所属栏目：电力论文范文发布时间：2026-03-10浏览量:787
针对光伏-虚拟同步发电机技术(photovoltaic virtual synchronous generator,PV-VSG)的现有问题,围绕共直流母线型PV-VSG 建立了数学模型,并提出相应的协调控制策略。该策略利用双向DC/DC 变流器实现最大功率点跟踪 (maximum power point tracking,MPPT)算法,光伏逆变器则负责实现虚拟同步算法,使系统各部分功能清晰明确,降低了对协调控制的要求。通过在并网运行工况、调频运行工况和光照突降运行工况3 种工况进行仿真,验证了所提方法的有效性。实验结果表明,与现有的控制策略相比,所提方法简化了控制策略,能够有效抑制光伏逆变器输出功率波动。
关键词
光伏发电;储能装置;虚拟同步发电机;协调控制
论文《基于VSG技术的光伏-储能并网系统协调控制策略》发表在《电网与清洁能源》，版权归《电网与清洁能源》所有。本文来自网络平台，仅供参考。
近年来,在全球能源转型和“双碳”目标的驱动下,光伏发电凭借其清洁低碳、资源丰富等优势,实现了规模化发展,新能源发电的渗透率正在不断提高[1]。光伏逆变器大都采用电流源控制模式,不具备传统同步发电机的转动惯量特性,导致电网整体惯量水平下降[2-3]。为此,许多学者提出了利用虚拟同步发电机(virtual synchronous generator,VSG)来改善功率波动的问题。VSG 具有惯性、阻尼特性以及电网频率调节功能,已被广泛应用于分布式发电系统[4-6]。因此,将VSG 技术与光伏发电系统相结合,设计并研发光伏虚拟同步发电机,对于推动光伏发电从“被动并网”向“主动支撑”转变,具有重要意义[7]。
为保证光伏发电系统稳定运行,配备了储能装置[8-14]。按照安装位置,将储能单元分为3 种类型:共直流母线型、共交流母线型和集中型[15-19]。由于常见的共直流母线型储能单元对直流侧的能量交换有一定的缓冲作用,能量双向流动机制的存在使储能装置与直流母线之间的能量交换可以通过双向DC/DC 变流器来实现[20-24]。本文主要研究共直流母线型的单级光伏-储能并网发电系统的协调控制策略。
基于共直流母线型的单级光伏-储能并网发电系统主要有2 种控制策略。文献[15]在逆变器的控制策略中将最大功率点跟踪(maximum power point tracking,MPPT)技术和VSG 技术相结合,其储能装置采用功率环、电流环来控制。该控制策略能实现对VSG 技术和MPPT 技术功能的单独控制。文献[16]提出,储能装置仍保持由功率、电流双环控制,但将功率参考值由间接差分参考值改为直接参考值。该控制策略减少了储能装置与逆变器之间的通信连接,却无法体现阻尼特性,因此现有的控制策略在功能分配和协调控制之间存在矛盾。
针对光伏-虚拟同步发电机(photovoltaic virtual synchronous generator,PV-VSG)技术现有问题,本文对共直流母线型单级光伏-储能并网发电系统的控制展开深入研究,提出一种基于VSG 技术的光伏-储能并网发电系统协调控制策略,通过解耦储能装置和光伏逆变器,使储能按照MPPT 策略运行的同时,光伏逆变器按照VSG 策略运行,确保系统各部分可以明确执行控制功能。这种协调控制策略下的储能装置和光伏逆变器具有功能分工清晰、系统协调控制需求较小,并能通过平滑功率指令来稳定光伏逆变器的输出功率波动的特点。
1 光伏-储能并网发电系统
共直流母线型的单级光伏-储能并网发电系统的结构如图所示。其中: (V_{in }) 为储能电池输出直流电压; (L_{bat}) 、 (C_{bat }) 分别为双向变流器滤波电感、电容; (C_{in }) 为直流侧稳压电容; (v_{a}) 、 (v_{b}) 、 (v_{c}) 为光伏逆变器内部电位; (L_{i}) 、(C_{1}) 分别为逆变器桥侧滤波电感、电容; (e_{abc}) 为电容电压; (L_{g}) 为交流侧滤波电感; (S_{N}) 为电网侧开关; (e_{gabc }) 为电网侧电压。
光伏阵列与储能电池通过直流母线上的双向DC/DC 变流器并联;当电网出现故障时,并网开关断开,光伏发电系统以孤岛模式运行。通过双向DC/DC 变流器可以实现能量的双向传输,其拓扑结构分为隔离式和非隔离式[25-28]。本文选择非隔离式双向DC/DC 变流器。
图1 光伏-储能并网发电系统结构示意图 Fig.1 Structure of PV-energy storage grid-connected power generation system
2 光储并网系统控制策略
2.1 光伏逆变器
