本文選題：混合儲(chǔ)能系統(tǒng)　切入點(diǎn)：雙向AC/DC變流器　出處：《上海電機(jī)學(xué)院》2017年碩士論文

【摘要】：隨著大規(guī)模波動(dòng)性新能源并網(wǎng),潛在的風(fēng)電爬坡事件影響著電力系統(tǒng)的安全穩(wěn)定性和供電充裕性。針對(duì)復(fù)雜的風(fēng)電爬坡事件,本文綜合利用了混合儲(chǔ)能技術(shù)輔助風(fēng)電功率爬坡控制,并采用了粒子群算法(Particle Swarm Optimization,PSO)對(duì)混合儲(chǔ)能系統(tǒng)的容量進(jìn)行了優(yōu)化配置。主要完成了以下工作:首先,對(duì)蓄電池和超級(jí)電容進(jìn)行了特性分析和比較。采用了基于電流電壓雙環(huán)解耦的空間矢量脈寬調(diào)制控制策略,建立了雙向AC/DC變流器的模型,完成了混合儲(chǔ)能系統(tǒng)的綜合等效模型的建立,并在Simulink中對(duì)其進(jìn)行仿真分析。其次,針對(duì)復(fù)雜的風(fēng)電爬坡事件,提出了基于儲(chǔ)能電池SOC反饋的場(chǎng)景切換系統(tǒng)控制策略輔助風(fēng)電功率爬坡控制,使復(fù)雜的風(fēng)電爬坡場(chǎng)景得到緩解。引入場(chǎng)景系數(shù)k,利用模糊控制動(dòng)態(tài)參數(shù)確定的方法更新k的值,通過結(jié)合棄風(fēng)等手段使儲(chǔ)能系統(tǒng)既滿足平抑風(fēng)電波動(dòng)輸出功率的要求,又能限制電池過放現(xiàn)象。并在Matlab/Simulink中搭建風(fēng)儲(chǔ)仿真模型,驗(yàn)證了控制策略的有效性。然后,考慮了混合儲(chǔ)能系統(tǒng)的全壽命周期年均成本和輔助風(fēng)電爬坡控制運(yùn)行的懲罰成本,建立了儲(chǔ)能系統(tǒng)經(jīng)濟(jì)性評(píng)估總模型。在場(chǎng)景切換控制策略的基礎(chǔ)上,建立了以風(fēng)電接納能力最大和儲(chǔ)能系統(tǒng)運(yùn)營(yíng)成本最小的多目標(biāo)函數(shù),在滿足爬坡約束的前提下,運(yùn)用粒子群優(yōu)化算法,使系統(tǒng)對(duì)儲(chǔ)能的容量需求更小,達(dá)到系統(tǒng)經(jīng)濟(jì)性和風(fēng)電接納能力最優(yōu)。最后,對(duì)整個(gè)實(shí)驗(yàn)系統(tǒng)進(jìn)行了設(shè)計(jì),搭建了基于RT-LAB實(shí)時(shí)數(shù)字仿真實(shí)驗(yàn)平臺(tái)。驗(yàn)證了所提出的風(fēng)力發(fā)電系統(tǒng)和混合儲(chǔ)能系統(tǒng)控制策略的有效性。
[Abstract]:With large-scale volatility of new energy connected to the grid, potential wind power climbing events affect the safety, stability and power supply adequacy of power systems. In this paper, the hybrid energy storage technology is used to assist the wind power climbing control, and particle swarm optimization algorithm (PSO) is used to optimize the capacity of the hybrid energy storage system. The characteristics of storage battery and super capacitor are analyzed and compared. The control strategy of space vector pulse width modulation based on double loop decoupling of current and voltage is adopted, and the model of bidirectional AC/DC converter is established. The integrated equivalent model of hybrid energy storage system is established and simulated in Simulink. Secondly, for the complex wind power climbing event, In this paper, a scene switching system control strategy based on SOC feedback from energy storage battery is proposed to help wind power climbing control to ease the complex wind power climbing scene. The scene coefficient k is introduced and the value of k is updated by the method of fuzzy control dynamic parameter determination. The energy storage system can not only meet the requirement of output power of wind power fluctuation but also limit the over-discharge of battery by combining with abandoned wind. The simulation model of air storage is built in Matlab/Simulink to verify the effectiveness of the control strategy. Considering the full life cycle annual cost of hybrid energy storage system and the penalty cost of auxiliary wind power climbing control operation, a general economic evaluation model of energy storage system is established. A multi-objective function with the maximum wind power acceptance capacity and the lowest operating cost of the energy storage system is established. On the premise of satisfying the climbing constraints, the particle swarm optimization algorithm is used to make the energy storage capacity of the system less demanding. The system economy and wind power acceptance capacity are optimized. Finally, the whole experimental system is designed. A real time digital simulation experiment platform based on RT-LAB is built to verify the effectiveness of the proposed control strategy for wind power system and hybrid energy storage system.
【學(xué)位授予單位】：上海電機(jī)學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TM614

