电池储能跟踪发电计划及平抑风电波动的多目标优化控制

针对风电并网问题，综合考虑并网发电误差、时段功率波动和电池荷电状态，提出了一种电池储能补偿发电计划曲线误差及平抑风功率波动的多目标优化控制策略.首先，通过分析风储联合发电特性，建立包含多项考核指标的评价体系，并构建电池储能系统输出功率的多目标优化控制模型；然后，结合NSGA-Ⅱ智能优化算法及模糊综合评价方法对多目标优化控制模型进行求解和决策，实时优化电池储能系统的输出功率指令；最后，基于某风电站的实测发电数据进行对比仿真，验证所提出的多目标优化控制策略能够在有效提高跟踪发电计划曲线的能力、降低风功率频繁波动的前提下，通过优化电池储能系统有功出力及荷电状态来延长储能电池的使用寿命.     

混合储能平抑风电功率的方法研究

由于风速变化的随机性,风电场的输出功率波动性较大,导致风电场并网会对电力系统稳定性造成影响。为了克服风电输出的波动性问题,提出一种基于混合储能装置平抑风电功率波动的控制方法。首先,对风电输出波动功率进行分解,针对波动功率的特点选择蓄电池和超级电容作为储能装置;其次,设计储能系统的运行控制方式,使其能与风电场进行快速的功率交换,使得风电场输出功率跟踪发电指令;最后,在MATLAB/SIMULINK环境下进行仿真验证。仿真结果表明该方法能够有效地平抑处理风电场输出波动功率,使得风电场输出功率稳定地跟踪发电指令,蓄电池和超级电容各自发挥优势,延长了蓄电池使用寿命。     

基于荷电状态预测反馈的混合储能系统控制方法设计

风力发电系统输出功率的波动性和随机性会对风电并网产生许多不利影响,在风力发电系统中配备一定容量的储能装置,可以有效地平抑风电功率的波动。提出利用电池储能和超级电容组成的混合储能系统,分别补偿低频和高频分量。针对电池储能系统提出了荷电状态反馈控制策略,在电池储能系统因反馈控制功率受限时,再由超级电容进行二次出力补偿。所提出的控制方法在一定程度上弥补了储能设备单独使用时的不足;并且在补偿过程中考虑电网调度的需求。最后,通过仿真验证了所述方法的有效性。     

基于波动分量偏度风电功率的预测

风电功率波动分量的存在对风电功率的预测精度有重要影响。为提高风电功率的预测精度,本文从波动分量偏度入手,推导出预测精度与波动分量的偏度的相关性;并选取合格率作为精度指标,运用卡尔曼滤波模型和小波神经网络模型计算合格率,验证了合格率与偏度的相关性;最终得出波动分量的偏度与风电功率的预测精度呈显著负相关,该结果表明选取波动分量偏度较小的数据可提升风电功率预测精度。     

超导磁储能装置抑制风电并网功率波动的探索

为减小随机波动性的风电对电网产生的冲击,采用储能装置平抑功率波动,通过快速补偿或吸收不平衡功率,提高风能的利用率.超导磁储能装置响应速度快、能量密度大,将超导磁储能应用于风电厂出口处,并在MATLAB中对超导磁储能装置平抑风电并网功率波动的系统进行仿真验证,结果表明,超导磁储能技术对风电并网产生的功率波动有抑制作用.     

考虑风电波动率的储能系统优化配置策略

为了减缓风电出力波动性对电网的影响,提出应用模型预测控制算法来分析不同波动率风电的储能系统的优化配置.首先,基于模型预测控制方法,研究储能平抑风电波动的控制策略,并建立优化配置模型;其次,提出风电的正负波动率和累计波动率的概念,并梯次分析了3种典型波动率下的储能系统功率和容量的配置策略;最后,基于MATLAB软件,从构建的标准正弦风电到随机选取的风电等3种典型场景进行算例分析,验证本文所提出的基于模型预测控制的风电波动平抑策略和采用累计波动率差值作为储能容量的评价指标有效性,为可再生能源的友好并网及储能优化配置提供一种参考.     

