本文關(guān)鍵詞：風電波動實時平抑中的混合儲能系統(tǒng)控制策略及容量配置方法研究

  更多相關(guān)文章： 風能波動平抑 混合儲能系統(tǒng) 超短期風速合成 低通濾波算法 粒子群優(yōu)化算法 容量優(yōu)化配置

【摘要】：隨著風力發(fā)電技術(shù)的發(fā)展以及綠色能源的推廣,全球風電總裝機容量不斷增大,風電滲透率水平也不斷提高。但是,由于風電功率具有較強的隨機性與波動性,會給大電網(wǎng)電能質(zhì)量帶來不可忽視的影響,同時也給電網(wǎng)調(diào)度規(guī)劃帶來了巨大的挑戰(zhàn)。對此,各國都針對風電場并網(wǎng)問題制定了相關(guān)標準。本文采用由儲能電池和超級電容組成的混合儲能系統(tǒng)作為功率補償裝置,平抑風電功率波動,使其分別在一分鐘和半小時兩個時間尺度上均滿足相應(yīng)的并網(wǎng)要求。主要研究內(nèi)容包括： 1.提出了一種基于月平均風速的超短期風速合成方法。首先根據(jù)威布爾分布與風速日形狀曲線,由月平均風速生成十分鐘平均風速；再根據(jù)湍流模型與Vor-karman功率譜密度,由十分鐘平均風速生成秒級風速。 2.提出了一種基于自適應(yīng)濾波的實時平抑控制策略。首先,根據(jù)兩個時間尺度上風電功率波動的關(guān)系,自適應(yīng)調(diào)整低通濾波算法的濾波系數(shù),確定使風電并網(wǎng)功率波動在兩個時間尺度上均滿足要求的混合儲能功率；然后,考慮到儲能電池能量密度大、充放電持續(xù)時間長,而超級電容功率密度大、充放電迅速的特點,根據(jù)儲能電池荷電狀態(tài)和充放電改變次數(shù),自適應(yīng)調(diào)整低通濾波算法的濾波系數(shù),協(xié)調(diào)控制儲能電池吸收低頻功率波動,超級電容吸收高頻波動。 3.提出了考慮實際平抑控制策略的、能夠連續(xù)對風電波動進行平抑的儲能系統(tǒng)最小容量確定方法。以典型日為研究對象,以最小化儲能系統(tǒng)一天的荷電變化量以及儲能系統(tǒng)容量為優(yōu)化目標,以電池與超級電容荷電狀態(tài)的限制為約束,建立混合儲能系統(tǒng)容量配置優(yōu)化模型,將實時平抑控制策略融入改進的PSO算法中進行求解。
【關(guān)鍵詞】：風能波動平抑 混合儲能系統(tǒng) 超短期風速合成 低通濾波算法 粒子群優(yōu)化算法 容量優(yōu)化配置
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM614
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-21
• 1.1 課題研究背景及意義11-12
• 1.2 風電并網(wǎng)標準及風能預(yù)測方法12-15
• 1.2.1 國內(nèi)外并網(wǎng)標準對風電功率波動的限制12-13
• 1.2.2 國內(nèi)外風電功率預(yù)測方法13-15
• 1.2.3 國內(nèi)外風速合成方法研究15
• 1.3 儲能技術(shù)的發(fā)展及其在風力發(fā)電中的應(yīng)用15-19
• 1.3.1 國內(nèi)外儲能技術(shù)的發(fā)展現(xiàn)狀16-17
• 1.3.2 儲能技術(shù)在風電并網(wǎng)中的應(yīng)用17-19
• 1.4 本文主要工作19-21
• 第2章 超短期風速合成方法21-30
• 2.1 基于兩參數(shù)威布爾分布和風速特性風速合成21-23
• 2.1.1 兩參數(shù)威布爾模型和風速時間特性介紹21-23
• 2.1.2 10分鐘平均風速合成23
• 2.2 基于風速湍流特性的短期風速合成23-26
• 2.2.1 湍流模型和Vor-karman功率譜密度23-24
• 2.2.2 秒級風速合成24-26
• 2.3 一年秒級風速合成26-29
• 2.3.1 風速的威布爾特性和vor-karman功率譜驗證26-27
• 2.3.2 風速合成仿真27-29
• 2.4 本章小結(jié)29-30
• 第3章 風電波動實時平抑目標功率確定30-43
• 3.1 帶混合儲能系統(tǒng)的風電場介紹30-31
• 3.2 低通濾波算法介紹31-34
• 3.2.1 基于低通濾波算法的風電平抑應(yīng)用31-32
• 3.2.2 低通濾波算法原理32-34
• 3.3 不同時間尺度風電波動的關(guān)系模型34-36
• 3.3.1 風電功率波動率定義34-35
• 3.3.2 不同時間尺度波動關(guān)系35-36
• 3.4 基于參數(shù)自適應(yīng)調(diào)整的低通濾波算法風電實時平抑策略36-39
• 3.5 算法仿真結(jié)果39-42
• 3.6 本章小結(jié)42-43
• 第4章 混合儲能系統(tǒng)的實時控制策略43-53
• 4.1 混合儲能系統(tǒng)數(shù)學(xué)模型43-45
• 4.2 基于改進的低通濾波算法的混合儲能協(xié)調(diào)控制策略45-49
• 4.3 算例分析49-51
• 4.4 本章小結(jié)51-53
• 第5章 結(jié)合實時控制策略的混合儲能系統(tǒng)容量優(yōu)化配置53-64
• 5.1 混合儲能系統(tǒng)容量優(yōu)化配置目標函數(shù)53-55
• 5.1.1 以1天為單位的儲能系統(tǒng)荷電狀態(tài)變化量53-54
• 5.1.2 目標函數(shù)54-55
• 5.2 混合儲能系統(tǒng)容量優(yōu)化配置約束條件55-56
• 5.3 基于改進的PSO算法的混合儲能系統(tǒng)容量優(yōu)化流程56-57
• 5.4 混合儲能系統(tǒng)容量優(yōu)化仿真分析57-63
• 5.4.1 研究對象選擇57-59
• 5.4.2 案例比較59-63
• 5.5 本章小結(jié)63-64
• 第6章 結(jié)論與展望64-66
• 6.1 本文結(jié)論64-65
• 6.2 未來展望65-66
• 參考文獻66-71
• 作者簡歷71-72
• 致謝72

