基于创新的人工神经网络控制器的混合能源存储系统，用于提升电力系统的韧性

《Journal of Energy Storage》：Hybrid energy storage systems with innovative artificial neural network-based controller for strengthening power system resilience

针对可再生能源渗透引起的电力系统波动与惯性损失问题，本文评估了电池、飞轮、超级电容及混合储能系统（HESS）的性能，并提出基于人工神经网络（ANN）与排球联赛优化算法（OVPL）的混合控制策略。通过IEEE-118双区域系统的仿真验证，该策略在双边和池式交易模式下均表现出更优的动态响应和频率调节能力，有效抑制了可再生能源的间歇性影响。

　　
电力系统频率控制与储能技术协同优化研究

摘要：
随着可再生能源占比持续提升，电力系统面临显著的不确定性挑战。本研究构建了包含电池、飞轮、电容、超导磁储能等六类储能技术的多区域测试系统，创新性地提出基于人工神经网络的混合控制架构。通过对比分析发现，在双向交易市场环境下，采用PDN与PIλDN双控制器并联的方案较传统方法提升频率调节精度达23.6%，响应时间缩短至83ms。研究特别关注合同违约场景下的储能配置优化，实验表明锂离子电池与超级电容的混合系统在动态响应速度和成本效益方面具有显著优势。基于IEEE-118标准系统的仿真验证显示，该方案可使系统惯性恢复效率提升41.8%，成功克服了传统控制方法在复杂市场环境下参数整定困难的问题。

引言：
现代电力系统面临可再生能源渗透率快速提升带来的双重挑战：一方面，分布式电源的间歇性导致系统惯量持续衰减；另一方面，市场交易模式多样化使得传统控制方法难以适应。据统计，2022年全球风电装机容量已达835GW，光伏装机量突破1.2TW，这些数据凸显了现有控制体系在应对可再生能源波动方面的不足。

现有研究多聚焦于单一储能技术的控制优化，如文献[26]针对锂离子电池提出改进PID算法，文献[27]验证飞轮储能对暂态频率扰动的抑制效果。但实际工程中，混合储能系统因其响应速度和能量密度的互补优势，成为解决问题的关键。本研究创新性地将超导磁储能的惯性支撑特性与飞轮的快速响应能力相结合，构建了多时间尺度协同控制框架。

控制架构设计：
核心创新点在于提出的PDN+PIλDN双控制器并联架构（图2）。主控制器PDN负责快速抑制初始扰动（响应时间<50ms），副控制器PIλDN则处理中长期频率波动（调节周期>120s）。λ参数通过在线辨识实现自适应调整，有效解决了传统PI控制器参数固定导致的动态响应不足问题。

优化算法改进：
采用改进的VPL算法（OVPL）进行参数寻优，相较于PSO等传统算法，OVPL在收敛速度和全局搜索能力方面提升显著。实验数据显示，OVPL算法在100次迭代内即可完成参数寻优，较PSO算法减少迭代次数42%，全局最优解发现率提高至91.3%。

储能配置策略：
通过构建三维评估模型（成本/响应速度/容量密度），对六类储能技术进行量化分析。研究揭示，混合储能系统较单一技术存在23%-45%的性能提升空间。在合同违约率超过15%的场景下，采用3:7锂离子电池与超级电容的混合配置，可使储能成本降低18%同时保持98%的频率恢复精度。

多区域系统仿真：
构建双区域电力系统模型，区域1配置2台燃气轮机+1台水电厂+分布式风电，区域2配置核电站+光伏集群。通过OPAL-RT平台进行数字孪生仿真，验证了控制策略在不同交易模式下的适用性：
1. BBT模式（双边交易）：储能系统参与跨区域调频，使频率波动幅度从±0.45Hz降至±0.12Hz
2. PBT模式（日前交易）：基于日前预测的储能配置优化，需求响应时间缩短至35ms
3. 突发合同违约：系统可在8秒内完成100MW的惯量支撑，频率恢复至±0.05Hz以内

关键技术创新：
1. 混合控制架构：将快速响应型PDN与慢速优化型PIλDN结合，实现时间维度互补
2. 动态λ参数：基于系统惯量辨识的在线调整机制，使控制器适应不同扰动强度场景
3. 多目标优化：建立包含经济性、可靠性、响应速度的三维评估体系，解决单一目标优化缺陷
4. 市场适应性设计：开发基于交易成本的储能配置智能决策模块，可自动匹配不同市场规则

实验验证：
在IEEE-118标准系统基础上，增加3个分布式光伏电站和2个储能站。仿真结果显示：
- 峰值功率波动抑制率提升至89.7%（传统方法为72.3%）
- 系统惯量等效提升41.8%，在80%可再生能源渗透率场景下仍能保持稳定
- 费用优化模块使储能配置成本降低19.3%，同时满足ISO标准要求
- 突发合同违约（30%负荷突变）时，频率超调量由传统方案的15.2%降至3.8%

工程应用价值：
1. 市场机制适配：支持日前/实时交易的双模式控制策略
2. 环境兼容性：通过模块化设计兼容现有SCADA系统
3. 经济性优化：储能配置模块可降低系统整体运行成本约18%
4. 可扩展性：架构设计支持向多区域、多电压等级系统延伸

研究局限与展望：
当前研究主要聚焦于两区域系统，未来需扩展至更多区域互联场景。控制算法在极端天气下的鲁棒性有待进一步验证。建议后续研究可结合数字孪生技术实现实时参数优化，并探索区块链技术在储能配置协同中的应用。

结论：
本研究所提出的PDN+PIλDN双控制器架构配合OVPL优化算法，在双区域电力系统中展现出显著优势。通过构建包含成本、响应速度、容量密度的三维评估模型，成功实现储能系统的最优配置。仿真数据表明，该方案可使系统频率稳定性提升42%，储能成本降低19%，为高比例可再生能源并网提供了新的技术路径。研究成果已申请3项发明专利，并在某省级电网进行试点验证，取得良好效果。