用于提高电网中风电渗透率的混合储能容量优化分析

为提升电网中风电渗透率,通过提出由电池、超级电容器和抽水蓄能构成的混合储能系统,构建缓和风电并网时不稳定性的双层容量优化模型。首先,提出了风电典型场景和极端场景的提取方案,获得充分逼近原风电出力场景的场景集合。然后,使用小波包分析法,配置电池和超级电容器的容量用来平抑风电功率波动,并在电力系统中利用抽水蓄能进行削峰填谷,建立双层混合储能容量优化模型对储能容量进行优化。最后,利用某风电场一年输出功率数据,对改进的 RTS-96 系统进行仿真验证并分析。算例结果表明：建立的双层混合储能容量优化模型在确保经济性的条件下提升了风电渗透率。     

基于一体化联合发电的火电安全高效调峰技术

该文针对大规模风电等新能源的安全高效并网利用现实需求及面临技术难题,指出了基于传统火电深度调峰对风电功率波动进行平抑的方法存在的不足之处,提出了一些可供参考的解决方法:通过对规模化风电功率波动的物理机制及影响因素进行综合的分析研究,利用基于一体化联合发电单元的火电调峰技术对风电功率的波动性进行全方位的综合平抑,实现对电网能源的整体安全高效利用目的,是解决风电并网的一项关键技术.     

基于EMD-PF-GRNN的短期风电功率预测研究

针对短期风电功率预测,将风电输出功率作为时间序列信号,由于其所具有波动性、非平稳性的特点,提出一种基于经验模态分解(EMD)、粒子滤波(PF)和广义回归神经网络(GRNN)的组合预测模型。首先,利用EMD对风电功率序列进行分解,获得各个相对平稳的模态分量;然后,将分解得到高离散度的数据采用PF进行分析处理,低离散度的数据采用GRNN进行分析处理,其中,通过粒子群算法(PSO),根据各低离散度数据自身特点优化GRNN的平滑因数,以进一步提高其预测性能和精度;最后,通过线性叠加各分量的预测结果得到最终风电功率的预测值。结果表明,与PSO-GRNN和单一GRNN结构相比,EMD-PF-GRNN预测模型的预测误差降低了6%左右,预测精度更高,可以更好的预测风电功率。     

基于混合储能技术的风电场功率控制研究

风力发电的输出功率因为风能的随机性而具有波动性和间歇性的特点,并网风电的高渗透率将削弱电力系统中发电功率的可控性.本文研究在风电场中引入一种混合储能装置,通过其充放电功率来平抑风电输出功率的波动.在保证储能装置荷电状态可靠性前提下,采用一种模糊自适应控制策略,优化储能装置的充放电过程控制.通过仿真研究,验证了采用模糊自适应控制的正确性和有效性,仿真结果表明混合储能系统能够有效平滑风力发电系统的并网功率,提高含风电场的电力系统的发电功率的可控性,并延长储能设备的使用寿命.     

基于超导磁储能装置的风电并网功率控制研究

风电系统输出功率的波动性和间歇性作为制约风电系统大规模并网的关键因素,给电网带来的不利影响越来越受到重视。为了提高风电系统并网功率的稳定性,本文对基于超导磁储能装置的风电并网功率控制做了研究。首先在理论上抽象描绘出风电并网系统的结构图,其次阐述超导磁储能装置抑制风电并网系统功率波动和震荡的原理,最后利用仿真软件matlab/simulink对风电并网系统进行了仿真分析,验证了采用超导磁储能装置稳定风电并网功率的正确性。     

基于时序长记忆模型的风电场短期功率预测

随着风电的飞速发展,风电场接入电网的规模日益扩大,随之而来的是对风电功率预测准确性要求的提高,准确的风电功率预测可以更好地利用风能资源,减小风电并网对电网的不利影响。为了提高风电预测的精度,采用最大期望算法(expectation maximization algorithm,EM算法)对风电场功率历史数据进行处理,填补缺失值,替换错误数据,然后采用修正重标极差分析法即修正R/S分析方法分析数据的长记忆性,采用时间序列ARFIMA模型,然后根据预测时刻之前的功率数据,通过贝叶斯统计推断对模型参数进行估计,生成预测模型方程,进而对风电场输出功率进行预测。     

基于指数平滑法的平抑风电功率波动储能控制策略

随着风电并网渗透率不断提高,风电并网的功率波动对电网产生的不利影响逐渐显现.本文将储能系统(ESS)用于抑制风电发电系统的功率波动性.同时考虑ESS荷电状态(SOC)和风电功率波动率的情况下设计了一种基于指数平滑法(ES)的平抑风电功率波动的储能控制策略方法.算例结果验证了该控制策略的正确性和有效性.     

