風光儲聯(lián)合發(fā)電系統(tǒng)儲能控制策略
發(fā)布時間：2022-01-12 05:21
為提高風光儲系統(tǒng)的可調度性,建立了風光儲發(fā)電系統(tǒng)儲能電站控制模型。結合風/光電站的運行實際,將風力、光伏發(fā)電的功率預測結果表示為模糊變量,給定實際功率數據曲線,以其短期預測曲線作為計劃出力曲線,以實際出力曲線和計劃出力曲線的均方根誤差最小、預測合格率最大、充放電功率平緩及儲能電量維持合理范圍為目標,以風/光電站及儲能電站發(fā)電限值為約束條件,通過相關機會目標規(guī)劃方法對多目標任務進行追蹤,利用模糊模擬及動態(tài)粒子群算法進行求解,依據超短期預測曲線進行滾動計算,得出控制時段內實際出力曲線。算例仿真結果表明,該儲能控制策略符合風光儲電站的運行實際,可使風光儲發(fā)電系統(tǒng)很好地跟蹤計劃出力曲線。
【文章來源】：熱力發(fā)電. 2020,49(08)北大核心
【文章頁數】：6 頁
【部分圖文】：
風光儲聯(lián)合發(fā)電系統(tǒng)儲能電站控制模型Fig.1Thecontrolmodelofenergystoragepowerstationinwind/PV/energystoragepowersystem
154熱力發(fā)電2020年http://www.rlfd.com.cn備的儲能電站的最大充/放電功率為20MW，儲能裝置最大電量為30MW·h，最小電量為3MW·h。在仿真階段，其初始電量為18MW·h，充放電效率均為0.87，放電率ρ為0.01。該算例以風電和光伏電站實際功率曲線為起始數據，如圖2所示。功率預測的誤差的分布參數由歷史統(tǒng)計數據得到[16]，為驗證出力計劃跟蹤性能，本文超短期功率預測參數σ取2.0，正、負誤差的統(tǒng)計平均值E+和E–分別取為10和–10；短期功率預測參數σ取2.3，正負誤差的統(tǒng)計平均值E+和E–分別取為30和–30。該仿真設定的儲能控制周期為1日，參考新能源功率預測系統(tǒng)考核要求，1日選定96個點，每點間隔15min；超短期預測數據為16個點，每點間隔15min。圖2風力/光伏發(fā)電實際功率曲線Fig.2Theactualpowercurvesofwind/PVpowergeneration由圖2可知，沒有儲能裝置參與的風、光出力曲線變化劇烈，這也符合自然情況。計劃出力曲線根據風光實際出力曲線預測數據進行反推，使用最小二乘法進行曲線擬合，計劃出力曲線應盡可能平緩。通過對每個功率點使用超短期預測數據進行滾動計算，得出全天的實際出力曲線。儲能控制不僅要保證出力曲線匹配出力計劃，而且要保證儲能電站不過早進入滿充和無電狀態(tài)。利用動態(tài)粒子群算法求解，風光儲系統(tǒng)計劃出力與實際出力結果如圖3所示，儲能電站的剩余電量如圖4所示，儲能電站的充放電功率如圖5所示。由圖3可知，風光儲聯(lián)合發(fā)電系統(tǒng)的實際出力曲線相對平滑，且與計劃出力曲線的變化趨勢保持一致，能夠較好地跟蹤計劃?
風光儲系統(tǒng)計劃出力與實際出力Fig.3Theplannedoutputcurveandactualoutputcurveofthewind/PV/energystoragehybridsystem
【參考文獻】：
期刊論文
[1]基于相關機會目標規(guī)劃的風光儲聯(lián)合發(fā)電系統(tǒng)儲能調度策略[J]. 趙書強,劉大正,謝宇琪,劉晉,胡永強. 電力系統(tǒng)自動化. 2015(14)
[2]含儲能資源參與的自動發(fā)電控制策略研究[J]. 胡澤春,謝旭,張放,張晶,宋永華. 中國電機工程學報. 2014(29)
[3]風光儲聯(lián)合系統(tǒng)輸出功率滾動優(yōu)化與實時控制[J]. 戚永志,劉玉田. 電工技術學報. 2014(08)
[4]平滑新能源輸出波動的儲能優(yōu)化配置方法[J]. 桑丙玉,王德順,楊波,葉季蕾,陶以彬. 中國電機工程學報. 2014(22)
[5]風光儲聯(lián)合發(fā)電系統(tǒng)有功控制策略研究及工程應用[J]. 任洛卿,白澤洋,于昌海,王銀明,鄭立,任巍曦. 電力系統(tǒng)自動化. 2014(07)
[6]國家風光儲輸示范工程介紹及其典型運行模式分析[J]. 高明杰,惠東,高宗和,雷為民,李建林,王銀明. 電力系統(tǒng)自動化. 2013(01)
[7]風光蓄互補發(fā)電系統(tǒng)容量的改進優(yōu)化配置方法[J]. 徐林,阮新波,張步涵,毛承雄. 中國電機工程學報. 2012(25)
[8]含風電場電力系統(tǒng)機組組合的模糊機會約束決策模型[J]. 艾欣,劉曉,孫翠英. 電網技術. 2011(12)
