基于风电功率预测误差分析的风电场储能容量优化方法

在风电场中配置储能系统,利用储能系统的快速调节能力,及时平抑和补偿风电出力波动,是应对大规模风电接入的有效方法。如何根据风电场的预测水平确定储能系统的最大功率和额定容量,是一个亟须研究的课题。文中提出了一种基于风电功率预测误差分析的储能系统规模确定方法,并建立了储能装置规模与风电场风能损失之间的成本与效益模型。最后,以美国德克萨斯州某风电场数据为例,验证了所提储能容量优化配置方法的正确性和可行性。     

用于跟踪风电场计划出力的电池储能系统容量优化配置

电池储能系统是平抑风电功率预测误差的理想选择,在现有储能电池价格水平前提下,电池储能系统的功率与容量优化配置尤为重要。基于风电场功率预测误差分布特性,依据风电功率预测预报标准中的约束条件和考核指标,分析了电池储能系统功率与风电功率预测误差、风电功率预测误差缩减率、全天预测结果的均方根误差、准确率及合格率的特性关系,储能系统容量与容量需求满足率及容量需求满足增长率的特性关系。为较好平抑风电功率预测误差且使投入成本较低,基于截止正态分布法,提出了一种储能系统功率与容量配置优化方法。该方法可计算用于跟踪风电场计划出力所需的较优储能系统功率与容量。通过实例计算分析,验证了该方法的有效性和可行性。     

用于补偿风电预测误差的混合储能容量配置及成本分析

为大型风电场配置适当容量的储能系统,可以有效提高电网对风电的接纳能力。文中提出了一种由压缩空气储能和蓄电池组成的新型混合储能系统,并将其用于平衡风功率和风电场预测功率之间的偏差。基于低通滤波方法将功率偏差进行分解,得到两类储能系统的控制输出功率,以采取相应的控制机制补偿预测误差。在计及蓄电池损耗特性的基础上,建立了蓄电池的寿命评估模型。通过分析混合储能系统的成本结构,建立了该系统的全寿命周期成本计算模型。以典型风电场为例对不同储能方案进行的对比分析验证了所述模型和方法的可行性。算例结果表明,与单一蓄电池储能相比,采用新型混合储能系统可以有效利用压缩空气储能成本低、寿命长的优势,减少对蓄电池的容量配置,提高储能系统的经济性。     

考虑预测误差的风电场储能配置优化方法

利用储能降低风电预测误差能够降低风电出力不确定性,从而减少弃风,储能的容量和功率配置则直接影响到补偿预测误差的效果和经济性。基于T location-scale(TLS)分布建立了风电预测误差概率分布模型,使用几何分布描述风电误差持续性,并利用粒子群算法对模型中的参数进行了极大似然估计。以风电场收益最大为优化目标,将补偿风电预测误差的置信度以机会约束的形式加入储能配置优化模型,并在模型中考虑了对风电预测出力曲线的修正。仿真计算结果表明,所提方法能够很好地拟合预测误差的概率密度函数和误差持续时间,储能配置的经济性优于不考虑误差持续时间和出力修正的模型,验证了所提方法能够提高储能配置的准确性和经济性。     

基于风电出力预测误差补偿度与经济效益的最佳储能容量配置

以储能实时充放电弥补风电日前预测出力与实际出力之间的误差,可达到间接提高风电预测精度和风电利用效率的目的,但是受储能成本制约,必须探讨储能最佳容量选取方法。以弃风降低量、火力备用减小量、环境友好效益与储能投资、运行维护成本对比分析为准则,基于风电预测误差的概率分布特点,确定不同误差补偿度,配置相应补偿度下的储能容量,获得相应储能容量下的经济效益,进而计算出回收储能成本年份。基于补偿度、储能容量、回收成本年份三者关系确定了最佳补偿度下的储能容量配置和回收成本年份。通过对新疆148.5 MW风电场仿真验证及效益评估,将风电日前预测误差限制到±25%,最佳补偿度为91.5%,最佳储能容量为12.28 MW,约7.58年收回成本。     

基于分布鲁棒的风-氢混合系统氢储能容量优化配置

氢储能系统受地理、气候条件限制较小,在构建面向高比例新能源电力系统的风-储混合系统中极具发展潜力.然而,由于风电场的出力具有不确定性,氢储能系统需要在储能、释能、热备用等工况下频繁切换,内部热能供需平衡也呈现出不确定性,进而影响其响应速度甚至实际可用容量.为此,设计了考虑热平衡的风-氢混合系统,构建了考虑电解槽、燃料电池间歇工作模式热平衡的氢储能系统模型;在此基础上,综合考虑风电场功率的不确定性和氢储能系统的投资成本,提出了考虑热平衡不确定性的风-氢混合系统氢储能容量优化配置方法.采用分布鲁棒方法对风电场功率的不确定性进行建模,并将其转化为一组线性风险机会约束进行求解.基于实际风电场数据构建算例,对所提模型和方法进行验证和分析.结果 表明,氢储能系统中电解槽和燃料电池的散热系数对系统实际可用容量具有重要的影响,在风-氢混合系统的氢储能容量配置中考虑热平衡约束可以有效提升氢储能系统的实际可用容量和混合系统的经济性.     

