《Sustainable Computing: Informatics and Systems》:Optimizing Heterogeneous Energy Storage for Grid Stability in Renewable-Powered Networks
编辑推荐:
•混合LP-SA优化异构储能规划。•提升可再生能源波动下的电网稳定性。•以更高的经济回报实现更低的储能成本。•优于现有储能优化方案。•支持可靠、可持续的可再生能源驱动智能电网。引言全球向可再生能源(如太阳能和风能)的转变正在迅速推进,成为可持续低碳能源系统的一部分[1]。然而
- •
混合LP-SA优化异构储能规划。
- •
提升可再生能源波动下的电网稳定性。
- •
以更高的经济回报实现更低的储能成本。
- •
优于现有储能优化方案。
- •
支持可靠、可持续的可再生能源驱动智能电网。
引言
全球向可再生能源(如太阳能和风能)的转变正在迅速推进,成为可持续低碳能源系统的一部分[1]。然而,这些能源来源固有的不确定性和波动性给先进电力系统带来了显著的运行难题,因为可再生能源的输出难以预测,且受光照和风速等环境条件波动的影响很大[2]。为克服这些问题,储能系统(ESS)已成为不可或缺的组成部分,能够在发电高峰期储存能源并在低需求时段释放,从而实时确保能源生产与消费之间的平衡[3]。可以混合使用具有不同特性的储能技术(如电池、飞轮和超级电容器)以满足不同的电网需求[4]。然而,仅部署储能系统是不够的;必须针对容量、位置及调度时间对多种类型的ESS进行优化,以确保经济性(优化运营和资本成本)、稳定性(在波动响应中维持电压和频率稳定)及耐久性[5]。如果ESS是异构的,缺乏高效策略可能导致运行效率低下、成本过高或可靠性下降,这凸显了高效优化技术在实现可再生能源驱动电网全部潜力方面的重要性[6]。这些复杂的挑战促使基于人工智能和机器学习的先进优化技术日益普及。这些方法提供了一种以数据为驱动、灵活的方式来处理复杂电网中不同类型ESS的容量规划、选址及运行问题,如可再生能源发电负载需求等[7]。此外,实时预测自适应控制算法有助于提高电网的响应能力和韧性,减少能源损失和运营成本,并确保电能质量[8]。此类智能优化框架不仅有助于使ESS投资更具经济吸引力,还能推动向更灵活、更具韧性、更可持续的能源系统转变,从而支持高比例可再生能源在能源生产中的渗透[9]。
该情境存在以下几个问题:
- •
波动性与不确定性:可再生能源发电波动大且不可预测,需要动态的实时管理策略[10]。
- •
复杂决策空间:选择合适的ESS组合及容量是一个涉及多种技术参数和退化特性的组合问题[11]。
- •
多目标权衡:优化需平衡相互冲突的目标,如降低成本、增强可靠性和监测储能健康状态[12]。
- •
非线性约束:物理运行约束(如非线性SoC行为、充放电效率)使优化问题高度非凸[13]。
- •
可扩展性:解决方案应可扩展至分布在不同地理位置、包含可再生能源和储能单元的大型网络[14]。
本研究的目标是建立一个全面的优化框架,用于管理可再生能源驱动电网中多种类型储能的运行。本研究的主要贡献包括:
- •
利用模拟退火算法处理大规模储能系统中的复杂问题。
- •
利用线性规划在保障电网稳定性的同时最大化实时能源调度。
- •
开发一种通用工作流,适用于各类电网类型和储能技术。
- •
通过仿真验证该方法能提升成本效益、性能和电网可靠性。
本文其余部分的结构如下:
- •
第2节:相关工作
- •
第3节:问题陈述
- •
第4节:详细阐述架构
- •
第5节:讨论结果并与基线模型进行比较
- •
第6节:在报告末尾提供未来研究方向
章节摘要
相关工作
Muzammal Islam等人[15]开展了一项综合研究,重点关注提升电力系统灵活性,特别是可再生能源的整合。他们指出储能系统在缓解可再生能源波动性和支持电网稳定性方面发挥重要作用[16]。他们得出结论,部署ESS是提高系统韧性和连续运行的关键策略之一[17]。为平滑可再生能源和负载波动产生的功率纹波,Kang等人
问题陈述
- •
Muzammal Islam等人[15]和Atawi等人[27]提出的大多数现有方案基于静态/离线规划,未考虑电网的实时变化,从而在可再生能源输出发生意外变化时限制了其性能。
- •
分布式控制方法(如Kang等人[18]和Chen等人[53]所提出的)带来通信负担并使系统容易受到网络攻击,使得这些方法在大规模应用中不太实际
所提方法
所提方法是对电网规模电力储存的优化,这是一个迭代过程。数据包括电网运行报告、可再生能源整合情况、定价数据以及电力技术的性能表现,重点关注安大略省的电价。数据通过预处理步骤进行清洗和标准化,如缺失值填充(线性插值、中位数插补)、异常值检测、单位标准化等。HESS
结果与讨论
本节介绍了优化模型生成的结果,该模型考虑了在可再生能源驱动电网中异构储能单元的SA和LP最优设计。优化性能使用四个关键指标进行评估:NPV、LCOS、ROI和ESE。每个指标从不同角度反映所创建的储能方案的经济合理性和运行效率。优化结果表明,其改进效果优于通常的
结论与未来工作
所提的混合优化方法结合LP和SA,对异构ESS进行精细化规划部署,以在可再生能源渗透下实现电网稳定。该方法确保最优性与可行性相协调,其中LP保证运行约束得到满足,而SA提供了探索超越局部极小值的高性能配置的机会。实证结果表明,主要经济和技术
伦理审查
本文不包含任何作者开展的涉及人类参与者或动物的研究。
资助声明
本研究未获得公共、商业或非营利部门资助机构的任何专项资助。
利益冲突
作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。
CRediT作者贡献声明
Elangovan Muniyandy:撰写 – 审阅与编辑、监督、概念化。Jayabrabu Ramakrishnan:撰写 – 审阅与编辑、方法论、形式化分析。Elmaleeh Mohammed A. A.:撰写 – 审阅与编辑、验证、资源、数据管理。Amit Kumar Trivedi:撰写 – 审阅与编辑、撰写 – 初稿、可视化、调查、数据管理。Mohamed Loey:撰写 – 审阅与编辑、验证、软件、方法论、形式化分析。Faisal Alhwikem:撰写 –
利益冲突声明
作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。
Faisal Alhwikem|Mohamed Loey|Amit Kumar Trivedi|Mohammed A.A. Elmaleeh|Jayabrabu Ramakrishnan|Elangovan Muniyandy