下储能系统双层优化模型（2）通过多位置储能场景对比，储能系统数量的增加可以提高电网运行时的经济性以及稳定性，同时可以降低网络损耗，但随着储能系统数量的增加，总成本也会激增，导致总体经济性的降低，因此在进行储能配置的时候需要对电网的规模与预算进行整体的评估与决策.4.2 展望本文的研究仍有一些问题没有考虑，例如火电机组调节出力、风电不确定性、需求响应等，未来储能配置优化的研究应往以下方面深入研究：（1）考虑负荷的需求响应，电动汽车、以及大型用电单位也可以看作储能，在用电高峰期适当进行削减、在负荷峰谷期，合理增加用电量.将负荷与储能联系起来，建立起“储-荷”的协同规划荷调度模型.（2）研究合理的能量管理策略，将时间尺度变得更加精细化，精准调节储能、火力发电等系统的出力，最大程度上提高电网的稳定性、降低能源的浪费.参考文献［1］范士雄，蒲天骄，刘广一，等. 主动配电网中分布式发电系统接入技术及其进展［J］.电工技术学报，2016，31（S2）：92-101.［2］程晓悦，卢锦玲. 考虑不确定性的分布式电源多目标优化配置［J］.电力科学与工程，2014，30（11）：16-21.［3］汤广福，周静，庞辉，等. 能源安全格局下新型电力系统发展战略框架［J］.中国工程科学，2023，25（2）：79-88.［4］潘舒扬，李勇，贺悝，等. 考虑微电网参与的主动配电网分区自动电压控制策略［J］.电工技术学报，2019，34（21）：4580-4589.［5］刘畅，卓建坤，赵东明，等. 利用储能系统实现可再生能源微电网灵活安全运行的研究综述［J］. 中国电机工程学报， 2020， 40（1）：1-18.［6］寇凌峰，张颖，季宇，等. 分布式储能的典型应用场景及运营模式分析［J］. 电力系统保护与控制， 2020，48（4）： 177-187.［7］王成山，武震，李鹏. 分布式电能存储技术的应用前景与挑战［J］. 电力系统自动化， 2014， 38（16）： 1-8.［8］KOU Lingfeng，ZHANG Ying，JI Yu，et al. Typical application scenario and operation mode analysis ofdistributed energy storage［J］. Power System Protectionand Control， 2020， 48（4）： 177-187.［9］吴皓文，王军，龚迎莉，等. 储能技术发展现状及应用前景分析［J］.电力学报，2021，36（5）：434-443.［10］温春雪，赵天赐，于赓，等. 基于改进粒子群算法的储能优化配置［J］.电气技术，2022，23（10）：1-9，58［11］周成伟，李鹏，俞斌，等. 风光储微电网储能系统容量优化配置［J］.综合智慧能源，2022，44（12）：56-61.［12］戴彦文，于艾清.基于改进NSGA-Ⅲ的微电网储能优化配置［J］.电气传动，2022，52（18）：40-47.［13］PHAN M C，TRAN T Q，BACHA S，et al. Optimal sizing of battery energy storage system for an islanedmicrogrid［C］//IECON，2018-44th Annual Conference ofthe IEEE Industrial Electronics Society. IEEE，2018：1899-1903.［14］GARMABDARI R，MOGHIMI M，YANG F，et al.Multi-objective energy storage capacity optimisationconsidering microgrid generation uncertainties［J］.International Journal of Electrical Power & EnergySystems， 2020， 119： 105908-105919.［15］刘振国，胡亚平，陈炯聪，等.基于双层优化的微电网系统规划设计方法［J］.电力系统保护与控制，2015，43（8）：124-133.［16］朱志莹，郭杰，于国强，等.风光接入下储能系统双层优化模型［J］.太阳能学报，2022，43（10）：443-451.［17］王荔妍，陈启鑫，何冠楠，等.考虑电池储能寿命模型的发电计划优化［J］.电力系统自动化，2019，43（8）：93-100.［18］米阳，王鹏，邓锦，等.孤岛交直流混合微电网群分层协调控制［J］.电力系统保护与控制，2021，49（20）：1-8.［19］闫群民，董新洲，穆佳豪，等.基于改进多目标粒子群算法的有源配电网储能优化配置［J］.电力系统保护与控制，2022，50（10）：11-19.［20］黄柯蒙，刘继春.计及需求响应和热电联产的多微电网联盟优化调度方法［J］.智慧电力，2021，49（6）：107-115.［21］刘磊，白克强，但志宏，等.一种全局搜索策略的鲸鱼优化算法［J］.小型微型计算机系统，2020，41（9）：1820-1825.（责编&校对雷建云）251。
