An analysis for the need of a battery energy storage system in tracking wind power schedule output

电池储能系统(battery energy storage system,BESS)在风储联合应用中具有多种功能,利用电池储能系统提高风电并网调度运行能力是当前研究的热点之一.文章基于我国北方某风电场历史运行数据与预测数据,依据预测误差评价指标和风电场预报考核指标的综合评价方法对风电场预测数据进行分析研究,归纳了预测误差的概率分布特征;提出利用电池储能系统提高风电跟踪计划出力能力,统计并量化出电池储能系统用于跟踪计划出力场合的作用范围;通过仿真验证电池储能系统在风储联合系统中提高风电跟踪计划出力控制策略的有效性和可行性.     

低碳经济下含风储联合电力系统优化调度

从低碳经济角度建立了含高渗透率风电的风储联合电力系统优化调度模型。该模型以系统综合运行成本最小为目标,合理评估了常规火电机组运行成本、风电运行成本、储能运行成本及环境成本,并结合电池储能可变寿命特征,综合考虑了放电深度对储能运行成本的影响。以改进的IEEE RTS-96系统及某风电场历史出力数据为例,对含风储联合电力系统优化调度予以研究,结果表明大规模风储并网对电力系统低碳化、清洁化具有积极影响,含风储联合电力系统的优化调度与风电出力特性、风电并网渗透率等因素密切相关。     

含电池储能风电场的发电系统风险评估

考虑风电机组的功率特性和故障率等因素建立单个风机的停运模型,结合风速的自回归滑动平均模型和风电场尾流效应的影响建立风电场的可靠性模型;考虑电池储能的充放电约束、容量约束和故障率建立电池储能系统的可靠性模型,在此基础上,结合风电场不同调度策略建立含电池储能风电场的可靠性模型。考虑常规机组的随机故障和负荷的随机波动,基于序贯蒙特卡洛方法建立含电池储能风电场的发电系统风险评估模型,并给出评估指标。在Matlab中编写相关评估程序,通过对IEEE-RTS 79算例进行仿真,从风险管控方面给出能降低系统风险的电池储能充放电约束、电池储能电量和风电场调度策略,为风电场用电池储能系统的设计和风能调度策略的选取提供重要参考。     

基于前置分解组合预测方法的风电功率爬坡预测研究

我国高集中大规模的风电并网发展模式,使风电功率的波动性和不确定性对电网稳定造成越来越大的影响。在目前风电功率爬坡研究的基础上,提出了一种结合前置分解的组合预测算法,并建立了组合预测模型。通过对风电功率爬坡事件的特性分析,对其进行了有效地预测。文章以上海市启东风电场的风电功率数据为实例,通过仿真验证了所提出的组合预测算法能有效地进行风电功率爬坡预测,其预测精度比当前的预测算法有所提高。     

波动率优于国网标准的风电场储能容量经济优化配置

基于某风电场出力的实际数据,从不同时间尺度上分析了该风电场的功率波动特性。考虑了风电场弃风成本、储能惩罚成本、储能投资和运行成本,通过3种成本间的制约关系,构建了储能容量经济优化计算模型;采用滑动时间窗口算法并引入平抑修正系数,制定出波动率优于国网标准的期望参考功率。采用改进粒子群算法,针对某含储能风电电网进行了储能容量优化配置,求解出最优储能容量和最小经济总成本,对比了不同储能容量配置策略下的经济性,并引入了波动率评估因子对平抑效果进行了量化分析。仿真结果表明,该优化配置方案能够将风电出力波动率限制在20%以内,优于国网标准,且经济性最好,具有较好的应用前景。     

基于风储系统和交叉粒子群算法的飞轮储能优化配置

风力发电是绿色能源开发利用的重要方向。将储能系统与风电场结合,建立风电场储能联合的发电系统是提高集成风电可靠性的一种有前景的解决方案。飞轮储能设备具有响应速度快的特点,因此适用于风电场中平滑风力发电输出功率的波动。在选用飞轮储能设备的基础上提出了一种基于经济效益的飞轮储能配置方案。首先采用小波包分解的方法提取风功率数据的低频分量作为数据基础,建立经济效益的数学模型,并采用交叉离子群算法对飞轮储能设备的配置方案进行寻优。在此基础上利用大容量的飞轮储能设备对长时间尺度风电场输出的日间功率波动进行平滑。利用Matlab软件进行仿真实验,验证了飞轮储能设备可有效平滑风电场输出功率波动,并具有较好的经济效益。     

基于生成对抗网络的风电爬坡功率预测

风电的波动性和随机性,尤其是功率爬坡事件严重威胁着电网运行的安全和稳定。功率爬坡是极端天气影响下产生的,属于小概率事件。其极低的发生概率导致历史爬坡样本数量严重不足,并制约了传统功率预测模型的预测精度。针对此类问题,提出一种基于生成对抗网络的风电爬坡功率预测方案。将历史爬坡数据和模拟特征量作为输入,通过生成器和判别器的对抗训练,生成大量与历史爬坡数据特征相似的模拟爬坡数据,实现爬坡数据集的扩充。再将扩充后的爬坡数据集输入给长短期记忆神经网络算法,进行风电爬坡功率预测。通过仿真测试,验证了该方法在历史爬坡数据匮乏情况下风电爬坡功率预测的有效性。并与传统预测方法进行了对比,证明了其预测的精确性。     

