基于模糊控制算法和布谷鸟搜索算法的混合储能系统优化配置
发布时间：2021-07-19 15:55
<正>重点研究将混合储能系统应用于平滑可再生能源系统输出波动场景下的优化配置问题。首先,建立可再生能源输出波动的平滑目标并选取Savitzky-Golay滤波算法以平抑多种新能源的出力。继而,分析功率型储能和能量型储能各自的特点,论证混合储能的互补性。然后,建立混合
【文章来源】：电气应用. 2019,38(01)
【文章页数】：8 页
【部分图文】：
充电时输入X1的隶属度函数00.40.50.650.80.91X1
?本文以超级电容器的荷电状态SOCcap(t)作为模糊控制器的一个输入量，记为X1(t)；以锂电池的荷电状态SOCbat(t)作为模糊控制器的另一个输入量，记为X2(t)。X1(t)和X2(t)的表达式为（18）（19）以第t个时刻混合储能系统的功率分配系数D(t)作为模糊控制器的输出量。首先确定模糊控制器的输入输出隶属度函数。混合储能系统补偿功率为负时，即储能系统充电时，输入输出的隶属度函数如图1~图3所示。图1充电时输入X1的隶属度函数图2充电时输入X2的隶属度函数图3充电时输出D的隶属度函数混合储能系统补偿功率为正时，即储能系统放电时，按照之前制定的充放电原则，应该提高超级电容器的放电优先级，输入X2和输出D的隶属度函数不变，输入X1的隶属度函数如图4所示。图4放电时输入X1的隶属度函数当混合储能系统充电时，优先考虑由超级电容器进行充电，仅当超级电容器荷电状态过高或锂电池荷电状态过低时，才考虑由锂电池优先进行充电。根据以上原则，制定充电时的模糊控制规则如表1所示。表1充电时的模糊控制规则X1X2SSSMLLLSSLLLLLSMLLLLMSSSSSSSMLSSSSSSSSSP(t)P(t)P(t)ES-totalGG=X(t)=SOC(t)1capX(t)=SOC(t)2bat输入X1输入X1100.40.50.650.80.9100.20.40.450.60.7100.150.350.50.650.85100.250.751SSSSSSMMMMSSSSLLLLLLLL111μX1μX1X1X1输入X2输入X21111μX2μDX2DP(t)D(t)P(t)capES-total=P(t)=[1D(t)]P(t)capES-total
，D(t)为第t个时刻混合储能系统的功率分配系数。本文以超级电容器的荷电状态SOCcap(t)作为模糊控制器的一个输入量，记为X1(t)；以锂电池的荷电状态SOCbat(t)作为模糊控制器的另一个输入量，记为X2(t)。X1(t)和X2(t)的表达式为（18）（19）以第t个时刻混合储能系统的功率分配系数D(t)作为模糊控制器的输出量。首先确定模糊控制器的输入输出隶属度函数。混合储能系统补偿功率为负时，即储能系统充电时，输入输出的隶属度函数如图1~图3所示。图1充电时输入X1的隶属度函数图2充电时输入X2的隶属度函数图3充电时输出D的隶属度函数混合储能系统补偿功率为正时，即储能系统放电时，按照之前制定的充放电原则，应该提高超级电容器的放电优先级，输入X2和输出D的隶属度函数不变，输入X1的隶属度函数如图4所示。图4放电时输入X1的隶属度函数当混合储能系统充电时，优先考虑由超级电容器进行充电，仅当超级电容器荷电状态过高或锂电池荷电状态过低时，才考虑由锂电池优先进行充电。根据以上原则，制定充电时的模糊控制规则如表1所示。表1充电时的模糊控制规则X1X2SSSMLLLSSLLLLLSMLLLLMSSSSSSSMLSSSSSSSSSP(t)P(t)P(t)ES-totalGG=X(t)=SOC(t)1capX(t)=SOC(t)2bat输入X1输入X1100.40.50.650.80.9100.20.40.450.60.7100.150.350.50.650.85100.250.751SSSSSSMMMMSSSSLLLLLLLL111μX1μX1X1X1输入X2输入X21111μX2μDX2DP(t)D(t)P(t)c
【参考文献】：
期刊论文
[1]大容量锂电池在分布式储能系统中的应用和前景[J]. 邓颖,袁野,张霞. 现代机械. 2015(06)
[2]布谷鸟搜索算法研究综述[J]. 兰少峰,刘升. 计算机工程与设计. 2015(04)
[3]用于平滑可再生能源出力波动的电池储能系统优化控制策略(英文)[J]. 单茂华,李陈龙,梁廷婷,毛维杰. 电网技术. 2014(02)
[4]平滑可再生能源发电系统输出波动的储能系统容量优化方法[J]. 王成山,于波,肖峻,郭力. 中国电机工程学报. 2012(16)
[5]基于电池荷电状态和可变滤波时间常数的储能控制方法[J]. 张野,郭力,贾宏杰,李占鹰,陆志刚. 电力系统自动化. 2012(06)
[6]一种适用于混合储能系统的控制策略[J]. 丁明,林根德,陈自年,罗亚桥,赵波. 中国电机工程学报. 2012(07)
[7]Savitzky-Golay平滑滤波器的最小二乘拟合原理综述[J]. 蔡天净,唐瀚. 数字通信. 2011(01)
