基于风电功率预测与储能技术的风电消纳预测研究

被引:20
作者
李红军 [1 ]
崔双喜 [1 ]
王维庆 [1 ]
刘沛汉 [2 ]
曹玲玲 [3 ]
机构
[1] 新疆大学电气工程学院可再生能源发电与并网技术教育部工程研究中心
[2] 国网新疆昌吉供电公司
[3] 国网北京检修公司
关键词
风储系统; 机组优化; 上下限校验; 测试验证;
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
080811 [新能源发电与电能存储];
摘要
针对风电出力的间歇性、波动性导致的消纳、并网难等问题,提出一种基于风电功率预测与储能技术的风电消纳预测方法。首先,以弃风量最小为目标,构建基于含风电系统各类常规机组的启停状态的组合优化模型,并采用新型离散粒子群算法求解;其次,探寻系统次日24 h全时段可消纳风电的上、下限,并对其加以校核;最后,兼顾系统安全稳定运行与风电调度计划允许误差两个因素,对某实际39节点10机系统分析并引入储能,以实际风电出力为测试对象,并以不同方案调度储能来验证所提方法的有效性与实用性。
引用
收藏
页码:1711 / 1718
页数:8
相关论文
共 10 条
[1]
功率波动下风电并网中的储能技术优化 [J].
吴国诚 .
中国电力, 2016, 49 (09) :148-151
[2]
风电—氢储能与煤化工多能耦合系统设备投资规划优化建模 [J].
袁铁江 ;
李国军 ;
张增强 ;
张龙 ;
蔡高雷 ;
梅生伟 .
电工技术学报, 2016, 31 (14) :21-30
[3]
压缩空气储能技术及其应用探讨 [J].
梅生伟 ;
薛小代 ;
陈来军 .
南方电网技术, 2016, 10 (03) :11-15+31+3
[4]
空调负荷直接负荷控制虚拟储能特性研究 [J].
艾欣 ;
赵阅群 ;
周树鹏 .
中国电机工程学报, 2016, 36 (06) :1596-1603
[5]
基于机组组合的风电消纳能力研究 [J].
李鹏波 ;
罗荣钧 ;
牟春晓 ;
徐建政 .
电工电能新技术, 2015, 34 (08) :25-31
[6]
含风电和储能的电力系统安全约束机组组合问题研究 [J].
刘建平 ;
王旭斌 ;
吴岩 ;
王忠为 ;
张洪力 ;
刘文 .
现代电力, 2015, 32 (05) :48-55
[7]
基于数据特征提取的风电功率预测误差估计方法 [J].
张凯锋 ;
杨国强 ;
陈汉一 ;
王颖 ;
丁恰 .
电力系统自动化, 2014, 38 (16) :22-27+34
[8]
促进风电消纳的发电侧、储能及需求侧联合优化模型 [J].
宋艺航 ;
谭忠富 ;
李欢欢 ;
刘文彦 .
电网技术, 2014, 38 (03) :610-615
[9]
基于日前风功率预测的风电消纳能力评估方法 [J].
贾文昭 ;
康重庆 ;
李丹 ;
陈之栩 ;
刘军 .
电网技术, 2012, 36 (08) :69-75
[10]
一种求解机组组合问题的新型改进粒子群方法 [J].
袁晓辉 ;
王乘 ;
袁艳斌 ;
张勇传 .
电力系统自动化, 2005, (01) :34-38