基于风电概率预测的风电场调频容量估计方法

考虑风电的不确定性,提出一种基于风电功率概率预测区间和储能设备的风电场调频容量估计新方法。首先基于风电场弃风数据,利用粒子群算法得到风电场储能系统容量配置;然后建立Copula分位数回归模型求得日前风电功率预测区间;最后结合日前风电限值和不同置信概率下的风功率预测曲线产生最优调频容量估计。风电场实际数据的仿真证实所提方法的有效性,可为风电场调频能力研究提供有益的探索。     

针对风电波动抑制的电池储能SOC鲁棒优化模型

针对风电系统输出功率波动问题,研究了基于风电波动异常数据判断及波动幅度情景划分的,能够有效抑制风电波动的电池储能系统SOC鲁棒优化模型。研究电网调度需求、风电功率预测及风电波动数据特性,建立了风电波动异常数据鲁棒判别模型,为风电波动场景划分提供数据支持;研究不同风电波动幅度场景电池储能系统SOC适应性指标,建立了在不同风险容许度下的SOC鲁棒优化模型;研究基于风电波动数据及其对应的电池储能系统SOC历史数据的SOC鲁棒优化模型求解方法,建立了基于χ2散度函数的SOC鲁棒优化算法;根据风电出力波动及电池储能系统特性,建立了基于特定区域电网的电力系统仿真模型,并根据风电波动特性对电池储能系统SOC优化结果进行仿真分析。仿真结果表明,文章针对风电波动抑制建立的电池储能SOC鲁棒优化模型,对风电波动幅度具有明显的抑制效果,提升了电网运行稳定性。     

考虑相关性的含风电电力系统日前灵活性调度方法

含风电电力系统的传统调度侧重于时段内功率平衡,而忽略了相邻调度时段间的功率波动,因此造成大量弃风,文章针对该问题提出了灵活性调度方法。首先,将风电场依据相关性分组,采用通用生成函数方法建立由风源风速预测信息到每组风电场总出力的爬坡状态概率分布,结合由预测序列建立的负荷爬坡概率分布得到系统净负荷爬坡概率,引入风险价值理论得到系统上下灵活性需求;其次,根据所建立的常规机组和抽水蓄能电站灵活性调节模型,以运行成本与灵活性服务费用之和最小为目标,考虑灵活性需求约束与网络安全约束,提出了一种含风电电力系统灵活性优化调度模型;最后,通过改造的IEEE-118测试系统验证了文章所提出方法的正确性与有效性。     

混合储能辅助风电场平滑出力的功率配比方法研究

随着风电渗透率的增大,风电并网时对电网产生的波动也逐渐增大,采用储能系统对风电场出力进行平滑处理,可以使风电满足规定的并网要求.针对风电场出力波动成分的频率范围较宽的问题,采用混合储能系统(飞轮+电化学储能)进行不同波动频率成分平滑,提出一种运行数据驱动的混合储能容量配置方法,利用抗脉冲平均滤波法对风电场出力数据序列进...     

智能化含风电配电网多目标协同调度模型

由于风电场的随机不可控变量较多,难以达到理想调度效果,提出了智能化含风电配电网多目标协同调度模型。将经济性指标和电压偏差作为目标函数,确定机组潮流、响应速度、传输线路、出力以及爬坡指标的约束条件;在考虑风电场波动情况的基础上,利用PLSPP算法预测风电场的负荷及出力值,修正误差,制定不同时段下的机组出力计划,结合MIPSO算法得到协调度最高值,实现智能化协同调度模型的构建。仿真测试结果表明,所构建模型风电场预测曲线的拟合程度为99.6%,其最低日均费用为3.914 8 万元、日均电压偏差仅为23.514 7 pu,由此证明该模型可以在花费最低成本的前提下实现高效、精准的调度。     

基于改进遗传KM聚类算法的风电场机群划分方法

为准确分析风电场的动态特性,借助同调等值法的思想,提出了一种基于改进遗传KM聚类算法的机群划分方法。此方法通过构造有效的适应度函数,结合K-means聚类算法和遗传聚类算法的优点,以实测风速数据为分群指标,对风电场进行机群划分。将同群风电机组等值为1台风电机组,建立风电场动态等值模型,并与传统单机等值模型和K-means等值模型进行了比较分析。以某风电场为例进行的仿真验证结果表明,采用所提方法建立的等值模型能够较为准确地反映风电场的动态响应特性,从而提高等值模型的精确性。     

