机构名称：
¥ 2.0
虽然存在建立的单组分存储系统的确定性能力计划模型，但很少关注使用基于群体的元元素算法的混合储能系统（ESSS）的概率大小。这重点介绍了两个关键的研究机会，即：（1）研究保存模型及其特性的影响，并优化每日系统调度对混合ESS设计中的狭窄现实差距，以及（2）基于潜在的具有重大财务设计的杂种微网格中混合ESS中的混合ESS整合到网格连接的微网络中。在响应中，本文中的本文基于最先进的元易启发式算法的新型概率混合能力计划优化模型。为了证明该模型在社区微网络方案中的有效性，提出了新西兰Aotearoa的生态村庄的案例研究。模拟结果表明，在最有可能的情况和最坏情况的概率场景中，分别高于确定性结果的溢价约为4％和〜36％。另一方面，发现混合ESS的生命周期成本的最佳随机估计值比确定性建模低约39％。此外，还研究了使用电池库的暂时性套利经济学，表明以固定的LifePo 4电池的当前资本成本和目前的固定饲料税（NZ $ 0.08/kWh），仅出于套利原因而循环存储在经济上是不可行的。总而言之，本文重点介绍了结合概率的选择误差技术的迫切需要，并强调在设计混合ESS以将混合ESS集成到网格连接的微网格中时，大小和调度合作的重要性。
微网格中的超级能源存储系统
主要关键词
相关文件推荐
