Mô hình tối ưu dung lượng hệ thống pin lưu trữ năng lượng xét đến sự suy giảm vận hành và thay thế trong lưới điện siêu nhỏ
10 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.102.2025.41-50Từ khóa:
BESS; Microgrid; MINLP; Năng lượng tái tạo.Tóm tắt
Trong những năm gần đây, việc tích hợp hệ thống pin lưu trữ năng lượng (BESS) đóng vai trò quan trọng trong việc đảm bảo độ tin cậy và hiệu quả của lưới điện siêu nhỏ. Bài báo này trình bày một mô hình tối ưu dung lượng BESS xét đến sự suy giảm vận hành và thay thế trong suốt vòng đời của hệ thống. Mô hình đề xuất tích hợp các khía cạnh kỹ thuật, kinh tế và môi trường trong vận hành lưới điện siêu nhỏ, đồng thời xem xét tốc độ suy giảm của pin. Phương pháp quy hoạch phi tuyến nguyên thực hỗn hợp (MINLP) được sử dụng để tối thiểu hóa tổng chi phí của hệ thống, bao gồm chi phí đầu tư, vận hành và thay thế, trong khi vẫn đáp ứng các ràng buộc về nhu cầu tải, tích hợp năng lượng tái tạo và độ tin cậy của hệ thống. Kết quả mô phỏng cho thấy mô hình tối ưu đề xuất mang lại hiệu quả cao trong việc xác định dung lượng và chi phí lắp đặt hệ thống lưu trữ năng lượng bằng pin (BESS). Đồng thời, mô hình có thể hỗ trợ xây dựng kế hoạch lập lịch vận hành và quản lý BESS một cách hiệu quả.
Tài liệu tham khảo
[1]. P. V. Subbotin, Y. P. Gusev, and D. V. Dvorkin, “Optimal BESS Sizing & Allocation for Transfer Capacity Increase in Distribution Grids”, in 2020 3rd International Colloquium on Intelligent Grid Metrology (SMAGRIMET), Cavtat, Dubrovnik, Croatia: IEEE, pp. 1–6, (2020). doi: 10.23919/SMAGRIMET48809.2020.9263996
[2]. S. Jayashree and K. Malarvizhi, “Methodologies for Optimal Sizing of Battery Energy Storage in Microgrids : A Comprehensive Review”, in 2020 International Conference on Computer Communication and Informatics (ICCCI), Coimbatore, India: IEEE, pp. 1–5, (2020). doi: 10.1109/ICCCI48352.2020.9104131
[3]. M. Amini, M. H. Nazari, and S. H. Hosseinian, “Optimal Scheduling and Cost-Benefit Analysis of Lithium-Ion Batteries Based on Battery State of Health”, IEEE Access, vol. 11, pp. 1359–1371, (2023), doi: 10.1109/ACCESS.2022.3232282
[4]. M. Amini, A. Khorsandi, B. Vahidi, S. H. Hosseinian, and A. Malakmahmoudi, “Optimal sizing of battery energy storage in a microgrid considering capacity degradation and replacement year”, Electr. Power Syst. Res., vol. 195, p. 107170, (2021), doi: 10.1016/j.epsr.2021.107170
[5]. A. M. Alharbi, I. Alsaidan, and W. Gao, “Sizing Li-ion BESS for Participation in Ancillary Services With Consideration of Degradation Cost”, in 2022 IEEE Kansas Power and Energy Conference (KPEC), Manhattan, KS, USA: IEEE, pp. 1–6, (2022). doi: 10.1109/KPEC54747.2022.9814738
[6]. S.-M. Chen, M.-W. Yang, and L.-W. Lee, “A new method for fuzzy multiple attributes group decision making based on ranking interval type-2 fuzzy sets”, in 2011 International Conference on Machine Learning and Cybernetics, Guilin, China: IEEE, pp. 142–147, (2011). doi: 10.1109/ICMLC.2011.6016692
[7]. H. Xie, X. Teng, Y. Xu, and Y. Wang, “Optimal Energy Storage Sizing for Networked Microgrids Considering Reliability and Resilience”, IEEE Access, vol. 7, pp. 86336–86348, (2019), doi: 10.1109/ACCESS.2019.2922994
[8]. A. Khodaei, and M. Shahidehpour, “Microgrid-based co-optimization of generation and transmission planning in power systems,” IEEE Trans. Power Syst., vol. 28, no. 2, pp.1582-1590, (2013).
[9]. F. F. Nicolosi, J. C. Alberizzi, C. Caligiuri, and M. Renzi, “Unit Commitment Optimization of A Micro-Grid With A MILP Algorithm: Role Of The Emissions, Bio-Fuels And Power Generation Technology,” Energy Rep., vol. 7, pp. 8639–8651, (2021), doi: 10.1016/j.egyr.2021.04.020
[10]. Nguyen Quoc Minh, Nguyen Duy Linh, Nguyen Trong Khiem, “A mixed-integer linear programming model for microgrid optimal scheduling considering BESS degradation and RES uncertainty,” Journal of Energy Storage, Vol. 104, Part B, pp. 114663, (2024).
[11]. Y. Yang, H. Li, A. Aichhorn, J. Zheng, and M. Greenleaf, “Sizing Strategy of Distributed Battery Storage System with High Penetration of Photovoltaic for Voltage Regulation and Peak Load Shaving”, IEEE Trans. Smart Grid, vol. 5, no. 2, pp. 982–991, (2014), doi: 10.1109/TSG.2013.2282504
[12]. J. Muehlenpfordt, “Time series”. Open Power System Data, (2019). doi: 10.25832/TIME_SERIES/2019-06-05
