优化调整、选择和经济分析的电池储能发电Wind-PV混合动力系统

文摘

能源存储是新兴作为可再生能源应用的主要领域。本文主要关注可行性研究与混合集成电池能量储存风能太阳能发电电力系统有效地调度风电调峰和斜坡率限制。上浆方法优化使用蝙蝠优化算法以最小化的成本投资和损失由系统在卸载和风力缩减。然后测试集成系统与一个高效的电池管理策略,防止过度充电/放电的电池。在这项研究中,五大类型的电池系统考虑和分析。他们正在评估和比较基于technoeconomic按印度电力市场的情况和环境指标。Technoeconomic仿真验证了电池的分析,提出wind-photovoltaic系统在风网站在印度南部。环境分析是由评估避免排放成本。

1。介绍

印度一直遭受电力短缺了三十年。世界各地的政府机构是发誓为清洁能源政策和促进可再生能源来应对不断增长的电力需求。根据可再生能源全球状态报告(2015)(1)2013年世界能源消费的19.1%可再生能源受到了孤独。混合可再生能源系统(人力资源)是新兴的关键解决方案来克服可再生能源的不可预测性和可变性通过结合两个或两个以上的电源,使系统可靠和具有成本效益的。但许多问题出现在他们的规划、运行和调度。能量存储需要平衡负载,电源桥梁,改善电能质量。开始由MNRE储能示范项目,印度政府在2015年8月,(2),带来了希望改革印度的能源存储市场。网格级别存储实现可再生能源的集成,在能源套利,并支持辅助服务需要探讨下印度的电力市场。

电池储能系统(贝丝)是最成熟的存储技术和它们不同的应用程序提供一个广泛的特点。贝丝组成多个电化学细胞连接在数组提供电力所需的能力和潜力。随着电化学能量存储在形式的能量,整个大部分电池容易发生化学反应。因此,他们需要高维护这提出了一个重大挫折。发展技术和材料科学使设计材料允许这种入口几千倍的反应,因此发展与减少维护充电电池。最近看到巨大的进步在贝丝与先进的充电valve-regulated铅酸电池的出现,钠电池、锂电池、液流电池。各国政府和研究机构正在进行大规模的投资实现电池网格和运输的应用程序。还有许多挑战需要解决安全集成,操作,和处理电池。

许多研究可以发现文献中包含的能量存储与人力资源。赵et al。3)提出了一个计划的报告,操作和控制研究风能和储能集成系统。Poullikkas [4]给出一个详细的经济电池大规模电力存储系统存储的概述。Maleki和Askarzadeh5)最佳大小的一个PV-Wind-Diesel-Battery混合动力系统与离散和声搜索算法。进一步扩张的人力资源与燃料电池储氢系统(6)是未遂,结果证明了电池是一个更好的投资选择。Prodromidis和Coutelieris7模拟和分析了九种不同类型的人力资源与电池和飞轮等存储现在净成本的基础上系统。这些研究结果也证明了电池为人力资源整合是一个标准的选择。这些研究在独立的系统和作者进行评估贝丝的经济成本。然而,目前的研究涉及的发电系统和计划匹配预定的电力调度失败导致甩负荷和损失。将贝丝与可再生能源需要优化电池容量,以减少投资和运行成本,提高电池寿命。特点的深入分析和理解不同的电池可以证明是重要的选择一个电池为特定的应用程序。各种类型的贝丝在风系统及其应用进行了探讨本研究之前,详细概述中可以看到[8]。被淹的铅酸电池广泛国内逆变器安装在印度。保持视图印度的地理、经济和能源的场景,五个电池已确定本文进行分析,将在下一节中解释。

Gitizadeh和Fakharzadegan9)提出了分级的贝丝短时间使用通用代数建模系统的光伏系统(gam)电池的成本降到最低。Bahmani-Firouzi和Azizipanah-Abarghooee10)实现了一个改进的蝙蝠算法评估贝丝的大小与最小操作和维护成本。李等人。11)开发了一种调度策略,最大限度地提高电池的寿命,确保在每个周期最大充放电。然而,调度调度基于电荷状态(SOC)的存储可能不合适而调度风电与电网。Johnson et al。12]探索在线使用电池收获调峰调度问题优化算法。以上研究仅针对优化电池成本但不考虑损失为代价的,这可能会增加如果电池大小选择太小了。为了平衡电池的投资成本和损失,多目标优化函数提出了降低投资成本和损失。

