基于移动平均法和风电波动率约束的电池储能系统平滑风电出力控制策略

利用电池储能系统平滑风电功率波动可以提高风力发电功率输出的稳定性。针对风电出力的间歇性和波动性,基于移动平均算法,在同时考虑储能系统的荷电状态(state of charge,SOC)和风电功率波动率的情况下提出了一种平滑风电功率控制策略,并与传统一阶低通滤波平滑风电功率方法进行对比。通过Matlab/Simulink仿真验证了该方法的有效性,在平滑风电并网功率的同时可以有效减少储能使用次数与储能能量。     

基于移动平均法和风电波动率约束的电池储能系统平滑风电出力控制策略

利用电池储能系统平滑风电功率波动可以提高风力发电功率输出的稳定性。针对风电出力的间歇性和波动性,基于移动平均算法,在同时考虑储能系统的荷电状态（state of charge,SOC）和风电功率波动率的情况下提出了一种平滑风电功率控制策略,并与传统一阶低通滤波平滑风电功率方法进行对比。通过Matlab/Simulink仿真验证了该方法的有效性,在平滑风电并网功率的同时可以有效减少储能使用次数与储能能量。     

含风电系统的有功和备用协调优化方法

针对风电的随机性、波动性分析应对风电功率预测误差和风电功率波动所需的备用容量,并根据风电功率预测误差概率分布和风电功率波动概率分布建立风电备用需求与风电出力之间的关系,提出了风电备用需求新模型。在此基础上,构建了含风电系统的有功和备用协调优化调度模型,将系统备用容量需求分解为快速备用和事故备用两部分,在得到机组最优出力计划的同时,实现2类备用容量在机组间的优化分配。通过对修订后的IEEE 6节点和IEEE 118节点系统进行仿真计算,验证了所提模型和方法的合理性和有效性。     

基于混合分布模型的风电功率波动特性研究

风电功率的波动特性是影响风电功率预测效果的关键问题之一。为定量描述风电功率波动的概率分布特性,提出基于混合含有尺度参数和位置参数的t分布模型(t Location-scale分布)对风电功率波动变化率进行拟合,通过k均值聚类算法进行模型参数确定。从风电场内风电功率波动的时间分布特性和空间分布特性两方面进行研究,分别比较相同机组数量不同采样间隔和相同采样间隔不同机组数量的风电功率波动的时空分布的概率拟合效果,并将混合含有尺度参数和位置参数的t分布模型与单一分布模型中的Normal分布、t Location-scale分布以及混合高斯分布通过评价指标进行对比,验证了其有效性和普适性。     

电池储能系统平滑风电功率控制策略

风电功率具有随机性与波动性,为减小风电功率波动对电网带来的不利影响、减小风电功率分钟级的波动量,采取一阶低通滤波器并利用电池储能系统对风电功率进行平滑控制。根据风电功率的平滑效果,选取合适的平滑时间常数,分析储能容量与平滑时间常数之间的关系,并根据单位储能平滑率选取合适的储能平滑时间常数,可为风电场通过配置储能系统平滑风电功率提供参考。     

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。     

基于高斯混合模型的风电场群功率波动概率密度分布函数研究

如何描述风电功率波动的概率密度分布特性一直是风电联网运行分析领域的难点。在利用概率密度函数法分析风电功率波动特性的基础上,首先验证了采用多种单一分布函数模型拟合风电波动概率密度分布特性的效果较差,并根据列维定理揭示了风电场群出力波动概率密度分布特性呈现多种分布的规律;在此基础上提出采用高斯混合模型替代单一分布函数模型来拟合风电波动概率密度分布特性的方法。仿真结果表明,高斯混合模型具有良好的拟合效果,适用于描述大型风电场群出力波动的概率密度分布特性。     

基于风电功率min级分量波动特性的 风电场储能容量优化计算

储能为抑制风电功率随机波动性对电力系统的不利影响提供了可能。为减小风电功率随机波动分量对电力系统的影响,提出用储能设备平滑风电功率随机波动频繁的min级分量,并通过分析风电功率min级分量的波动特性,建立对应的储能容量优化配置模型。该模型在充分把握风电功率min级分量波动特性的基础上,以概率统计的区间估计理论确定储能系统的容量配置和最大充放电功率。该优化模型可以较小容量的储能设备改善风电功率的平滑输出,有利于减小风电功率随机波动性对电力系统的不利影响。仿真算例表明了该算法的有效性。     

