含超前控制的风储系统滚动最优控制策略

被引:32
作者
李滨
李倍存
陈碧云
机构
[1] 广西电力系统最优化与节能技术重点实验室(广西大学)
关键词
电池储能系统; 控制策略; 滚动优化; 风电;
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
新一轮电力体制改革要求进一步提高风电跟踪计划能力,电池储能为此提供了途径但成本较高。为提高其经济性,提出一种风电场电池储能最优控制策略,其以最优化模型为核心,并包含超前滚动优化算法。最优化模型以储能下令次数最少为优化目标,包含统计学控制效果约束及荷电状态、死区控制等储能运行约束。超前滚动优化算法利用超短期风电功率预测,在统计学控制效果的每一个10min考核周期内进行实时的滚动超前控制,并不断修正预测误差的影响,保证各项约束得到满足。仿真结果表明,所提最优控制策略显著提高了风电跟踪计划精度,并在此前提下大幅减少了储能下令次数,且对超短期风电功率预测误差具备一定的抗干扰能力。
引用
收藏
页码:25 / 32
页数:8
相关论文
共 11 条
[1]
Evaluating the impact of V2G services on the degradation of batteries in PHEV and EV.[J].Justin D.K. Bishop;Colin J. Axon;David Bonilla;Martino Tran;David Banister;Malcolm D. McCulloch.Applied Energy.2013,
[2]
大型风电场的控制性能评价标准及储能控制策略研究 [J].
李滨 ;
吴思缘 ;
阳育德 ;
李佩杰 ;
粟祎敏 .
中国电机工程学报, 2017, 37 (16) :4691-4698+4894
[3]
采用自适应小波包分解的混合储能平抑风电波动控制策略 [J].
吴杰 ;
丁明 .
电力系统自动化, 2017, 41 (03) :7-12
[4]
采用动态赋权的风储协调多目标优化控制方法 [J].
李中豪 ;
张沛超 ;
马军 ;
方陈 .
电力系统自动化, 2016, 40 (12) :94-99+206
[5]
中国推进售电侧市场化的制度设计与建议 [J].
白杨 ;
谢乐 ;
夏清 ;
陈启鑫 ;
钟海旺 .
电力系统自动化, 2015, 39 (14) :1-7
[6]
风电场储能容量优化的频谱分析方法 [J].
李滨 ;
陈姝 ;
韦化 .
中国电机工程学报, 2015, 35 (09) :2128-2134
[7]
储能系统的荷电状态管理策略及其影响评价 [J].
李凯 ;
马倩 ;
徐红兵 ;
杨惠雯 .
电力系统自动化, 2015, 39 (08) :27-32
[8]
基于状态量预测的风储联合并网储能优化控制方法 [J].
柴炜 ;
曹云峰 ;
李征 ;
蔡旭 .
电力系统自动化, 2015, 39 (02) :13-20
[9]
电力用户与发电企业直接交易相关问题探讨 [J].
张显 ;
刘福斌 ;
彭涛 ;
李竹 ;
庞博 ;
耿建 .
电力系统自动化, 2014, 38 (13) :33-37
[10]
电池储能平抑短期风电功率波动运行策略 [J].
娄素华 ;
吴耀武 ;
崔艳昭 ;
易林 ;
王建军 ;
侯婷婷 .
电力系统自动化, 2014, 38 (02) :17-22+58