Dicorato et al。13]讨论了电池存储大小的影响混合动力系统的规划和运行。结果证明,更高等级的贝丝有助于可再生的高市场份额和获得更多的优势通过控制电源投标。但是,如果贝丝的公称尺寸超过系统的可能会造成更多的费用和设计问题。Brekken et al。14)探讨了功率流控制策略的影响大小的能量储存实行模糊和人工神经网络控制策略。马等。15)发表了一项可行性研究wind-PV-battery人力资源使用荷马和描绘个人系统配置人力资源性能的影响。这些研究为当前的研究提供一个基准而言,电池系统的分级结果。经济分析和可行性研究已经试图在许多应用程序中对电力系统从很长一段时间16]。在[17),作者表现出一个优秀的太阳能光伏系统成本分析基于投资回收期。一项由Kaabeche和Ibtiouen [18)提出了一个最优的配置wind-PV人力资源考虑经济指标包括现在净成本,能源成本和能源的赤字。Dufo-Lopez [19)认为,引入存储交流电网,一个适当的关税及电池成本下降,确保盈利能力是至关重要的。提出了案例研究探讨了经济方面的投资于能源存储在印度市场由固定的关税税率。另外,许多系统指标,包括投资回收期和净成本探索电池存储调查投资可行性。此外,本文还评估一个避免排放成本指出投资排放免费存储技术的重要性。

摘要提出了一种集成电池存储的可行性研究Wind-PV人力资源。人力资源计划,以满足电力调度曲线实现调峰和斜坡率限制,以避免电网电力激增。一个优化分级方法评估电池容量和成本提出了成功地满足所有约束的权力。分级方法然后验证275千瓦的发电wind-PV混合可再生系统和测试五个不同类型的电池。每个电池的性能模拟和比较基于technoeconomic指标。模拟是进行MATLAB和所有的评估是基于印度电力市场的情况。因此,调峰的目的是提高功率输出,而不是能源套利。进一步探索避免排放取得的利润,还包括强调采用电池存储的环境效益的人力资源。本文的结构如下。部分2需要建模的系统组件和电力调度的调度。简要总结类型的电池系统和分级方法的详细解释3。不同电池的性能和经济分析部分4。最后一部分总结了电池系统的仿真结果和比较分析。

2。建模的系统组件

在图所示的混合可再生能源系统1由一个200千瓦的风力涡轮机MICON m450 - 200已在400 V的异步机操作规范可以看到在[20.]。75千瓦光伏面板连接到人力资源通过整流器产生交流电。假设该wind-PV系统作为电网的功率注入系统和缺乏特性施加任何形式的电能质量控制的电力。风力涡轮机的发电直接经由交流电网分布。太阳能电池板的功率是美联储通过直粱转换器网格。双向收费控制器充电/放电的电池和照顾交直流转换和电压增加。可再生能源的不可预测性使得系统无法满足电力调度的负载调度中心标准。另外,有时风高可用性涡轮机被迫关闭由于缺乏力量疏散设施。整合和人力资源将有助于电池存储溢出的能量,它在峰值功率需求从而提高系统的可靠性。用于上浆的方法和分析如图2。

最初,人力资源产生的功率计算建模系统组件。一个简单的电力调度策略评估删除所有间断在生成的权力。它还支持存储能量的低需求期和交付在峰值负载的时候,也就是说,调峰和斜坡率限制力避进入电网。满足电力调度所需要的电池容量估计和优化使用蝙蝠算法。优化结果进行测试操作与人力资源五个不同类型的电池。还包括一个简单的能量管理策略,以避免对电池的充电/放电。结果的分析和比较,确定最合适的电池为人力资源。

2.1。风力发电机模型

风力涡轮机的发电是评估使用(1)[21]。汽轮机启动发电风速大于插入的速度。是风力发电机的功率系数螺旋角的函数和叶尖速度比并绘制在图3。涡轮继续生产在达到额定功率达到额定转速后,断路器speeeds涡轮停滞。功率曲线从而获得如图4。考虑

2.2。光伏系统

硅光伏模块输出取决于许多变量包括材料的类型,温度和太阳辐射事件表面的模块。它的输出可以表示为(22]

和来是1000 W / m²和25°C,分别。和分别是0.4%和97%。

2.3。电力调度曲线

可再生电力系统不能被视为一种可分派发电因其不受控制和断断续续的本性。相反,负载调度中心需求块至少15分钟的时间安排和调度对电网的电力23]。然而,能源存储可以使用间歇性能源可分派。在这项研究中,电力调度定于每30分钟(两次计算块)和任何不匹配产生的力量在这个时间间隔是无效的电池存储。因此,混合动力系统的输出功率将持续30分钟。让是混合动力系统产生的总功率给定如下。这里的效率考虑发电系统的效率及其连接的电源转换器。一个人