基于混合Copula优化算法的风速预测方法研究

针对风电场中各风电机组风速之间存在的复杂时空相关性问题,提出一种基于混合Copula优化算法的风电场风速预测方法。该方法首先分析单一Copula函数拟合优度检验,选取合适Copula函数进行组合;其次,构建混合Copula函数模型对风电场内多风电机组风速相关性进行分析;最后应用最大期望（EM）算法求解模型相关系数并完成风速预测。结合优化算法,改进Copula函数能很好地解决风速相关性问题,为获取准确风速预测值奠定基础。以中国某地区风电场风电机组实测风速数据为例对所提方法进行验证,实验结果表明该模型可在准确分析风速相关性的基础上提高风速预测准确性。     

基于小波深度置信网络的风电爬坡预测方法

为了提高风电爬坡事件预测的准确性,提出一种基于深度学习的具有特征自适应选择的小波深度置信网络(WDBNAFS)算法。首先,分析风电功率混沌特性。然后,对时间序列数据进行小波分解,设计特征自适应选择算法选取建模数据作为预测模型的输入变量。最后,采用深度置信网络构建风电爬坡事件预测模型,设计基于实际生产数据的实验验证所提出算法的有效性。仿真结果表明,所提出算法预测准确率可达90%以上。     

基于分裂-合并策略改进多特征聚类算法的风电机组故障分析

大数据分析是大数据技术的主要应用,对大数据集进行多维度分析的多特征聚类技术越来越受到关注。针对风电机组重复故障,提出了一种分裂-合并策略改进多特征聚类算法技术的大数据处理方法。选用LabVIEW分析工具,利用改进多特征聚类算法对国内某风电场33台1.5 MW机组2015年全年的故障月报数据中的偏航系统故障进行了聚类分析,对原始数据与剔除重复故障后的数据进行统计,分别计算了故障发生频次与MTBF两项可靠性指标,通过对计算结果进行对比分析可知,由于重复故障的存在,使得利用原始数据统计得到的可靠性指标与真实值存在较大偏差,经过聚类分析的故障数据可以大大提高分析结果的准确性,更能反映机组真实的可靠性水平。     

基于蚁狮算法的风电集群储能容量配置优化方法

随着风电渗透率提高,风电并网对电网安全稳定运行影响更加显著。风电配备储能可有效改善风电出力波动性和不确定性,增强可调度性。该文建立以风电集群联合储能系统售电收益最高为优化目标的模型,采用蚁狮算法算法进行求解,得到风电集群功率备用、储能功率和容量最优配置方案,对比蚁狮算法、遗传算法和粒子群算法优化结果,分析储能电池单位成本和寿命对优化结果影响。最后以中国东北某风电集群作为算例,验证了所提算法与模型的有效性。     

超短期最优预报下风电场功率预制修正策略

文章兼用软硬件方法对风电场功率预报进行修正,针对数值天气预报存在一定误差、风能输出功率波动较大、较难精确获取风速与发电机功率输出之间动态关系模型等关键问题,基于数值天气预报历史统计数据,利用BP神经网络,结合前一时段实际风速及输出功率对预制功率进行分时段误差动态修正,提出提高风电场风电功率预报准确度的风储系统,建立改进的风电功率预报系统;同时基于风电场输出功率历史统计数据,利用数理统计方法确定应用于风电场功率预制误差二次修正的储能电池最佳容量,以此提高风电场功率预报精度,达到最优预报目标。采用风电场的实际运行数据,通过MATLAB平台仿真,验证了修正算法策略的效果及可行性。     

基于时空注意力-Seq2Seq模型的多风电机组多步风速预测算法

针对在多风电机组风速预测任务中，卷积运算不适用于提取排布不规则的多风电机组空间相关性的问题，提出一种基于时空注意力-Seq2Seq模型的多风电机组多步风速预测算法。首先使用空间注意力机制强化风速序列的空间相关性，并对常规空间注意力机制进行改进；之后使用Seq2Seq模型中的编码器进行编码；最后使用结合时间注意力机制的解码器计算多风电机组的多步预测结果。以河北市某风电场的实际数据为算例进行实验，结果表明相比其他对比算法，所提算法的平均绝对误差下降约4.3%～15.0%，精度有较大提高。     

基于风储经济调度的储能容量优化配置

大容量储能系统理论上可抑制风电出力波动,但其经济性不足成为实践应用的巨大瓶颈。文章从含储能的风电系统优化经济调度角度出发,以含风储的电力系统总成本最小为目标,主要考虑了因储能补偿风电功率预测误差而减小的火电旋转备用容量折算成本、因储能补偿平抑风电出力波动而减小的火电旋转备用容量折算成本,储能补偿风电场弃风成本,储能补偿火电排污和环境治理成本,以联合提高风电预测精度和平抑风电波动满足国网规定标准为约束,构建含风储的电力系统优化经济调度数学模型,采用遗传算法针对新疆某含风电的地区电网加装储能进行了储能容量优化配置。仿真结果表明,所提储能容量配置占风电场装机容量的9.60%,经济性较好,方法有效可行,具有较好的应用前景。