研究目的
提出一种适用于住宅规模电池储能系统的自适应分散控制策略，在减少配电网电压与热问题的同时，仍能通过降低电网输入使用户受益。
研究成果
所提出的自适应分散控制策略有效缓解了光伏富集的中压-低压网络中的电压和热问题，同时为客户保持高效益，实现了接近理想基于优化的方法性能，且无需大量基础设施或预测。
研究不足
该研究假设晴空辐照度估算完全准确，但温度和灰尘等因素可能导致误差。其聚焦于澳大利亚特定电网，可能不适用于其他地区。控制策略需依赖本地测量数据，且可能未涵盖所有现实变数。
1：实验设计与方法选择：
本研究设计并测试了一种自适应分散式电池储能（BES）系统控制策略，将其与现成控制方案和基于优化的控制进行对比。该策略采用基于晴空辐照度、光伏发电量、用电需求及荷电状态的充放电算法。
2：样本选择与数据来源：
使用澳大利亚某实际中压馈线（含79个低压网络）及2014年342户居民匿名智能电表数据。墨尔本维多利亚地区的光伏发电曲线与晴空辐照度数据为模拟生成。
3：实验设备与材料清单：
居民级BES系统（5kW/13.5kWh）、光伏系统（2.5/3.5/5.5/8kWp）、配电变压器、中低压线路，以及OpenDSS和Python等仿真软件工具。
4：5kWh）、光伏系统（5/5/5/8kWp）、配电变压器、中低压线路，以及OpenDSS和Python等仿真软件工具。 实验流程与操作步骤：
4. 实验流程与操作步骤：通过OpenDSS和Python进行时序潮流分析。在30分钟分辨率的年度数据上实施并评估控制策略（OTS常规控制、AD自适应控制、OPT优化控制），性能指标包括电压曲线、利用率及电网依赖指数。
5：数据分析方法：
采用箱线图和拓扑可视化统计分析电压合规性、资产利用率及电网依赖指数（GDI）。优化问题通过AIMMS建模并由CPLEX求解器求解。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
Battery Energy Storage System
5kW/13.5kWh
Tesla
Storing excess PV generation and discharging to reduce grid imports and manage network issues.
-
Photovoltaic System
Various sizes (2.5kWp, 3.5kWp, 5.5kWp, 8kWp)
Generating electricity from solar energy.
-
Distribution Transformer
Stepping down voltage from MV to LV for residential supply.
-
OpenDSS
Distribution system analysis software for power flow simulations.
-
Python
Programming language used for control implementations and data analysis.
-
AIMMS
Software for solving optimization problems.
-
CPLEX
12.8
IBM
Solver for mixed-integer quadratic programs.
-
Smart Meter
Measuring and recording electricity demand data.
-
登录查看剩余6件设备及参数对照表
查看全部
