计及储能出力水平的平滑风电功率模型预测控制策略EI北大核心CSCD

风电大规模并网的有功功率波动给电力系统造成了较大的影响,在风电场并网处加入储能系统可有效平抑风电并网功率波动,提高风电在电网中的渗透率。在储能电池平滑风电功率波动的典型应用场景下,提出了一种计及储能电池出力能力的模型预测控制方法,在减小储能电池出力的同时,兼顾电网对储能系统充放电能力的需求。首先,利用风储发电系统的数学模型,分析储能电池当前输出功率对未来出力能力的影响;然后,设计以储能电池最小出力和最大出力能力为运行原则的模型预测控制策略;最后,基于实际风场数据进行了仿真。结果表明,所提方法可有效降低风电并网功率波动,提高储能电池出力能力,减小储能电池进入死区时间。     

考虑多时段并网点电压控制的光储容量匹配及优化运行

在主动管理模式下,通过在光伏并网点配置储能系统可平滑光伏出力,并使其主动参与配电网调度。运用扩展QV节点对光储并网点运行特性进行合理描述,提出一种综合考虑源荷峰谷特性多时段设定光储并网点运行电压的方法。考虑系统运行约束、储能系统运行约束和容量配置约束,从全天关口电量以及储能配置容量两方面构建光储联合系统储能容量匹配多目标优化模型,求取Pareto最优解集,从而为储能容量配置及运行策略提供决策依据。IEEE33节点配电网算例表明,所提方法能够灵活实现储能容量的优化配置,相应的运行策略下储能系统的运行状态均在合理有效区间内,对比表明所提运行策略在提高电压质量、减少储能配置容量及降低全天网损电量方面具有显著效果,验证了多时段并网点电压设定方法及优化模型的合理性和有效性。     

计及储能出力水平的平滑风电功率模型预测控制策略

风电大规模并网的有功功率波动给电力系统造成了较大的影响,在风电场并网处加入储能系统可有效平抑风电并网功率波动,提高风电在电网中的渗透率。在储能电池平滑风电功率波动的典型应用场景下,提出了一种计及储能电池出力能力的模型预测控制方法,在减小储能电池出力的同时,兼顾电网对储能系统充放电能力的需求。首先,利用风储发电系统的数学模型,分析储能电池当前输出功率对未来出力能力的影响;然后,设计以储能电池最小出力和最大出力能力为运行原则的模型预测控制策略;最后,基于实际风场数据进行了仿真。结果表明,所提方法可有效降低风电并网功率波动,提高储能电池出力能力,减小储能电池进入死区时间。     

计及风电不确定性的混合储能系统优化配置研究

为减小风电并网产生的不利影响,提高风电消纳空间,在含风电出力的主动配电网中增设混合储能系统,并对其进行优化配置.考虑风电随机出力对潮流的影响,建立风电、储能系统接入配电网后的数学模型.以有功网损、电压偏差以及总投资费用最小为目标,引入机会约束建立储能系统优化配置模型.在此基础上,以IEEE 33节点配电网络为算例,通过改进灰狼算法对模型进行求解,得到储能系统的最优配置方案.仿真结果表明,所提模型和算法能有效地对储能系统进行配置,提高整体经济性和安全性,同时提高系统的风电消纳能力.     

基于RTDS储能对光伏发电PCC电压影响研究

大容量光伏发电集中并网对配电网特别是PCC电压造成一定影响,光伏电站配置适当容量的储能系统,可有效降低光伏电站PCC电压波动。本文基于RTDS建立了光储并网发电系统模型,仿真光照强度、环境温度以及邻近负荷变化,分析了PCC有无储能系统两种情况下的功率、电压有效值变化。根据电压有效值标准差数据,定量计算PCC电压波动降低幅度。仿真结果表明,储能系统可有效抑制光伏电站PCC的电压波动及逆功率运行,提高PCC电能质量。光伏出力越大,储能系统抑制PCC电压波动效果越明显。本文成果可为降低新能源PCC电压波动及大规模光储系统发展提供借鉴。     

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.     

