机构名称：
¥ 1.0
摘要 可再生能源技术的发展因其间歇性而给系统的稳定性带来了重大挑战。尽管如此，我们可以通过存储系统来评估这些技术。我们使用漏桶机制将可再生能源技术（风能）的供应建模为存储设施。桶与存储同义，而泄漏相当于满足负载。Modelica 用于捕获：（i）基于存储物理模型的桶状态的时间依赖性；（ii）使用输入到风能技术物理模型中的风速数据的风能随机表示；（iii）负载，建模为电阻电感电路。Modelica 的优势在于使用非因果方程来描述相互连接的基本子系统，这一点通过其库得到利用。我们发现存储的收益递减。超过一定水平的存储，需要集成可靠的基本负载电源来降低可靠性降低带来的风险。作为对冲间歇性的手段，储能系统的需求取决于供应波动和随机负荷之间的相互作用，以保证可接受的服务质量和可靠性水平。 关键词 可再生能源、间歇性、风能、Modelica、可靠性、漏桶 1. 简介 美国能源信息署 (EIA) 最近发布了 2020 年版短期能源展望，指出可再生能源发电份额将从 2019 年的 17% 增加到今年的 19%，到 2021 年将增加到 22% [1]。例如，据估计，全球风能发电量今年将达到 8% 的峰值 [2]。可再生电力装机容量的不断增加可能带来一系列影响。一方面，经济激励措施可以减轻负荷跟踪的需要，以及可再生能源的大量渗透可能通过储能给基载发电厂带来的连续成本增加 [3]。另一方面，可再生能源发电能力的不断增长和重要性对电网的可靠性和波动性有着至关重要的影响 [4]–[6]。在解决风电间歇性问题的解决方案中，包括需求响应、存储和常规供电的增加，存储因其与传统技术在调度方面的共同特点而受到广泛关注。存储的价值不仅限于调度，还可用于最大限度地降低电网波动性。事实上，一些研究表明，存储的可用性可以将能源供应成本降低 30% [7]。本文采用系统建模方法，在存储系统的帮助下评估可再生能源技术的容量贡献。可再生能源技术的供应能力和负荷的交汇处是存储。我们使用可再生技术与漏桶机制的同义属性对存储设施的供应进行建模，如下图 1 所示。漏桶与存储同义，而漏水则相当于存储资源的供应。先前的方法 [8] 采用漏桶机制来评估电力供需的变化，使用了一种基于包络的建模方法，该方法改编自排队系统网络微积分理论 (NetCal) [9]。该方法捕捉了零和博弈
评估可再生能源系统与储能系统的容量贡献
主要关键词
相关文件推荐
