基于改进蝙蝠算法的梯次电池储能经济性分析

被引:10
作者
刘大贺 [1 ]
韩晓娟 [1 ]
李建林 [2 ]
机构
[1] 华北电力大学控制与计算机工程学院
[2] 中国电力科学研究院
基金
国家重点研发计划;
关键词
梯次电池储能; 光伏电站; 经济性; 改进蝙蝠算法;
D O I
暂无
中图分类号
TM615 [太阳能发电];
学科分类号
080811 [新能源发电与电能存储];
摘要
以某光伏电站为应用场景,分析梯次电池储能在平抑光伏功率波动这一应用模式下的优化规划,并对其进行经济性评估。建立光伏电站储能系统优化规划和经济性评估模型,以满足并网波动率限制下储能容量成本最小,采用改进蝙蝠算法(IBA)进行优化求解,并对比常规储能系统来评估梯次电池的经济性。算例分析结果表明了模型的合理性和有效性。
引用
收藏
页码:52 / 57
页数:6
相关论文
共 14 条
[1]
配置梯次电池储能系统的快速充电站经济性评估 [J].
韩晓娟 ;
张婳 ;
修晓青 ;
李建林 .
储能科学与技术, 2016, 5 (04) :514-521
[2]
锂离子电池日历寿命研究进展 [J].
李新静 ;
张佳瑢 ;
魏引利 ;
刘炎金 ;
丁绍玉 .
电源技术, 2015, 39 (08) :1777-1779
[3]
动力电池回收及梯次利用研究现状 [J].
朱广燕 ;
刘三兵 ;
海滨 ;
陈效华 .
电源技术, 2015, 39 (07) :1564-1566
[4]
基于梯级利用电池的储能系统经济运行分析 [J].
张金国 ;
焦东升 ;
王小君 ;
朱洁 ;
和敬涵 ;
巩超 .
电网技术, 2014, 38 (09) :2551-2555
[5]
磷酸铁锂电池梯次利用于储能领域的影响因素分析 [J].
陈佰爽 .
储能科学与技术, 2014, 3 (04) :427-428
[6]
动力锂电池梯次利用的关键技术研究 [J].
仝瑞军 .
客车技术与研究, 2014, 36 (03) :30-32
[7]
蝙蝠算法收敛性分析 [J].
李枝勇 ;
马良 ;
张惠珍 .
数学的实践与认识, 2013, 43 (12) :182-190
[8]
当前储能市场和储能经济性分析 [J].
金虹 ;
衣进 .
储能科学与技术, 2012, 1 (02) :103-111
[9]
风电功率波动特性的概率分布研究 [J].
林卫星 ;
文劲宇 ;
艾小猛 ;
程时杰 ;
李伟仁 .
中国电机工程学报, 2012, 32 (01) :38-46+20
[10]
大规模风电场并网对电网的影响及对策综述 [J].
傅旭 ;
李海伟 ;
李冰寒 .
陕西电力, 2010, 38 (01) :53-57