由于可再生能源的间歇性特点,储能单元广泛应用于孤岛直流微电网中。为保护储能单元,防止过度充放,需要对储能单元的荷电状态(state of charge,SOC)实行均衡控制,然而各储能单元线路阻抗及容量存在的差异将对SOC均衡造成影响。针对这一...由于可再生能源的间歇性特点,储能单元广泛应用于孤岛直流微电网中。为保护储能单元,防止过度充放,需要对储能单元的荷电状态(state of charge,SOC)实行均衡控制,然而各储能单元线路阻抗及容量存在的差异将对SOC均衡造成影响。针对这一问题,提出了一种基于一致性算法及自适应下垂控制的储能单元SOC均衡控制策略。首先,通过定义电流比例系数,建立了各储能单元下垂系数与SOC之间的函数关系式,实现了储能单元自适应SOC均衡,并通过劳斯判据证明了系统的稳定性。其次,将所提控制策略与其他文献控制方法进行对比,并且考虑了4种不同工况对SOC均衡的影响。最后,通过Matlab/Simulink进行了仿真分析,验证了所提控制策略的有效性。展开更多
大容量电池储能电站功率分配的决策变量多,且策略需考虑多个优化目标及能自动适应场景的不确定性。为此,提出了一种基于多智能体深度强化学习(multi-agent deep reinforcement learning,MADRL)的电池储能电站功率分配决策方法。首先,基...大容量电池储能电站功率分配的决策变量多,且策略需考虑多个优化目标及能自动适应场景的不确定性。为此,提出了一种基于多智能体深度强化学习(multi-agent deep reinforcement learning,MADRL)的电池储能电站功率分配决策方法。首先,基于大容量电池储能电站结构及其功率分配特性构建基于MADRL的功率分配决策框架,每个储能单元设置一个功率分配智能体,多个智能体构成合作关系;然后,设计考虑储能电站有功功率损耗、荷电状态(state of charge,SOC)一致性和健康状态损失最小优化目标的功率分配智能体模型,采用深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法去中心化训练各智能体网络参数,算法收敛后得到储能子系统充放电功率值。最后,算例验证了所提方法的有效性,能在有效提高储能子系统SOC均衡性的同时降低有功功率损耗、健康状态损失和充放电切换次数。展开更多
在光储孤岛直流微电网中,需要最大化利用光伏发电,通常对光伏系统采用最大功率点跟踪(maximum power point tracking, MPPT)技术。但传统的MPPT控制速度慢、精度低,特别是在局部阴影情形下极易陷入局部最优解。基于此,首先提出一种将布...在光储孤岛直流微电网中,需要最大化利用光伏发电,通常对光伏系统采用最大功率点跟踪(maximum power point tracking, MPPT)技术。但传统的MPPT控制速度慢、精度低,特别是在局部阴影情形下极易陷入局部最优解。基于此,首先提出一种将布谷鸟搜索算法与电导增量法相结合的混合MPPT控制。利用布谷鸟搜索算法快速全局寻优,再使用电导增量法精确定位,实现快速而准确地跟踪最大功率点。储能单元是光储直流微电网的重要组成部分,其输出电流均分、荷电状态(stateof charge, SoC)均衡和直流母线电压稳定是主要控制目标。但电流均分受线路电阻差异的影响,进而影响SoC均衡和直流母线电压稳定,于是设计一种新的电压电流双环控制策略以实现上述目标。该策略在电压外环采用母线电压作为反馈值,在电流内环中设计了基于一致性算法的控制策略,将SoC与指数函数结合并引入加速因子,使得在充放电过程中实现SoC的快速均衡。所提控制策略既不需要下垂控制,也无需二次补偿控制,减轻了通信负担。最后在Matlab/Simulink中搭建直流微电网系统模型,验证所设计新的混合MPPT控制和电压电流双环控制策略的有效性。展开更多
