基于概率预测的混合储能平抑风电波动随机优化调控方法

在风电场中安装不同类型的储能设备可以有效平抑风电波动,减少风电不确定性给电力系统安全运行带来的影响.对于由风电场和混合储能系统构成的风储混合系统,提出了基于概率预测的混合储能平抑风电波动随机优化调控方法.首先,通过风电概率预测结合多元Copula函数生成具有时间相关性的风电场景集;随后,提出自适应变分模态分解方法计算并网风电功率和混合储能系统充/放电功率的目标预调度值;接着,基于所获得的预调度目标功率,考虑储能充/放电循环次数约束和存储能量机会约束,构建并求解了混合储能平抑风电波动随机优化调控模型;最后,通过算例分析说明了所提混合储能平抑风电波动随机优化调控方法的有效性和经济性.     

基于风电储能系统的功率平抑策略研究

针对传统风电平抑方法的滞后性,文中提出了根据功率预测,考虑储能容量配置及并网要求的目标功率平抑策略,以国家风电并网规定为参考指标,采用风功率预测技术在实现储能系统容量优化的同时获得所需的目标功率。在此基础上建立以目标功率和预测功率偏差最小为优化目标的数学模型,以并网要求的有功功率变化限值为约束条件,并在Matlab中利用粒子群优化算法(particle swam optimization algorithm,PSO)对其进行求解。以实际风电场数据为基础进行仿真优化计算,仿真结果表明该策略优于两个时间尺度下的国家并网要求,能够有效平滑风电输出、增加风电并网利用率,对风电大规模并网起到一定作用,并对未来的风电—储能系统发展提供了一定的理论指导。     

风电场柔性并网辅助系统及其优化模型

目前面向min级风电柔性并网的储能系统一般由蓄电池组成,因蓄电池配置容量有限,在应对风电场长过程连续下调峰导致的风电功率波动越限问题时,其控制效果将大打折扣。为此,引入容量在日内调度可近似视为不受限的氢储能系统,与蓄电池共同组成混合储能系统,并基于其各自特点,设计了最大发挥2种储能优势的混合储能系统,建立混合储能协助下的风电场并网状态空间模型,并求解可实现风电场柔性并网最小化能量转换损耗的混合储能系统最优充放电功率决策,根据决策执行结果分析混合储能系统的能量转换特点。仿真结果表明,与采用单独蓄电池储能的控制策略相比,在相同的储能系统配置成本下,提出的优化模型可以结合氢储能系统的能量容量优势来提高储能系统的供电持续性,并且能够合理安排蓄电池和氢储能系统的工作顺序来尽量减小风电场能量损耗,由此实现相对最优的风电场柔性并网功能。     

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。     

基于数字孪生混合储能的风电功率波动平抑策略

针对风电出力的波动性和预测的不准确性,提出一种基于数字孪生混合储能(digital twin hybrid energy storage,DTHES)的控制策略,对储能设备的运行效率进行优化。该策略综合考虑了风电并网波动、预测模型误差和储能设备的使用效率。首先,将注意力机制(Attention)引入门控循环单元(gated recurrent unit,GRU)中,建立Attention-GRU预测模型。然后,结合并网功率波动标准和不同储能设备的响应特性,对数字孪生预测数据进行虚拟变分模态分解(virtual variational mode decomposition,VVMD),得到初级分配功率。最后,考虑储能设备的运行效率和使用寿命问题,应用混合储能服务系统对虚拟混合储能的初级分配功率进行修正,得到最终分配功率。基于中国东北某地区风电厂数据进行实验,验证了该策略能够提高风电预测效率和精度、抑制风电并网波动的同时,增强储能设备的利用效率。     

抑制风电爬坡率的风储联合优化控制方法

利用储能平抑风电波动时,应当保证并网功率爬坡率满足国家风电并网标准中的相关要求。文中研究了抑制风电爬坡率的风储联合优化控制方法。根据国家标准中"有功功率变化"的文字说明,提出了新的风电并网功率爬坡率的数学表达,并提出同时考虑弃风和储能控制手段的风储联合控制方法,以风储联合运行的效益最大化为目标,利用风功率超短期/短期预测数据进行滚动优化控制。基于实际的风电场数据设计了算例系统,并采用遗传算法求解。结果表明该控制方法能够保证风储联合发电功率满足国家风电并网标准对风电有功功率变化的要求。     