在本文提出的控制策略中,光伏逆变器控制框图如图所示。其中: (Delta P) 为有功功率的偏差量; (E_{0}) 为虚拟同步发电机的内部电动势; (u_{oabc }) 为逆变器输出的三相电压; (i_{oabc }) 为逆变器输出的三相电流; (i_{Labc }) 为负载三相电流。
图2 光伏逆变器控制框图 Fig.2 Control block diagram of the PV inverter
传统的同步发电机的转子运动方程为[20]
[J frac{d omega}{d t}=frac{P_{m}}{omega_{N}}-frac{P_{e}}{omega_{N}}-Dleft(omega-omega_{0} ight)]
式中: J 为惯性系数; (omega) 为转子角速度; (omega_{N}) 为额定转子角速度; (P_{m}) 、(P_{e}) 分别为同步发电机的机械功率、电磁功率; D 为阻尼系数; (omega_{0}) 为空载转子角速度。
PV-VSG 的机械功率为主频功率与给定功率的叠加,其表达式为
[P_{m}=P_{ref}+frac{1}{m}left(omega_{0}-omega ight)]
式中: (P_{ref}) 为有功功率参考值; m 为一次调频系数。
根据瞬时功率理论,PV-VSG 的电磁功率的计算公式为
[P_{e}=1.5 frac{omega_{c}}{s+omega_{c}}left(u_{od} i_{od}+u_{oq} i_{oq} ight)]
式中: (u_{od}) 、 (u_{oq}) 分别为电网侧电容电压的 d 轴、q 轴分量; (i_{od }) 、 (i_{oq}) 分别为电网侧电感电流的 d 轴、q 轴分量; (omega_{c}) 为低通滤波器的截止频率;s 为拉普拉斯变换中的复频域算子。
PV-VSG 的电磁方程为
[L frac{d i_{abc}}{d t}=v_{abc}-e_{abc}-r i_{abc}]
式中: L 为电枢电感;r 为电枢电阻; (i_{abc}) 为逆变器的输出电流; (v_{abc}) 为三相端电压; (e_{abc}) 为三相反电动势。
[v_{a b c}=Eleft[egin{array}{c}sin heta \ sin ( heta-2 pi / 3) \ sin ( heta+2 pi / 3)end{array} ight]]
式中: E 为内部电势振幅; θ 为相位。
[ heta=int omega d t quad(6)]
根据一次调压方程,瞬态电动势的计算公式为
[E=E_{0}+nleft(Q_{ref }-Q_{e} ight)]
式中: n 为无功功率下降系数; (Q_{ref }) 为无功功率上限; (Q_{e}) 为无功功率; (E_{0}) 为参考电动势。根据瞬时功率理论,无功功率的计算公式为
[Q_{e}=1.5 frac{omega_{c}}{s+omega_{c}}left(u_{oq} i_{od}-u_{od} i_{oq} ight)]
光伏逆变器的调制信号由空间矢量脉宽调制 (space vector pulse width modulation,SVPWM)和电压-电流双闭环控制得出。
2.2 双向DC/DC变流器
双向DC/DC 变流器的控制框图如图3 所示。其中: (u_{p}) 、 (i_{p}) 分别为光伏阵列输出电压、输出电流; (u_{MPPT }) 为光伏逆变器采用MPPT 控制策略后输出的参考电压[29-30]。
图3 双向DC/DC变流器控制框图 Fig.3 Control block diagram of the bidirectional DC/DC converter
图3 中,光伏阵列输出的电压与参考电压经过对比作差后,再由比例-积分(proportional-integral, PI)控制处理,得到参考电流;双向DC/DC 变流器运用传统的扰动观测法,通过对直流侧电容电压实施调控,使光伏阵列运行于MPPT 控制策略下[31-37]。
2.3 系统的协调控制策略
有功频率调整过程如图所示。其中: (f_{1})、(f_{3}) 分别为一次调频的调节区间下限、上限; (f_{2}, f_{4}) 分别为紧急调频区间上限、下限; (-P_{max }) 、 (-P_{min }) 分别为功率吸收模式下(逆变器从电网吸收功率)的上限、下限; (P_{max }) 、 (P_{min }) 分别为逆变器可提供的最大、最小输出有功功率。当 (f_{2}
图4 有功频率调整示意图 Fig.4 Schematic diagram of active frequency modulation