基于风电功率min级分量波动特性的风电场储能容量优化计算

储能为抑制风电功率随机波动性对电力系统的不利影响提供了可能。为减小风电功率随机波动分量对电力系统的影响,提出用储能设备平滑风电功率随机波动频繁的min级分量,并通过分析风电功率min级分量的波动特性,建立对应的储能容量优化配置模型。该模型在充分把握风电功率min级分量波动特性的基础上,以概率统计的区间估计理论确定储能系统的容量配置和最大充放电功率。该优化模型可以较小容量的储能设备改善风电功率的平滑输出,有利于减小风电功率随机波动性对电力系统的不利影响。仿真算例表明了该算法的有效性。     

电池储能平抑风电功率波动的预测控制方法

风电波动性和随机性严重影响电力系统安全稳定性。为了平抑风功率波动,提出了一种基于模型预测控制(MPC)原理的平抑风电功率波动的电池储能控制方法。该方法利用风电场超短期功率预测信息,以并网风电功率的波动范围、电池储能荷电状态(SOC)、储能出力大小等为约束,通过滚动优化实现对储能的优化控制。算例表明,该方法既能有效平抑风电功率波动,又能超前控制储能SOC值,维持储能的平滑能力,避免储能过充过放。     

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。     

平滑风电功率的电池储能系统优化控制策略

针对风电输出功率的随机性、波动性等特点,在计及风电功率波动和电池储能系统BESS(battery energy storage system)的荷电状态SOC(state of charge)等约束条件的基础上,提出一种基于变滑动平均滤波项数的风电功率波动平滑控制策略。该方法根据风电功率波动和BESS的SOC值,对滑动平均滤波中的项数进行调节,进而调节输出功率的目标值,使BESS的SOC稳定在一定的范围内,避免了BESS的过充/放电,并且提高了系统输出功率平滑效果。仿真分析表明,本文方法在BESS的SOC稳定在限定范围的同时,20 min内风电功率波动率控制在10%内,20 min功率波动累加和比普通滑动平均滤波策略下减少了20.5%,有效提高了风电输出功率的平滑性。     

基于K-means MCMC算法的中长期风电时间序列建模方法研究

构建风电功率时间序列模型对电力系统中长期规划、年/月调度和安全稳定运行具有重要意义。针对传统马尔科夫链-蒙特卡洛法(Markovchain-MonteCarlo,MCMC)法存在的缺陷,提出一种基于粒子群优化的K-means MCMC风电时间序列建模新方法。首先,对历史风电功率数据进行聚类,并对聚类后的不同类别风电功率序列选取最优状态数,分别建立状态转移矩阵;其次,用拟合度较好的混合高斯分布拟合多时间尺度的风电最大波动率的概率分布特性;最后,采用基于类间转移概率矩阵的MCMC方法依次生成模拟风电出力时间序列;同时,在生成模拟序列过程中叠加高频波动分量,使模拟序列延续历史风电序列的波动特性。通过对比本所提方法和传统MCMC法分别生成的模拟风电出力序列以及历史风电功率序列,验证了所提方法的有效性和准确性。     

风电功率波动特性的概率分布研究

波动性是风电功率的固有特性,如何定量地描述风电功率的波动性尚缺乏有效方法。基于大量实测数据的分析,发现可以采用带移位因子与伸缩系数的t分布(t location-scale)描述风电功率波动特性的概率分布。分析表明:风电功率的min级分量约占风电场装机容量的2%~5%;多个风电场输出叠加在一起后可以有效减小min级分量的比例;风机类型对风电波动特性的影响很小,而风电场当前风电出力则对风电波动特性几乎无影响。带移位因子与伸缩系数的t分布还适合于描述风电场相邻时间间隔平均功率变化的概率分布,时间间隔加长后,由于风速相关性减弱,相邻时段平均功率的波动特性增强。     

