XiaoMi-AI文件搜索系统
World File Search SystemMicrogrids
混合电池-SMES 储能系统在增强光伏-风能直流微电网持久性方面的作用：案例研究
摘要：现代电力系统中可再生能源的广泛使用增加了系统电压和功率的波动。此外，使用可再生能源 (RES) 的主要难题是风能和光伏 (PV) 系统的间歇性和对风速和太阳辐照度的依赖性。因此，利用强大而有效的 RES 储能系统 (ESS) 对于克服这些挑战和困境至关重要。本文介绍了使用电池存储系统 (BSS) 和超导磁能存储 (SMES) 系统对直流母线微电网集成混合太阳能-风能系统的影响。所提出的方法采用 BSS 和 SMES 的组合来提高微电网在不同事件（例如风力变化、阴影、风力涡轮机 (WT) 连接和突然光伏断电事件）期间的稳定性。提出了不同的控制方法来控制系统的不同组件，以提高整个系统的稳定性和电力交换。光伏系统和风电系统均配备独特的最大功率点跟踪 (MPPT) 控制器。此外，每个 ESS 都使用建议的控制方法来控制，以监督系统内有功功率的交换，并在不同的不稳定性期间保持直流总线电压恒定。此外，为了保持负载电压/频率恒定，使用建议的逆变器控制单元控制主逆变器。使用 Matlab/Simulink 执行的仿真结果表明，混合 BSS + SMES 系统成功实现了主要目标，即直流电压、交换功率和负载电压/频率得到改善和平滑。此外，还对三个案例研究进行了比较，即不使用 ESS、仅使用 BSS 以及再次使用 BSS 和 SMES 系统。研究结果证明了基于混合 BSS + SMES 方法的所提控制方法比仅使用 BSS 的控制方法更有效地在可变事件期间保持现代电力系统的稳定性和可靠性。
使用基于储能的电网形成逆变器作为混合柴油微电网的运行备用
摘要：在偏远的北极社区，由于无法接入大规模电网，因此实施孤岛微电网是向当地居民提供和分配电力服务的最可行方式。从历史上看，这些孤岛电网主要依靠柴油发电机或水力资源来提供基本负荷。然而，这种做法可能会导致费用增加，因为燃料运输成本高昂，而且在冬季无法运输燃料时需要大量的现场储存。为了缓解这一问题，北极微电网已开始过渡到混合源运行模式，通过结合本质上可变的可再生能源，如风能或太阳能。由于这些混合源孤岛微电网的行为高度随机，它们可能会带来与电能质量相关的潜在问题，因为净负荷波动很快，柴油发电机无法快速响应。此外，非稳定随机源可能需要大量闲置柴油发电机资源作为旋转备用，这既低效又浪费。这项研究研究了现实世界中混合柴油微电网在风力发电损失时可能出现的瞬态动力学问题。此外，这项研究提出了从柴油旋转备用到电池储能系统 (BESS) 运行备用方案的过渡。对所提出的过渡的研究对于确定瞬态动力学的基本含义以及将 BESS 集成为旋转备用在稳定性、频率最低点和瞬态电压偏差方面的潜在好处非常重要。研究和验证瞬态动力学的方法依赖于 GFMI 的电磁仿真模型和实验功率硬件在环设置中的商用 GFMI。仿真结果表明，当微电网遭遇风力发电损失时，所提出的运行备用方案可改善系统的电能质量，包括电压偏差和频率最低点。根据模拟情况，添加 GFMI 可将频率最低点降低 65.3% 至 86.7%。此外，电压偏差的降低幅度在 3.6% 至 23.0% 之间。从这些结果可以得出结论，集成 GFMI 可以降低混合柴油微电网中的频率最低点，进而减少柴油消耗，从而提高系统可靠性并降低燃料费用。此外，这项工作的新颖之处在于，离线模拟结果是使用功率硬件在环平台验证的，该平台包含 100 kVA 商用 GFMI 作为受试设备。
阿拉斯加偏远微电网中过剩可再生能源发电与非电热负荷之间的有益匹配建模与评估
摘要：许多阿拉斯加社区依靠燃油取暖，依靠柴油发电。对于偏远社区，燃料必须通过驳船运输或空运，导致成本高昂。虽然可再生能源资源可能可用，但风能和太阳能的易变性限制了在没有足够储存的情况下可以同时使用的数量。本研究开发了一种决策方法来评估三个合作社区中过剩可再生能源发电和非电力可调度负荷（特别是空间供暖、水加热和处理以及衣物烘干等热负荷）之间的有益匹配。多种电力可再生能源混合优化模型 (HOMER) Pro 用于根据当前发电基础设施、可再生资源数据和社区负荷对潜在的过剩可再生能源发电进行建模。然后，该方法使用这些过剩发电概况来量化它们与具有固有热储存能力的建模或实际热负荷的匹配程度。在三个社区调查的 236 种可能的太阳能和风能容量组合中，高渗透风力发电的过剩电力与衣物烘干和空间供暖的热负荷之间的匹配度最高。这项研究中最差的匹配是太阳能渗透率低（峰值负荷的 25%）且所有热负荷都存在。
哥伦比亚非互联区域微电网发电调度成本函数