郭家宝-储能在智能电网中的应用及发展趋势 PPT课件
（6）延伸和突破
本项目本期投运99MW风电，以康保地区风电场一年 的预测运行数据进行储能容量配比分析。
29
（6）延伸和突破
总体上来看，由于风电出力的波动性较大，储能容量的增加对系统 弃电率的减少效果有限，储能电池的容量配置不宜过高。配置储能设备 后，风电场的弃风率低于15%，根据曲线计算结果，可采用20MWh或 者 30MWh 储 能 容 量 。 由 储 能 容 量 与 弃 风 率 关 系 曲 线 对 应 20MWh 、 30MWh的曲线可以看出，储能电池功率在25MW左右出现拐点，弃风 率下降趋势趋于稳定，储能电池功率取25MW可得到较好的技术指标效 益，因此本期工程储能电池的容量取值可为25MW*0.8h（20MWh） 或 25MW*1.2h （ 30MWh ） ， 考 虑 充 放 电 次 数 以 后 ， 最 终 选 定 25MW×1.2h（30MWh）。
30
（1）概述
青海光储项目
随着青海省光伏发电项目的持续增加，目前青海光 伏电站的发展速度已经远远超过了电网的承受能力，使 得光伏发电出现“弃光”现象，且光伏发电需要通过电网 进行远距离输送，而输电线路建设与光伏电站发展不匹 配，导致大量光伏电站建成之后，由于电网基础设施无 法及时满足新能源的发展速度、大规模光伏发电不能满 足并网要求等原因，出现了发电不能并网、发电利用小 时数持续降低和“弃光”等现象。
提高电力系统运行安全性（可靠性） 随着未来电网的不断建设，电力系统的运
行环境更加复杂,对电网的安全稳定运行要求 也越来越高，这直接关系到国民经济的发展 和人民群众的生活 。
备用电源 储能系统可以当作备用容量，当常
规电源发生无法预期的事故时，快速 提供电能供应。
7
8
新型电力系统导论
精彩摘录
该架构强调了分布式能源资源的重要性，并将新能源和储能技术作为电力系统的基础，为后续章 节的深入探讨奠定了基础。 在第三章中，方万良教授阐述了电力系统的稳定性问题。他提出了一种基于广域测量系统的稳定 性分析方法，该方法利用多代理技术对电力系统的稳定性进行实时监测和预警，提高了电力系统 的安全性和可靠性。 在第五章中，方万良教授对电力系统的优化运行进行了深入探讨。他提出了一种基于多目标决策 的电力系统优化模型，该模型综合考虑了电力系统的经济性、安全性和环保性，为电力系统的调 度和规划提供了有效的工具。 本书籍的精彩摘录都具有较高的学术价值和实用性。
目录分析
通过阅读本书，读者可以全面了解新型电力系统的基本概念、发展趋势、技术应用和市场前景等 方面，同时也可以为电力行业的研究和管理人员提供新的思路和启示。
作者简介
作者简介
这是《新型电力系统导论》的读书笔记，暂无该书作者的介绍。
感谢观看
内容摘要
本书主要介绍了物联网、云计算、人工智能等技术在电力系统中的应用。这些技术可以帮助实现 电力系统的实时监测、优化控制和故障诊断。同时，智能技术还有助于提高电力系统的可靠性和 稳定性，降低线损和运维成本。 保护技术在新型电力系统中同样至关重要。本书主要介绍了继电保护、自动化保护、故障定位等 方面的技术。这些技术可以有效地保护电力设备和线路，防止故障扩大和设备损坏。同时，保护 技术还有助于提高电力系统的稳定性，减少停电事故的发生。 本书还对未来电力系统的发展趋势和前景进行了展望。随着技术的不断发展，新型电力系统将逐 渐实现全面智能化、清洁化和低碳化。未来电力系统将更加注重能源多样性和可再生能源的利用， 同时不断提高电力系统的安全性和可靠性。随着电动汽车的普及，电力系统还将更加注重与交通 系统的融合，形成更加智能、高效和可持续的能源系统。
《储能技术发展及路线图》读书笔记思维导图
第5章 高温钠电池
5.1 概述
5.2 高温钠电池 发展现状
5.3 我国高温钠 电池发展战略
参考文献
5.1.1 钠硫 电池与钠镍
电池
5.1.2 高温 钠电池材料
5.2.1 钠硫 电池
5.2.2 ZEBRA电池
5.3.1 高温 钠电池关键 科学问题与
技术...
