Zao Tang · Jia Liu · Yikui Liu · Tong Su 等5人 · IEEE Transactions on Sustainable Energy · 2024年10月

相较于单一储能装置，混合储能系统（HESS）在自动发电控制（AGC）指令跟踪中具有优势，并可降低储能投资成本。传统控制方法虽能在特定时刻匹配AGC指令，但多时段协调性不足，易导致频繁无序充放电，缩短系统寿命。为此，本文提出一种热-HESS系统的近似最优运行策略，以提升机组AGC性能与储能能量管理能力。首先，采用自适应马尔可夫链预测方法预估AGC功率需求趋势；其次，构建考虑当前步与代价函数的随机模型预测控制（SMPC）优化模型。为降低SMPC多步优化带来的计算负担，进一步设计MIMO模糊逻辑控制器...

解读: 该MIMO模糊逻辑控制的混合储能能量管理技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。研究提出的自适应马尔可夫链预测结合SMPC优化框架，可直接应用于阳光电源储能系统参与电网AGC调频服务场景，通过功率型与能量型储能的协调控制，优化ST储能变流器的充放电策略，减...