功率波动下风电并网中的储能技术优化

由于风电功率的波动,大规模风电并网对系统冲击较大。提出一种风电并网的储能技术优化方法,首先通过时间序列法,获取不同时间段的风速样本,构建风速周期性预测模型,基于预测到的风速数据,采用神经网络法构建风速-功率模型,计算出平稳性良好的风电功率波动周期,依据周期对储能过程进行合理配置,优化储能过程。测试结果表明,在误差较小的周期内,风电并网系统的储能平稳性较高,对系统冲击较小。     

提高风电并网系统调度计划可信度的HESS经济效益计算

针对风电-氢储能系统的经济性,文中提出利用氢储能系统(HESS)提高风电并网调度计划的可信度,分析了HESS提高风电并网调度计划的可信度的机理;然后,构建了计及风电预测出力、实际出力及调度出力的氢储能系统提高风电并网调度计划可信度的充放电价格策略体系;最后,建立了HESS收入及成本数学模型。在此基础上,构建了提高风电并网调度计划可信度的HESS全寿命周期的经济效益计算数学模型。以某风电场为例对所提模型进行了验证,并分析了经济效益对调度误差和电价的敏感性,结果表明所建立的HESS经济效益计算模型的正确性。研究结果为风电-氢储能系统前期投建的经济性评价提供了参考。     

考虑风电并网的电力系统经济调度

风电场输出功率的不确定性使风电并网后电力系统的调度决策面临新的挑战。对风电场输出功率进行预测是消纳大规模风电的基础工作,在此基础上对预测误差进行统计分析和评估,并用于电网调度决策。根据对风电功率不确定性的处理方法不同,将含风电的电力系统调度模型分为确定性模型、模糊模型及不确定性模型。对风电功率不同时间尺度、不同前瞻周期的预测误差进行统计学分析,从而研究不同时间尺度之间调度决策的滚动优化机制,以及不同时间尺度调度决策进行滚动优化时调度与对应时间尺度预测之间相互协调配合的问题。储能、电动汽车等可调度资源能够有效平衡和抑制风电等可再生能源的间歇性和波动性,是实现消纳大规模风电、节能减排、保障电网安全稳定的有效途径。并对以大型火电为主体电源的电网接纳风电的成本效益进行了讨论。     

风储联合系统的储能容量优化配置

大规模风电并网给电力系统安全稳定运行带来了新的挑战。储能系统在提高风电接入能力方面具有广阔的应用前景,然而储能的高容量成本制约了风储联合系统的发展。为解决大规模风电并网的功率波动问题,在考虑风电出力波动性和电池储能系统自身运行约束的基础上,提出了风储联合系统的储能容量优化配置策略。算例结果表明,只有当系统惩罚成本的减少足以弥补储能投资的增加时,风电场才有动力投资储能。通过合理配置储能容量,能够在平抑风电功率波动的基础上,提高风电场运行经济性。     

多目标多工况双储能协同运行策略

针对风电场弃风严重、预测误差大和风电波动率较大等问题,提出一种计及多工况的多目标双储能协同运行策略.根据不同工况制定15 min时间尺度内的储能补偿负预测差值策略,并设定5 min时间尺度内的储能平抑风电波动策略.根据所提的不同策略设计2种运行方式.在此基础上,考虑双储能系统协同运行策略对容量配置的影响,建立以最大化补偿负预测差值和最大化平抑风电波动为目标函数的储能容量优化配置模型,采用结合遗传特征的粒子群算法进行求解.以中国新疆维吾尔自治区某50 MW风电场为例验证了所提策略的合理性及模型求解方法的有效性.     

马尔可夫预测的多目标优化储能系统平抑风电场功率波动

在高比例风电主导的可再生能源电力系统中,配置储能系统是缓解风电功率波动、实现削峰填谷、提高风电可调度性的有效解决方案。文中从大规模储能出力水平以及风电未来输出对当前储能运行影响的角度出发,设计了风储联合运行的多目标优化仿真模型。采用马尔可夫预测模型形成风功率未来输出评估,同时利用粒子群优化算法实时滚动优化风储并网功率,获得储能电池最优运行策略。利用某百兆瓦级风电场的典型风功率数据进行仿真,仿真结果表明所提方法平滑效果良好,避免了储能电池过度充放电,防止了储能电池进入死区的情况,提高了风储一体化系统的可靠性和经济性。     

基于小波变换与机会约束规划的风电储能容量配置

风电并网存在的功率波动大的问题,会对电力系统的经济、安全和可靠运行带来负面影响,通过对储能系统的控制能够实现对风电场输出功率的平抑.基于风电场历史风电出力数据,采用小波分解得到平抑目标信号,建立了储能系统充放电模型并且制定了储能系统的控制策略.以储能系统的经济性最优为目标进行储能容量配置,为兼顾储能系统的经济性与平抑效果,使用机会约束规划将风电并网输出功率波动量满足并网要求的概率作为柔性约束引入目标模型中,并根据当前时刻并网功率修正未来时刻平抑目标.最后采用遗传算法进行仿真实验完成最优储能容量配置,结果显示,所提出的储能容量配置方法在大幅度降低储能系统经济成本的同时,可以使风电并网功率波动满足并网要求的置信度处于较高的水平.     