基于源-荷-储互动的储能对风电消纳能力影响分析

源-荷-储互动是高比例可再生能源电力系统应对灵活性不足的重要技术手段,定量分析储能对源-荷-储互动提升系统调节能力的影响有利于实现储能资源精益化配置。基于含储能和柔性负荷系统的经济调度优化模型,计及风电出力随机变化特性,采用对偶理论生成排除不可行点的割平面约束,计算储、荷调节区间与消纳风电波动范围三维域区间,量化分析配置储能资源对提升系统风电消纳能力的影响。针对IEEE 30节点算例系统,通过三维域区间直观刻画协同多类型灵活性资源调节能力的系统消纳的风电波动区间。算例表明,采用所提模型仿真储能与风电、柔性负荷间的空间分布以及容量配比关系对系统源-荷-储互动应对风电出力随机变化能力的影响,有利于提升储能配置规划经济性。     

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。     

基于小波包混合储能系统的风功率波动控制策略

随着风力发电的发展,风电波动带给电网的影响越来越明显,平滑风电出力显得很重要。针对风电功率波动特性,提出基于小波包分解法,得到风电并网功率、混合储能系统参考功率和充放电状态。结合蓄电池和超级电容的荷电状态,提出了能量管理协调控制策略,实现了储能系统内部功率修正,算例结果表明:能量管理协调控制策略能完成混合储能系统内部功率最佳修正,且可以有效的平滑风电出力。最后以实际风电数据为依据,在MATLAB中建立了数学仿真模型,证明了该控制策略的有效性。     

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。     

基于离散傅里叶变换的风电场储能容量的优化研究

文中分析了在风电场中配置储能系统的3种应用。基于风电并网功率波动率,采用离散傅里叶分析法对风电功率进行频谱分析,以获得满足风电并网技术要求的风电并网功率,并通过优化得出储能及系统备用容量。以某实际风电场的历史出力数据为例,对储能容量进行优化,优化结果表明,该方法在配置较小储能容量的情况下能够达到平抑风电功率波动的目的,大幅减小系统的备用容量需求,缓解了备用机组的负担,提高了系统对风电的接纳能力。     

计及电压质量的配电网储能系统优化配置研究

风力发电功率的时间特性会对风电的消纳造成很大的制约,而配置储能系统是消纳系统弃风的有效手段。在对风力发电输出功率特性分析的基础上,建立了同时计及配置储能的经济效益和电压质量影响的配电网储能系统优化配置数学模型,并将灰色变异粒子群算法应用于模型的求解。通过对建立含风电并网的储能系统优化实例的计算对比分析,表明了优化模型的有效性及本文灰色变异粒子群法的优越性。研究成果为含风电并网的配电网风电消纳及储能优化配置提供有效的理论指导和技术参考。     

平滑风电出力的风储联合系统能量管理协调控制研究

为实现风电友好并网,采用混合储能系统平抑风电有功出力波动。首先,针对风功率的随机波动特性,采用滑动平均滤波算法与自适应小波包分解方法分别得到目标并网功率,结合风电并网波动率要求,比较不同目标功率获取方法的优劣。其次,对于并网功率缺额和盈余部分,由蓄电池-超级电容构成的混合储能系统进行补偿和消纳,并根据各储能设备的不同性能,按照频率分配各储能设备的功率指令。然后,结合储能设备荷电状态和出力的限值约束,提出一种风储联合系统协调控制策略,实现储能设备间的能量互补,延长储能设备的使用寿命。最后,基于历史风电数据的仿真分析,验证所提方法的有效性。     

一种计及无功功率的光伏储能系统并网功率损耗模型研究

光伏储能发电系统快速发展导致光伏发电渗透率迅速上升,逐渐改变了传统配电网结构和运行方式。基于潮流计算分析,提出一种计及无功功率损耗的分布式光伏储能发电系统并网功率损耗模型。根据配电网最优运行状态进行功率损耗功率模型寻优分析,优化光伏储能发电系统注入配电网节点的功率,改善分布式光伏储能发电系统并网性能。以某单电源配电网为例进行仿真分析,对比不同功率损耗常数下节点电压波动、系统功率损耗,验证文中功率损耗模型的正确性与可行性。     