电力调度曲线包括调峰和斜坡率限制。调度曲线平均后得到的每天生成,用,“月的日子。在非高峰需求,产生的能量存储在电池和其余的交付。高峰负荷,这节省能源是派遣如表所示1。这是确保最佳使用的能量存储设备同时实施调峰。每当经验飙升由于狂风,它可能会影响电网的稳定,从而迫使斜坡率控制。以防任何计划外的电涌/下降(有时发生除了预定的坡道负载从非高峰峰值的变化,反之亦然)超过±5%的额定功率,多余的权力是针对电池/赤字。图5显示了电力调度曲线策划与曲线。

3所示。能源存储的最优规模

3.1。选择的电池储能系统(贝丝)

贝丝是由多个串联的电化学细胞或栈所需的电压和容量,分别。每个单元由正负电极的电解液。电化学反应发生在电极产生自由电子,移动产生电能。可以存储的能量取决于电极的质量/体积,同时电源容量是由电极与电解液的接触面积。许多电池类型可用于集成可再生系统及其特征表经过广泛研究表2。更深层次的知识对贝丝的类型及其特征能获得从[8]。镍镉电池遭受“记忆效应”26),非常昂贵,造成健康风险。他们也禁止在一些国家,现在换成其他电池27]。本研究比较了五种类型的电池,包括传统的(铅酸),锂离子,迅速发展的电池系统像钠和液流电池。充电铅酸电池在市场上已经超过十年了。低自放电,简单的可用性和低成本使它们非常适合再生集成应用程序。流电池找到改进的应用程序在可再生系统长期存储的能量。这是由于改进的可伸缩性、可靠性和回收能力(28]。硫化钠(NaS)电池具有较高的能量密度和优秀的能源效率。锂离子电池能量密度最高,便携的特性和重量轻提高灵活性和模块化。的5个电池,铅酸和锂离子电池商业化。的特点,这些都是来自他们的数据表29日]和[30.),分别。流电池和NaS电池被认为是实现50千瓦模块(31日]。表中的数据3取得了使用商业电池的数据表和其他假设是根据表的数据2。

3.2。上浆的贝丝

让是电池的平均能量要求每天每天在千瓦时。它是评估的最大功率盈余或赤字计算如下,的力量是在一时期派遣。让描述在模拟期间的天数。考虑

实现电池的一个简单的模型来评估电池系统的标称尺寸(32]。模型需要考虑放电深度(国防部%),天的自主权(),电池老化。国防部为每个电池最佳选择,以确保它的寿命和效率。从表可以看出3NaS电池有100% DoD SOC不能完全排水至0%,但铅酸电池性能退化和如此高的国防部。“天的自治”显示电池的持续时间能够满足调度备份没有充电,在这项研究中被认为是2天。操作温度和老化也影响贝丝的操作。因此,从33)温度校正系数平均操作温度28°C(从图7)是0.964。电池的老化特征被认为是通过假设一个老化因素的15%。一个常见的校正系数是评价(5)和包含在(6)电池尺寸如下:

是啊所需容量的电池。的比例个人的啊评级电池模块/单元收益率电池并联连接的数量()。系统电压比个人的额定电压电池模块/单元的数量给电池连接在系列(电池),形成了银行。电池大小获得最小化进一步通过实现考虑的优化算法作为人口的最大边界限制选择。

3.3。蝙蝠优化算法

底层的想法在大多数的优化算法是模拟自然过程评估最优结果。的一些例子,这些都是遗传算法,粒子群,模拟退火算法。蝙蝠算法新的metaheuristic优化技术由杨制定2010年(34]和文献综述,列出了应用程序在35]。这是启发的猎物定位技术通过微蝠回声定位蝙蝠在飞行广泛使用。它们发出声音脉冲和倾听他们的反射回波,推断出他们的环境和猎物。在蝙蝠算法中,人口的蝙蝠开始与一个固定的脉冲发射频率,速度,和响度。速度和位置的蝙蝠是类似于粒子群优化更新。响度和脉冲发射率更新基于距离的猎物。算法的伪代码伪代码所示1: (见[36]),资本采收率

在这里表示利率,是通货膨胀率,贴现率,表示电池的寿命。目标函数是最小化投资成本和损失,制定两项的总和。首先是电池成本是电池尺寸的函数千瓦时,优化变量的方程。第二个任期“损失”包括损失由于风能溢出和甩负荷引起的存储空间不足。的损失有负与电池的大小比例关系(一个更大的电池确保更大的可靠性和较小的损失,反之亦然),它们包含在成本函数最小化。边界的约束优化问题如下:(1)功率平衡约束。(2)电池供电限制约束。(3)电池SOC的约束,在那里。(4)电池能量限制的约束。卸货, 。充电, 。

