摘要：该文对分布式光伏发电、电化学储能、充电桩、“风光储充”一体化、冷/热电气三联供、电力需求侧管理等综合能源服务商业模式进行定性或定量研究分析。

摘要：大规模储能的应用能够平抑分布式电源输出功率的波动,提高电网对于分布式电源的消纳性。为提高大规模储能系统并网稳定性,利用传统同步发电机的旋转惯量、阻尼等特性,提出将“虚拟同步机”控制技术运用到储能功率变换器的控制中,实现系统的调压调频和功率控制。该文模拟了同步发电机的机械模型与有功下垂特性,建立了虚拟同步机的功频控制器结构,提出了并网预同步控制策略,实现虚拟同步机和电网的电压幅值与相位的一致,最后通过Matlab仿真验证了控制策略的可行性。

摘要：为提高用户侧储能系统的经济性及使用寿命,提出一种基于差分进化-粒子群BP神经网络的储能优化配置算法。以提高系统可靠性和降低系统投资成本为目标,以储能电池充放电功率限制以及系统最大装机容量等为约束条件,搭建了用户侧储能容量优化配置模型。提出的差分进化和粒子群的混合算法,保留粒子群算法早期收敛速度快的优点,加入差分进化算法以此保障种群的多样性,避免算法过早陷入局部最优,并相应减少粒子群控制参数数量,提高算法的性能,加快算法收敛速度,优化BP神经网络初始权重和阈值。算例结果表明,相比单一的差分进化法和粒子群算法,采用混合算法能够更快更好地得到优化结果。仿真结果表明了算法的有效性,在保证系统运行可靠性的同时,有效降低了系统的投资成本,使系统的经济性得以提升。