找到 2 条结果 · Applied Energy

排序:
储能系统技术 储能系统 SiC器件 构网型GFM ★ 5.0

结合内部电池物理特性的最优构网型储能系统管理

Optimal grid-forming BESS management incorporating internal battery physics

Yuanbo Chen · Kedi Zheng · Cheng Feng · Junling Huang 等6人 · Applied Energy · 2025年1月 · Vol.385

摘要 通过电池储能系统(BESS)提供构网服务(GFS)对于现代电网中日益增长的可再生能源并网至关重要。然而,GFS响应与电池物理特性之间的快速交互给构网型BESS运行管理带来了重大挑战。本文研究了考虑内部电池物理特性的构网型BESS管理方法。我们首先建立了一个基于物理机理的模型,以准确刻画BESS在提供GFS过程中的可用功率能力及老化动态特性。基于该物理模型,本文提出了一种两阶段随机优化问题,用于在日前阶段确定GFS控制系数并制定BESS功率调度计划,同时考虑电网频率的不确定性。进一步地,设计...

解读: 该研究对阳光电源ST系列储能变流器及PowerTitan系统的构网型控制策略具有重要参考价值。通过建立电池物理模型优化GFM服务系数,可提升我司储能系统在高比例新能源电网中的频率支撑能力和经济性。研究中的两阶段随机优化方法可集成至iSolarCloud平台,实现日前调度与实时功率调节的协同优化,同时...

光伏发电技术 ★ 5.0

水风光混合系统中现有水电站扩容优化的解析方法:以雅砻江流域为例

Analytical method for optimizing capacity expansion of existing hydropower plants in hydro-wind-photovoltaic hybrid system: A case study in the Yalong River basin

Chen Wu · Pan Liu · Qian Cheng · Zhikai Yang 等11人 · Applied Energy · 2025年1月 · Vol.383

摘要 水电可通过构建水-风-光混合能源系统,有效整合具有间歇性的风电和光伏(PV)发电。随着风电和光伏电站规模的不断扩大,扩大水电装机容量变得尤为关键。然而,传统的扩容数值方法需要高时间分辨率的输入数据以及复杂的模拟计算。为解决这一问题,本文提出一种无需高分辨率输入数据的解析方法,用于推导水电站最优扩容规模,便于实际应用并支持敏感性分析。首先,基于历史运行数据,分别采用多项式函数和线性函数对水电出力及风电-光伏弃电率随水电扩容规模的变化关系进行估计;其次,结合净现值法,建立考虑总发电量(包括水电...

解读: 该水风光混合系统容量优化方法对阳光电源具有重要参考价值。研究揭示的弃电率与容量扩展关系,可指导我们ST系列储能系统在水风光互补场景的容量配置策略。文中敏感性分析方法(电价敏感度为运维成本11倍)可应用于PowerTitan储能电站的经济性评估模型。特别是无需高时间分辨率数据的解析法,可集成到iSol...