考虑风电波动率的储能系统优化配置策略

被引:16
作者
陈泽西 [1 ,2 ]
孙玉树 [3 ]
张妍 [4 ]
李美成 [1 ]
机构
[1] 华北电力大学新能源学院
[2] 国网北京城区供电公司
[3] 中国科学院电工研究所
[4] 华北电力大学经济与管理学院
基金
中央高校基本科研业务费专项资金资助;
关键词
风电波动; 模型预测控制; 储能; 正负波动率; 累计波动率差值;
D O I
10.16339/j.cnki.hdxbzkb.2020.08.007
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
为了减缓风电出力波动性对电网的影响,提出应用模型预测控制算法来分析不同波动率风电的储能系统的优化配置.首先,基于模型预测控制方法,研究储能平抑风电波动的控制策略,并建立优化配置模型;其次,提出风电的正负波动率和累计波动率的概念,并梯次分析了3种典型波动率下的储能系统功率和容量的配置策略;最后,基于MATLAB软件,从构建的标准正弦风电到随机选取的风电等3种典型场景进行算例分析,验证本文所提出的基于模型预测控制的风电波动平抑策略和采用累计波动率差值作为储能容量的评价指标有效性,为可再生能源的友好并网及储能优化配置提供一种参考.
引用
收藏
页码:60 / 68
页数:9
相关论文
共 10 条
[1]
考虑综合成本的海上风电与远方清洁能源协同优化模型 [J].
牛东晓 ;
赵东来 ;
杨尚东 ;
雷霄 .
湖南大学学报(自然科学版), 2019, 46 (12) :16-24
[2]
Model predictive control and improved low-pass filtering strategies based on wind power fluctuation mitigation.[J].Yushu SUN;Xisheng TANG;Xiaozhe SUN;Dongqiang JIA;Zhihuang CAO;Jing PAN;Bin XU;.Journal of Modern Power Systems and Clean Energy.2019, 03
[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]
应用于微网的多类型储能多级控制策略 [J].
孙玉树 ;
李星 ;
唐西胜 ;
付科源 ;
李锰 .
高电压技术, 2017, 43 (01) :181-188
[5]
平抑风能波动的储能电池SOC与滤波协调控制策略 [J].
雷珽 ;
欧阳曾恺 ;
李征 ;
蔡旭 .
电力自动化设备, 2015, 35 (07) :126-131
[6]
基于经验模态分解和神经网络的微网混合储能容量优化配置 [J].
孙承晨 ;
袁越 ;
San Shing CHOI ;
李梦婷 ;
张新松 ;
曹阳 .
电力系统自动化, 2015, 39 (08) :19-26
[7]
基于实证数据和模糊控制的多时间尺度风储耦合实时滚动平抑波动 [J].
刘春燕 ;
晁勤 ;
魏丽丽 .
电力自动化设备, 2015, 35 (02) :35-41
[8]
基于经验模态分解的混合储能系统功率分配方法 [J].
韩晓娟 ;
田春光 ;
程成 ;
张浩 ;
马会萌 .
太阳能学报, 2014, 35 (10) :1889-1896
[9]
考虑目标分解及其互补平抑的风电场复合储能容量优化 [J].
张峰 ;
董晓明 ;
梁军 ;
韩学山 ;
孙舶皓 ;
王洪涛 .
电力系统自动化, 2014, 38 (07) :9-15