文献[15-16]是通过光伏逆变器进行光伏组件的MPPT 控制的,而本文提出的控制策略,不仅可以实现光伏逆变器的MPPT 控制,还可以通过储能装置的输出来平抑因光照引起的功率波动。本文所提控制策略仅需储能装置跟随直流侧电压切换输出功率即可。此外,本文所提控制策略可以引入带时间延迟的滤波环节,使光伏逆变器的输出功率滞后于最大功率[38-42]。
本文所提控制策略的总体控制框图如图5 所示。图5 中,LPF(low pass filter,LPF)为低通滤波器;PWM(pulse-width modulation,PWM)为脉宽调制; (U_{limit }) 为极限电压; (U_{odq }) 为输入电压分量; (i_{odq }) 为输入电流分量。将储能装置的输出功率进行滤波后得到的 (P_{pv}) ,与确保直流侧电压稳定的极限功率 (P_{limit }) 相叠加,作为功率指令 (P_{ref})。
图5 所提策略总体控制框图 Fig.5 Overall control block diagram of the proposed strategy
3 储能装置的容量确定
假设储能装置在瞬态调频过程中吸收或释放的能量为[21]
[E_{J}=P_{n} T_{J}left[1-left(frac{f}{f_{n}} ight)^{2} ight]]
式中: (E_{J}) 为储能装置释放或吸收的能量; (P_{n}) 为光伏电站的装机容量; (T_{J}) 为惯性常数; (f_{n}, f) 分别为电网额定频率和瞬态频率。
对式(9)两边进行微分,可得光伏电站参与瞬态频率调节所需的储能功率为
[P_{J}=frac{d E_{J}}{ d t} approx-2 frac{P_{n} T_{J}}{f_{n}^{2}} f frac{Delta f}{Delta t}]
式中: (P_{J}) 为瞬态频率调节功率。
假设 (T_{J}=5 ~s)、(Delta t=5 ~s) , (Delta f= pm 0.25 ~Hz) ,则
[P_{J}=1 \% P_{n} quad(11)]
考虑到储能装置在调频过程中吸收或释放的能量,调频所需的功率为[22]
[Delta P=-frac{1}{delta} × frac{P_{n} Delta f}{f_{n}} quad(12)]
式中: (delta) 为速度下垂调节系数; (Delta f) 为频率变化量。
假设 (delta=5 \%) ,则 (Delta P) 的计算公式为
[Delta P=10 \% P_{n} quad(13)]
根据瞬态频率调节和一次频率调节的要求,可以将储能装置的容量设置为光伏发电系统容量的10%。
4 仿真分析
为了验证本文所提控制策略的有效性,在仿真软件中搭建如图6 所示的光伏-储能混合并网系统的仿真模型。其中,在弱电网中采用500 kW 电压源型VSG 与线路阻抗串联;光伏逆变器的额定容量设为500 kVA,储能电池的容量配置为50 kW。仿真模型的相关参数见表1。仿真实验包含三种工况:并网运行工况、调频运行工况、光照骤降工况。在调频运行工况下,所提控制策略与文献[15]控制策略(定义为方案1)、文献[16]控制策略(定义为方案2)进行对比分析,以验证所提策略的优越性。
图6 仿真模型 Fig.6 Simulation model
表1 仿真模型相关参数 Table 1 Relevant parameters of the simulation model
| 参数名称 | 参数值 |
| 额定线路电压 /V | 380 |
| 额定频率 /Hz | 50 |
| DC/AC 采样频率 /kHz | 3 |
| DC/AC 开关频率 /kHz | 3 |
| DC/DC 采样频率 /kHz | 10 |
| DC/DC 开关频率 /kHz | 20 |
| DC/DC 滤波电容 /mF | 110 |
| 虚拟惯量 / ( kg·m² ) | 2 |
| 桥侧滤波器电感/mH | 0.06 |
| 滤波电容/mF | 300 |
| 滤波电感/mH | 0.02 |
| 线路阻抗/mΩ | 0.1+j0.2 |
| 直流侧电容/mF | 15 |
4.1 并网运行工况
并网运行工况下,在0 s 启动MPPT 控制,光伏逆变器并入电网;0.2 s 时光伏逆变器输出功率,0.2 s 后的仿真波形如图7 所示。
图7 并网运行状态下的波形变化 Fig.7 Waveform changes under the grid-connected operation conditions
(a)输出功率 (b)直流电压
