考虑系统能量效率与用户舒适度的POWER-SONIC蓄电池及热能储能系统容量优化
2026-06-19 11:51:44 点击： 次
跟着社会和经济的不断发展，修建能耗持续上升。估计到2060年，修建能耗将占社会总动力消耗的50%[1]。为此，nearly zero-energy buildings（NZEBs）备受关注，而新兴的nearly zero-energy communities（NZECs）概念代表了要害趋势。这些由互联的NZEBs组成的社区专心于节能减排，契合现代环境与动力政策[2]。为了优化NZEC动力体系，必须充分使用当地可再生资源，整合多种动力流（如供暖、制冷、电力），并选用高效的动力梯级使用工艺[3]。Direct Current（DC）microgrid由分布式电源、储能设备及连接至DC母线的负载组成，为进步NZECs动力功率供给了一种极具远景的处理方案[4]。DC microgrids的功率比Alternating Current（AC）体系高出约6%，对下降修建能耗具有明显奉献[5]。
多项研讨探讨了混合储能和分布式动力体系，以处理NZECs中可再生动力使用率低和源荷失衡等挑战。例如，[6]提出了一种优化混合储能的模型以缓解风电弃风现象，而[7]提出了负荷转移战略，经过使柔性负荷与光伏发电高峰对齐来下降本钱。此外，[8]要点经过优化风力和太阳能发电机布局并结合电池储能，来完成动力本钱和排放的最大化削减。然而，虽然取得了这些进展，仅有32.5%的修建选用了储能技能，其间TESS和BESS别离仅占17.5%和5%[9]。关于NZECs中多储能体系的研讨较为有限，虽然一些研讨标明，优化的储能集成能够提升体系经济性和可再生动力浸透率。例如，Guo等人[10]标明，在NZECs中使用储能技能可使一次动力使用率进步15.3%。此外，结合TESS和BESS体系已被证明能够削减峰值负荷并将BESS容量下降42.2%[11]。因而，迫切需要进一步的研讨来优化NZECs中的储能体系，以进步全体功率。
功能目标能够辅导体系运转和装备决策。当前研讨首要会集在经济性、牢靠性、环境可持续性和动力功率方面（表1）。经济目标包含年度Cost Saving Rate (CSR) [10,12]、年度归纳本钱[13]、平准化度电本钱[14]、净现值[15]以及年度总本钱[[16], [17], [18], [19], [20]]。牢靠性目标包含供电缺乏概率[19]、最大自给率[21]、体系交互功率[22]和负荷损失率[23]。环境目标能够经过碳排放来表征[10,13,14,16,18,23]。动力功率目标包含可再生动力使用率[18]、弃电率[[20], [21], [22]]和一次动力节省率[10,12,23]。跟着修建集成DC微电网的施行和普及不断推进，其高效节能的优势日益凸显。对动力功率目标的准确评价为证明DC微电网相对于AC微电网的比较优势供给了坚实基础[24]。此外，为了进步微电网灵活性，很多文献将DR整合到微电网运转战略中以改善体系经济性。近期文献广泛探讨了在动力体系优化中整合DR机制和用户舒适度(UCL)考量的问题。参考文献[25]完成
优化微电网容量装备的常用办法包含Particle Swarm Optimization (PSO) [17,18]、Grey Wolf Optimization (GWO) [19,20,28]、遗传算法 [10,14,16,[21], [22], [23]]、两阶段鲁棒优化 [12,29]以及双层协同优化 [30]。每种算法都有其优缺点。例如，多层协同优化办法将上层用于规划装备，下层用于体系运转，经过层间迭代方式确认储能设备的容量和运转模式。该办法的特点是核算速度快、大局功能稳健、稳定性强且优化成果牢靠。例如，Tsimopoulos等人[31]选用该办法使核算时刻削减了27.2%，运转本钱下降了7.4%。然而，如表1所示，关于初始算法参数对体系功能影响的研讨较为有限，与其他办法的比照研讨也较少。此外，多层协同优化办法在NZEC中的使用非常匮乏，导致优化成果的准确性验证缺乏。
本文探讨了在NZECs中优化储能集成的要害挑战，特别是经过使用DC微电网。咱们着重需要先进的储能战略来平衡体系经济性、动力功率和用户舒适度。经过对功能目标和优化办法的全面剖析，本研讨供给了使用TESS和BESS协同效益来进步NZECs功率的见地。本文的首要奉献如下：（1）本研讨根据功率交换损耗，为修建DC微电网的输电、配电和储能部分开发了一个动力功率模型。同时创建了一个归纳UCL模型，考虑电气和热舒适度，并剖析了不同热时刻尺度下需求侧响应与容量装备之间的联系。（2）提出了一种改进的双层优化算法，整合了Big-M办法和分段线性近似以下降模型复杂度和核算本钱，使求解速度提升了50%。（3）使用示范项目的实践场景，本研讨剖析了四个典型日和六种场景下BESS和TESS的装备及运转成果。成果标明，与单一BESS装备相比，结合TESS、Heat Pump（HP）体系和BESS可削减61.57%的BESS容量，并将CSR进步2.43倍。