风光储联合并网发电系统中的储能单元与协同调度设计与验证.pdfVIP

光源与照明总第203期2025年4月超越照明

文章编号：2096-9317（2025）04-0167-03

风光储联合并网发电系统中的储能单元

与协同调度设计与验证

DesignandVerificationofEnergyStorageUnitandCollaborativeSchedulingin

Wind-Solar-StorageCombinedGrid-ConnectedPowerGenerationSystem

吕韬，占鑫星

LVTao,ZHANXinxing

中核汇能（浙江）新能源有限公司，浙江杭州310000

CNNPRichEnergy(Zhejiang)NewEnergyCo.,Ltd.,Hangzhou310000,Zhejiang,China

摘要：风力发电和光伏发电受自然条件影响大，功率0引言

输出难以预测。为此，文章设计了风光储联合并网发

可再生能源在全球能源结构转型中占据着重要地

电系统中的储能单元，并利用粒子群优化算法（particle

swarmoptimization,PSO）调整储能系统的充放电计划，位，但风电和光伏发电具有间歇性[1]，储能单元能够

以提升协同调度效果。仿真实验表明，该储能单元能在一定程度上弥补风光发电的不足，实现对电能的有

有效平滑电流波动，提高能量调度灵活性，增强与电效存储和灵活调控，从而提高整个电网系统的稳定性

网调度中心的交互性，降低运行成本。和可靠性，使其更好地与电网兼容。因此，设计储能

关键词：风力发电；太阳能发电；发电系统；储能单元；单元并制订有效的协同调度策略成为当前需要研究的

电力调度问题。

Abstract:Windpowergenerationandphotovoltaicpower宫帅等[2]提出的协同调度策略降低了网损和弃风

generationaregreatlyaffectedbynaturalconditions,and弃光率，提高了配电网的灵活性。但从实际应用角度看，

thepoweroutputisdifficulttopredict.Tothisend,thispa-

算法需要处理大量数据，难以在短时间内完成实时调

perdesignstheenergystorageunitinthewind-solar-stor-

度；吴任博等[3]提出的调度算法能够有效处理系统不

agecombinedgrid-connectedpowergenerationsystem,

确定性，确保系统可靠运行，但该方法需要在不同时

andusestheParticleSwarmOptimization(PSO)algorithm

toadjustthecharginganddischargingplanoftheenergy间范围内进行调度决策，可能导致整体调度过程不够

storagesystemtoimprovethecollaborativescheduling灵活；陈妍希[4]考虑储能充放电成本和环境经济问题，

effect.Thesimulationexperimentsshowthattheenergy实现了电力系统“削峰填谷”协同调度，但难以根据

st