由图7(a)可知,在0.4 s 之前,输入储能电池的功率为正,随着光伏逆变器输出功率和光伏阵列输出功率的平衡,输入储能电池的功率逐渐减小;0.4 s 后,储能电池的能量在0 附近波动。由图7(b)可知,基于光伏阵列输出功率进行处理后,可以获得较为平滑的光伏逆变器输出功率,且直流侧储能电池的微小波动不会造成光伏逆变器输出功率的大范围波动[43-44]。
4.2 调频运行工况
PV-VSG 分别使用方案1、方案2 和本文所提控制策略进行对比,仿真内容包括频率、功率、并网电压电流和直流侧电压。实验0.7 s 时,电阻负载突然增大;1.2 s 时,电阻负载突然减小。图8-图10 分别显示了方案1、方案2 和所提策略的仿真波形。
图8 方案1的仿真波形 Fig.8 Simulation waveforms of scheme 1
(a)电网频率 (b)输出功率 (c)并网相电压、相电流 (d)直流侧电压
图9 方案2的仿真波形 Fig.9 Simulation waveforms of scheme 2
(a)电网频率 (b)输出功率 (c)并网相电压、相电流 (d)直流侧电压
图10 所提策略的仿真波形 Fig.10 Simulation waveforms of the strategies proposed in this paper
(a)电网频率 (b)输出功率 (c)并网相电压、相电流 (d)直流侧电压
由图8(a)、图9(a)中有频率调制环节与无频率调制环节的电网频率波形对比可知,在方案1、方案2 中,随着负载功率的波动,电网频率并未出现大幅波动的现象,间接增加了电网的惯性及阻尼。由图8(b)、图9(b)可知,在方案1、方案2 中,0.7 s 时光伏阵列的输出功率不变,而光伏逆变器及储能电池的输出功率均增加;1.2 s 时光伏阵列的输出功率不变,而光伏逆变器及储能电池的输出功率均降低。由图8(c)、图9(c)可知,方案1、方案2 的并网相电压和相电流均存在一定的波动,这是由于光伏逆变器的MPPT 策略导致的。由图8(d)、图9(d)可知,在调频过程中,直流侧电压始终保持稳定。
由图10(a)可知,本文所提策略在加入频率调制环节后,相对于无频率调制环节,随着负载突变,电网频率的变化趋势有所减缓,且相对稳定时的频率波形较方案1、方案2 更为平滑。由图10(b)可知,0.2 s 时光伏逆变器开始输出功率;0.5 s 时光伏阵列的输出功率在MPPT 控制下达到最大值,随后稳定输出;0.7 s 时光伏逆变器的输出功率增加,相对应的储能电池输出功率减少;1.2 s 时光伏逆变器的输出功率减少,相对应的储能电池输出功率增加,且光伏逆变器减少的输出功率与储能电池增加的输出功率相等。由图10(c)、(d)可知,在所提策略下,并网相电压和相电流均能保持稳定输出;同时,直流侧电压始终保持MPPT 状态。
对比图8(b)、图9(b)和图10(b)可知,方案1、方案2 中,直流电压环和功率输出均由光伏逆变器控制,因此扰动电压会造成功率波动;而本文提出的基于VSG 技术的光伏-储能并网系统协调控制策略中,电压环由双向DC/DC 变流器控制,扰动电压仅存在于储能系统中,因此光伏逆变器可以平滑输出功率。不仅如此,方案1、方案2 中,将光伏组件、光伏逆变器及储能电池统一进行协调控制,对控制策略的精度及稳定性要求较高;但本文所提策略是将三者独立进行协调控制,光伏逆变器的输出功率可以大惯性滞后于光伏组件的输出功率,因此本文策略具有一定的工程实践意义。
4.3 光照骤降工况
当实验进行到相应时刻时,照度从 (700 ~W / m^{2}) 降至 (500 ~W / m^{2}) ,仿真波形如图11 所示。
图11 光照骤降工况下的仿真波形 Fig.11 Simulation waveforms under sudden illumination drop conditions
(a)输出功率的变化 (b)直流电压的变化
由图11(a)可知,照度下降时,光伏阵列输出功率突然降低。由图11(b)可知,由于双向DC/DC 变流器的存在,以及采用MPPT 控制策略,直流侧电压并未发生较大变化,而是在0.8~1.0 s 时段达到了新的平衡点。
5 结论
本文重点研究了PV-VSG 技术中的共直流母线型PV-VSG 系统结构,提出了一种基于VSG 技术的光伏-储能并网系统协调控制策略,最后经过仿真验证,得到以下结论。
1) 针对现有的PV-VSG 控制策略对协调性控制要求高的问题,提出了由双向DC/DC 变流器、光伏逆变器分别实现MPPT 控制、VSG 同步算法控制的协调控制策略。
2) 针对PV-VSG 难以有效抑制光伏功率波动的问题,提出了采用大时间常数低通滤波器对最大功率进行滤波处理的方法,从而降低了由于功率波动产生的影响,确保了光伏逆变器输出功率的平稳性。
