基于负荷预测的储能功率分配优化策略

被引:17
作者
高东学 [1 ]
李文启 [1 ]
李程昊 [1 ,2 ]
高泽 [1 ]
孟高军 [3 ]
机构
[1] 国网河南省电力公司电力科学研究院
[2] 华中科技大学电气与电子工程学院
[3] 南京工程学院电力工程学院
关键词
负荷预测; 储能; 调峰; 调频; 功率分配;
D O I
10.13941/j.cnki.21-1469/tk.2021.04.019
中图分类号
TM715 [电力系统规划];
学科分类号
080802 [电力系统及其自动化];
摘要
针对目前电力系统调峰、调频储能电站容量有限的情况,文章提出了一种基于负荷预测的储能电站调峰、调频功率分配策略。首先建立了基于遗传算法(Genetic Algorithm, GA)优化BP神经网络的负荷预测模型,对电力系统中的负荷进行精准的预测,为储能电站参与调峰、调频提供计划调度参考;在此基础上,计及储能电站参与调峰、调频辅助服务的收益以及成本,建立储能电站参与调峰、调频功率分配经济模型,并利用粒子群算法对其进行优化求解,确定储能电站最优分配结果;最后,基于MTALAB仿真平台,验证了所提功率分配策略的有效性。
引用
收藏
页码:554 / 560
页数:7
相关论文
共 17 条
[1]
储能辅助电力系统调峰的容量需求研究 [D]. 
汪赛 .
广西大学,
2018
[2]
基于GA-BP神经网络的交叉口短时交通流预测 [J].
朱云霞 ;
郭唐仪 .
交通运输研究, 2019, 5 (02) :45-51
[3]
改进粒子群优化BP神经网络短期负荷预测研究 [J].
王瑞 ;
周晨曦 ;
逯静 .
制造业自动化, 2019, 41 (06) :39-42+77
[4]
基于深度递归神经网络的电力系统短期负荷预测模型 [J].
于惠鸣 ;
张智晟 ;
龚文杰 ;
段晓燕 .
电力系统及其自动化学报, 2019, 31 (01) :112-116
[5]
大容量电力储能调峰调频性能综述 [J].
文贤馗 ;
张世海 ;
邓彤天 ;
李盼 ;
陈雯 .
发电技术, 2018, 39 (06) :487-492
[6]
基于风电功率预测与储能技术的风电消纳预测研究 [J].
李红军 ;
崔双喜 ;
王维庆 ;
刘沛汉 ;
曹玲玲 .
可再生能源, 2018, 36 (11) :1711-1718
[7]
以净效益最大为目标的储能电池参与二次调频的容量配置方法 [J].
汤杰 ;
李欣然 ;
黄际元 ;
徐飘 ;
何聪 .
电工技术学报, 2019, 34 (05) :963-972
[8]
考虑系统附加调峰需求的荷源协调控制模型 [J].
朱丹丹 ;
刘文颖 ;
张雨薇 ;
胡阳 ;
王维洲 .
可再生能源, 2018, 36 (10) :1504-1508
[9]
BP神经网络PID在氯化工艺中的应用 [J].
杨光辉 ;
严盈富 .
化工自动化及仪表, 2018, 45 (06) :434-438
[10]
适应辅助服务市场化的自动发电控制调频容量实时计算方法 [J].
仇进 ;
吴继平 ;
滕贤亮 ;
徐瑞 ;
于昌海 .
电力系统自动化, 2018, 42 (08) :16-21