【摘要】：眾所周知,與傳統(tǒng)調(diào)頻方式相比,先進(jìn)的儲(chǔ)能系統(tǒng)具有更加快捷、精準(zhǔn)的充電或放電的特性。儲(chǔ)能作為高性能調(diào)頻資源加入電網(wǎng),將提高發(fā)電側(cè)的節(jié)能減排水平,從電網(wǎng)側(cè)改善對(duì)可再生能源的接納能力。本文基于火電廠AGC調(diào)頻的電池儲(chǔ)能系統(tǒng)對(duì)SOC狀態(tài)評(píng)估進(jìn)行分析,并建立電池儲(chǔ)能系統(tǒng)SOC狀態(tài)評(píng)估模型,本文的主要研究?jī)?nèi)容如下:1、針對(duì)火電廠AGC調(diào)頻進(jìn)行簡(jiǎn)單介紹,分析火電廠AGC調(diào)頻的必要性和重要意義,對(duì)儲(chǔ)能系統(tǒng)輔助火電廠AGC調(diào)頻的控制方案進(jìn)行介紹,包含控制與通信接入方案和儲(chǔ)能系統(tǒng)出力控制方式。2、結(jié)合電網(wǎng)的調(diào)度指令,觀察火電廠與儲(chǔ)能系統(tǒng)結(jié)合后的實(shí)際反映和所發(fā)生的變化,從機(jī)組與儲(chǔ)能系統(tǒng)協(xié)調(diào)控制邏輯和機(jī)組與儲(chǔ)能系統(tǒng)聯(lián)合響應(yīng)的典型過(guò)程進(jìn)行分析,從儲(chǔ)能系統(tǒng)出力控制精度和出力響應(yīng)速度兩個(gè)方面,對(duì)儲(chǔ)能系統(tǒng)ACE閉環(huán)運(yùn)行情況和性能測(cè)試結(jié)果進(jìn)行分析。3、采用PSO-BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)儲(chǔ)能系統(tǒng)SOC評(píng)估。以電池的電流和電壓作為神經(jīng)網(wǎng)絡(luò)的輸入,SOC狀態(tài)估計(jì)作為神經(jīng)網(wǎng)絡(luò)的輸出,建立了PSO-BP神經(jīng)網(wǎng)絡(luò)SOC狀態(tài)評(píng)估模型。并與傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行比較,PSO-BP狀態(tài)評(píng)估模型對(duì)SOC的狀態(tài)評(píng)估具有更高的精度。
【圖文】：

正是由于儲(chǔ)能系統(tǒng)在電力調(diào)頻領(lǐng)域具有的這些先天優(yōu)勢(shì)，促使美國(guó)聯(lián)邦能源理委員會(huì)（FERC）在經(jīng)過(guò) 7 年的測(cè)試、分析和論證以后，美國(guó)于 2011 年 10 20 日正式通過(guò)了該法案，，該法案為了發(fā)展儲(chǔ)能調(diào)頻，強(qiáng)制要求各電力市場(chǎng)主如果承擔(dān)調(diào)頻服務(wù)的是儲(chǔ)能系統(tǒng)，則必須為儲(chǔ)能系統(tǒng)所提供的調(diào)頻服務(wù)支付高其他傳統(tǒng)調(diào)頻機(jī)組的價(jià)格。幾乎與此同時(shí)，美國(guó) AES 公司在美國(guó)西佛吉尼亞州資建設(shè)的 3.2 萬(wàn)千瓦鋰電池儲(chǔ)能調(diào)頻站在 2011 年第三季度投入商業(yè)運(yùn)行。該目采用 A123 Systems 公司的儲(chǔ)能系統(tǒng)，這是迄今為止世界上最大的儲(chǔ)能調(diào)頻站。

圖 2-1 不同電源調(diào)頻效果比較于儲(chǔ)能系統(tǒng)在電力調(diào)頻領(lǐng)域具有的這些先天優(yōu)勢(shì)，促使美國(guó)聯(lián)（FERC）在經(jīng)過(guò) 7 年的測(cè)試、分析和論證以后，美國(guó)于 201式通過(guò)了該法案，該法案為了發(fā)展儲(chǔ)能調(diào)頻，強(qiáng)制要求各電力調(diào)頻服務(wù)的是儲(chǔ)能系統(tǒng)，則必須為儲(chǔ)能系統(tǒng)所提供的調(diào)頻服務(wù)調(diào)頻機(jī)組的價(jià)格。幾乎與此同時(shí)，美國(guó) AES 公司在美國(guó)西佛吉 3.2 萬(wàn)千瓦鋰電池儲(chǔ)能調(diào)頻站在 2011 年第三季度投入商業(yè)運(yùn)A123 Systems 公司的儲(chǔ)能系統(tǒng)，這是迄今為止世界上最大的儲(chǔ)
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TM621

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 米增強(qiáng);白俊;劉力卿;范衛(wèi)東;楊再敏;;黑啟動(dòng)火電機(jī)組后儲(chǔ)能型風(fēng)電場(chǎng)的調(diào)控策略研究[J];儲(chǔ)能科學(xué)與技術(shù);2017年01期

2 李建林;靳文濤;惠東;張義;;大規(guī)模儲(chǔ)能在可再生能源發(fā)電中典型應(yīng)用及技術(shù)走向[J];電器與能效管理技術(shù);2016年14期

3 牛陽(yáng);張峰;張輝;梁軍;楊立濱;宋光輝;;提升火電機(jī)組AGC性能的混合儲(chǔ)能優(yōu)化控制與容量規(guī)劃[J];電力系統(tǒng)自動(dòng)化;2016年10期

4 楊春生;牛紅濤;隋良紅;李明興;;基于貝葉斯正則化算法BP神經(jīng)網(wǎng)絡(luò)釩電池SOC預(yù)測(cè)[J];現(xiàn)代電子技術(shù);2016年08期

5 張凱;;基于粒子群算法優(yōu)化SVM在電池SOC估算中的應(yīng)用[J];機(jī)械工程與自動(dòng)化;2016年02期

6 趙書(shū)強(qiáng);王揚(yáng);徐巖;殷加s

本文編號(hào)：2582729