兼顾补偿预测误差和平抑波动的光伏混合储能协调控制策略

为了提升光伏输出功率预测精度和平抑功率波动,提出一种兼顾补偿预测误差和平抑波动的光伏混合储能协调控制策略。首先,利用概率统计分布对预测误差和功率波动进行分析,确立补偿预测误差和平抑波动目标域,基于预测允许误差上下限值确定补偿预测误差目标域的充/放电参考功率,以一阶低通滤波平滑曲线确定平抑波动目标域的充/放电参考功率。然后,基于频谱分析将目标域外的功率分解为高频和低频分量,实现功率分配目的,并基于目标域将混合储能电池分为4组,根据充/放电参考功率进行充/放电池组状态切换,实现对不同工况补偿预测误差的初级控制和平抑波动的次级控制,完成混合储能充/放电优先级控制。最后,以中国新疆某光伏电站为例进行算例分析,结果表明了所提策略的有效性。     

风电功率波动平抑下储能出力与平滑能力的动态优化控制策略

风电场并网处布置储能系统能改善并网经济性,平抑风电并网功率波动。然而,储能出力优化电网运行性能受储能系统的功率、容量和能量状态等诸多因素影响。本文引入储能电池出力能力指标,设计了保护储能电池和保障并网功率平衡能力的多目标优化模型,提出一种基于储能荷电状态模糊动态调节的模型预测控制策略,在整体上保证储能出力最小水平,在局部储能高充/放电区域的时段内提高储能充/放电出力能力,并将本文方法与传统模型预测方法进行仿真对比。结果表明,在相同储能配置比例下,本文方法能有效平抑风电功率波动,综合指标均优于传统模型预测方法,在优化负荷功率波动的同时也提高了储能系统的功率支撑能力,平衡了储能输出和平滑能力的矛盾。     

电池储能平抑风电功率波动的预测控制方法

风电波动性和随机性严重影响电力系统安全稳定性。为了平抑风功率波动,提出了一种基于模型预测控制(MPC)原理的平抑风电功率波动的电池储能控制方法。该方法利用风电场超短期功率预测信息,以并网风电功率的波动范围、电池储能荷电状态(SOC)、储能出力大小等为约束,通过滚动优化实现对储能的优化控制。算例表明,该方法既能有效平抑风电功率波动,又能超前控制储能SOC值,维持储能的平滑能力,避免储能过充过放。     

平抑风电波动的混合储能容量配置及控制策略

为了平滑风电场输出功率,降低风电波动对电网造成的冲击,利用能量型储能元件电解槽与功率型储能元件超级电容相结合形成的混合储能系统对风电波动进行平抑。首先对大量时间片段内的储能出力进行概率统计分析,通过并网功率波动率在风电波动限值范围内的概率变化评估风电波动平抑效果,将给定置信水平的输出功率作为混合储能额定功率。在此基础上,通过考虑经济性的自适应滑动窗口算法将混合储能功率分解,进而确定超级电容的额定容量以及电解槽的额定功率,实现了兼顾经济性和波动平抑效果的容量配置。其次,依据超级电容的荷电状态、电解槽额定功率、储能系统总体功率指令制定混合储能系统的运行控制策略。最后结合风电场实际运行数据,仿真验证了所提方法可以实现功率分配、保证储能各元件正常运行,同时有效降低了风电输出功率的波动。     

基于实证数据和模糊控制的多时间尺度风储耦合实时滚动平抑波动

风电间歇性和随机性造成并网功率波动很大,严重影响电力系统安全稳定性。基于某风电场出力实证数据,在多时间尺度上采用概率统计法研究风电波动规律和风储耦合特性;采用实时5点滚动法制定多时间尺度平抑风电波动目标,兼顾国网规定的多时间尺度风电波动限值进行目标修正,并利用储能分时跟踪平抑风电波动目标,合理确定多时间尺度储能配置容量和充放电控制策略;考虑储能经济性,采用补偿度进一步修正储能容量,并采用模糊控制原理优化荷电状态,得到储能不过充过放的优化控制策略。仿真结果表明该方法有效可行,当抑制10 min风电波动的储能容量为15%时,90%以上的风储合成出力能够跟踪平抑风电波动目标。     

风-储联合发电系统容量优化配置及其影响因素分析

为减小风电场输出功率波动对电网的影响,以电池-超级电容组成的混合储能系统为基础,采用风电并网功率波动约束的小波包自适应算法将风电功率分解为低频和高频分量,并分别作为风电并网期望功率和混合储能系统的功率指令;同时通过加入小波包能量谱函数,确定了混合储能平抑的高频与次高频功率指令最优分界点区间,减少了计算分界点的迭代次数.在对储能系统的经济性进行了详尽分析的基础上,建立了储能参与平抑风电场功率波动的成本-效益模型.最后以实际风电场为例,分析了不同工况下储能平抑功率波动的容量配置规律,为储能在风电并网规划建设中提供了参考.     