3) 通过仿真验证了本文方法在光照变化的情况下,能够精准追踪最优运行点,有效抑制了因光照波动引发的输出功率冲击,相较于传统方法,本文系统输出功率的波动幅度降低了30% 以上,显著提升了电能质量的稳定性;同时,该方法通过合理协调光伏逆变器和储能装置的工作模式,不仅确保了光伏逆变器同负载之间的动态平衡,减少了弃光现象,而且避免了储能装置的频繁充放电,延长了储能装置的使用寿命。
参考文献
[1] GHOSH S,YADAV R.Future of photovoltaic technologies: a comprehensive review[J]. Sustainable Energy Technologies and Assessments,2021,47(19):101410.
[2] 陈炜,艾欣,吴涛,等.光伏并网发电系统对电网的影响研究综述[J].电力自动化设备,2013,33(2):26-32,39. CHEN Wei,AI Xin,WU Tao,et al. Influence of grid-connected photovoltaic system on power network[J]. Electric Power Automation Equipment,2013,33(2):2632,39.
[3] 文云峰,杨伟峰,林晓煌. 低惯量电力系统频率稳定分析与控制研究综述及展望[J].电力自动化设备,2020,40 (9):211-222. WEN Yunfeng,YANG Weifeng,LIN Xiaohuang. Review and prospect of frequency stability analysis and control of low-inertia power systems[J]. Electric Power Automation Equipment,2020,40(9):211-222.
[4] 吕志鹏,盛万兴,刘海涛,等.虚拟同步机技术在电力系统中的应用与挑战[J].中国电机工程学报,2017,37(2): 349-360. LÜ Zhipeng,SHENG Wanxing,LIU Haitao,et al. Application and challenge of virtual synchronous machine technology in power system[J]. Proceedings of the CSEE, 2017,37(2):349-360.
[5] WU W H,ZHOU L M,CHEN Y D,et al. Sequence-impedance-based stability comparison between VSGs and traditional grid-connected inverters[J]. IEEE Transactions on Power Electronics,2019,34(1):46-52.
[6] HOU X C,SUN Y,ZHANG X,et al. Improvement of frequency regulation in VSG-based AC microgrid via adaptive virtual inertia[J]. IEEE Transactions on Power Electronics,2020,35(2):1589-1602.
[7] 张海峥,张兴,李明,等.基于变步长功率跟踪的有功备用式PV-VSG 控制策略[J]. 电力系统自动化,2019,43 (5):92-100. ZHANG Haizheng,ZHANG Xing,LI Ming,et al. Control strategy of PV-VSG in active power reserve mode based on power tracking with variable step[J].Automation of Electric Power Systems,2019,43(5):92-100.
[8] ZHANG B,ZHANG X L,YANG E Z,et al. Economic analysis and configuration design for the energy storage unit of photovoltaic virtual synchronous generator based on the inertia support and primary frequency control[J]. International Journal of Electrical Power & Energy Systems,2022,134:107349.
