【Ziel】 Zur Verbesserung der Regelungsleistung eines hybriden Energiespeichersystems (hybrid energy storage system, HESS) bei der Reaktion von thermischen Kraftwerken auf Befehle der automatischen Leistungsregelung (automatic generation control, AGC) wird eine auf stochastischer modellprädiktiver Regelung (stochastic model predictive control, SMPC) basierende gemeinsame Leistungszuweisungsstrategie vorgeschlagen. 【Methode】 Erstens wird für das HESS-System, bestehend aus einer leistungsspezifischen Lithium-Titanat-Batterie und einer energiespezifischen Lithium-Eisen-Phosphat-Batterie, ein HESS-Leistungsbedarfsmodell basierend auf einer Markov-Wahrscheinlichkeitsmatrix zur Modellierung der Reaktion des thermischen Kraftwerks auf AGC-Befehle in zukünftigen Zeiträumen entwickelt, wobei ein adaptiver Mechanismus eingeführt wird, um die Übergangswahrscheinlichkeiten in Echtzeit dynamisch zu korrigieren und so die Prognosegenauigkeit unter AGC-Befehlsschwankungen zu verbessern; zweitens wird eine Szenariobaummethode vorgeschlagen, die Wahrscheinlichkeitsgrenzen und geschichtete Stichproben kombiniert, um die Wahrscheinlichkeitsverteilung des adaptiven Markov-Modells in eine endliche Menge optimierbarer Szenarien umzuwandeln, welche die Unsicherheit der Leistungsbedarfsvorhersage unter mehreren Szenarien beschreibt; schließlich wird auf Basis dieses Rahmens ein stochastischer Prädiktionsregler entwickelt, um die optimale Leistungsverteilung zwischen dem thermischen Kraftwerk und dem HESS zu realisieren. 【Ergebnisse】 Simulationsexperimente zeigen, dass die vorgeschlagene Strategie in der Regelungsleistung sowohl die traditionelle gemeinsame Frequenzregelungsstrategie ohne Leistungsprognose als auch die SMPC-Strategie mit statischer Übergangswahrscheinlichkeitsmatrix ohne dynamische Korrektur übertrifft, mit einer Verbesserung des Leistungskennwerts K_p um 14,1 % beziehungsweise 7,5 %. 【Schlussfolgerung】 Die Strategie verbessert effektiv die koordinierte Regelungsleistung von thermischen Kraftwerken und HESS und besitzt ein hohes Anwendungspotential. Zukünftig kann das Modell weiter optimiert werden, um dessen Robustheit und Anpassungsfähigkeit in praktischen Anwendungen zu erhöhen und die praktische Umsetzung der Technologie voranzutreiben.

automatische Leistungsregelung; hybrides Energiespeichersystem; adaptives Markov-Modell; Szenariobaum; stochastische modellprädiktive Steuerung