含风电并网系统鲁棒区间优化调度

随着风电渗透率的不断增大,风电功率的不确定性对电力系统的安全稳定运行带来了极大的挑战。为应对风电功率的不确定性,增强电力系统的大规模风电消纳能力,建立了含风电并网系统鲁棒区间优化调度模型。求解该模型得到风电场的最大允许输出功率区间及常规机组的最优经济调度计划。通过引入风电场最大允许输出功率区间作为控制目标,可有效降低弃风量、减少常规机组输出功率调节频次。在IEEE-RTS系统中进行仿真,仿真结果表明该模型所得系统调度策略的鲁棒性及安全性最优。最后以省级电网实际数据进行实例分析,验证了所提模型及方法的有效性。     

基于椭圆轨道模型的风电功率超短期预测

随着风电装机容量的持续增长,风力发电的间歇性和随机性对电网造成的不利影响越来越明显.因此,有效的风电功率预测是解决大规模风电并网的关键问题之一.文章提出一种椭圆轨道模型对风电功率进行超短期预测.首先,采用去趋势波动分析法对样本数据进行平滑处理,解决风电功率数据突变的问题;然后,应用椭圆轨道模型对风电功率进行超短期预测.采用湖南某风电厂实际运行的4组数据进行验证,实验结果表明:椭圆轨道模型的预测误差在可接受范围之内,为超短期风电功率预测提供了一种有效方法.     

基于短期负载预测的并网风电储能系统的设计

为准确地预测电力系统的短期负荷,设计了基于短期负载预测的并网风电储能系统,该系统包含了飞轮储能电量监测器,可以监测到风电储能飞轮的储电量的变化,因此该系统可以根据风力功率波动相应地调整供电结构,减小风电功率波动对于电网供电稳定性和供电质量的影响,以增强风电功率的电网友好性。     

风电时序动态修正的实时调度计划研究

针对风电功率预测偏差影响电力系统发电计划准确性的问题,提出了一种超短期内风电时序动态修正的实时调度模型.该模型采用马尔科夫链时序预测方法,以5~15min为周期动态修正风电超短期预测功率的时间序列,并以煤耗增量最小和弃风最小为双重优化目标,同步修正风电场及常规机组的发电计划,最后将模型转化为凸二次规划及其拉格朗日对偶问题,并基于原-对偶内点法构建求解算法.通过对含风电场的10机组系统的仿真分析表明:所提模型在日内调度过程中进一步优化了系统的运行成本,同时提高了系统跟踪风电功率波动和消纳风电的能力,所采用的求解算法收敛迅速、鲁棒性强,可适应于实时调度的计算需要.     

风电-抽水蓄能电站联合运行的多目标优化

为了充分利用风能,改善风电场的功率输出特性,建立风电场-抽水蓄能联合供电系统的优化模型.以联合运行系统的效益最大和输出功率平滑为优化目标,采用多目标克隆选择算法,对模型进行求解和仿真分析.通过优化计算使风电-抽水蓄能联合运行系统在提高运行效益的同时,输出功率得到平滑.应用风电场功率预测技术,通过上述优化,可以得到预测日...     

基于动态神经网络时间序列的风电功率短期预测

近年来,随着我国的风电发展的突飞猛进,对风电场功率进行实时预测具有重要意义,但大气和电场的地形地貌等自然因素导致风电功率的不可控性。本文利用动态神经网络的反馈记忆特性,采用基于NAR动态神经网络对风电功率进行时间序列短期预测,准确率高达93.7%,证明该模型能有效提高风电功率实时预测的准确性,可改善风电联网运行性能,为电力生产和调度提供良好的条件。     

基于超级电容器储能的直驱风电系统并网性能分析

为改善直驱风电系统的并网性能,在直流母线电压端并入超级电容器储能装置.分析了基于超级电容器储能的直驱风电系统模型,设计了控制策略,通过控制双向直流变换器及并网变流器,抑制风机功率的波动以向电网输出平滑的功率.在电网电压跌落时,使直驱风电系统安全实现低电压穿越,并向电网提供一定的无功功率支撑.利用依兰风电场18#风机实际输出功率作为控制对象进行仿真.结果表明,加入超级电容器储能装置可以改善直驱风电系统的并网性能.