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。     

基于功率预测误差修正的日前风电出力分布估计

风电功率预测是整个风电运行与控制体系的基础支撑技术模块。基于功率预测误差的修正结果,提出了一种风电场日前有功出力分布的估计方法。首先验证了风电功率的预测误差水平受到风速大小的三次方、风电功率的峰度、风电功率的大小和功率预测相关性等多个因素的影响;然后利用多元线性回归法建立风电功率预测误差的估计模型,并对风电场日前的点功率预测值进行修正;最后利用广义误差分布模型估计出风电出力的上下限。以华北地区某座风电场作为测试算例进行分析,验证了该出力分布估计方法的有效性。     

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。     

基于预测误差概率密度曲线的风电场集群日前有功优化调度

风电场集群日前出力计划是大规模风电基地分层协调有功调度的关键技术。提出了一种基于风电场功率预测误差分布曲线的风电场集群日前有功出力计划的制定方法。首先根据改进后的广义误差分布模型,结合历史实测功率和预测功率拟合出每一个风电场的预测误差概率密度函数,然后按照预测风速大小估计出风电场有功出力的上限,最后以集群内每一个风电场的日前计划指令与实际出力能力偏差的数学期望之和最小为优化目标,采用遗传算法计算得到风电场集群的调度优化指令。结合中国北方某风电集群的实际运行数据进行仿真算例分析,验证了所提方法的有效性。     

考虑电网调峰能力限制的风储联合系统概率综合效益评价方法

目前风储联合系统综合效益评价方法多基于某一给定风电功率断面,忽略了风电出力的不确定性,导致评价结果与储能系统配置方案的局限性。为此提出一种计及风电出力不确定性与电网调峰能力限制的风储联合系统概率综合效益评价方法,利用风电功率预测误差反映风电出力的不确定性,可给出风储联合系统概率综合效益与储能系统最佳配置方案参考值。基于实际系统参数设计了算例,算例分析结果表明,风电预测出力下效益评价结果仅为给定预测误差分布下特定置信度的概率综合效益,而所提方法通过置信度量化风电出力不确定性带来的评价风险,可得到不同效益评价标准(置信度)下储能系统配置方案参考值。     

基于超短期风电预测功率的储能系统跟踪风电计划出力控制方法

为最大程度地提高风电跟踪计划出力能力,基于超短期风电预测功率建立了包含5个控制系数的储能系统充放电控制策略,并提出了利用粒子群优化算法实时优化储能系统充放电控制系数的方法,以减少日前短期风电预测误差。以典型风电场出力为例进行仿真分析,对固定系数方法及滚动优化系数方法进行了比较,并分析了影响预测精度的因素,结果验证了所提方法的可行性。     

风电场功率预测及风储能系统可靠性分析

基于风电场的日前数据对风电场功率进行了预测,之后引入储能系统以应对预测偏差对实时运行开机发电容量的影响.在仿真中结合风电实际出力,通过调整储能系统的功率和容量的配比来预测偏差,之后根据仿真数据对系统可靠性进行了分析和评估.     

考虑风电场可调度性的储能容量配置方法

风电场出力的不可调度性给大量风电场接入后系统安全运行形成了巨大挑战。配套储能系统实现风电场可调度性是解决风电场接入问题的有效方法,基于风电场可调度性规划合理的配套储能容量成为必须解决的问题。本文对满足特定风电场可调度性置信度水平下储能系统规划方法进行了研究。首先采用持续预测方法获取全年风电场小时前预测出力数据,并依据风电场预测出力考虑配套储能容量最小化原则提出了一种调度策略。基于风电场可调度性和储能容量折中,定义风电场可调度性作为约束并利用非参数估计和曲线拟合方法生成储能功率和容量约束函数,以计入储能使用寿命的投资成本模型作为目标函数,利用遗传算法进行求解。最后,以风电场锂电池储能规划为例进行说明。     

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。     

基于风电场总功率条件分布的电力系统经济调度二次规划方法

在含风电电力系统随机调度中,需要考虑由风电功率的预测误差导致的随机性成本,通常为风电功率随机变量的积分形式,并基于迭代算法求解。迭代算法在求解过程中由于步长选取等原因,难以保证较好的收敛性能。本文提出一种基于风电场总功率条件分布的经济调度二次规划方法,首先基于截断通用分布的混合形式对风电功率边缘分布建模,结合Copula理论,得到多风电场总功率条件分布,在避免使用高维分布的基础上考虑多风电场出力的相关性。以总功率条件分布为输入,建立同时优化机组出力和系统备用置信度的经济调度模型。将含风电功率积分形式的调度模型转化为二次规划形式,从而能够被现有的求解软件高效可靠求解。最后,在IEEE30-Bus标准系统中对本文方法进行了验证。     

