利用改进的鲸鱼算法对并网储能系统与可再生能源的集成进行最优规划

《Scientific Reports》：Optimal planning of grid-connected energy storage and renewable energy sources integration using an improved whale algorithm

　　

摘要

将可再生能源（RESs）整合到能源系统中会面临相当大的运营挑战，这是因为这些能源具有间歇性和随机性的特点。并网储能系统（ESSs）为可靠地接纳各种可再生能源提供了一种有效的解决方案。本文提出了一种最优调度方法，用于在高山区（该地区风能资源丰富且灌溉泵送需求量大）分配风能-储能系统的容量。为了应对风能和太阳能发电的不确定性，采用了无场景假设的随机建模方法，从而实现了可行且可扩展的不确定性建模。为了降低整个生命周期的综合成本（COC），通过整合风能特性、泵送单元参数和储能配置，开发了一个协同优化模型。该模型在优化储能容量的同时，考虑了泵站的启动/关闭损耗、最佳流量分配以及运营费用。研究比较了单一电池储能系统与混合电池-氢储能策略的效果。结果表明，混合储能方案可使综合成本降低5.4%，减轻电池的运行压力，并保持泵站的效率。该框架还包括了一个风力发电可靠性模型，确保了生命周期成本优化的稳健性。这种方法展示了混合储能技术在可再生能源驱动的灌溉系统中的经济和技术优势。案例研究中的仿真验证了所提出方法在各种实际应用场景下的灵活性和有效性。