通過改變電動汽車電池的用途，來實現分散式價格驅動的電網平衡

全球變暖和日益減少的化石資源引發了可再生能源發電的強勁增長。風能和太陽能等可再生能源的波動來源嚴重影響電網運行。因此，需要開發額外的模塊化策略來進行電網平衡。

模型化分散和現場優化的高溫ZEBRA電池存儲系統可用于電網平衡。通過最小化單向傳播偽成本實現該系統的最佳運行。高效穩健的控制和優化算法是基于嵌入式硬件的實現和操作的關鍵。因此，將三個優化方法與運行時和最優性進行比較：順序二次編程（SQP），動態規劃（DP）和整數線性規劃（ILP）。雖然基于控制目標的SQP略勝于ILP和DP，但它的計算成本卻大大高于ILP運行時間的50倍。DPP導致最短的運行時間緊隨其后。SQP稍微更優化的結果不能證明模型復雜性大大增加和計算成本過高。因此，在目前的工作中，將ILP用于長期模擬。

模擬顯示了基于偽成本的收入與同期偽造成本變化之間的強相關性。模擬顯示，基于15分鐘的股票市場價格承諾高于小時價格的收益。更高的價格波動導致更多的動態電池運行，這導致更高的收益，效率和更短的空閑時間，這反過來表明存儲系統的更好的利用。所有模擬結果表明，當前日前的股票市場價格和存儲系統成本基于提前價格的給定電池系統的有利可圖的操作是不可能的，因為價格變動目前太低。這表明短期，高度波動的市場，如主要頻率控制市場更適合電池系統。

作為功率/功率比的函數的每千瓦時容量的收益總是表現出一個明顯的最大值：在非常低的容量功率比下，存儲系統對于有效的操作來說太小，因為它持續地威脅到違反邊界條件而在功率比非常大的情況下，存儲容量沒有得到充分利用。對于小時天的價格，發現最佳容量功率比約為6小時，而四分之一小時的日間價格約為3小時。

通常，大型存儲系統是優選的，因為相對熱損失隨著表面與體積比的降低而降低。容量到功率比的突然下降是由于系統失去實現所有最佳開關狀態的自由而被解釋的。