利用智能停车场平抑风电预测误差的可行性研究

为了突破风电预测精度进一步提高的瓶颈,提出了一种利用智能停车场的集约化控制来平抑风电预测误差的方法。建立了智能停车场仿真模型,分析了充放电单元的端口功率特性,得到了电池储能与荷电状态之间的关系。基于一个实际风电场的出力及其预测数据,详细分析了智能停车场电动汽车规模、初始荷电状态分布、风电场装机容量和风电预测技术水平等因素与最终的风电预测误差平抑目标之间的关系。研究表明,将风电场与智能停车场联合协调运行,可以在很大程度上平抑风电预测误差,将不可调度的风电场变成可预测可调度的风电场,是一条经济可行的途径。     

用于短期电网调度的风电场储能容量估算法

为实现电网对风电场出力的短期调度,提出基于正态分布的风电场储能系统容量估算法。通过对比历史风电出力样本数据与电网调度数据值,运用统计的方法分析样本区间内功率偏差值的正态分布参数。并提出采用储能经济因子对储能效果加以评估。以新疆某中型风电场长期统计的风速、实际风电出力和预报出力数据为样本数据,运用所提方法对其所需储能容量进行估算。仿真结果表明,所得储能容量能使风电场满足调度出力要求,且其小于风电场容量的10%,验证了所提方法的经济性和可行性。     

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。     

利用电化学储能追踪风电预测曲线的风储联合调度经济性分析

针对风电场上报给调度中心的超短期功率误差较为严重,给风电大规模并网带来了巨大阻碍,严重影响风电竞争力的问题,提出利用储能系统追踪风电功率预测曲线的风储联合出力模型。首先通过长短期神经网络进行风电功率超短期预测;然后通过风储联合出力,同时考虑储能系统全寿命周期建设成本以及引入储能系统后风电场上报预测曲线误差惩罚成本的经济性影响;最终确定风储联合调度计划。在吉林省某风电场实测数据的基础上,对比不同追踪模式下的风储电场经济成本和风电利用率。仿真结果表明,运用所提风储联合发电模型发电度电成本为0.231 6元/kWh,相对于无储能模式降低22.67%,同时风电利用率提高17.48%,均方根误差降低0.07,平均绝对误差降低0.08,说明所提策略可以在保证风储电站的经济性的同时有效减少风电并网功率误差,提高风电利用率。     

基于波动过程聚类的风电功率预测极大误差估计方法

估计风电功率预测中可能发生的极大误差,有助于优化含风电电力系统的运行调度,提高电网对大规模风电的接纳能力。根据对历史风电功率预测误差分布特征的分析,提出了基于风电预测出力波动过程聚类的极大误差估计方法。首先利用摇摆窗对风电功率预测数据划分不同的波动过程,在此基础上,通过分析预测出力的波动性和功率水平与预测误差分布的相关性,聚类相似分布特性的预测误差,然后利用滑动窗宽的核密度方法拟合预测误差概率密度并估计极大误差。最后以美国BPA地区的风电功率数据为实例,对不同估计方法进行了较全面的分析,验证了该方法的有效性。     

风电场日出力曲线和储能容量关系研究

为了促进风能的利用与发展,减小大型并网风电场输出功率不稳定给电力系统调度带来的影响,提出了一种基于功率预测和储能系统配合的风电场功率波动平抑方法。分析了风电场日出力曲线与储能容量关系,对风电场历史实测风速数据进行统计,给出风电场合理的储能容量,以期为风电场储能系统容量的选取提供参考。根据某额定装机容量为100 MW的风电场实测风速数据对功率波动平抑过程进行仿真分析,验证了所提方法的可行性和有效性。     

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。     

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。     

限出力条件下风电场集群有功功率优化分配方法

受电网建设与风电场建设不协调、外送通道输送能力不足等因素影响,风电场弃风问题日益严峻,且短期内无法得到有效解决。结合中国大规模风电基地开发建设特点,建立了一种基于超短期功率预测的限出力条件下的风电场集群有功功率优化分配方法。该方法将限出力条件下的风电场集群有功出力最大化、线损最小化作为目标函数,将系统安全、风电场输出功率、风电机组频繁启停、低预测功率作为约束条件,许计及了联络线上有功功率损耗以及超短期有功功率预测误差的影响。以中国西北地区某风电场集群进行的箅例分析验证了方法的有效性和可行性。