风电场黑启动储能容量优化配置：一种考虑储能运行策略的方法

风电在区域电网的占比越来越大。为了解决风电场在黑启动过程中的风电出力波动问题,提出了一种考虑储能运行策略的储能配置方法。首先,基于风电功率预测算法得出预测功率,并利用非参数核密度估计定义黑启动最小风功率概率密度以及黑启动可执行概率倾度,进而确定了黑启动时段。其次,根据储能在黑启动过程中补偿功率缺额和平抑波动作用制定储能运行策略。考虑储能运行策略对容量配置的影响,将储能额定功率和额定容量作为模型自变量,建立以补偿功率缺额最大化为目标函数的储能优化配置模型,并采用改进粒子群算法对模型进行求解。最后,以内蒙古某45 MW风电场数据对储能运行策略和优化配置模型的可行性进行了验证。     

储能型风电场一次调频容量优化与风电功率协调分配

考虑到风电场与储能多方面的成本,提出了一种基于分层架构的风电与储能协同参与一次调频的容量优化方法及相应的风电功率协调分配方法。在系统规划层,基于多时间尺度模型,分析了全年风电场的运行特性和一次调频备用需求,通过机会约束规划配置储能容量,并通过对单个预测时段调频成本的优化,确定风电备用的最优减载率与储能调频最优出力;在风电场控制层,通过分布式控制将风电场减载需求按比例分配至不同风速的机组,无需集中控制器便实现了功率的协调分配。算例仿真结果表明所提方法能够在提高储能型风电场调频经济性的同时,使全风速工况的风机参与备用功率的协调分配。     

考虑调度成本的风电场群储能容量优化配置

含大规模风电的电力系统运行调度,经常需要配置一定的备用容量来应对风电功率预测偏差,来确保系统运行安全性,降低了系统运行的经济性。储能系统具有对功率、能量的时间转移和快速响应的能力,为此,本文在考虑储能充放电效率基础上,建立风电场群储能系统容量配置数学模型,并以单位时间内储能系统成本和备用容量成本之和最小为目标,优化储能容量配置,算例分析表明,利用储能系统弥补风电功率预测误差较大时段的功率缺额,在满足同样系统安全的条件下,可有效的减少系统备用容量的增加。     

考虑风电场储能容量配置的风电功率预测误差估计算法对比研究

针对风电功率预测误差估计方法中混合高斯分布拟合法和特征值提取估计法这两种适用范围较广的风电功率预测误差估计方法,详细介绍其原理和误差估计流程,利用实际风电场数据对两种方法进行算例验证,并根据计算结果,针对两种方法下的估计区间对储能容量配置的影响进行对比研究,为工程应用时的方法选取提供参考。同时,为了兼顾误差估计区间的有效性和经济性,有效指导风电场储能系统的容量配置,在高斯混合模型的基础上对风电功率预测误差进行状态划分,结合马尔可夫模型,提出一种MM-GMM优化预测误差区间估计算法并对其进行算例验证。     

基于改进场景聚类算法的海上风电储能优化配置研究

在平滑海上风电出力波动的应用需求下,提出一种储能优化配置方法。利用小波包分解算法对海上风电出力曲线进行分解,得到储能系统全年功率响应曲线。采用基于云模型和模糊C均值聚类算法相结合的改进场景聚类算法,对储能全年功率响应曲线进行聚合,生成储能功率响应典型场景。以储能年综合成本最低为目标,构建储能优化配置模型。采用粒子群算法对海上风电储能优化配置模型进行求解,最后通过算例仿真对所提方法和模型进行分析验证。结果表明：所提模型和方法能综合考虑海上风电场侧储能的实际运行特性,可有效指导海上风电场的储能配置和建设规划。     

考虑风电不确定性的电-气综合能源系统协调优化

风电不确定性与波动性是制约风电消纳的关键因素,传统优化方法在处理风电不确定性时存在诸多局限,电-气综合能源互补优化可提高风电利用率。基于此,建立了以电转气装置为耦合元件的综合能源调度模型,以常规机组运行成本、弃风惩罚成本等为系统优化目标。首先,通过数值天气预报方法对风速进行预测,建立预测误差累加状态转移矩阵,构建风场景马尔科夫链模型形成不确定合集;然后,通过拟合形成服从威布尔分布的风功率预测场景集,以引入扰动的改进型蝙蝠算法对模型进行求解。最后采用修改后的IEEE39节点算例验证了所提模型对风电消纳的经济性和实用性。     