4所示。电池存储的性能和经济/环境分析

电池在充电/放电模式基于盈余或赤字发生在人力资源的力量。让是权力交换的电池充电/放电期间,分别充电和消极放电(积极)。能量管理策略的人力资源系统的流程图,图6。

4.1。系统指标

人力资源项目的可行性研究是由评估其经济系统指标。泰米尔纳德邦的关税固定风力发电电力监管委员会(37每千瓦时2.75)。。假设相同的人力资源输出功率的价格,以下系统指标评估。

以下4.4.1。收入损失(RL)

三个条件下的wind-PV系统带来损失。

(我)风力发电缩减。泰米尔纳德邦面临的实例风能缩短由于叽叽嘎嘎的电力基础设施。这种情况发生在有足够的风能,风力涡轮机是停滞不前或低于额定功率由于缺乏发电疏散或负载需求不匹配(38]。实际的风力发电产生的风力涡轮机的每天2013年6月用。减少风力发电和由此产生的收入损失评估如下,““表示日:

(2)泄漏。这种情况发生在和多余的电力了。收入损失由于对整个仿真计算溢出如下:

在这种情况下,假设功率泄漏的权力但不生成派由于缺乏需求。它不同于减少风力发电,后者就是力量在风中像前面解释的那样没有收获。

(3)权力了。这种情况发生在。没有存储,人力资源不能满足调度曲线,因此导致甩负荷。赤字的电力被认为是满足柴油等替代能源的权力。柴油发电机满足过多的负载的成本假定为Rs。22每千瓦时。然后计算的收入损失 因此,总结个人获得的总收入损失损失:

4.1.2。投资回收期

从收入收益和损失评估,获得的利润增加电池存储可以计算。获得好处这里仅限于增加收入和减少损失包含电池。考虑 简单的投资回收期(SPBP)投资的比例是电池的成本(发票)的年度收益获得它的用法。这并不包括任何利率,折现回收期也评估(15)。它认为利率,通货膨胀率39,电池维护和操作费用如表所示4。一个人

4.1.3。净现值(NPV)

现值之间的区别和费用的投资获得的好处,称为系统的净现值。这是一个重要的经济指标包括时间因素的利率。它总是独特的不考虑现金流模式。下面的公式来计算NPV一样。积极的投资被认为是有利可图的NPV和转换;负的净现值表示经济损失(40]。考虑

4.1.4。供电损失概率(LPSP)

这是一个可靠性指数表示精力赤字的措施(DE)电力系统。这是一个比例的能量在系统交付的总能量赤字:

4.1.5。收益成本比(BCR)

带来的好处比与一个项目相关的成本投资是其BCR。为一个项目是可行的,它必须产生BCR比率大于团结。这是一个盈利能力指数是最容易被投资者:

4.1.6。避免排放成本(ACE)

分析排放二氧化碳的成本是包括在这里。捕获的成本被定义为给定的年增量捕获逐步降低成本除以CO的体积₂对于一个给定的年。通常表示为一年的电力成本逐步降低,变化之间的捕获情况和引用情况,除以CO的体积₂一年了。标准的公式是 COE在哪里从发电厂能源成本逐步降低。考虑wind-PV系统参考高排放系统和wind-PV-battery系统低排放系统(41]。COE赋予能量的单位价格和计算系统的总投资成本的总和和年度燃料的成本系统42]。当过负荷高的负载是会见了柴油发电机,其评级与最大赤字功率匹配。从可以计算评估,最大力量,也就是说,为例。这将给所需的柴油发电机的评级。在这种情况下,它是121千瓦。投资成本()100千瓦柴油发电机是为6000美元(43)平均生活五年,利率为10% (41]。考虑 在哪里是一年一度的负载和燃料成本会议是能量由柴油发电机的成本Rs /千瓦时。同样的,和也评估。

评估是有限的数量之间的差异₂发出的参考高排放系统和低排放的电池系统。油耗为0.33升的燃料每千瓦时能量传递(44),大量的公司₂发出每加仑的燃料。因此,()大量的公司₂每千瓦时的能量释放出来,并且未被交付。然后每年排放

5。结果和讨论

5.1。系统描述

MICON 450 - 200风力涡轮机的规格表中列出5(20.]。太阳能和风能数据被记录在一年风网站在印度南部。24小时的太阳辐射数据图所示7。测风数据(在30米高度)每10分钟图所示8。在印度,风力发电是可能的,只有在有风的季节,也就是5月到9月。在其他月份,代太低审议。从站点观测数据,生成的权力wind-PV人力资源在一年内(包括5个月的风力发电和光伏12个月)约等于5倍产生的电力系统仅在6月。因此,为了减少计算复杂度,6月是月运行仿真模型。

5.2。仿真结果和讨论

wind-PV系统生成145.77 MW电力2013年6月;这90%的风力涡轮机。wind-PV的电力图形系统没有贝丝(图9(一个))表明,输出功率无法满足预定的调度曲线。收入损失发生在系统包括风力发电损失缩减、负载溢出和脱落。这些损失加起来是一笔Rs。每年450531 .64点LPSP比率为19.72%。

