风电场输出功率波动对电铁负荷的影响研究

当电气化铁路牵引变电站与风电场的并网点电气距离较近时,牵引供电系统的电压易受到风电场输出功率波动的影响。研究了风电场输出功率变化对电铁二次侧电压造成的波动,分析了风速对风电场输出功率波动的影响,利用风电场并网模型研究了其引起电压波动的原因。利用仿真软件PSCAD搭建风电场和牵引负荷模型,构建区域电网进行仿真研究,验证风速变化造成输出变化时系统节点电压会发生波动。提出了一些提高风电场调压质量的措施。     

基于复合储能系统平抑风电场波动功率研究

由于风能的不稳定性,风电场输出功率带有波动性和间歇性,某种程度上导致风力发电并网难以及"弃风限电"等问题。依据风电输出功率波动特性,提出由先进压缩空气储能和钒液流电池组成的复合储能系统,用于平抑风电场输出功率波动。并通过模拟仿真验证了钒液流电池对风电场侧快速波动功率的补偿和平抑具有良好效果。结果表明,先进压缩空气储能系统具备大功率大容量特性的同时,适合应用在风电场并网侧调节风电场输出功率。     

基于改进KDE法和GA-SVM的多风电场聚合后输出功率长期波动特性预测方法

针对规划期内有新增风电装机容量但没有与其对应的实测风电输出功率数据,导致难以准确把握和刻画规划目标年多风电场聚合后输出功率长期波动特性的问题,提出一种利用改进核密度估计(KDE)法和经遗传算法寻优的支持向量机(GA-SVM)预测多风电场聚合后输出功率长期波动特性的方法。对风电功率的长期波动特性进行刻画,分析在多风电场聚合过程中装机容量与风电功率之间的关系;运用改进KDE法生成多风电场聚合过程中不同装机容量下的输出功率概率密度曲线;采用GA-SVM建立多风电场聚合后输出功率概率密度演变模型;根据概率分布与持续功率曲线的对应关系,对预测出的规划目标年的多风电场聚合后的输出功率概率密度曲线进行反演,得到可描述规划目标年输出功率长期波动特性的持续功率曲线。工程实例证明了所提方法的实用性和有效性。     

基于DDRTS的风储联合并网功率波动特性及电能质量研究

基于新疆某风电场出力实证数据,对比分析单台风机与整个风电场输出功率特性,论证风电功率间歇性和随机波动性大,但整个风电场输出功率具有自平滑特性,从不同时间尺度进行风电场波动特性量化分析。在DDRTS软件中构建区域电网模型,基于频率和电压稳定约束,仿真分析风电出力波动对电网电压、频率等造成的影响,研究区域电网容忍风电功率多尺度波动极限值的计算方法及规律特征。在不同时间尺度、不同极限风功率波动量情况下,进行电网的电能质量仿真分析。结果表明,构建风储联合并网系统,能有效平抑风电出力波动,降低风电并网对电网电压和频率的影响。     

考虑调度计划和运行经济性的风电场储能容量优化计算

功率存储为随机波动的风电功率适应确定性的电网调度决策提供了可能,而储能容量规划则必须兼顾对调度决策的适应性及包含储能系统的风电场运行的经济性.为此,以适应电网调度运行计划的风电场输出功率时段参考值为依据,以储能系统投资成本和风电场运行成本最小化为目标,构建了计及风电场弃风能量和储能系统损失能量的风电场储能容量优化计算模型.该模型可充分保障风电场储能系统运行的经济性,实现指定调度运行计划下风电场输出功率的不波动或极小概率波动,进而达到风功率调度与电网运行调度间的平稳、有效衔接.运用改进粒子群优化算法对所建模型进行算例求解,分析结果表明了该方法的有效性.     

基于EEMD与时间序列法的短期风电场功率预测

随着风力发电技术的发展,风电已成为最主要的新能源发电方式.但因风的随机性造成的风场输出功率的随机波动,电网将面对备用容量增多、调度难度增大以及风电场弃风等问题.解决上述问题的有效途径之一就是对风电场输出功率进行准确预测.针对风电场功率时间序列的非线性和非平稳性,分别将EMD和EEMD方法与时间序列的方法相结合应用于风电场功率预测中,提出基于EMD - ARMA和EEMD-ARMA的风功率预测方法.采用某风电场的实际功率数据进行分析预测,预测结果验证了所提方法的正确性和有效性.     

基于改进粒子群算法的风储联合系统多目标协同调度

为了平滑风电场输出功率的波动,提高风能的利用率,建立了以最小化风电出力波动和最大化风电场发电效益为优化目标的风储联合系统多目标调度模型。提出了基于虚拟理想粒子的多目标改进粒子群算法(particle swam optimization algorithm,PSO),并用该算法对模型进行了求解。算例仿真结果表明,所提方法可以有效平抑风电场输出功率的波动和提高联合系统的发电效益。     

风光储系统的结构

风光储联合发电系统是在风电场及光伏电站配置一定容量的储能系统,通过储能系统的充放电来平滑输出功率的波动,实现对风、光并网功率波动的平滑控制。     

风电场输出功率的多时段联合概率密度预测

风电场输出功率波动性较强,难以精确预测,掌握其输出功率的分布规律对含有风电场的电力系统的运行决策具有重要意义。文中在分析风电场有功功率输出特性的基础上,提出了风电场输出功率多时段联合概率密度预测,利用风电场输出功率在时段间较强的相关性,估计其波动的幅度与速度特征,为系统运行提供更全面的决策信息。结合多元回归估计常条件相关—多元广义自回归条件异方差(CCC-MGARCH)模型与稀疏贝叶斯学习方法,给出了一种基于数值天气预报信息的风电场输出功率短期多时段联合概率密度预测方法。该方法依据CCC-MGARCH模型思想,将未来多个时段内风电场输出功率的联合概率密度预测问题分解为:风电场在各个时段内独立的输出功率概率密度预测子问题和时段间关联的输出功率预测误差相关系数矩阵估计子问题,利用稀疏贝叶斯学习方法在概率密度预测问题上的优势,形成预测效果好、计算效率高的风电场输出功率多时段联合概率密度预测方法。应用实例与分析说明了该方法的有效性。     

基于恒功率控制的风电场储能系统研究

风力发电输出功率随风速变化波动较大,对电网的安全稳定运行造成了威胁。采用在风电场并网侧增加大容量电池储能系统,对风电场和电池储能系统结合模型进行了分析,并设计了储能系统变流器的恒功率控制系统。最后,利用MATLAB/Simulink软件对所提策略在风电场储能系统中控制的有效性进行了验证。仿真结果表明,储能系统能对风电场有功、无功进行调节,平稳了风电场输出功率,同时能根据控制输出一定无功功率,有助于风电场和电网稳定。