针对可再生能源、电解槽和储能设备集成的孤岛直流微电网制氢系统,提出了1种考虑储能荷电状态(state of charge,SoC)的优化控制策略.首先,对碱性电解槽的制氢效率特性进行分析,提出了1种制氢效率随母线电压变化而自适应调整的优化控制方...针对可再生能源、电解槽和储能设备集成的孤岛直流微电网制氢系统,提出了1种考虑储能荷电状态(state of charge,SoC)的优化控制策略.首先,对碱性电解槽的制氢效率特性进行分析,提出了1种制氢效率随母线电压变化而自适应调整的优化控制方法,通过与储能系统协调互补,将制氢效率保持在较高的范围内.当储能SoC越过上下限时,设计了1种不依赖通信的SoC主动恢复控制策略,确保储能系统的安全运行.其次,设计了1种考虑极端工况下的功率协调控制策略,通过各个运行模式之间的灵活切换来保证直流微电网的稳定运行.最后,通过MATLAB/Simulink仿真平台对所提控制策略的有效性进行了验证.展开更多
文摘由于可再生能源的间歇性特点,储能单元广泛应用于孤岛直流微电网中。为保护储能单元,防止过度充放,需要对储能单元的荷电状态(state of charge,SOC)实行均衡控制,然而各储能单元线路阻抗及容量存在的差异将对SOC均衡造成影响。针对这一问题,提出了一种基于一致性算法及自适应下垂控制的储能单元SOC均衡控制策略。首先,通过定义电流比例系数,建立了各储能单元下垂系数与SOC之间的函数关系式,实现了储能单元自适应SOC均衡,并通过劳斯判据证明了系统的稳定性。其次,将所提控制策略与其他文献控制方法进行对比,并且考虑了4种不同工况对SOC均衡的影响。最后,通过Matlab/Simulink进行了仿真分析,验证了所提控制策略的有效性。
文摘大容量电池储能电站功率分配的决策变量多,且策略需考虑多个优化目标及能自动适应场景的不确定性。为此,提出了一种基于多智能体深度强化学习(multi-agent deep reinforcement learning,MADRL)的电池储能电站功率分配决策方法。首先,基于大容量电池储能电站结构及其功率分配特性构建基于MADRL的功率分配决策框架,每个储能单元设置一个功率分配智能体,多个智能体构成合作关系;然后,设计考虑储能电站有功功率损耗、荷电状态(state of charge,SOC)一致性和健康状态损失最小优化目标的功率分配智能体模型,采用深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法去中心化训练各智能体网络参数,算法收敛后得到储能子系统充放电功率值。最后,算例验证了所提方法的有效性,能在有效提高储能子系统SOC均衡性的同时降低有功功率损耗、健康状态损失和充放电切换次数。
文摘在光储孤岛直流微电网中,需要最大化利用光伏发电,通常对光伏系统采用最大功率点跟踪(maximum power point tracking, MPPT)技术。但传统的MPPT控制速度慢、精度低,特别是在局部阴影情形下极易陷入局部最优解。基于此,首先提出一种将布谷鸟搜索算法与电导增量法相结合的混合MPPT控制。利用布谷鸟搜索算法快速全局寻优,再使用电导增量法精确定位,实现快速而准确地跟踪最大功率点。储能单元是光储直流微电网的重要组成部分,其输出电流均分、荷电状态(stateof charge, SoC)均衡和直流母线电压稳定是主要控制目标。但电流均分受线路电阻差异的影响,进而影响SoC均衡和直流母线电压稳定,于是设计一种新的电压电流双环控制策略以实现上述目标。该策略在电压外环采用母线电压作为反馈值,在电流内环中设计了基于一致性算法的控制策略,将SoC与指数函数结合并引入加速因子,使得在充放电过程中实现SoC的快速均衡。所提控制策略既不需要下垂控制,也无需二次补偿控制,减轻了通信负担。最后在Matlab/Simulink中搭建直流微电网系统模型,验证所设计新的混合MPPT控制和电压电流双环控制策略的有效性。
文摘针对可再生能源、电解槽和储能设备集成的孤岛直流微电网制氢系统,提出了1种考虑储能荷电状态(state of charge,SoC)的优化控制策略.首先,对碱性电解槽的制氢效率特性进行分析,提出了1种制氢效率随母线电压变化而自适应调整的优化控制方法,通过与储能系统协调互补,将制氢效率保持在较高的范围内.当储能SoC越过上下限时,设计了1种不依赖通信的SoC主动恢复控制策略,确保储能系统的安全运行.其次,设计了1种考虑极端工况下的功率协调控制策略,通过各个运行模式之间的灵活切换来保证直流微电网的稳定运行.最后,通过MATLAB/Simulink仿真平台对所提控制策略的有效性进行了验证.