基于PQ-QV-PV节点的光储输出功率主动控制方法

光伏接入配电网易产生电压越限问题,储能的有功调压能力和光伏逆变器的无功调压能力可向配电网提供有功和无功支撑,以减少电压越限并提高光伏的渗透率。通过分析光伏出力波动时光伏逆变器和储能对光伏并网点的电压调节机理,提出了一种基于PQ-QV-PV节点转换的光储输出功率主动控制方法。该方法首先给各个光伏并网点设置一个较小的电压波动范围,其次依照所提的主动控制策略将光伏并网节点类型根据并网点电压水平依次在PQ、QV和PV节点之间进行转换,从而在考虑减少网损的基础上将并网点电压限制在较小的范围内。仿真分析结果表明,该方法能很好地解决光伏接入下的电压越限问题。     

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。     

结合风功率预测及储能能量状态的模糊控制策略平滑风电出力

在风电并网处加入储能系统,可以有效地平滑风力发电系统的并网功率,满足电网规定的波动范围。而基于储能荷电能量反馈的储能控制策略,可以在保证并网功率要求的同时,尽量避免储能电池过度充/放。在此基础上,提出一种基于相空间重构–随机森林风功率预测模型和储能荷电能量反馈的模糊控制策略。基于预测未来风功率变化评估功率波动水平,并结合储能当前荷电状态,利用模糊控制器调节储能系统出力。在保证风电平滑前提下,减少储能电池进入平抑能力死区时间,维持储能系统平抑波动水平。最后,通过将仿真算例结果和传统方法对比,验证了所提控制策略的优越性,即可以在相同储能配置比例下达到更低的功率波动指标要求和更少的储能死区时间。     

基于BAS-IMOPSO算法的风电系统储能优化配置

风力发电作为清洁的可再生能源,在电力系统中应用广泛。但风电出力的随机波动性对电力系统电能质量产生了不利影响。储能系统具有灵活的双向调节能力,引入储能可有效平抑风电接入系统带来的电压与功率波动问题。本文考虑储能接入节点与容量不同对风电出力波动的平抑效果不同,以系统电压偏差、日有功网损和系统内储能接入总容量为目标函数建立多目标储能优化配置模型,并采用改进多目标粒子群算法（BAS-PSO）求解该模型。模型求解结果为一组pareto最优解,为在其中选取最优储能配置方案,采用基于信息熵的逼近理想解排序法,得到最佳储能接入节点与容量。在IEEE-33节点配电网系统中对所提模型进行仿真验证,结果表明储能系统可有效降低配电网的电压偏差与有功网损,提高了系统的电能质量与运行经济性,并具有削峰填谷的作用,同时验证了BAS-PSO算法的有效性。     

计及风电预测可信度的经济调度及辅助决策方法

含风电系统经济调度的研究为大规模风电并网运行提供了相关对策。文中针对风电出力预测水平的局限性,建立了风功率预测可信度模型,并利用分区建模的手段建立了风功率预测误差模型。基于此,分析了考虑预测可信度的储能成本模型,结合火电机组出力成本模型完成了含风电系统的经济调度模型。模型考虑了系统失负荷、弃风概率约束及输电线路安全约束;为减小储能成本,将储能容量表示为平抑风功率预测误差的概率模型;同时在目标函数中引入储能成本调节系数,用于风功率调度水平的辅助决策。以10机系统为例,采用Monte Carlo模拟技术及模糊聚类辅助决策手段验证了所述方法的可行性。     

储能系统改善大规模风电场出力波动的策略

针对利用储能提高风电对其并网系统的友好性,给出了一种基于储能平抑风电出力波动的策略。对大规模风电并网的某区域电网负荷与风电出力的数据进行了统计分析,得到负荷和风电出力的时域分布规律,提出了利用储能系统协调风电场有功出力与其并网系统负荷功率波动的策略,并建立了相应的数学模型。基于电力系统分析软件DIgSILENT-POWER FACTORY13.1进行了仿真验证,结果表明利用储能改善后的风电有功出力,能够追踪负荷曲线的变化规律,并网风储合成出力对电力系统可以起到"削峰填谷"作用,储能以较低的成本提高了风电对其并网系统的友好性。