考虑风电不确定性的风蓄火联合优化经济调度研究

风电的间歇性、波动性和反调峰特性导致大量风能成为弃风,致使风电的经济效益和环保效益均受到影响。针对风电和抽水蓄能以及火电出力的不同特性,文中采用内外两层模型嵌套求解,即优先建立内层风蓄联合运行收益最大和风电入网波动最小的双目标模型,以决定抽水蓄能机组的抽水功率或发电功率,再在外层建立计及不同置信水平风电预测误差的风蓄火联合收益最大的目标模型。以抽水蓄能和风电合作运行来应对风电的不确定性,同时采用机会约束规划来处理模型中的随机变量。采用粒子群优化-遗传算法混合优化算法求解模型,并通过IEEE 30节点系统验证了该模型在增加系统经济效益的同时可以降低风电出力波动性。     

并网型风储联合发电站有功出力控制与仿真

在风电场配置电池储能是一种提升风电电能质量与促进风电消纳的有效手段。本文建立了并网型风储联合发电站工程化电磁仿真模型;提出了风储联合发电站在平滑风电功率波动与跟踪调度计划出力2个运行目标下的有功出力控制策略;分别通过模拟实际风速波动与给定调度计划指令,对风储联合发电站在2个运行目标下的有功出力进行了分钟级仿真验证。结果表明:通过搭建风储联合发电站工程化电磁仿真模型,可以根据自然资源条件,在工程规划与设计阶段快速评估风储容量配置及其运行效果,指导大型风储联合发电工程建设。     

基于重尾分布的风电功率波动特性概率分布

研究风电功率波动特性对于提高风电功率预测精度、促进风电并网消纳、抑制风电并网对电力系统安全运行的不利影响等均具有重要意义.利用风电场实测数据,归纳风电功率波动特性的时变性、异方差性、波动集聚性和"尖峰厚尾"4个基本特征;为定量描述风电功率概率分布,在不同的时空尺度下分别采用正态分布、混合高斯分布以及重尾分布中的t Lo...     

应用于风电场出力平滑的多尺度多指标储能配置

风电场出力具有较强的波动性与不确定性,往往需配置储能以平滑其出力波动、满足风电并网导则要求。针对这一问题,提出了应用于风电场出力平滑的多尺度多指标储能配置模型。首先提出分段线性化的风电出力波动越限惩罚评价方法,并基于此构建了以考虑越限惩罚、储能成本以及限电损失的总运行成本最小为目标的多指标储能配置模型。该模型同时兼顾风电并网1 min与10 min的多时间尺度波动越限要求。为精确求解该模型,采用大M法将原有非线性模型转换成混合整数线性规划模型,通过调用Gurobi求解器求解。最后,基于一周的实际风电场数据,仿真验证了所提方法的有效性。     

风电功率在时间和空间尺度的波动分析

风电功率自身的随机性和波动性对电网的运行影响重大。根据我国国内某地区的实测电网数据对基于NASA地球观测数据库的区域风电功率计算分析方法进行验证,并对基于时间和空间的风电功率波动在线评价指标包括风电容量因数和负荷功率的相关系数,负荷峰谷差率,等效负荷峰谷差率,风电场之间年平均功率波动的相关系数进行计算与分析,为调峰能力计算及风电接入能力分析提供科学依据。     

基于附加风功率预测的风电功率波动平滑控制

为改善风电场出力平滑性,提高电网调峰能力,在现有电池储能系统(battery energy storage system,BESS)平滑风电功率波动控制策略的基础上,提出了一种基于附加风功率预测的BESS平滑风电功率波动的并网控制策略。该方法在不改变BESS现有平滑控制策略的基础上,将风电功率超短期预测技术应用于平滑控制,考虑了未来的风电出力波动对BESS的当前充/放电行为的影响,在满足风电场出力波动限制要求的基础上,优化BESS充/放电动作,防止BESS过充/放电,延长BESS的使用寿命。该控制策略包括3部分:现有平滑控制部分、附加风功率预测控制部分和总体修正部分。利用某地实测数据对某风电场与BESS联合系统进行了研究,结果证明了该控制策略的有效性。研究结果对BESS的工程应用具有指导作用。