本文選題：風(fēng)力發(fā)電 + 儲(chǔ)能容量�。� 參考：《河北科技大學(xué)》2017年碩士論文

【摘要】：風(fēng)能是當(dāng)前最具有開發(fā)潛力的可再生能源之一,而風(fēng)力發(fā)電是其開發(fā)的最有效途徑,但由于風(fēng)電具有波動(dòng)性和間歇性,風(fēng)電的大規(guī)模并網(wǎng)對(duì)電力系統(tǒng)安全穩(wěn)定運(yùn)行會(huì)造成嚴(yán)重影響。將儲(chǔ)能技術(shù)應(yīng)用于風(fēng)力發(fā)電從而平抑風(fēng)電場輸出功率的波動(dòng),構(gòu)成風(fēng)儲(chǔ)聯(lián)合發(fā)電系統(tǒng)是當(dāng)前解決這個(gè)問題的理想方案。因此,如何優(yōu)化配置合理容量的儲(chǔ)能系統(tǒng),使風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的輸出功率與預(yù)測(cè)調(diào)度計(jì)劃相適應(yīng),對(duì)提高電網(wǎng)消納風(fēng)電的能力、促進(jìn)風(fēng)電的大規(guī)模發(fā)展、具有重要理論和工程實(shí)際意義。為了更好優(yōu)化配置合理的風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的儲(chǔ)能容量,提高風(fēng)儲(chǔ)聯(lián)合發(fā)電系統(tǒng)并網(wǎng)后的功率輸出穩(wěn)定性,本文首先分析了風(fēng)力發(fā)電系統(tǒng)的模型和儲(chǔ)能系統(tǒng)的模型,著重總結(jié)了風(fēng)力機(jī)模型、風(fēng)力發(fā)電機(jī)模型和儲(chǔ)能系統(tǒng)模型的特征;接著分析和提煉了影響風(fēng)儲(chǔ)聯(lián)合系統(tǒng)儲(chǔ)能容量的兩個(gè)主要相關(guān)因素:風(fēng)電場輸出功率的預(yù)測(cè)因素和儲(chǔ)能容量優(yōu)化目標(biāo)因素。針對(duì)影響儲(chǔ)能容量的這兩個(gè)相關(guān)因素,采用持續(xù)預(yù)測(cè)方法獲取風(fēng)電場小時(shí)預(yù)測(cè)出力,采用了以儲(chǔ)能系統(tǒng)的運(yùn)行成本、充放電損失電量和棄風(fēng)能量的費(fèi)用總和最小為目標(biāo)的儲(chǔ)能系統(tǒng)容量優(yōu)化模型;針對(duì)該模型,結(jié)合風(fēng)儲(chǔ)聯(lián)合系統(tǒng)歷史輸出功率與預(yù)測(cè)調(diào)度計(jì)劃的差值功率的分布特性,采用了基于“調(diào)度置信度水平”的風(fēng)儲(chǔ)聯(lián)合系統(tǒng)儲(chǔ)能容量優(yōu)化算法,這種算法運(yùn)用非參數(shù)估計(jì)擬合差值功率的概率分布函數(shù)和累積分布函數(shù),從而得到儲(chǔ)能系統(tǒng)的優(yōu)化容量配置;最后,針對(duì)功率型儲(chǔ)能系統(tǒng)對(duì)象,基于河北某風(fēng)電場實(shí)測(cè)數(shù)據(jù),開展了風(fēng)儲(chǔ)聯(lián)合系統(tǒng)儲(chǔ)能容量優(yōu)化的仿真與分析,結(jié)果表明:與傳統(tǒng)方法相比,運(yùn)用“調(diào)度置信度水平”的優(yōu)化方法,在置信度越高的情況下,儲(chǔ)能系統(tǒng)的運(yùn)行成本、充放電損失電量和棄風(fēng)能量的費(fèi)用總和最小。本文的工作為風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的儲(chǔ)能容量優(yōu)化配置提供了一種有效方法。
[Abstract]:Wind energy is one of the most promising renewable energy sources, and wind power generation is the most effective way to develop it.The large-scale grid connection of wind power will have a serious impact on the safe and stable operation of power system.The application of energy storage technology to wind power generation to stabilize the fluctuation of output power of wind farm is an ideal solution to this problem.Therefore, how to optimize the allocation of the energy storage system with reasonable capacity, so that the output power of the combined wind storage system can be adapted to the forecast and dispatch plan, will improve the ability of the grid to absorb wind power and promote the large-scale development of wind power.It has important theoretical and practical significance.In order to optimize the energy storage capacity of the combined wind storage system and improve the power output stability of the combined wind power generation system, this paper first analyzes the model of the wind power system and the energy storage system.The characteristics of wind turbine model, wind turbine model and energy storage system model are summarized.Then two main related factors affecting the energy storage capacity of the combined wind storage system are analyzed and refined: the prediction factors of wind farm output power and the target factors of energy storage capacity optimization.In view of the two related factors affecting energy storage capacity, the hourly predictive force of wind farm is obtained by the method of continuous prediction, and the operating cost of the energy storage system is adopted.The capacity optimization model of energy storage system based on the minimum summation of charge and discharge energy loss and abandonment energy is proposed, and the distribution characteristics of the historical output power of the combined air storage system and the difference power between the predicted scheduling plan and the historical output power of the combined air storage system are considered.Based on the "level of confidence level of dispatch", an optimization algorithm for energy storage capacity of combined wind and storage systems is proposed. This algorithm uses nonparametric estimation to fit probability distribution function and cumulative distribution function of difference power.Finally, based on the measured data of a wind farm in Hebei Province, the simulation and analysis of energy storage capacity optimization of the combined wind storage system are carried out.The results show that, compared with the traditional method, the optimal method of "dispatching confidence level" is used to minimize the total operating cost, charge and discharge loss and abandon energy cost of the energy storage system under the condition of higher confidence level.The work in this paper provides an effective method for optimizing the energy storage capacity of the combined wind storage system.
【學(xué)位授予單位】：河北科技大學(xué)
【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)】