考虑风电场储能容量配置风电功率预测误差估计算法对比研究

针对风电功率预测误差估计方法中混合高斯分布拟合法和特征值提取估计法这两种适用范围较广的风电功 率预测误差估计方法,详细介绍其原理和误差估计流程,利用实际风电场数据对两种方法进行算例验证,并根据计算 结果,针对两种方法下的估计区间对储能容量配置的影响进行对比研究,为工程应用时的方法选取提供参考。同时, 为了兼顾误差估计区间的有效性和经济性,有效指导风电场储能系统的容量配置,在高斯混合模型的基础上对风电 功率预测误差进行状态划分,结合马尔可夫模型,提出一种ＭＭ－ＧＭＭ优化预测误差区间估计算法并对其进行算例 验证。     

计及预测误差动态相关性的多风电场联合出力不确定性模型

为实现对多风电场联合出力不确定性的精细化建模,提出了计及预测误差动态相关性的多风电场联合出力不确定性建模方法。首先,分析了同区域风电场的出力及出力预测误差动态相关性特征。进一步,针对此特征,引入高维动态藤Copula理论,建立了多风电场预测出力及预测误差的联合分布模型。最终,将以上模型与基于Copula函数的离散卷积法相结合,建立了计及预测误差动态相关性的多风电场联合出力不确定性模型,并以置信区间对多风电场联合出力不确定性进行了离散化表征。仿真结果表明,对比其他模型,所提模型拟合精度更高,拟合过程与预测方法解耦,灵活性更强。     

计及风电不确定性和弃风率约束的风电场储能容量配置方法

风电的大规模开发造成了严重的弃风问题,在风电场内配置储能装置可显著减少弃风,文中基于分布鲁棒优化方法研究了考虑风电不确定性和弃风率约束的风电场储能容量配置问题。首先根据历史数据构造风电出力的经验分布函数,为考虑风电出力的不确定性,以Kullback-Leibler(KL)散度作为分布函数距离测度建立了风电出力的概率分布函数集合。随后,将弃风率要求建模为概率分布函数集合中最坏分布下的鲁棒机会约束,进一步建立了以储能投资成本最小为目标、以弃风率为约束的鲁棒机会约束规划模型。最后,通过矫正机会约束中的风险阈值,将鲁棒机会约束转化为传统机会约束,并采用凸近似和抽样平均构建线性规划进行高效求解。基于IEEE 30节点电网进行了算例分析,并与传统的随机规划和鲁棒优化模型进行对比,验证了所提模型在处理风电不确定性时能有效兼顾保守性和鲁棒性。     

基于风电预测误差聚类的分布鲁棒含储能机组组合

为应对风电不确定性给电力系统调度带来的难题,提出了一种基于风电预测误差聚类的分布鲁棒含储能机组组合模型。首先,基于狄利克雷过程高斯混合模型对风电预测误差进行聚类,建立了数据驱动的风电预测误差模糊集,并进一步建立了考虑风电场间风电预测误差相关性的不确定集。接着提出了考虑储能的分布鲁棒机组组合模型,建立了考虑储能系统循环老化成本的目标函数。针对该模型min-max-max-min的4层结构,将其分解为两阶段问题,在第1阶段中引入运行域变量、爬坡事件约束与储能能量约束,以消去第2阶段中的动态约束,并将第2阶段问题通过KKT条件转化为单层问题,然后采用列约束生成算法对两阶段问题进行求解。最后,通过IEEE 6节点以及IEEE 118节点的算例分析,证明了所提模型的鲁棒性和有效性。     

台风条件下含混合电氢储能的海上风电场并网运行智能控制方法

随着我国海上风电装机容量不断增加,经济发达、电力负荷大的沿海地区越来越依赖和关注海上风电的安全运行。在系统常规火电机组容量下降、系统惯量较低的情况下,海上风电场的友好接入问题变得尤为突出。特别是在台风期间,海上风电场在达到截止风速之前可能会与受端电网迅速断开,导致主网出现大量功率缺额、电压频率恶化等不利影响。为了解决风电固有波动性和台风引起的大扰动问题,提出了一种含混合电氢储能的海上风电场并网运行控制方法。该方法在海上风电场正常运行期间,通过合理安排储能和充放能,有效平抑了风电波动性;而在台风过境期间,通过合理使用混合电氢储能,缓解了海上风电输出骤降,减少对受端电网的不利影响。通过对广东某海上风电场的真实数据进行仿真研究,验证了所提方法的有效性。     

基于PCC-RBF网络的风电功率短期预测方法

风电功率预测对风电场安全平稳运行、电网调度具有重要意义。针对风电功率短期预测指标选择不合理、预测精确度偏低的问题,提出一种基于皮尔逊相关系数(PCC)和径向基函数(RBF)神经网络的风电功率短期预测方法。该方法利用PCC筛选出与风电功率密切相关的3个指标,即电流、温度、风速,然后以这3个指标作为预测模型的输入对风电功率进行RBF样本训练与短期预测。试验结果表明,所提的预测模型预测误差更小,预测精度更高,能够满足风电功率短期预测的要求,具有广泛的应用前景。