新能源场站电化学储能暂态能量支撑优化控制模型

卢国强; 王恺; 马俊雄; 李子巍; 李子峰

doi:doi:10.19912/j.0254-0096.tynxb.2024-1138

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

新能源场站电化学储能暂态能量支撑优化控制模型

更新时间：2025-12-10

- 新能源场站电化学储能暂态能量支撑优化控制模型
- 新能源场站电化学储能暂态能量支撑优化控制模型
- 太阳能学报 2025年第11期页码：44-54
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-1138
  中图分类号： M73
- 网络出版：2025-12-04，
  
  纸质出版：2025-12-04
- 稿件说明：
移动端阅览
卢国强, 王恺, 马俊雄, 等. 新能源场站电化学储能暂态能量支撑优化控制模型[J]. 太阳能学报, 2025,(11):44-54.

卢国强, 王恺, 马俊雄, et al. 新能源场站电化学储能暂态能量支撑优化控制模型[J]. 2025, (11): 44-54.
卢国强, 王恺, 马俊雄, 等. 新能源场站电化学储能暂态能量支撑优化控制模型[J]. 太阳能学报, 2025,(11):44-54. DOI： doi:10.19912/j.0254-0096.tynxb.2024-1138.

卢国强, 王恺, 马俊雄, et al. 新能源场站电化学储能暂态能量支撑优化控制模型[J]. 2025, (11): 44-54. DOI： doi:10.19912/j.0254-0096.tynxb.2024-1138.

摘要

该文研究一种提升新能源暂态稳定性的电化学储能能量优化控制方法。首先

研究含电化学储能系统的新能源电网暂稳态运行过程中的电化学储能系统特性

建立电化学储能系统暂稳态运行模型。然后

将电化学储能系统暂态能量控制划分为三层控制过程

提出电化学储能系统暂态能量控制方法

并以系统总控制成本为优化目标

建立电化学储能系统暂态能量控制优化模型

结合深度强化学习算法进行控制模型的优化求解。最后

以青海某地区的新能源场站数据搭建仿真算例

对所提控制模型进行分析验证

结果表明所提电化学储能系统能量控制优化方法在新能源暂态稳定性提升方面具有一定效果。

Abstract

An energy control optimization method for electrochemical energy storage to improve the transient stability of the new energy grid is studied in this paper. Firstly

the characteristics of the electrochemical energy storage system during the transient and steady-state operation of a new energy grid with an electrochemical energy storage system are studied

and the transient and steady-state operation model of the electrochemical energy storage system is established. Then

the transient energy control of electrochemical energy storage system is divided into three-layer control process

and the transient energy control method of electrochemical energy storage system is proposed. The transient energy control optimization model of electrochemical energy storage system is established with the total control cost of the system as the optimization objective

and deep reinforcement learning algorithm is used to optimize the solution of the control model. Finally

the proposed control model is analyzed and verified by building a simulation example with the data of new energy station in a certain area of Qinghai. The results show that the energy control optimization method of electrochemical energy storage system proposed in this paper has a certain effect in improving the transient stability of the new energy.

关键词

Keywords

references

舒印彪, 张智刚, 郭剑波, 等. 新能源消纳关键因素分析及解决措施研究[J]. 中国电机工程学报, 2017, 37(1): 1-9.

衣立东, 摆世彬, 张文朝, 等. 综合能源交直流混联外送系统暂态过电压分析与快速估算[J]. 太阳能学报, 2023, 44(6): 122-129.

何勇, 姜峰, 刘雨瑞. 青海打造清洁能源发展新引擎[N]. 人民日报, 2023-06-11(1).

杨娜. 大力推进光伏储能产业融合发展[N]. 中国电力报, 2024-03-12(2).

辛保安, 单葆国, 李琼慧, 等. “双碳” 目标下“能源三要素” 再思考[J]. 中国电机工程学报, 2022, 42(9): 3117-3126.

李更丰, 孙少华, 别朝红, 等. 面向新型电力系统弹性提升的储能优化配置与灵活调度研究综述[J]. 高电压技术, 2023, 49(10): 4084-4095.