[9] 温烨婷,戴瑜兴,毕大强,等.一种电网友好型光储分布式电源控制策略[J]. 中国电机工程学报,2017,37(2): 464-476. WEN Yeting,DAI Yuxing,BI Daqiang,et al. A grid friendly PV/BESS distributed generation control strategy[J]. Proceedings of the CSEE,2017,37(2):464-476.
[10] 林岩,张建成. 含光伏-储能的并网虚拟同步发电机协调控制策略[J].现代电力,2017,34(3):69-75. LIN Yan,ZHANG Jiancheng.Coordinated control strategy of grid-connected virtual synchronous generator with photovoltaic and energy storage[J].Modern Electric Power, 2017,34(3):69-75.
[11] WU D,TANG F,DRAGICEVIC T,et al. A control architecture to coordinate renewable energy sources and energy storage systems in islanded microgrids[J]. IEEE Transactions on Smart Grid,2015,6(3):1156-1166.
[12] HASHEMI F,GHADIMI N,SOBHANI B. Islanding detection for inverter-based DG coupled with using an adaptive neuro-fuzzy inference system[J]. International Journal of Electrical Power & Energy Systems,2013,45 (1):443-455.
[13] FANG J Y,TANG Y,LI H C,et al.A battery/ultracapacitor hybrid energy storage system for implementing the power management of virtual synchronous generators[J]. IEEE Transactions on Power Electronics,2018,33(4):28202824.
[14] 王振雄,易皓,卓放,等.应用于光伏微网的一种虚拟同步发电机结构及其动态性能分析[J]. 中国电机工程学报,2017,37(2):444-454. WANG Zhenxiong,YI Hao,ZHUO Fang,et al.A hardware structure of virtual synchronous generator in photovoltaic microgrid and its dynamic performance analysis[J]. Proceedings of the CSEE,2017,37(2):444-454.
[15] 阚啸,彭勇.一种应用于光伏电站的虚拟同步发电机系统及控制方法:CN108134402A[P].2018-06-08.
[16] 黎阳,张海龙,王林,等. 一种光伏-储能系统的虚拟同步发电机控制方法及装置:CN106549417A[P].2017-03-29.
[17] 张蝶,李雨龙,袁旭峰,等.基于VSG 控制的SOP 低电压穿越控制策略[J].电网与清洁能源,2022,38(9):45-54, 64. ZHANG Die,LI Yulong,YUAN Xufeng,et al. SOP low voltage ride through control strategy based on VSG control [J].Power System and Clean Energy,2022,38(9):45-54, 64.
[18] KARIMI Y,ORAEE H,GUERRERO J M. Decentralized method for load sharing and power management in a hybrid single/three-phase-islanded microgrid consisting of hybrid source PV/battery units[J]. IEEE Transactions on Power Electronics,2017,32(8):6135-6144.
[19] 雷珽,李景新,黄勤河,等. 直流微网中双向高变比DC/DC 变换器阻抗特性分析[J]. 电网与清洁能源,2016,32 (8):17-22. LEI Ting,LI Jingxin,HUANG Qinhe,et al. Impedance analysis of bi-directional DC/DC converter with high transformation ratio in DC micro-grid system[J]. Power System and Clean Energy,2016,32(8):17-22.
[20] 乔春雨,易建波,谷宇杰,等.基于虚拟同步机技术的光储协控无功优化策略[J].电网与清洁能源,2022,38(6): 129-136. QIAO Chunyu,YI Jianbo,GU Yujie,et al.Reactive power optimization strategy of photovoltaic and energy storage CoControl based on virtual synchronous generator[J].Power System and Clean Energy,2022,38(6):129-136.
[21] 杨萍,陈卓,罗婷,等.基于VSG 的光伏发电与混合储能的控制方法[J]. 电网与清洁能源,2023,39(2):83-91, 113. YANG Ping,CHEN Zhuo,LUO Ting,et al. A control method of photovoltaic power generation and hybrid energy storage based on VSG[J].Power System and Clean Energy, 2023,39(2):83-91,113.
[22] 赵晶晶,徐传琳,吕雪,等.微电网一次调频备用容量与储能优化配置方法[J]. 中国电机工程学报,2017,37 (15):4324-4332,4572. ZHAO Jingjing,XU Chuanlin,LÜ Xue,et al.Optimization of micro-grid primary frequency regulation reserve capacity and energy storage system[J]. Proceedings of the CSEE,2017,37(15):4324-4332,4572.