5.3.2 高温 钠电池发展 方向与路线 图
第6章 新概念储能电池
01
6.1 概述
02
6.2 发展 现状
03
6.3 我国 新概念电化 学储能体系 的关键 材...
04
6.4 新概 念储能电池 体系的发展 方向
06
参考文献
05
6.5 发展 建议路线图
6.1.1 基于水溶 液电解质的离子
嵌入型...
6.1.2 全固态电 池
6.1.3 液态金属 电池
第7章 铝蓄电池储能技术
7.2 技术方向
7.1 发展现状
参考文献
7.1.1 概述
7.1.2 技术 演变
7.2.1 铅炭电池 特性
7.2.2 铅炭电池 技术发展路线
7.2.3 高功率铅 酸蓄电池
7.2.4 铅酸蓄电 池的铅回收技术 [12...
第8章 电容及超级电容
01
8.1 国内 外发展现状
参考文献
1.1.2 储能是能 源互联网的关键
技术支...
1.1.1 储能技术 与产业的重要性
1.1.3 储能在不 同场合的应用
1.2.1 物理储能
1.2.2 电化学储 能
1.2.3 储热和储 氢
1.2.4 电场储能
1.3.2 我国储能 技术现状与产业
独立光伏发电系统能量管理控制策略
IPV +
UPV
太阳能 电池
−
150~350 VDC
Q3 C1
C L2 iL2
直流母线 100 VDC + Io +
D3
C2
UBus RL Uo
D
−
−
单向 DC-DC 变换器
iBat iL1
D1
+
L1 A
Q1
UBat
CL Q2 D2
CH
蓄电池 − 48 V/100 A⋅h
B 双向 DC-DC 变换器
池输出功率，Po为负载消耗功率)，不足部分由蓄电 池通过双向变换器来补充(IBat < 0)；如果太阳能电 池输出能量大于负载所需能量时，即Ppv > Po，那么 多余的能量通过双向变换器给蓄电池充电(IBat > 0)。 由于双向变换器的功率开关管互补导通，能量可以 双向流动，即蓄电池可以在放电与充电状态之间自 然切换，两者的区别仅是蓄电池能量流动方向相 反。
KEY WORDS: solar cell; battery; photovoltaic power system; energy management
摘要：随着能源危机和环境污染问题日益严重，太阳能光伏 发电正成为世界关注的热点。提出一种新的太阳能独立光伏 发电系统能量管理控制策略。系统由太阳能电池、蓄电池、 单向 DC-DC 变换器和双向 DC-DC 变换器组成，太阳能电 池提供负载稳定工作时所需要的能量，多余或不足的能量由 蓄电池来动态调节。系统能量管理的核心是根据太阳能电池
(负载不工作)
工作模式 II： 单向变换器：恒压模式 双向变换器：Buck 模式
工作模式 I： 单向变换器：MPPT 模式 双向变换器：Boost 模式