[9]基于大規(guī)模儲能系統(tǒng)的智能電網兼容性研究[J]. 廖懷慶,劉東,黃玉輝,陳羽,柳勁松. 電力系統(tǒng)自動化. 2010(02)
[10]電池儲能系統(tǒng)在改善并網風電場電能質量和穩(wěn)定性中的應用[J]. 張步涵,曾杰,毛承雄,金玉潔,王云玲. 電網技術. 2006(15)
本文編號：3584179
【文章來源】：熱力發(fā)電. 2020,49(08)北大核心
【文章頁數】：6 頁
【部分圖文】：
風光儲聯(lián)合發(fā)電系統(tǒng)儲能電站控制模型Fig.1Thecontrolmodelofenergystoragepowerstationinwind/PV/energystoragepowersystem
154熱力發(fā)電2020年http://www.rlfd.com.cn備的儲能電站的最大充/放電功率為20MW，儲能裝置最大電量為30MW·h，最小電量為3MW·h。在仿真階段，其初始電量為18MW·h，充放電效率均為0.87，放電率ρ為0.01。該算例以風電和光伏電站實際功率曲線為起始數據，如圖2所示。功率預測的誤差的分布參數由歷史統(tǒng)計數據得到[16]，為驗證出力計劃跟蹤性能，本文超短期功率預測參數σ取2.0，正、負誤差的統(tǒng)計平均值E+和E–分別取為10和–10；短期功率預測參數σ取2.3，正負誤差的統(tǒng)計平均值E+和E–分別取為30和–30。該仿真設定的儲能控制周期為1日，參考新能源功率預測系統(tǒng)考核要求，1日選定96個點，每點間隔15min；超短期預測數據為16個點，每點間隔15min。圖2風力/光伏發(fā)電實際功率曲線Fig.2Theactualpowercurvesofwind/PVpowergeneration由圖2可知，沒有儲能裝置參與的風、光出力曲線變化劇烈，這也符合自然情況。計劃出力曲線根據風光實際出力曲線預測數據進行反推，使用最小二乘法進行曲線擬合，計劃出力曲線應盡可能平緩。通過對每個功率點使用超短期預測數據進行滾動計算，得出全天的實際出力曲線。儲能控制不僅要保證出力曲線匹配出力計劃，而且要保證儲能電站不過早進入滿充和無電狀態(tài)。利用動態(tài)粒子群算法求解，風光儲系統(tǒng)計劃出力與實際出力結果如圖3所示，儲能電站的剩余電量如圖4所示，儲能電站的充放電功率如圖5所示。由圖3可知，風光儲聯(lián)合發(fā)電系統(tǒng)的實際出力曲線相對平滑，且與計劃出力曲線的變化趨勢保持一致，能夠較好地跟蹤計劃?
風光儲系統(tǒng)計劃出力與實際出力Fig.3Theplannedoutputcurveandactualoutputcurveofthewind/PV/energystoragehybridsystem
【參考文獻】：
期刊論文
[1]基于相關機會目標規(guī)劃的風光儲聯(lián)合發(fā)電系統(tǒng)儲能調度策略[J]. 趙書強,劉大正,謝宇琪,劉晉,胡永強. 電力系統(tǒng)自動化. 2015(14)
[2]含儲能資源參與的自動發(fā)電控制策略研究[J]. 胡澤春,謝旭,張放,張晶,宋永華. 中國電機工程學報. 2014(29)
[3]風光儲聯(lián)合系統(tǒng)輸出功率滾動優(yōu)化與實時控制[J]. 戚永志,劉玉田. 電工技術學報. 2014(08)
[4]平滑新能源輸出波動的儲能優(yōu)化配置方法[J]. 桑丙玉,王德順,楊波,葉季蕾,陶以彬. 中國電機工程學報. 2014(22)
[5]風光儲聯(lián)合發(fā)電系統(tǒng)有功控制策略研究及工程應用[J]. 任洛卿,白澤洋,于昌海,王銀明,鄭立,任巍曦. 電力系統(tǒng)自動化. 2014(07)
[6]國家風光儲輸示范工程介紹及其典型運行模式分析[J]. 高明杰,惠東,高宗和,雷為民,李建林,王銀明. 電力系統(tǒng)自動化. 2013(01)
[7]風光蓄互補發(fā)電系統(tǒng)容量的改進優(yōu)化配置方法[J]. 徐林,阮新波,張步涵,毛承雄. 中國電機工程學報. 2012(25)
[8]含風電場電力系統(tǒng)機組組合的模糊機會約束決策模型[J]. 艾欣,劉曉,孫翠英. 電網技術. 2011(12)
[9]基于大規(guī)模儲能系統(tǒng)的智能電網兼容性研究[J]. 廖懷慶,劉東,黃玉輝,陳羽,柳勁松. 電力系統(tǒng)自動化. 2010(02)
[10]電池儲能系統(tǒng)在改善并網風電場電能質量和穩(wěn)定性中的應用[J]. 張步涵,曾杰,毛承雄,金玉潔,王云玲. 電網技術. 2006(15)
本文編號：3584179
本文鏈接：http://sikaile.net/kejilunwen/dianlilw/3584179.html
