基于蓄电池-超级电容混合储能的风电功率平滑控制*

针对风电出力的随机性、波动性对电力系统的安全稳定运行产生了极大影响,提出了基于自适应滑动平均算法与集合经验模态分解相结合的混合储能系统平滑风电出力波动方法。首先利用自适应滑动平均算法将风电输出功率分解,得到满足并网条件的并网功率和混合储能功率;其次将混合储能功率进行集合经验模态分解,得到一系列频率由高到低依次排列的本征模态分量;然后根据蓄电池与超级电容的介质频率特性,将混合储能功率分配给蓄电池与超级电容;最后针对储能元件易出现过充过放的弊端,对储能元件的荷电状态进行实时监测,利用模糊优化控制对蓄电池与超级电容的功率指令进行实时修正。仿真结果表明,所提策略不仅能自适应地实现风电功率的分解,使得并网功率满足风电输出功率最大波动值的限值要求,还可确保储能元件的荷电状态工作在正常范围内,避免过充过放的发生。     

基于蒙特卡洛和神经网络的含高比例风电电网频率风险评估

为准确评估含高比例风电电网频率风险,提出了一种基于蒙特卡洛仿真和BP神经网络的多指标电网频率稳定风险评估方法.根据风电并网频率机理构建多个关键指标,通过蒙特卡洛仿真耦合区域电网风电功率波动概率函数求取指标概率,运用BP神经网络获得指标权重,根据ALARP原则建立风险矩阵.最后,对IEEE 3机9节点进行仿真验证,结果表...