[8]超级电容器的应用与发展[J]. 胡毅,陈轩恕,杜砚,尹婷. 电力设备. 2008(01)
本文编号：3290984
【文章来源】：电气应用. 2019,38(01)
【文章页数】：8 页
【部分图文】：
充电时输入X1的隶属度函数00.40.50.650.80.91X1
?本文以超级电容器的荷电状态SOCcap(t)作为模糊控制器的一个输入量，记为X1(t)；以锂电池的荷电状态SOCbat(t)作为模糊控制器的另一个输入量，记为X2(t)。X1(t)和X2(t)的表达式为（18）（19）以第t个时刻混合储能系统的功率分配系数D(t)作为模糊控制器的输出量。首先确定模糊控制器的输入输出隶属度函数。混合储能系统补偿功率为负时，即储能系统充电时，输入输出的隶属度函数如图1~图3所示。图1充电时输入X1的隶属度函数图2充电时输入X2的隶属度函数图3充电时输出D的隶属度函数混合储能系统补偿功率为正时，即储能系统放电时，按照之前制定的充放电原则，应该提高超级电容器的放电优先级，输入X2和输出D的隶属度函数不变，输入X1的隶属度函数如图4所示。图4放电时输入X1的隶属度函数当混合储能系统充电时，优先考虑由超级电容器进行充电，仅当超级电容器荷电状态过高或锂电池荷电状态过低时，才考虑由锂电池优先进行充电。根据以上原则，制定充电时的模糊控制规则如表1所示。表1充电时的模糊控制规则X1X2SSSMLLLSSLLLLLSMLLLLMSSSSSSSMLSSSSSSSSSP(t)P(t)P(t)ES-totalGG=X(t)=SOC(t)1capX(t)=SOC(t)2bat输入X1输入X1100.40.50.650.80.9100.20.40.450.60.7100.150.350.50.650.85100.250.751SSSSSSMMMMSSSSLLLLLLLL111μX1μX1X1X1输入X2输入X21111μX2μDX2DP(t)D(t)P(t)capES-total=P(t)=[1D(t)]P(t)capES-total
，D(t)为第t个时刻混合储能系统的功率分配系数。本文以超级电容器的荷电状态SOCcap(t)作为模糊控制器的一个输入量，记为X1(t)；以锂电池的荷电状态SOCbat(t)作为模糊控制器的另一个输入量，记为X2(t)。X1(t)和X2(t)的表达式为（18）（19）以第t个时刻混合储能系统的功率分配系数D(t)作为模糊控制器的输出量。首先确定模糊控制器的输入输出隶属度函数。混合储能系统补偿功率为负时，即储能系统充电时，输入输出的隶属度函数如图1~图3所示。图1充电时输入X1的隶属度函数图2充电时输入X2的隶属度函数图3充电时输出D的隶属度函数混合储能系统补偿功率为正时，即储能系统放电时，按照之前制定的充放电原则，应该提高超级电容器的放电优先级，输入X2和输出D的隶属度函数不变，输入X1的隶属度函数如图4所示。图4放电时输入X1的隶属度函数当混合储能系统充电时，优先考虑由超级电容器进行充电，仅当超级电容器荷电状态过高或锂电池荷电状态过低时，才考虑由锂电池优先进行充电。根据以上原则，制定充电时的模糊控制规则如表1所示。表1充电时的模糊控制规则X1X2SSSMLLLSSLLLLLSMLLLLMSSSSSSSMLSSSSSSSSSP(t)P(t)P(t)ES-totalGG=X(t)=SOC(t)1capX(t)=SOC(t)2bat输入X1输入X1100.40.50.650.80.9100.20.40.450.60.7100.150.350.50.650.85100.250.751SSSSSSMMMMSSSSLLLLLLLL111μX1μX1X1X1输入X2输入X21111μX2μDX2DP(t)D(t)P(t)c
【参考文献】：
期刊论文
[1]大容量锂电池在分布式储能系统中的应用和前景[J]. 邓颖,袁野,张霞. 现代机械. 2015(06)
[2]布谷鸟搜索算法研究综述[J]. 兰少峰,刘升. 计算机工程与设计. 2015(04)
[3]用于平滑可再生能源出力波动的电池储能系统优化控制策略(英文)[J]. 单茂华,李陈龙,梁廷婷,毛维杰. 电网技术. 2014(02)
[4]平滑可再生能源发电系统输出波动的储能系统容量优化方法[J]. 王成山,于波,肖峻,郭力. 中国电机工程学报. 2012(16)
[5]基于电池荷电状态和可变滤波时间常数的储能控制方法[J]. 张野,郭力,贾宏杰,李占鹰,陆志刚. 电力系统自动化. 2012(06)
[6]一种适用于混合储能系统的控制策略[J]. 丁明,林根德,陈自年,罗亚桥,赵波. 中国电机工程学报. 2012(07)
[7]Savitzky-Golay平滑滤波器的最小二乘拟合原理综述[J]. 蔡天净,唐瀚. 数字通信. 2011(01)
[8]超级电容器的应用与发展[J]. 胡毅,陈轩恕,杜砚,尹婷. 电力设备. 2008(01)
本文编号：3290984
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3290984.html
