文献类型：期刊文章

作　　者：闫庆友[1,2] 史超凡[1,2] 秦光宇[1,2,3] 许传博[1,2]

YAN Qingyou;SHI Chaofan;QIN Guangyu;XU Chuanbo(School of Economics and Management,North China Electric Power University,Beijing 102206,China;Beijing Key Laboratory of New Energy and Low-Carbon Development(North China Electric Power University),Beijing 102206,China;University of California,Berkeley,Renewable and Appropriate Laboratory,Berkeley 94709,San Francisco,US)

机构地区：[1]华北电力大学经济与管理学院,北京市102206 [2]新能源电力与低碳发展研究北京市重点实验室(华北电力大学),北京市102206 [3]加利福尼亚大学伯克利分校,可再生能源重点实验室,美国旧金山伯克利市94709

出　　处：《电力建设》

基　　金：国家留学基金委资助项目(202006730045)。

年　　份：2022

卷　　号：43

期　　号：8

起止页码：22-32

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对电化学储能和氢储能的互补特性,提出了一种包含电化学和氢储能的混合储能系统配置和运行的综合优化模型,并提出了智能算法进行求解。该模型基于双层决策优化问题,将混合储能系统配置及运行2个不同时间维度的问题分上下层进行综合求解,并考虑了两者间的相互影响,采用强化学习近端策略优化(proximal policy optimization,PPO)算法求解该双层优化模型。以甘肃省某地区的风光数据,通过对比应用多种传统算法求解结果,验证了所用算法在复杂环境下适应度最高且收敛速度最快。研究结果表明,应用该模型最大可降低24%的弃风、弃光率,有效提升系统综合效益。氢储能作为容量型储能配置不受地形因素限制,适用于多样的应用场景,从而为氢储能这一新型储能形态在全国的广泛配置提供了应用示范。

关 键 词：风光消纳  储能配置  双层优化 氢储能  近端策略优化(PPO)算法  

分 类 号：TM73]