[23] 张志一,窦震海,于润泽,等. 考虑电-热等效虚拟储能的综合能源系统低碳经济调度[J]. 电力建设,2024,45 (3):16-26. ZHANG Zhiyi,DOU Zhenhai,YU Runze,et al. Low-carbon economic dispatch of integrated energy system considering electric-thermal equivalent virtual energy storage[J]. Electric Power Construction,2024,45(3):1626.
[24] 陈景文,周婧,张文倩. 基于小波包-模糊算法的混合储能功率分配策略[J]. 智慧电力,2023,51(1):61-68. CHEN Jingwen,ZHOU Jing,ZHANG Wenqian. Hybrid energy storage power allocation strategy based on wavelet packet-fuzzy algorithm[J]. Smart Power,2023,51(1):6168.
[25] 郑婉婷,赵倩宇,王璇,等. 绿证-碳交易机制下新型电力系统电-氢-气混合储能容量优化配置方法[J]. 供用电,2024,41(3):24-31,41. ZHENG Wanting,ZHAO Qianyu,WANG Xuan,et al. Optimization configuration method for hybrid energy storage capacity of electricity-hydrogen-gas for new power system under the green certificate carbon trading mechanism[J]. Distribution & Utilization,2024,41(3):2431,41.
[26] 胡祖源,靳现林,谭雅之,等. 基于改进粒子群算法的分布式光伏及储能系统优化配置[J]. 综合智慧能源,2023, 45(1):49-57. HU Zuyuan,JIN Xianlin,TAN Yazhi,et al. Optimized configuration of distributed photovoltaic and energy storage system based on improved particle swarm algorithm[J]. Integrated Intelligent Energy,2023,45(1):49-57.
[27] 郝文斌,孟志高,张勇,等. 新型电力系统下多分布式电源接入配电网承载力评估方法研究[J]. 电力系统保护与控制,2023,51(14):23-33. HAO Wenbin,MENG Zhigao,ZHANG Yong,et al. Carrying capacity evaluation of multiple distributed power supply access to the distribution network with the background of a new power system[J]. Power System Protection and Control,2023,51(14):23-33.
[28] 王君瑞,白冰超,王瑞,等. 基于虚拟直流电机的多储能SOC均衡控制策略[J]. 电力建设,2024,45(11):14-24. WANG Junrui,BAI Bingchao,WANG Rui,et al. Multi-energy storage SOC equalization strategy based on virtual DC motor control[J]. Electric Power Construction,2024,45 (11):14-24.
[29] 孙庚,郭峰,于浩,等. 基于萤火虫与粒子群混合优化算法的移动储能调度[J]. 智慧电力,2023,51(2):8-15. SUN Geng,GUO Feng,YU Hao,et al. Mobile energy storage scheduling based on firefly and particle swarm optimization algorithm[J]. Smart Power,2023,51(2):8-15.
[30] 吕杰,王敬翰,宋文吉,等. 储能用锂离子电池电热耦合模型研究进展[J]. 电池,2023,53(6):668-672. LÜ Jie,WANG Jinghan,SONG Wenji,et al. Advances in electro-thermal coupling models for energy storage Li-ion battery[J]. Battery Bimonthly,2023,53(6):668-672.
[31] 朱灿元,杨超,李舒涛,等. 考虑清洁能源与储能的分布式数据中心低碳调度策略[J]. 智慧电力,2023,51(2): 16-23. ZHU Canyuan,YANG Chao,LI Shutao,et al. Low-carbon scheduling strategy for distributed data centers considering clean energy and energy storage[J]. Smart Power,2023,51 (2):16-23.
[32] 刘伟,夏敏学,梁晨鹏. 高压直挂大容量电池储能系统实时仿真及控制研究[J]. 电力系统保护与控制,2024,52 (14):154-166. LIU Wei,XIA Minxue,LIANG Chenpeng. Real-time simulation and control of a large capacity bettery energy storage system directly connecting to a high-voltage grid without a transformer[J]. Power System Protection and Control,2024,52(14):154-166.
[33] 代子阔,徐妍,张东升,等. 一种新型混联模块化储能系统及其高效柔性电能路由策略[J]. 电力建设,2024,45 (11):34-49. DAI Zikuo,XU Yan,ZHANG Dongsheng,et al. Modular flexible energy-storage system integrated with distributed generation and its efficient energy routing strategy[J]. Electric Power Construction,2024,45(11):34-49.