摘要：由于孤立区域的运行和经济限制，发电调度对孤岛微电网来说是一项挑战。此外，考虑到电网规模，通常的运行网络拓扑、负载需求和发电可用性变化的影响可能会变得显著。本研究论文介绍了一种应用于哥伦比亚非互联区域的最佳功率流算法的详细多成本函数建模方法。最佳功率流 (OPF) 公式包括与孤立区域中的可再生资源相关的成本函数以及电池充电和放电的完整模型。此外，使用三种不同的网络拓扑结构和来自该区域的特征日负荷曲线来测试该提案的灵活性。本文的主要贡献在于为孤立微电网实施了包括可再生能源成本函数的最佳功率流。针对哥伦比亚非互联区域的各种运行情况进行了测试。
基于可再生能源的工业微电网现状回顾
摘要：近年来，以可再生能源为主的电力微电网由于其相对于化石燃料具有巨大优势而得到了大力推广。如今，各国政府都开始意识到环保能源的使用，因此西班牙已向消费者提供了渐进式投资。许多微电网都安装在联网和隔离环境中，这一事实带来了技术和经济方面的新挑战。本研究旨在通过回顾与一般微电网研究相关的文献，深入研究应用于工业设施的基于可再生能源的电力微电网。随后，它将重点关注可再生能源与工业环境之间的关系。简要介绍了工业设施中储能系统的使用，描述了最常用的系统。本文回顾了微电网的最新进展，从分布式能源技术到工业微电网优化，主要目的是深入了解当前研究的趋势和方向，并进一步确定需要进一步发展的领域。
交流微电网的运行通过限制光伏电池板的输出功率来最大程度地减少储能的使用
为了减少交流微电网对大电网稳定性的影响，计划电力传输优于动态电力交换。为了最大限度地减少太阳能发电间歇性对大电网的影响并减少电池储能的使用，需要开发合适的运行方法。一种潜在的解决方案是交流微电网，其中光伏板通过削减输出功率来控制 [6]。在阳光明媚的日子里，交流微电网可以在自主模式下运行，而无需使用储能。在阳光较少的日子里，需要从主电网输入一些电力来弥补短缺。在阴天，所有电力都必须从主电网输入。可以建造一个具有太阳能和/或风能发电能力的大型储能场，并通过输电线和升降压变压器与交流微电网相连；所需的电力可以从这样的储能场传输。此外，可以采用多个并联中频变压器的固态变压器（SST），通过 50 Hz 升压变压器将储能场与输电线路连接起来。
评估微电网的弹性：挑战、创新方法和国家需求
本材料基于美国能源部电力办公室资助的工作，资助编号为 DE-OE0000818 和 DE-OE0000810。本报告是作为美国政府机构资助工作的记录而编写的。美国政府及其任何机构，或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文中以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定意味着美国政府或其任何机构对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
对可再生能源进行简要评估，以确定发展中国家偏远岛屿 100% 可再生能源微电网的最佳规模：以孟加拉国为例
摘要：本研究探讨了孟加拉国目前的能源状况、可再生能源 (RE) 的可能性，并为孟加拉国圣马丁岛设计了一个最佳的 100% 基于可再生能源的离网电力系统。提出了基于光伏 (PV) 电池、电池储能系统 (BESS)、燃料电池 (FC) 和电解厂 (EP) 的混合可再生微电网的最佳规模。先进的直接负荷控制 (ADLC) 和屋顶光伏以最低成本满足能源需求，并通过销售海水电解生产的化学产品实现利润最大化。使用 MATLAB ® 软件，利用混合整数线性规划 (MILP) 优化技术探索了四种情况，以证明所建议电力系统的有效性。案例 1 中的系统成本低于其他情况，但没有盈利的机会。案例 2、3 和 4 的安装成本较大，分别可在 8.17、7.72 和 8.01 年内通过利润偿还。虽然案例 3 的收入比案例 2 高 6.23%，比案例 4 高 3.85%，但案例 4 被认为是最可靠的电力系统，因为它可以以最低的成本满足能源需求，同时增加利润，不会给客户带来负担。
使用人工蜂群算法实现微电网中的最优功率共享
摘要：在智能电网中，将多种可再生能源 (RES) 与存储和备用系统相结合的混合可再生能源系统可以提供最具成本效益和稳定的能源供应。然而，最近研究解决的最紧迫问题之一是如何最好地设计混合可再生能源系统的组件，以尽可能低的成本和最佳的可靠性满足所有负载要求。由于混合可再生能源系统的优化难度，找到一种提供可靠解决方案的有效优化方法至关重要。因此，在本研究中，优化了微电网之间的电力传输，以最大限度地降低整个系统和每个微电网的成本。为此，人工蜂群 (ABC) 被用作优化算法，旨在最大限度地降低微电网外部的成本和电力传输。ABC 算法优于其他基于种群的算法，并且具有需要更少控制参数的额外优势。ABC 算法还具有良好的弹性、快速收敛和强大的通用性。本研究进行了多项实验，以证明所提出的基于 ABC 的方法的有效性。模拟结果表明，所提出的方法是一种有效的优化方法，因为它可以以非常简单且计算效率高的方式实现全局最优。