基于集合经验模态分解的风电混合储能系统能量管理协调控制策略

采用蓄电池-超级电容混合储能系统来平抑风电功率波动,实现风电平滑并网。首先,针对风功率非线性、不稳定的波动特性,结合1min/10min两个时间尺度的风电场输出功率变化最大限值,采用基于集合经验模态分解(EEMD)方法,实现风功率的自适应分解,得到风电并网功率和混合储能系统充、放电功率指令;其次,根据蓄电池和超级电容的出力需求,结合储能设备荷电状态(SOC)等约束条件,提出混合储能系统能量管理协调控制算法,实现储能系统内部功率相互流动;最后,基于风电历史数据,验证所提方法的有效性和合理性。     

基于混合储能系统的平抑风电波动功率方法的研究

为提高风电功率的可控性,依据国家电网公司关于风电场并网的技术规定,提出了一种基于新型混合储能系统平抑风电波动功率的方法.在对风电波动功率进行分解,并研究其平抑过程对储能系统性能需求的基础上,研制了一种新型混合储能系统.通过对运行控制方式的设计,使得该储能系统能够与风电系统进行精确、高效的功率交换;同时,储能元件可根据各自的储能特性平抑不同类型的波动功率.仿真分析表明,该平抑方法使得储能元件的储能优势得到了充分发挥,能够延长系统的使用寿命,平抑后的风电输出功率可以满足电力系统实时调度的要求.     

基于混合储能系统的平抑风电波动功率方法的研究

为提高风电功率的可控性,依据国家电网公司关于风电场并网的技术规定,提出了一种基于新型混合储能系统平抑风电波动功率的方法.在对风电波动功率进行分解,并研究其平抑过程对储能系统性能需求的基础上,研制了一种新型混合储能系统.通过对运行控制方式的设计,使得该储能系统能够与风电系统进行精确、高效的功率交换;同时,储能元件可根据各...     

基于极端天气情况的风-储系统平抑控制策略

提出了一种储能系统的功率控制方法,实现了极端天气情况下风电场出力波动的快速平抑。该控制框架融合了机器学习算法与模型预测控制方法,由基于在线序贯极限学习机的神经网络模型预测优化时域范围的风电功率,储能的充放电功率指令通过MPC进行滚动优化,保证储能系统的运行约束得到满足。仿真实验表明该方法能够实现储能系统的快速充、放电管理,利用准确的风电功率预测,降低了极端天气下风电场功率陡降对电网的不利影响,使得风-储联合系统注入电网的功率更接近给定值。     

超导储能蓄电池混合储能在风力发电中的应用

风力发电输出功率的波动性导致其直接并网会对电网带来不良影响,需要电力储能装置来提高并网性能,而常用的单一电池储能由于受到充放电次数的限制而易损坏。在建立用于平滑风电功率波动的超导储能和电池储能的混合储能模型基础上,设计超导储能用于平抑高频尖峰功率,电池储能用于平抑低频波动功率,并给出了两种储能装置的功率和容量确定方法。算例的仿真结果表明该方法同单一电池储能相比,可以有效地平抑风场并网的功率波动并减小电池的功率等级,减少电池的充放电次数和放电深度,从而延长了电池使用寿命。     

微电网中混合储能系统的小波包-模糊控制策略

为了充分发挥混合储能系统（hybrid energy storage system, HESS）在微电网中的应用优势,提高微电网运行的经济性和可靠性,提出了HESS的小波包-模糊控制策略。在平抑可再生能源输出功率波动的基础上,分别考虑并网时功率交换的实时电价和孤岛运行时的缺电量,建立起并网经济性评价指标和孤岛负荷缺电指标。对间歇性微电源进行小波包分解以获得HESS的初始充放电指令,由超级电容器承担网内瞬时功率波动的平抑任务,以网内不平衡功率对蓄电池充放电指令进行修正,再通过模糊控制获得蓄电池充放电的最终指令。最后,以风光燃储微电网为例验证了所提控制策略的有效性。     

计及波动平抑与经济性的风光储系统中混合储能容量优化配置

为了平抑风电、光伏的出力波动,减少其带给微网的不利影响,以风光储系统中的混合储能系统(Hybrid En-ergy Storage System,HESS)为研究对象,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和神经网络的HESS容量优化配置方法.采用VMD分解并结...     

计及谷时段风电消纳的储能系统平抑风电功率波动控制策略

储能系统(energy storage system, ESS)仅参与平抑风电功率波动为单一场景的控制策略,存在ESS频繁充放电以及不能有效解决负荷低谷时段风电消纳等问题。为此,提出了一种计及谷时段风电消纳的ESS平抑风电功率波动控制策略。首先,根据风电特性与负荷需求的时序关系,确定ESS在一个周期内的充电和放电区间段。其次,提出了分区间控制的ESS控制策略,在充电区间段以平抑风电功率向上波动为目标存储电量;在放电区间段以平抑风电功率向下波动为目标释放电量。最后,考虑ESS的实时荷电状态(state of charge, SOC)和风电消纳,提出了基于模糊控制的ESS充放电功率修正方法。以某风电场实际数据为例,在风储联合发电系统仿真平台上进行了测试,验证了所提运行策略的可行性和优越性。     