[34] 张杰,陈洁,孙晗喆,等. 基于碳捕集与液态CO2储能的综合能源系统优化调度[J]. 智慧电力,2023,51(3):1-8. ZHANG Jie,CHEN Jie,SUN Hanzhe,et al. Optimal scheduling of integrated energy systems based on carbon capture and liquid CO2 energy storage[J]. Smart Power, 2023,51(3):1-8.
[35] 刘禹彤,程孟增,张明理,等. 基于多重混合博弈的云储能市场优化运行策略[J]. 沈阳工业大学学报,2024,46 (3):270-276. LIU Yutong,CHENG Mengzeng,ZHANG Mingli,et al. Optimal operation strategy for cloud energy storage market based on multiple mixed games[J]. Journal of Shenyang University of Technology,2024,46(3):270-276.
[36] 牛远方,冯天橼,王成福,等. 兼顾经济效益与寿命损失的含储能配电网多时间尺度协调调度[J]. 电力建设, 2024,45(11):89-101. NIU Yuanfang,FENG Tianyuan,WANG Chengfu,et al. Multi-time scale optimal dispatching method of active distribution network considering the influence of cycle life for energy storage system[J]. Electric Power Construction, 2024,45(11):89-101.
[37] 唐杰,姜有华. 基于自适应小波变换与HHT的混合储能容量配置[J]. 电源学报,2024,22(2):224-230. TANG Jie,JIANG Youhua. Hybrid energy storage capacity allocation based on adaptive wavelet transform and HHT [J]. Journal of Power Supply,2024,22(2):224-230.
[38] 罗凡,李建锦,余向前,等. 基于能源区块链网络的微电网共享储能调度模型[J]. 沈阳工业大学学报,2023,45 (6):625-630. LUO Fan,LI Jianjin,YU Xiangqian,et al. Shared energy storage and scheduling model of microgrid based on energy blockchain network[J]. Journal of Shenyang University of Technology,2023,45(6):625-630.
[39] 王伟亮,刘会巧,张天宇,等. 基于多任务集成学习的储能电池剩余使用寿命预测[J]. 电力建设,2024,45(11): 25-33. WANG Weiliang,LIU Huiqiao,ZHANG Tianyu,et al. Multi-task ensemble learning-based prediction of remaining useful life of energy-storage batteries[J]. Electric Power Construction,2024,45(11):25-33.
[40] 卢军,杨沛豪,何凯琳. 新能源储能微电网惯量支撑性能研究[J]. 电源学报,2024,22(4):182-191. LU Jun,YANG Peihao,HE Kailin. Research on inertia support performance of new energy storage microgrid[J]. Journal of Power Supply,2024,22(4):182-191.
[41] 崔文倩,魏军强,赵云灏,等. 双碳目标下含重力储能的配电网多目标运行优化[J]. 电力建设,2023,44(4):45-53. CUI Wenqian,WEI Junqiang,ZHAO Yunhao,et al. Multiobjective operation optimization of distribution network with gravity energy storage under double carbon target[J]. Electric Power Construction,2023,44(4):45-53.
[42] 王依妍,陈景文. 基于ISSA的光储微网混合储能容量优化配置[J]. 智慧电力,2023,51(4):23-29,53. WANG Yiyan,CHEN Jingwen. ISSA-based optimal configuration of optical storage microgrid hybrid energy storage capacity[J]. Smart Power,2023,51(4):23-29,53.
[43] 王智伟,张振宇,李征,等. 提升高渗透率新能源电网承载能力的DSSC 优化配置[J]. 电力系统保护与控制, 2023,51(6):179-187. WANG Zhiwei,ZHANG Zhenyu,LI Zheng,et al. Optimized DSSC configuration to enhance load-carrying capacity of the new energy grid with high permeability[J]. Power System Protection and Control,2023,51(6):179187.
[44] 郑怀华,毛羽,程启明,等. 基于Lyapunov控制策略的光伏储能型qZSI 控制系统[J]. 电力建设,2023,44(2): 110-121. ZHENG Huaihua,MAO Yu,CHENG Qiming,et al. Control system of photovoltaic energy storage quasi-Zsource grid-connected inverter applying Lyapunov control strategy[J]. Electric Power Construction,2023,44(2): 110-121.