电池存储系统的选择,五种电池,即铅酸、硫化钠、钒氧化还原、溴化多硫化物,,被认为是锂离子电池。使用(6)- (7),每个电池所需的规模和投资成本评估和结果列在下表中6。结果说明,NaS电池所需的最少的能力比其他人。VRB电池被发现是最昂贵的其他考虑的选项。电池的尺寸是使用蝙蝠优化算法进一步优化以减少投资成本和损失。蝙蝠的响度和脉搏率算法设置为0.5。优化后的结果在表7。优化电池大小导致投资成本(图将发生重大变革10),投资回收期和BCR值的系统。NaS的电池,是减少到50%而不是电池大小评估使用(7)。在其他电池大小减少到30 - 40%。电池的大小从而评估约4 - 7.5% (4%,NaS是最小的为7.5%,液流电池是最大的)的评级wind-PV人力资源。这些结果是一致的,在某些情况下,比以往文献中的结果。在[45),电池大小评估使用优化6 - 10%,在14)模糊神经控制器被用于规模储能30 - 34%。可行性研究由马等人在15)提出了一个电池大小wind-PV孤立系统规模的24%左右。另一项研究通过Teleke et al。46)表明,电池的尺寸15 - 25%的有效功率调度人力资源能力就足够了。因此在当前的研究中,电池更小尺寸的4 - 7.5%是被证明是足够了。

能量传递和利润上涨之前和之后贝丝与人力资源整合进行了比较。能量储存帮助交付的能力提高24.56%,使人力资源,以满足预定的调度曲线,从而减少LPSP零如图9 (b)。可以看出包含电池储存电力交付后曲线遵循调度曲线早安排。溢出和风力缩减的损失减少到零,从而节省的能量用来满足高峰用电需求。泰米尔纳德邦有固定的风能税率(37];因此获得的利润是基于减少功率损耗,没有额外的激励时间被认为是转移。因此,未来引入TOU关税或激励措施可能会增加存储实施调峰的盈利能力。

电池的总功率放电期间电网仿真是28 MW导致交付的总功率的19.72% wind-PV-battery人力资源。图形绘制在图(11日)和11 (b)显示电池的充电和放电。电池的soc,绘制在图12(一个),给一个指示电池存储的性能。SOC值在90 - 30%的变化取决于每个电池的国防部表示有效利用电池的大小在此期间的模拟。超过48小时的观察SOC的变化如图12 (b)显示了更深次的充电/放电发生在NaS电池由于其最大的国防部。流电池表现出了相同的性能,但落后于其他电池由于国防部和效率较低。电池存储系统的生活很大程度上取决于预制的循环操作。从图12(一个),充电/放电循环的数量每年在当前的研究中可以评估约300 - 350。假设生命周期限制的电池是10000周期流电池和2000 - 3000年周期为其他电池(如所有电池被认为是深度放电的电池),近年来电池的寿命是评价为Pb-acid是6,NaS 8.33, 10为锂离子,> 20流电池。李等人。11)开发了一种调度策略,最大限度地提高电池的寿命,仿真结果显示电池寿命估计的2.10年。因此,本研究结果显示更好的电池生命周期操作比早期的文献所示。它也指出,尽管VRB电池是最昂贵的它也有最多数量的周期。

然后电池系统的性能评估中讨论基于操作条件(47]。啊电池的吞吐量是累积啊电池与电池容量正常化后解除。在最近的研究中,所有电池的部分循环指数在于58 - 60%的范围和啊吞吐量指数是67%。“时间在低SOC”值是电池SOC的操作时间百分比低于30%和1.3%。这些发现表明一个最佳的电池操作的(5级)和低介质老化的风险。因此,与能源管理系统分级策略优化和智能使用电池的存储。

系统指标评估基于仿真结果列在下表中8和9。投资成本所示卢比汇率假定为Rs.60 /——每一美元。所有电池的输出功率是一样的情况下,货币的好处保持相等。BCR比率为所有电池正面可以保证电池系统盈利运营。NaS电池容量要求最低效率高。Pb-acid电池是最便宜需要的投资只有59%的NaS电池的成本。因此,他们是最低的投资回收期(见图13不到一年)和最高BCR(见图1410.95)。然而,NaS电池最大的NPV(见图15),从而表明他们可以是一个经济型的选择与零维护。这是进一步支持这一事实NaS电池几乎铅酸电池的寿命的两倍。NaS电池的缺点是它只能在高温下操作,需要足够的热能管理。

