面向弃风弃光消纳的储能和电动汽车协同优化控制研究

With the gradual increase of install capacity and install proportions of renewable energy represented by wind and solar energy, the renewable energy accommodation draws more attention. In China, wind and solar curtailment emerges due to imbalanced distribution of installed capacity, limited transmission capacity, and stiff control methods. In recent years, the rapid development of energy storage (ES) and electric vehicle (EV) promotes the power demands and supplies flexible control strategies for the power systems, which provides an excellent opportunity to reduce wind and solar curtailment. This project uses energy storage and electric vehicle to coordinately accommodate wind and solar curtailment. The direct probabilistic model of coupled load demand-curtailed wind and solar power under different generation proportions and penetrations of wind and solar energy and different time scales is studied. Considering thermal and electrical loads and wind and solar curtailment, optimal sizing of electrical energy storage (EES) and thermal energy storage (TES) is proposed, based on the optimal EV charging and discharging strategy. The receding-horizon and coordinate optimal control method of EES, TES and EV is established to obtain wind and solar energy accommodation and to reduce wind and solar curtailment. It is expected that this project will contribute to the theoretical and scientific benefits for ES and EV application, wind and solar energy accommodation, and wind and solar curtailment reduction.

随着以风能和太阳能为代表的可再生能源装机容量和装机比例逐步加大，可再生能源消纳问题引人关注。在我国，由于可再生能源装机分布不均衡、可再生能源传输通道受限、电网调节手段僵硬等因素的制约，弃风弃光现象明显。近年来储能和电动汽车高速发展，增加了电网的用电需求，为电网提供了灵活的调控手段，为解决这一问题带来了契机。本项目利用储能和电动汽车协同消纳弃风弃光，重点研究不同风光比例和渗透率组合场景下，多时间尺度负荷与弃风弃光电量耦合的直接概率计算模型；兼顾热负荷-电负荷需求和弃风弃光消纳，基于电动汽车最优充放电策略的电储、热储容量优化配置方法；提高弃风弃光消纳的电储、热储、电动汽车滚动优化与协同调控方法。本项目的研究成果将为储能和电动汽车应用、提高可再生能源消纳、减少弃风弃光提供理论支撑与科学参考。

本项目围绕利用储能和电动汽车协同消纳弃风弃光，重点研究风光多渗透率场景下的新能源预测方法、储能优化配置方法和电动汽车及储能协调控制方法，形成了提高电网风光消纳能力的储能和电动汽车多目标多约束离散-连续协同优化控制理论。提出了基于k均值改进长短期记忆神经网络的风电功率短期预测方法及基于非参数核密度估计的风电概率区间预测方法，提出了基于随机漫步改进拉丁超立方采样的含分布式电源和电动汽车配电网概率潮流计算方法及概率源功率-空间相关性分析方法，提出了基于虚拟电价的电动汽车充放电控制方法和考虑电动汽车充放电的电网调频控制方法，提出了基于可控负荷虚拟储能的海水淡化负荷优化配置方法和多源多荷系统协调优化控制方法。本项目的研究成果为可再生能源消纳，提升可再生能源利用率提供了分析方法和理论依据。.相关成果发表论文43篇，其中SCI论文17篇，EI论文8篇，核心期刊论文13篇，普通期刊论文5篇；申请国家发明专利34项，公开34项；获得中央高校基本科研业务费1项。已在辽宁电网等我国部分区域开展应用，助力辽宁电网新能源利用率达到99.03%，成为我国首个新能源利用率超过99%的省份，达到世界领先水平。相关应用区域，如葫芦岛地区实现了新能源全额消纳，弃风弃光率降到0。获得2019年度辽宁省科技进步一等奖和2020年度中国自动化学会科技进步一等奖。