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。     

考虑风电消纳的电热混合储能系统优化定容方法

大规模风电并网影响了电力系统的安全稳定运行,导致电网出现弃风现象,限制了风电的发展。考虑电力系统与热力系统的协调运行,使用电热混合储能系统与电网进行电量交换可以有效提升风电消纳水平,文章提出了一种考虑风电消纳的电热混合储能系统优化定容方法。首先,基于历史风电数据对风电功率建模,获得满足并网要求的目标并网风电功率;随后,采用电储能、电锅炉和储热设备组成电热混合储能系统,建立考虑电热混合储能系统运行约束,以系统总成本最低为目标的优化定容模型,并求解出电热混合储能系统的经济优化定容结果;最后,使用某电热综合能源系统的实测数据进行仿真计算,算例结果验证了所提方法对电热混合储能系统优化定容的有效性,在提高系统风电消纳能力的情况下保证了系统整体的经济效益。     

Statistical distribution for wind power forecast error and its application to determine optimal size of energy storage system

Accurate wind power forecast is an important tool for wind farm to participate in day-ahead or hours-ahead energy markets. However, forecast errors with any methodology are so large that they cannot be neglected. The forecast error needs to be analyzed individually for single wind farm to estimate the impact of this error on trading wind energy in electricity market. Although forecast error is always assumed as normal distribution, it can be demonstrated that it is not proper with a simple statistical analysis. In this paper, a mixed distribution is proposed based on laplace and normal distribution to model forecast errors associated with persistence forecast for single wind farm over multiple timescales. Then the proposed distribution is used to estimate the penalties for prediction errors in the electricity market. Energy storage system (ESS) can smooth the wind power output and make wind power more “dispatchable”. A probabilistic method is proposed to determine optimal size of ESS for wind farm in electricity markets. The results indicate that the proposed distribution and probabilistic method is efficient to find optimal size of ESS.     

基于误差分配原则的发电侧共享储能容量规划研究

针对风电集群联合共享储能系统的协调控制和收益分配问题,提出基于预测误差分配原则的运行控制策略.首先,设计共享储能商业运行模式,建立储能变寿命与充放电模型.考虑政策补贴和季节性温度对储能定价和容量配置影响,建立多风场时空相关特性的风群联合大容量共享储能参与能量/调频市场的容量规划模型.通过所提策略计算风储联合系统的最优储...     

基于风电功率预测的复合储能超前优化控制策略

超短期风电功率预测的可靠性及精度均逐步提升,文中将其引入风电场复合储能系统(HESS)控制过程,并利用预测功率信息提出了HESS超前优化控制策略。通过相邻充放电区间时长的概率分布统计,确定预测信息的时长区间,并将其作为优化控制策略中的超前控制时间区间;通过分析影响HESS运行效率的主要约束,构建了高效的HESS充放电控制策略;以荷电状态偏移方差最小为目标函数,构建HESS各存储介质同步启动情况下的优化控制模型,并考虑充放电功率和容量限值约束,获取未来时间区间HESS介质的充放电功率控制模式;最后,给出了求解算法和实现步骤。以实际风电场运行数据进行算例分析,计算结果表明本文所提方法可有效实现HESS的高效控制,具有一定实际应用价值。     

平抑风电波动的混合储能系统控制策略

为了有效平滑风电出力,提出一种针对混合储能系统的双层模糊优化控制策略。利用小波包分解方法将风电场输出功率进行分解,根据混合储能系统特性进行功率分配;采用模糊控制对储能系统的充放电功率和荷电状态进行协调控制,在此基础上以混合储能系统的平均荷电状态及其参考值为输入,采用第二次模糊控制优先对混合储能系统中的超级电容器进行再次充放电功率优化控制,同时实现风电场有功功率的平滑输出;以实际风电场数据为基础,在Matlab/Simulink中搭建数学模型,经过仿真分析证明该控制策略的有效性。