基于SMES/BESS混合储能抑制风电功率波动的控制策略

针对风能的随机性和波动性,风力发电系统易出现功率波动的问题,采用超导磁储能(SMES)和蓄电池(BESS)混合储能的方式来平抑功率波动,提出了一种改进型混合遗传算法的变参数荷电状态(SOC)分区控制优化策略。基于自适应学习的思想对算法进行了改进,使得算法的收敛速度和精确度得以提高。将储能系统荷电状态剩余量和荷电状态分区限值作为改进后混合遗传算法的目标函数和边界条件。所得目标结果作为滤波器滤波时间常数修正值对其进行修正,从而实现功率二次分配。在Matlab/Simulink中搭建仿真模型验证了该控制策略的有效性。所提控制策略可以对任意时刻SMES和BESS出力进行最优配合,同时能减小电池充放电深度和提高对风电功率波动的平抑效果,且能有效提高混合储能系统的使用寿命。     

采用自适应小波包分解的混合储能平抑风电波动控制策略

采用蓄电池和超级电容构建混合储能系统以平抑风电场输出功率波动,实现风电平滑并网。首先,针对不同风电出力场景下风电功率的波动特性,结合风电并网波动标准和混合储能系统性能特点,实现风电功率的自适应小波包分解和储能初级功率分配,得到风电并网功率和混合储能初级功率指令;其次,在混合储能系统内部,根据超级电容的荷电状态,利用模糊优化控制对蓄电池和超级电容的功率指令进行二次修正,得到优化后的混合储能功率分配指令。算例分析表明,所提策略能够自适应地实现风电功率的最优分解和合理分配,确保混合储能荷电状态工作在合理区间,有效改善风电输出功率波动平抑效果,保证混合储能系统长期稳定运行。     

A Novel Control Strategy of Hybrid Energy Storage System for Wind Power Smoothing

For the purpose of smoothing wind power fluctuations by using a battery–supercapacitor hybrid energy storage system (HESS), this paper designs a novel control strategy based on a self-adaptive wavelet packet decomposition technique and a two-level power reference signal distribution method. According to the fluctuation characteristics of wind power in different output scenarios, and considering the grid regulations on wind power volatility, the proposed technique can yield wind power grid-connected values adaptively. Then, the HESS power reference signals will be given by a two-stage reasonable distribution method based on the performance characteristics and the state of charge of the HESS. Simulation results show that the proposed control strategy can effectively improve the performance of wind power fluctuation smoothing and ensure that the HESS works within a reasonable range to guarantee the long-term stable operation of the HESS.     

风光储混合系统的协调优化控制

为解决光伏和风电场的输出功率剧烈波动引起的电能质量下降和电网电压波动的问题,提出了利用复合储能技术分别平抑风光联合发电系统的输出功率在不同时段内的波动。在平抑功率波动过程中,提出了可变时间常数控制,不断实时优化低通滤波器的时间常数,实现了对储能系统充放电功率的灵活、快速控制,改善了储能系统的运行,减小了储能容量;同时提出最大输出功率限制控制保护储能运行在合理的范围。通过建模仿真验证了控制方法的有效性。     

基于元模型优化算法的混合储能系统双层优化配置方法

混合储能兼具能量型储能与功率型储能的优势,针对混合储能在风电平抑中的配置问题,提出了一种基于元模型优化算法的混合储能双层优化配置方法。首先,利用小波分解对风电功率的原始数据进行分解,得到混合储能需要平抑的功率。然后,针对功率分配策略对混合储能容量配置的影响问题,提出一种混合储能容量嵌套式双层优化配置方法。该方法的内层为混合储能功率优化分配策略,以荷电状态、充放电功率为约束条件,以蓄电池总体充放电功率最小为目标函数,以提高蓄电池的使用寿命;外层以最小容量、最小功率为约束条件,以混合储能的全寿命周期年均成本最小为目标函数。针对多变量、非线性、计算密集型双层优化方法具有求解复杂、计算时间长等问题,提出基于元模型优化算法的优化求解方法。算例分析结果表明,所提优化配置方法可以在保持混合储能经济性最优的同时,有效避免蓄电池频繁充放电,从而提高了其使用寿命;相比于传统的启发式求解方法,基于元模型优化算法的优化求解方法的计算速度更快,所得优化配置结果更精确。     

基于风速预测和随机规划的含风电场电力系统动态经济调度

随着风力发电在电力系统中比重的持续增加,在电力系统经济调度中需要考虑风电场的影响;而并网风电场具有动态、随机、容量大等特点,传统的经济调度方法已不再适用。针对风电场出力的随机性,在风速预测的基础上,应用随机规划理论建立了考虑机组组合的含风电场电力系统动元网络和遗传算法的混合智能算法,提高了算法的收敛速度和搜索性能。以含风电场的IEEE30节点系统为算例验证了所提方法的可行性和有效性。