流电池和锂电池有较长的投资回收期和投资成本高。这使得它们比铅酸电池和NaS最有利。然而,投资回收期仅四分之一的一生,超越所有收益将被视为利润。任何减少这些电池的价格在不久的将来可能会吸引投资。VRB和公安局显示基于操作周期最长的循环寿命。最近,正在安装VRB电池商业化和吸引投资者是由于电解液的再循环能力和低维护问题(维修只需要电池的泵系统)。流电池网格集成系统是一个非常有前途的解决方案。

很难证明其对绿色能源的投资或任何其他可持续能源通常需要高投资。很难设定一个价格一个无污染的环境。然而,引入避免排放成本和避免能源成本成为可能显示采用绿色能源获得的利润。因此,为了进一步整合能源存储的概念,一个环境分析了基于王牌。柴油发电机,以满足赤字能力没有存储被认为是参考更高的发射系统。总年度公司₂排放柴油发电机被假定为60.466吨计算的王牌。在图的图表16显示了避免排放成本获得采用电池系统人力资源之前和之后的优化。优化之前,只有Pb-Acid和NaS电池表现出储蓄。然而,在优化大小的电池,电池的能源成本减少低于柴油发电机系统,从而使一个积极的王牌。避免成本还可以抬起头,节约能源成本的差异值的两个系统。

6。结论

印度是准备一个重要的转变在可再生能源领域。这进一步强调能源存储的必要性,使可再生能源可分派。本研究概述了电池存储的分级优化方法来实现调峰和斜坡率限制电力调度的功能。优化使用蝙蝠算法能够有效地降低电池的成本在固定的关税。然后验证在Wind-PV发电混合系统消除权力缩减损失和提高电力疏散。五种类型的测试方法从传统的铅酸和锂离子电池系统即将流电池和NaS电池。经济和环境参数分析人力资源的可行性评估。可以得到以下的结论:(1)调度策略和分级方法合并调峰和斜坡率限制有效地优化电池的大小。一致的和竞争的结果,相对于其他文学研究。(2)尽管电池存储系统需要高初始投资,这项研究证明,取得的成果形式,提高可靠性和降低损失证明投资。获得的利润减少溢出和减少损失LPSP(0%)被用作复苏的投资回报。(3)铅酸电池是发现最最短的投资成本和投资回收期。然而,NaS电池比铅酸电池的SOC特征与NPV最高。因此,他们提供一个更好的解决方案和减少维护问题和长寿。(4)虽然锂离子电池高效,高资本投资成本使他们最有利的。少流电池被证明是有益的高初始成本但仍然是一个聪明的选择与最高的循环寿命。

因此,电池存储是一个可行的和有利可图的选择帮助印度可再生能源项目。未来的电力市场放松管制,引入基于时间的利润将证明受益人能源存储系统整合。未来的工作可能会专注于集成、电池系统的操作和控制与并网人力资源。

命名法

	光伏面板的温度系数
:	距角的度
:	维护成本比电池的固定成本
:	转子转速在rad / s
:	公斤/米的空气密度3
:	涡轮风力涡轮机的比率
:	电池的能量消耗系数在Rs /千瓦时
:	风力涡轮机的效率
:	太阳能逆变器的效率
:	电池的充电/放电效率
:	扫掠面积在米2
:	风力涡轮机的功率系数
	能源存储在电池的时间在千瓦时
:	kWh电池储能系统的能力
:	太阳能电池板的降额因素
:	太阳辐照度事件在面板W / m2
:	太阳辐照度事件小组在标准测试条件下的W / m2
:	折现回收期
:	电力充电/放电/电池的时间
:	权力的时间交货
:	权力被派往千瓦负荷中心
:	千瓦电力wind-PV生成系统生成的
:	太阳能电池板在千瓦电力
:	在kW风力发电机的额定功率
:	负载流由于不可用千瓦的电力
:	风力发电在千瓦失去了由于溢出
:	在千瓦风力涡轮机发电
:	实际在千瓦风能从涡轮机
:	按平均风力发电在千瓦功率曲线方程
:	柴油动力费用在Rs /千瓦时
:	销售价格的风能Rs /千瓦时
:	叶片的长度
:	电池的充电状态
:	光伏面板温度°C
:	光伏板温度在标准试验条件下°C
:	米/秒的风速
:	插入的m / s的速度
:	截止在m / s的速度
:	额定风速m / s的涡轮机
:	评级千瓦的太阳能电池板。

