能源互联网重要基础支撑:分布式储能技术的探索与实践

被引：65

作者：

慈松 ^{[1
,2
]}

李宏佳 ^{[1
]}

陈鑫 ^{[1
]}

王强文 ^{[3
]}

机构：

[1] 中国科学院声学研究所高性能网络实验室

[2] University of Nebraska-Lincoln, NE ,USA

[3] Nova GreenTech Inc,NE ,USA

来源：

中国科学:信息科学 | 2014年 / 44卷 / 06期

关键词：

能源互联网; 分布式储能; 复杂系统; 电池管理; 数据中心;

D O I：

暂无

中图分类号：

TM910 [一般性问题];

学科分类号：

0808 ;

摘要：

可再生能源分布式发电的能量波动性以及用户驱动的能量需求的时空随机性,导致能源互联网中能量流本身具有先天的不确定性与无秩序性,因此,分布式储能技术由于可以有效消除能量流的不确定性,并使能量的时空转移和能量流的有序流动成为可能,成为能源互联网重要基础支撑.分布式电池储能作为一种重要的储能方式,电池单体本身非线性特性与电池成组或成网后单体间的差异性,使得电池储能系统"管理好"成为真正"使用好"的基础.但是,电池成组或成网后将构成复杂巨系统,这对"管理好"带来巨大的挑战.因此,本文基于作者多年理论与技术的成果积累,总结了一套适用于分布式储能的大规模电池网络优化管理的理论与方法,包括:单体和电池组或电池网络的建模与状态参数精确估算;基于模糊测度的电池网络特征提取及快速计算;基于自适应动态规划的电池网络优化管理.随后,本文将基于能源互联网思想的分布式储能架构及其管理优化方法与技术引入数据中心,并给出了其在数据中心中实际应用原型系统介绍.本文工作可以为能源互联网的重要基础支撑—分布式储能技术—的研究与应用提供方法指导与技术支撑.

引用

页码：762 / 773

页数：12

共 5 条

[1]

GPS short-delay multipath estimation and mitigation based on least square method[J]. Zhang Shengkang~(1,2),Wang Hongbo~(1,2),Yang Jun~(1,2) ＆ He Leiming~(1,2) 1.Beijing Inst.of Radio Metrology and Measurement,Beijing 100854,P.R.China;2.National Key Laboratory of Metrology and Calibration Technology,Beijing 100854,P.R.China.Journal of Systems Engineering and Electronics. 2009(05)

[2] A Theoretical Framework for Interaction Measure and Sensitivity Analysis in Cross-Layer Design [J].

Wu, Dalei ;

Ci, Song ;

Luo, Haiyan ;

Guo, Hai-Feng .

ACM TRANSACTIONS ON MODELING AND COMPUTER SIMULATION, 2010, 21 (01)

[3]

Additive representations of non-additive measures and the choquet integral[J] . Itzhak Gilboa,David Schmeidler.Annals of Operations Research . 1994 (1)

[4]

The third industrial revolution. Rifkin, J. Engineering ＆ Technology . 2008

[5]

Linear and Nonlinear ARMA Model Parameter Estimation Using an Artificial Neural Network. CHON K H,CONEN R J. IEEE Transactions on Biomedical Engineering . 1997

← 1 →