含电池储能的高比例可再生能源电力系统最优功率调度
系统与控制
2025-12-08 v2 系统与控制
摘要
在高比例可再生能源电力系统中，无论规模大小，通常都包含并利用储能来缓解负荷与可再生能源发电的波动，保障系统可靠性，其中电池储能系统（BESS）近年来增长迅速。BESS系统主要采用锂离子电池，已广泛部署。这些电池的退化显著影响系统效率。深度神经网络可准确量化电池退化；然而，模型复杂性阻碍其在不同规模电力系统能量调度中的应用。为解决此问题，本文提出一种新方法，引入基于线性化稀疏神经网络的电池退化模型（SNNBD），专门根据预定的BESS运行剖面量化电池退化。该方法在大幅降低稠密神经网络模型相关复杂性的同时实现准确的退化预测。因此，集成电池退化的日前能量调度的计算负担可大幅缓解。在小型微电网与大型输电网上的案例研究证明了所提最优能量调度模型的效率与适用性，该模型在优化日前能量调度运行的同时可有效解决电池退化问题。
引用
@article{arxiv.2309.08853,
title = {Optimal Power Scheduling for High Renewables-Integrated Energy Systems with Battery Storage},
author = {Cunzhi Zhao and Xingpeng Li},
journal= {arXiv preprint arXiv:2309.08853},
year = {2025}
}