风氢耦合系统超前控制策略研究

被引:12
作者
卢捷 [1 ]
于立军 [2 ]
郑培 [2 ]
侯胜亚 [2 ]
机构
[1] 上海交通大学中英国际低碳学院
[2] 上海交通大学智慧能源创新学院
关键词
风电; 氢储能; 功率预测; 布谷鸟算法; 超前控制策略;
D O I
10.19912/j.0254-0096.tynxb.2020-0533
中图分类号
TM614 [风能发电]; TK91 [氢能及其利用];
学科分类号
0807 ; 080703 ;
摘要
针对风电场计划出力跟踪精度不足、储能系统调控不力、输出功率波动较大的问题,本文提出风氢耦合系统超前控制策略,其中风氢耦合系统由风电机组-电解槽-储氢罐-燃料电池耦合而成。基于氢储能系统状态、超短期预测功率及日前计划出力,制定系统调节策略,提出最大化计划出力跟踪能力、最大化储能系统调节能力以及最小化功率波动平滑加权的目标函数,利用布谷鸟搜索算法对出力参数进行逐点滚动优化,实现风氢耦合系统计划出力跟踪能力的有效提高。所提出的超前控制策略能减小系统实际输出与出力计划的误差,保持氢储能系统有效调节能力,减小系统平均功率波动,具有良好的应用前景。
引用
收藏
页码:53 / 60
页数:8
相关论文
共 13 条
[1]   非并网风氢互补系统的容量多目标优化 [J].
马榕谷 ;
陈洁 ;
赵军超 ;
张宏伟 ;
孙明 .
太阳能学报, 2019, 40 (02) :422-429
[2]   计及电转气精细化模型的综合能源系统鲁棒随机优化调度 [J].
朱兰 ;
王吉 ;
唐陇军 ;
刘伸 ;
黄超 .
电网技术, 2019, 43 (01) :116-126
[3]   利用风电制氢储能系统提高东北某区域电网弃风消纳能力 [J].
易伟 ;
徐建源 ;
吴冠男 ;
蒋元宇 ;
滕云龙 .
电力电容器与无功补偿, 2018, 39 (04) :190-197
[4]   风电–氢储能与煤化工多能耦合系统能量协调控制策略 [J].
段青熙 ;
袁铁江 ;
梅生伟 ;
陈洁 .
高电压技术, 2018, 44 (01) :176-186
[5]   风电/制氢/燃料电池/超级电容器混合系统控制策略 [J].
蔡国伟 ;
陈冲 ;
孔令国 ;
彭龙 .
电工技术学报, 2017, 32 (17) :84-94
[6]   风氢耦合发电技术研究综述 [J].
蔡国伟 ;
孔令国 ;
薛宇 ;
孙佰仲 .
电力系统自动化, 2014, 38 (21) :127-135
[7]  
A combined filtering strategy for short term and long term wind speed prediction with improved accuracy[J] . Haoshu Cai,Xiaodong Jia,Jianshe Feng,Qibo Yang,Yuan-Ming Hsu,Yudi Chen,Jay Lee. Renewable Energy . 2019
[8]   Hierarchical energy management control for islanding DC microgrid with electric-hydrogen hybrid storage system [J].
Pu, Yuchen ;
Li, Qi ;
Chen, Weirong ;
Liu, Hong .
INTERNATIONAL JOURNAL OF HYDROGEN ENERGY, 2019, 44 (11) :5153-5161
[9]  
Numerical definitions of wind power output fluctuations for power system operations[J] . Takashi Ikegami,Chiyori T. Urabe,Tetsuo Saitou,Kazuhiko Ogimoto. Renewable Energy . 2018
[10]  
A critical review of voltage and reactive power management of wind farms[J] . A.K. Pathak,M.P Sharma,Mahesh Bundele. Renewable and Sustainable Energy Reviews . 2015