机构名称：
¥ 1.0
设计可靠且可靠的微网格（MG），由储能设备辅助，需要量化与输入数据时间序列相关的参数不确定性，以及其他类型的不确定性，尤其是预测的气象，负载需求和惠特电力价格价格系列的不确定性。鉴于所涉及的计算复杂性，最近电池存储支持的MG容量选择误差文献无法同时表征数据不确定性的多种来源。本文在那里，试图通过对应着广泛的参数不确定性来解决这一知识差距，同时探讨了高维不确定性表征对电池供电，供电的，具有电池支持的，网格绑定的MGS的潜在显着含义。为此，本文引入了一种新颖的计算高效，随机MG设计优化模型，该模型可以同时处理多个不确定的输入。值得注意的是，该模型可以通过专门分析最坏的情况，最有可能的情况和最佳案例不确定性表征方案来深入，准确和健壮的基础设施决策 - 特别是在电池存储的最佳尺寸方面。在社区可再生能源项目方案中展示了该模型的效率，这是对新西兰Ohakune镇进行的，对电池连接的，电池存储支持的毫克的案例研究。重要的是，数值模拟结果表明，在最有可能的情况下，MG的生命周期成本将被低估约8％（相当于Nz $ 0.3 m） - 相关的〜15％（等于143 kWh）电池大小（如果低估了）电池尺寸 - 如果低估了预测的可变性，则预测不可低估。此外，在最佳案例（最有可能的情况和最糟糕的情况下），能源存储能力与总可再生能源发电能力的比例分别为〜71％，约76％和约68％，这表明寻求风险和风险的MG计划策略对存储比率有略微矛盾的影响。对不同电池技术，特定特定的电池和放电深度规范的不同电池技术的全面敏感性分析也证明了模型的鲁棒性和有效性，同时还可以识别钠（NAS）电池电池技术在网上连接的MG开发中最有利可图的MG开发应用程序，从而提供了特定的特定型号 - 可以实现特定的实现atterib and Attrib的事实。
储能杂志
主要关键词
相关文件推荐