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 錢政;裴巖;曹利宵;王婧怡;荊博;;風(fēng)電功率預(yù)測(cè)方法綜述[J];高電壓技術(shù);2016年04期

2 杜彬;王致杰;劉三明;朱紅英;王東偉;黃麒元;;基于分段優(yōu)化的風(fēng)電功率爬坡有限度控制策略[J];電力系統(tǒng)自動(dòng)化;2016年05期

3 田立亭;李建林;程林;;基于概率預(yù)測(cè)的儲(chǔ)能系統(tǒng)輔助風(fēng)電場(chǎng)爬坡率控制[J];高電壓技術(shù);2015年10期

4 歐陽(yáng)庭輝;查曉明;秦亮;熊一;夏添;;風(fēng)電功率爬坡事件預(yù)測(cè)時(shí)間窗選取建模[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年13期

5 向育鵬;衛(wèi)志農(nóng);孫國(guó)強(qiáng);孫永輝;沈海平;;基于全壽命周期成本的配電網(wǎng)蓄電池儲(chǔ)能系統(tǒng)的優(yōu)化配置[J];電網(wǎng)技術(shù);2015年01期

6 汪海蛟;江全元;;應(yīng)用于平抑風(fēng)電功率波動(dòng)的儲(chǔ)能系統(tǒng)控制與配置綜述[J];電力系統(tǒng)自動(dòng)化;2014年19期

7 崔明建;孫元章;柯德平;;基于原子稀疏分解和BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率爬坡事件預(yù)測(cè)[J];電力系統(tǒng)自動(dòng)化;2014年12期

8 張純江;董杰;劉君;賁冰;;蓄電池與超級(jí)電容混合儲(chǔ)能系統(tǒng)的控制策略[J];電工技術(shù)學(xué)報(bào);2014年04期

9 婁素華;吳耀武;崔艷昭;易林;王建軍;侯婷婷;;電池儲(chǔ)能平抑短期風(fēng)電功率波動(dòng)運(yùn)行策略[J];電力系統(tǒng)自動(dòng)化;2014年02期

10 桑丙玉;陶以彬;鄭高;胡金杭;俞斌;;超級(jí)電容-蓄電池混合儲(chǔ)能拓?fù)浣Y(jié)構(gòu)和控制策略研究[J];電力系統(tǒng)保護(hù)與控制;2014年02期

相關(guān)博士學(xué)位論文 前5條

1 戚永志;大規(guī)模風(fēng)電爬坡有限度控制研究[D];山東大學(xué);2016年

2 王利猛;混合儲(chǔ)能系統(tǒng)在含風(fēng)電電網(wǎng)中的應(yīng)用研究[D];華北電力大學(xué);2015年

3 何成明;大規(guī)模風(fēng)電并網(wǎng)的有功協(xié)調(diào)控制研究[D];山東大學(xué);2015年

4 王姝;儲(chǔ)能技術(shù)應(yīng)用于電力系統(tǒng)時(shí)的協(xié)調(diào)控制研究[D];華中科技大學(xué);2015年

5 李軍徽;抑制風(fēng)電對(duì)電網(wǎng)影響的儲(chǔ)能系統(tǒng)優(yōu)化配置及控制研究[D];華北電力大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 張磊;儲(chǔ)能雙向變流器的研制及其控制策略研究[D];安徽大學(xué);2016年

2 陳麗娟;微電網(wǎng)中分布式電源的協(xié)調(diào)控制與優(yōu)化研究[D];上海電機(jī)學(xué)院;2016年

3 苗驍健;混合儲(chǔ)能系統(tǒng)的控制策略與容量?jī)?yōu)化研究[D];山東大學(xué);2015年

4 鄭旭東;平抑風(fēng)電功率波動(dòng)的多儲(chǔ)能系統(tǒng)集中控制策略研究[D];東北電力大學(xué);2015年

5 張婷;風(fēng)電波動(dòng)實(shí)時(shí)平抑中的混合儲(chǔ)能系統(tǒng)控制策略及容量配置方法研究[D];浙江大學(xué);2015年

6 魏丹;微電網(wǎng)復(fù)合儲(chǔ)能系統(tǒng)控制策略研究[D];上海電機(jī)學(xué)院;2015年

7 雷蕓;三相雙向變流器無鎖相環(huán)控制策略[D];南京航空航天大學(xué);2014年

8 夏雪;大規(guī)模風(fēng)電爬坡風(fēng)機(jī)功率有限度控制研究[D];山東大學(xué);2014年

9 呂超賢;多類型儲(chǔ)能系統(tǒng)平抑風(fēng)電場(chǎng)功率波動(dòng)的協(xié)調(diào)控制策略研究[D];湖南大學(xué);2014年

10 朱星旭;平抑風(fēng)電功率波動(dòng)的混合儲(chǔ)能控制策略研究[D];東北電力大學(xué);2014年

，

本文編號(hào)：1674203