中國期刊全文數(shù)據(jù)庫 前10條

1 何凌云;吳夢(mèng);尹芳;;可再生能源投資總量和結(jié)構(gòu)對(duì)碳排放的影響研究[J];中國地質(zhì)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2017年01期

2 王宗會(huì);周勇;張德平;;基于改進(jìn)的非參數(shù)方法的軟件失效預(yù)測(cè)模型[J];計(jì)算機(jī)科學(xué);2016年06期

3 孫秀全;王鐵;曹貽森;楊甜甜;王文坤;左鵬;;F-T柴油引燃甲醇均質(zhì)混合氣的HCII燃燒特性研究[J];中國農(nóng)機(jī)化學(xué)報(bào);2016年04期

4 楊家然;王興成;蔣程;羅曉芬;;計(jì)及風(fēng)力發(fā)電風(fēng)險(xiǎn)的電力系統(tǒng)多目標(biāo)動(dòng)態(tài)優(yōu)化調(diào)度[J];電力系統(tǒng)保護(hù)與控制;2016年07期

5 王立志;宋偉;汪德洋;李棟;張峰源;;STM32的風(fēng)光互補(bǔ)發(fā)電蓄電池充放電保護(hù)研究[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2016年02期

6 夏安俊;魯宗相;閔勇;阮佳陽;趙俊屹;楊超穎;;雙饋異步發(fā)電機(jī)風(fēng)電場聚合模型研究[J];電網(wǎng)技術(shù);2015年07期

7 靳文濤;李蓓;謝志佳;;電池儲(chǔ)能系統(tǒng)在跟蹤風(fēng)電計(jì)劃出力中的需求分析[J];儲(chǔ)能科學(xué)與技術(shù);2013年03期

8 楊焱洲;;風(fēng)電并網(wǎng)對(duì)電力系統(tǒng)可靠性影響研究[J];河南科技;2012年16期

9 丁明;吳建鋒;朱承治;趙波;陳自年;羅亞橋;;具備荷電狀態(tài)調(diào)節(jié)功能的儲(chǔ)能系統(tǒng)實(shí)時(shí)平滑控制策略[J];中國電機(jī)工程學(xué)報(bào);2013年01期

10 張浩;馬愛軍;李文斌;張成剛;;風(fēng)電場日出力曲線和儲(chǔ)能容量關(guān)系研究[J];中國電力;2012年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 劉平;電化學(xué)光電轉(zhuǎn)換與儲(chǔ)存的新構(gòu)思與新技術(shù)研究[D];武漢大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 陳業(yè)雅;風(fēng)電—蓄電池儲(chǔ)能聯(lián)合優(yōu)化運(yùn)行研究[D];華中科技大學(xué);2014年

2 張建琴;空間鋰離子蓄電池充放電一體化供電技術(shù)研究[D];上海交通大學(xué);2012年

3 徐琳;微電網(wǎng)蓄電池儲(chǔ)能系統(tǒng)控制技術(shù)研究[D];山東大學(xué);2012年

4 毛彪;液流儲(chǔ)能對(duì)分布式發(fā)電系統(tǒng)穩(wěn)定運(yùn)行的作用機(jī)理及優(yōu)化配置理論研究[D];華中科技大學(xué);2012年

5 樸金姬;神經(jīng)網(wǎng)絡(luò)算法在風(fēng)電場功率預(yù)測(cè)中的應(yīng)用研究[D];華北電力大學(xué)（北京）;2011年

6 張夏菲;非參數(shù)核密度估計(jì)負(fù)荷模型在電網(wǎng)可靠性評(píng)估中的應(yīng)用[D];重慶大學(xué);2010年

7 王宇;雙饋風(fēng)力發(fā)電系統(tǒng)控制技術(shù)研究[D];天津大學(xué);2009年

8 華丹;蓄電池充放電監(jiān)測(cè)集成系統(tǒng)的研究與實(shí)現(xiàn)[D];南京理工大學(xué);2009年

，

本文編號(hào)：1768975