谢小荣, 马宁嘉, 刘威, 等. 新型电力系统中储能应用功能的综述与展望[J]. 中国电机工程学报, 2023, 43(1): 158-169.

李立, 王佳明, 张青蕾, 等. 兼顾系统频率稳定性和小干扰稳定性的构网型储能参数优化方法[J]. 电力建设, 2023, 44(12): 125-135.

杨永辉, 谢丽蓉, 包洪印, 等. 储能调频控制参数自适应优化与退出机制设计[J]. 太阳能学报, 2024, 45(4): 338-346.

马覃峰, 安甦, 刘明顺, 等. 考虑风光储调频贡献度的新型电力系统频率特性[J]. 南方电网技术, 2024, 18(11): 129-140.

杨立滨. 基于电池储能的新能源送端电网暂态稳定优化研究[D]. 沈阳: 沈阳工业大学, 2022.

徐佳琪. 紧急控制状态下储能提高电力系统暂态稳定性研究[D]. 福州: 福建工程学院, 2023.

杨路. 面向风电场频率稳定性提升的规模化储能控制方法研究[D]. 长沙: 湖南大学, 2022.

ZUO H, TENG Y, CHENG S Q, et al.Distributed multi-energy storage cooperative optimization control method for power grid voltage stability enhancement[J]. Electric power systems research, 2023, 216: 109012.

ZUO H, TENG Y, CHEN Z.Voltage control method for multi-energy system based on the coupling of renewable energy hydrogen production and storage[J]. Science and technology for energy transition, 2024, 79: 60.

赵冬梅, 徐辰宇, 杜泽航, 等. 就地无常规电源支撑下考虑新能源基地频率稳定的储能优化配置方法[J]. 中国电机工程学报, 2024, 44(24): 9691-9706.

朱乃璇. 考虑不确定性与惯量支撑的输配电系统储能优化配置研究[D]. 杭州: 浙江大学, 2023.

吴琛, 刘晨曦, 黄伟, 等. 提升新能源电力系统稳定性的构网型变流器选址定容方法[J]. 电力系统自动化, 2023, 47(12): 130-136.

张世峥. 光伏高占比系统的稳定性分析和储能容量配置方法[D]. 北京: 华北电力大学, 2022.

CIFUENTES N, RAHMANN C, VALENCIA F, et al.Network allocation of BESS with voltage support capability for improving the stability of power systems[J]. IET generation, transmission & distribution, 2019, 13(6): 939-949.

YIN H, LAN H, YU D C, et al.An improved optimal allocation scheme of energy storage system in a distribution system based on transient stability[J]. Journal of energy storage, 2021, 34: 101977.

张鑫, 刘飞, 王世斌, 等. 提升特高压直流送端电网新能源消纳水平措施[J]. 电力系统及其自动化学报, 2022, 34(6): 135-141.

線国娇. 基于滑模观测器的机械臂故障检测与容错控制研究[D]. 兰州: 兰州交通大学, 2017.

LIN P F, ZHANG C L, WANG J Y, et al.On autonomous large-signal stabilization for islanded multibus DC microgrids: a uniform nonsmooth control scheme[J]. IEEE transactions on industrial electronics, 2020, 67(6): 4600-4612.

董文康, 吴雨芯, 姚琦, 等. 基于深度强化学习的海上风电机组状态维护与备件库存联合优化[J]. 太阳能学报, 2023, 44(12): 190-199.

张波, 高远, 李铁成, 等. 考虑光伏电源可靠性的新能源配电网数据驱动无功电压优化控制[J]. 中国电机工程学报, 2024, 44(15): 5934-5947.

MNIH V, KAVUKCUOGLU K, SILVER D, et al.Human-level control through deep reinforcement learning[J]. Nature, 2015, 518(7540): 529-533.

杨浩, 宋国杰, 滕馥遥, 等. 单相并网逆变器自适应比例复数积分控制策略[J]. 高电压技术, 2020, 46(11): 3790-3799.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

计及多类型储能全寿期动态投资归算的高占比新能源系统爬坡灵活性协同规划

考虑资源相关性的新能源场站群集中式共享储能优化配置