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳國初;楊維;張延遲;徐余法;;風電場風速概率分布參數(shù)計算新方法[J];電力系統(tǒng)及其自動化學(xué)報;2011年01期

2 丁明,張立軍,吳義純;基于時間序列分析的風電場風速預(yù)測模型[J];電力自動化設(shè)備;2005年08期

3 谷興凱;范高鋒;王曉蓉;趙海翔;戴慧珠;;風電功率預(yù)測技術(shù)綜述[J];電網(wǎng)技術(shù);2007年S2期

4 張建忠;程明;;風力發(fā)電隨機風速時間序列生成方法分析與評價[J];風能;2012年01期

5 包小慶;劉志強;吳永忠;李冬梅;;雙參數(shù)威布爾分布函數(shù)的確定及曲線擬合[J];能源與環(huán)境;2007年04期

6 陳健;王成山;趙波;張雪松;;考慮儲能系統(tǒng)特性的獨立微電網(wǎng)系統(tǒng)經(jīng)濟運行優(yōu)化[J];電力系統(tǒng)自動化;2012年20期

7 張坤;吳建東;毛承雄;陸繼明;王丹;黃輝;;基于模糊算法的風電儲能系統(tǒng)的優(yōu)化控制[J];電工技術(shù)學(xué)報;2012年10期

8 王松巖;于繼來;李海峰;羅建裕;;考慮統(tǒng)計和互相關(guān)特性的多風電場風速數(shù)據(jù)模擬生成方法[J];電力系統(tǒng)自動化;2013年06期

9 田培根;肖曦;丁若星;黃秀瓊;;自治型微電網(wǎng)群多元復(fù)合儲能系統(tǒng)容量配置方法[J];電力系統(tǒng)自動化;2013年01期

10 張國駒;陳瑤;唐西勝;于蓉蓉;;基于波動特征參數(shù)的多類型儲能協(xié)調(diào)控制[J];電工技術(shù)學(xué)報;2013年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 于們;基于混合儲能的風電場實時功率調(diào)控系統(tǒng)研究[D];大連理工大學(xué);2012年

，

本文編號：965134