利益冲突

作者宣称没有利益冲突有关的出版。

引用

1. 组织,可再生能源2015年全球状态报告,组织秘书处,巴黎,法国,2015年。
2. http://mnre.gov.in/file-manager/advertisement/EoI-Energy-Storage-Demonstration-Project-for-supporting-Renewable-Generation.pdf。
3. h .赵问:吴,胡,h . Xu和c n .拉斯穆森”对风力发电储能系统集成支持,”应用能源卷,137年,第553 - 545页,2015年。视图:出版商的网站|谷歌学术搜索
4. A . Poullikkas”,比较大规模的电力储存电池系统的概述,“可再生能源和可持续能源的评论27卷,第788 - 778页,2013年。视图:出版商的网站|谷歌学术搜索
5. a . Maleki和a . Askarzadeh”最优规模的太阳能/风能/柴油系统与电池存储电气化离网偏远地区:一个案例研究Rafsanjan,伊朗,”可持续能源技术和评估7卷,第153 - 147页,2014年。视图:出版商的网站|谷歌学术搜索
6. a . Maleki和f . Pourfayaz分级独立光伏/风力/柴油系统与电池和燃料电池存储设备通过和声搜索算法,”杂志的能量储存,卷2,30-42,2015页。视图:出版商的网站|谷歌学术搜索
7. g . n . Prodromidis和f . a . Coutelieris”模拟电池的经济和技术可行性和飞轮混合储能系统自主项目,“可再生能源,39卷,不。1,第153 - 149页,2012。视图:出版商的网站|谷歌学术搜索
8. a . h . Fathima和k . Palanisamy电池储能应用风集成著审查,”《IEEE国际会议在智能电网(ISEG 14),页1 - 8,托尔,印度,2014年9月。视图:谷歌学术搜索
9. m . Gitizadeh和h . Fakharzadegan电池容量测定对优化能源调度安排在短时间光伏(PV)系统中,“能源卷,65年,第674 - 665页,2014年。视图:出版商的网站|谷歌学术搜索
10. b . Bahmani-Firouzi和r . Azizipanah-Abarghooee最佳大小的电池储能微电网运行管理使用一个新的改进的蝙蝠算法,”电力和能源系统的国际期刊卷,56 42-54,2014页。视图:出版商的网站|谷歌学术搜索
11. 问:李崔s s y元,和d . l .姚明,“电池储能能力的决心和短期电力调度的风电场,”IEEE可持续能源,卷2,不。2、148 - 158年,2011页。视图:出版商的网站|谷歌学术搜索
12. m·p·约翰逊,a . Bar-Noy o . Liu, y,“能源与本地存储调峰,”可持续的计算:信息和系统,1卷,不。3、177 - 188年,2011页。视图:出版商的网站|谷歌学术搜索
13. m . Dicorato g的强项,m . Pisani和m .它起码”计划和操作结合wind-storage系统在电力市场中,“IEEE可持续能源,3卷,不。2、209 - 217年,2012页。视图:出版商的网站|谷歌学术搜索
14. t . k . a . Brekken a . Yokochi a . von Jouanne z z日圆,h . m . Hapke和d . a . Halamay”优化风力发电储能大小和控制应用程序,”IEEE可持续能源,卷2,不。1,第77 - 69页,2011。视图:出版商的网站|谷歌学术搜索
15. 马t、h·杨和l .陆”的一个独立的混合solar-wind-battery系统可行性研究的一个小岛,”应用能源卷,121年,第158 - 149页,2014年。视图:出版商的网站|谷歌学术搜索
16. w·Haaf k .弗里德里希·g·迈尔,j . Schlaich”太阳能烟囱第1部分:原理和在manzanares试点建设工厂,”国际太阳能杂志》上,卷2,不。1,3,1983页。视图:出版商的网站|谷歌学术搜索
17. r·m·内贾德“调查性能的太阳能光伏系统在伊朗,”Iranica能源与环境杂志》上》第六卷,没有。2、77 - 85年,2015页。视图:出版商的网站|谷歌学术搜索
18. a . Kaabeche和r . Ibtiouen技术经济优化的混合光伏/风力/柴油/电池生成一个独立的电力系统,”太阳能卷,103年,第182 - 171页,2014年。视图:出版商的网站|谷歌学术搜索
19. r . Dufo-Lopez”大小的优化和控制短时间存储实时电力定价条件下,“应用能源卷,140年,第408 - 395页,2015年。视图:出版商的网站|谷歌学术搜索
20. http://en.wind -涡轮models.com/turbines/256 micon - m - 450。
21. a . Junyent-Ferre o . Gomis-Bellmunt井筒中心炮眼,萨拉·m·m·马塔,“建模和控制的双馈式感应发电机的风力涡轮机,”仿真建模实践和理论,18卷,不。9日,第1381 - 1365页,2010年。视图:出版商的网站|谷歌学术搜索
22. c .李x通用电气、y郑et al .,“技术经济可行性研究自主混合风力/光伏电池发电系统的一个家庭在乌鲁木齐,中国,“能源,55卷,第272 - 263页,2013年。视图:出版商的网站|谷歌学术搜索
23. http://www.srldc.org/Role%20Of%20SRLDC.aspx。
