基于模糊经验模态分解的电池储能系统平滑风电出力控制策略

被引:16
作者
杨锡运 [1 ]
曹超 [2 ]
李相俊 [3 ]
任杰 [1 ]
高峰 [1 ]
吴子晗 [1 ]
机构
[1] 华北电力大学控制与计算机工程学院
[2] 上海电气集团股份有限公司中央研究院
[3] 中国电力科学研究院
基金
中央高校基本科研业务费专项资金资助; 北京市自然科学基金;
关键词
经验模态分解(EMD); 功率平滑; 模糊控制; 波动率; 荷电状态(SOC);
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
为减少风电波动率,提高并网可靠性,提出一种基于模糊经验模态分解(empirical mode decomposition,EMD)的储能系统平滑风电功率波动的控制策略。采用经验模态分解对风电功率进行滤波,低频分量并网,高频分量并入电池储能系统(battery energy storage system,BESS)。使用平滑后风电波动率和储能电池荷电状态(state of charge,SOC)作为约束条件,利用模糊控制算法,自适应在线调整EMD滤波阶数,通过模糊自适应控制器,能够更好地平滑风电波动。对比其他平抑风电功率储能控制策略,仿真实例表明,该方法可以有效地平抑风电功率波动,避免储能电池过充过放,稳定储能荷电状态。
引用
收藏
页码:134 / 140
页数:7
相关论文
共 11 条
[1]   基于经验模态分解的平滑可再生能源功率波动的储能容量优化 [J].
孟顺 ;
谢桦 .
电源学报, 2014, (05) :7-11+18
[2]   用于混合储能平抑光伏波动的小波包–模糊控制 [J].
吴振威 ;
蒋小平 ;
马会萌 ;
马速良 .
中国电机工程学报, 2014, 34 (03) :317-324
[3]   基于小波包分解的混合储能技术在平抑风电场功率波动中的应用 [J].
韩晓娟 ;
陈跃燕 ;
张浩 ;
陈芳 .
中国电机工程学报, 2013, 33 (19) :8-13+24
[4]   基于变平滑时间常数的电池储能系统优化控制方法 [J].
谢俊文 ;
陆继明 ;
毛承雄 ;
王丹 ;
付学强 ;
林武生 .
电力系统自动化, 2013, 37 (01) :96-102
[5]   基于模糊算法的风电储能系统的优化控制 [J].
张坤 ;
吴建东 ;
毛承雄 ;
陆继明 ;
王丹 ;
黄辉 .
电工技术学报, 2012, 27 (10) :235-241
[6]   基于电池荷电状态和可变滤波时间常数的储能控制方法 [J].
张野 ;
郭力 ;
贾宏杰 ;
李占鹰 ;
陆志刚 .
电力系统自动化, 2012, 36 (06) :34-38+62
[7]   储能技术在电力系统中的应用 [J].
张文亮 ;
丘明 ;
来小康 .
电网技术, 2008, (07) :1-9
[8]   电池储能系统在改善并网风电场电能质量和稳定性中的应用 [J].
张步涵 ;
曾杰 ;
毛承雄 ;
金玉洁 ;
王云玲 .
电网技术, 2006, (15) :54-58
[9]   储能技术及其在现代电力系统中的应用 [J].
程时杰 ;
文劲宇 ;
孙海顺 .
电气应用, 2005, (04) :1-2+4
[10]  
风电场接入电力系统技术规定.[S].中国电力科学研究院.中华人民共和国国家质量监督检验检疫总局;中国国家标准化管理委员会.2005,