学位论文 > 优秀研究生学位论文题录展示

智能电网中蓄电池储能的价值评估研究

作　者: 颜志敏
导　师: 王承民
学　校: 上海交通大学
专　业: 电气工程
关键词: 智能电网 蓄电池储能 价值评估 粒子群算法 风电
分类号: TM76
类　型: 硕士论文
年　份: 2012年
下　载: 354次
引　用: 1次
阅　读: 论文下载
 

内容摘要


储能技术已被视为电力系统运行过程“采-发-输-配-用-储”六大环节中的重要组成部分。引入储能环节后,可以有效地实现需求侧管理,减小昼夜间峰谷差,调节负荷。一方面可以有效地提高电力设备的利用率,降低供电成本;另一方面可以促进可再生能源的利用。储能技术也可作为提高系统运行稳定性、调整频率、补偿负荷波动的一种手段。储能技术的应用给传统的电力系统设计、规划、调度、控制等方面带来重大变革,而蓄电池储能作为技术成熟、调节性能优异的一种储能技术受到了人们的广泛关注。对蓄电池储能技术进行价值评估,目的是建立其多方面价值的评估模型、通过优化运行确定其最佳应用规模并对其经济性进行分析。应用于电网中不同的场合,针对不同的投资主体而言,其主要的价值方面是不同的,所以需要分别进行建模评估。国内相关方面的研究还很少,而国外的研究文献计及的储能价值方面不够全面,比如未计及降低网损费用和减少缺电损失等。本论文更加全面地对蓄电池储能系统(Battery Energy Storage System,BESS)应用于配网中、用户侧和风电场等三个主要场合的价值展开研究,价值评估模型主要以年净收益最大为目标,结合蓄电池充放电特性建立约束条件,采用粒子群算法分别对算例进行求解。BESS应用于电网侧可以延缓电网升级投资、节省网损成本、低储高发套利、作为分布式电源的备用容量和降低电网可靠性成本;应用于用户侧,主要用于调节负荷(Load Leveling,LL)和作为不间断电源(Uninterruptible Power Supply,UPS),所以其主要的价值方面包括减少用户所需建设的配电容量、低储高发节省电费、降低配变损耗费用和降低缺电损失;而应用于风电场中,其主要的价值在于减少所需建设的并网通道容量、减少风电场所需备用容量、峰谷电价下通过储能时移(将谷荷时的部分电量转移到峰荷时)增加发电商的卖电收入,在建立年净收益目标模型的同时考虑储能系统对风电场的调节,以风电场输出功率波动指标为目标函数,采用隶属度函数方法对多目标优化模型进行单一化。本文在以前的研究成果的基础上,对蓄电池储能的价值进行了更加全面的评估,为该项技术的应用推广提供参考。

全文目录


摘要  5-7
ABSTRACT  7-12
第一章 绪论  12-16
  1.1 蓄电池储能的价值评估的目的与意义  12-13
  1.2 蓄电池储能的价值评估的研究状况  13-15
  1.3 本文的主要工作  15-16
第二章 蓄电池储能技术介绍  16-30
  2.1 几种主要蓄电池储能技术的特点  16-18
  2.2 蓄电池储能在电网中的作用  18-23
  2.3 BESS 应用模式  23-25
  2.4 BESS 的安装场景  25-27
  2.5 国内外蓄电池储能技术的应用现状  27-30
第三章 配网中BESS的价值评估  30-49
  3.1 储能系统价值分析及建模  30-37
    3.1.1 延缓电网升级投资  30-32
    3.1.2 降低线路网损成本  32-33
    3.1.3 低储高发套利  33-35
    3.1.4 减少分布式发电所需的备用容量  35-36
    3.1.5 减少电网可靠性成本  36-37
  3.2 投资成本分析[8]  37-38
  3.3 储能系统总价值评估模型  38-40
  3.4 结合混合罚函数的粒子群优化算法[38]  40-44
    3.4.1 混合罚函数  41-42
    3.4.2 粒子群优化算法  42-44
  3.5 算例分析  44-48
  3.6 本章小结  48-49
第四章 用户侧BESS的价值评估  49-59
  4.1 用户的收益分析建模  49-54
    4.1.1 减少用户所需建设的配电容量  49-50
    4.1.2 减少用户基本电费  50-51
    4.1.3 减少用户电量电费  51-52
    4.1.4 降低用户配变损耗费用  52
    4.1.5 降低用户停电损失费用  52-54
  4.2 用户的年净收益模型  54-55
  4.3 算例分析  55-58
  4.4 本章小结  58-59
第五章 风电场中BESS 的价值评估  59-70
  5.1 风电场中蓄电池储能的价值及成本分析  59-63
    5.1.1 减少风电场所需备用容量  59-60
    5.1.2 低蓄高发套利  60-61
    5.1.3 减少并网通道的建设容量  61-62
    5.1.4 投资成本分析  62
    5.1.5 目标函数1：年净收益  62-63
  5.2 目标函数2：功率波动衡量指标  63
  5.3 多目标评估模型  63-64
  5.4 粒子群算法流程  64-66
  5.5 算例分析  66-69
  5.6 本章小结  69-70
第六章 全文总结  70-72
  6.1 主要结论  70
  6.2 研究展望  70-72
参考文献  72-76
致谢  76-77
攻读硕士学位期间已发表或录用的论文  77

相似论文

  1. 有源电力滤波器及其在配电网中的应用,TN713.8
  2. X精细化工有限公司私募股权融资方案研究,F426.7
  3. 基于粒子群的分子对接算法,R91
  4. 引入社会责任价值胡企业价值评估方法研究,F224
  5. 基于粒子群算法的露天矿道路路径优化研究,TP301.6
  6. 移动机器人路径规划研究及仿真实现,TP242
  7. 量子粒子群算法研究及其在图像矢量量化码书设计中的应用,TP301.6
  8. 变邻域搜索算法研究及在组合优化中的应用,TP301.6
  9. 基于ABAQUS的海上风电机组基础结构安全性研究,P752
  10. 电子式电流互感器及其通信接口的研究,TM452
  11. 电力系统无功优化的混合算法研究,TM714.3
  12. 基于QoS的无线传感器网络路由算法研究,TP212.9
  13. 参数协进化的改进和声搜索算法及其应用,TP391.3
  14. 非汛期水库群协同优化调度与应用研究,TV697.11
  15. 不确定环境下供应链多时段生产采购计划问题研究,F224
  16. 电网若干新技术应用的研究,TM76
  17. 改进二进制粒子群算法在梯级水电站AGC中的应用研究,TV737
  18. 鄂西水电开发公司企业价值评估研究,F426.91
  19. 基于参数辨识的电力系统动态等值方法研究,TM712
  20. 智能电网中的分布式光纤传感技术及应用研究,TP212.14
  21. 面向智能电网的光电传感器技术,TM76

中图分类: > 工业技术 > 电工技术 > 输配电工程、电力网及电力系统 > 电力系统的自动化
© 2012 www.xueweilunwen.com