24. f . Diaz-Gonzalez井筒中心炮眼,o . Gomis-Bellmunt, r . Villafafila-Robles”审查风力发电储能技术的应用,”可再生能源和可持续能源的评论,16卷,不。4、2154 - 2171年,2012页。视图:出版商的网站|谷歌学术搜索
25. t . n . h . Chen琮、w·杨,c . Tan y, y叮,“电能存储系统的进展:一个至关重要的审查,”自然科学进展,19卷,不。3、291 - 312年,2009页。视图:出版商的网站|谷歌学术搜索
26. http://www.zbattery.com/Battery-Memory-Effect,http://en.wikipedia.org/wiki/Memory_effect。
27. http://en.wikipedia.org/wiki/Nickel%E2%80%93cadmium_battery。
28. http://energystorage.org/energy-storage/technologies/redox-flow-batteries。
29. http://www.trojanbattery.com/pdf/datasheets/T105RE_TrojanRE_Data_Sheets.pdf。
30. http://www.lithiumion batteries.com/products/12v - 300啊-锂离子电池。
31. http://www.tepco.co.jp/en/corpinfo/consultant/benefit/1-nas-e.html。
32. 一个。a . Bayod-Rujula m . e . Haro-Larrode, a . Martinez-Gracia”分级标准的混合photovoltaic-wind系统与电池存储和self-consumption考虑与电网的互动”太阳能卷,98年,第591 - 582页,2013年。视图:出版商的网站|谷歌学术搜索
33. 陆海空三军种电气工作小组(TSEWG),TSEWG TP-4:固定电池和充电器上浆,2008,https://www.wbdg.org/ccb/DOD/STC/twewg_tp4.pdf。
34. 杨x”,一个新的metaheuristic bat-inspired算法”来自大自然的灵感合作策略优化(NICSO 2010)卷,284研究计算智能施普林格,页65 - 74年,柏林,德国,2010年。视图:出版商的网站|谷歌学术搜索
35. X.-S。杨:“蝙蝠算法:文献综述和应用程序”,国际期刊的仿生计算,5卷,不。3、141 - 149年,2013页。视图:出版商的网站|谷歌学术搜索
36. y罗、l .史和g .涂”最佳的分级和控制战略的独立电网风电和储能系统,”能量转换和管理卷,80年,第415 - 407页,2014年。视图:出版商的网站|谷歌学术搜索
37. 泰米尔纳德邦电力监管委员会”,生成和分布,确定关税”t 2013年1号,2013年6月。视图:谷歌学术搜索
38. b·斯托尔滕贝格、k·克拉克和s . k . Negi“市场化印度电网集成研究选项,”世界可再生能源论坛学报》上美国科罗拉多州,丹佛,2012年5月,http://www.nrel.gov/docs/fy12osti/54373.pdf。视图:谷歌学术搜索
39. http://www.inflation.eu/inflation - rates/india/historic inflation/cpi aspx——通货膨胀-印度- 2014.。
40. t . c . Kandpal和惠普Garg财务评价的可再生能源技术麦克米伦,印度,2003。
41. r·w·葡萄酒r·a·约翰逊,a . n . Agrawal和t . j .丘伯保险锁,“经济分析和环境影响与diesel-battery PV系统的偏远村庄,”IEEE电力工程学会学报大会,卷2,页1898 - 1905,丹佛,科罗拉多州,美国,2004年6月。视图:出版商的网站|谷歌学术搜索
42. a·k·斯利瓦斯塔瓦a·a·库马尔和n . n .舒尔茨”的影响与储能设备分布式代电网,“IEEE系统杂志》第六卷,没有。1,第117 - 110页,2012。视图:出版商的网站|谷歌学术搜索
43. http://www.alibaba.com/showroom/100kw-diesel-generator-price.html。
44. http://www.netprorenewable.com/techno_eco.html。
45. c .毛,阮l .徐x张,和y罗,“一种改进的最优分级方法wind-solar-battery混合动力系统,”IEEE可持续能源,4卷,不。3、774 - 785年,2013页。视图:出版商的网站|谷歌学术搜索
46. s . Teleke m . e . Baran s Bhattacharya a .问:黄,“基于规则的控制调度间歇性可再生能源的电池储能,”IEEE可持续能源,1卷,不。3、117 - 124年,2010页。视图:出版商的网站|谷歌学术搜索
47. 诉Svoboda h . Wenzl r·凯瑟et al .,“可再生能源离网系统的电池的操作条件,”太阳能,卷81,不。11日,第1425 - 1409页,2007年。视图:出版商的网站|谷歌学术搜索

版权

版权©2015希娜Fathima和k . Palanisamy。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。