平抑风电波动的混合储能容量配置和经济性评估

发布时间：2020-11-02 11:21

　　 风电出力具有随机性和波动性,其规模化并网会危及电网的安全稳定运行。储能系统具有双向功率吞吐能力,能够实现电能的时空平移,可有效抑制风电的波动性,大幅提高电网接纳风电的能力。但通过对风电出力特性的量化分析可知,平抑风电出力波动对储能既有快速功率跟踪和频繁充放电下循环寿命长的要求,又有较大功率等级和较大储能容量的要求。单一储能无法同时满足,需要将多种储能配合使用,以便充分利用各类型储能的优势。本文在风电功率波动特性分析的基础上,研究不同功率分配方法对储能容量配置的影响,提出了一种利用滑动平均法和经验模态分解(the empirical mode decomposition,EMD)获得储能参考功率的混合储能(hybrid energy storage system,HESS)功率和容量配置方法,并对应用于“平抑波动”场景的混合储能系统进行经济性评估。首先分析了风电波动产生的本质原因,建立了风电波动量化指标体系,阐述了风电输出功率波动的平抑要求;基于风电功率实测数据,分别从时域、频域的角度系统地研究了风电输出功率及其波动特性,指出风电出力具有随机性和波动性,随时间尺度增加,波动性增强,其中低频波动幅值较高,高频波动幅值较低,风电场的集群效应使风电输出更加平滑。然后,对各类型储能技术进行多角度的比较和分析,选择合适的储能类型构建了适用于“平抑波动”场景的混合储能系统;对基于EMD的HESS功率分配方法进行研究和改进,提出一种基于滑动平均法和经验模态分解的混合储能容量配置方法,同时对比分析了不同功率分配方法下的配置结果。仿真结果表明本文方法得到的并网功率与原始风电功率曲线最为契合,其lmin和l0min时间尺度最大波动量和波动率在满足并网标准的前提下弃风最少,所配置的功率和容量均明显低于余量并网和低频并网方法的配置结果。最后引入了电力技术经济评价方法,选取现值法、动态投资回收期和内部收益率进行混合储能方案的经济性评估。基于全寿命周期成本,考虑储能减少风电场旋转备用效益和缓建并网通道建设容量效益,构建了混合储能的经济模型,综合考虑各项经济指标进行配置方案的优选。仿真结果表明,混合方案可以显著增加锂离子电池的循环寿命,大大降低储能成本,锂离子和超级电容器组成的HESS系统经济性最好。
【学位单位】：湖南大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：TM614
【部分图文】：

灘新增／ＧＷ?１１．５３１?１４．７０３?２０．３１?２６．８５?｜?３８．４７５?３?９．０６２?４０．６３?５?４５．０３?｜?３６．０２３?５１．６７５?６３．６３３?５４．６??累计／Ｇｗ］?５９．０９１?７３．９５７?９３．９２４?１２０．６９６?｜?１５９．０５２?１９７．９５６?２３８．１１?２８２．８５?３１８．６９７?３６９．８６２?４３２．６８?４８６．７４９??图１．１全球风力发电装机容量２００５？２０１６??２０１６年，中国、美国、德国和印度引领全球风电市场，风电累计装机较大，??其中中国以１６９ＧＷ的累计装机占据３５％的市场份额，成为装机容量最多的国家。??２０１６年，中国新增风电装机容量２３．３ＧＷ，约占全球市场份额的４３％。美国排名??第二且与中国有较大差距，其风电新增装机８．２ＧＷ，约占全球市场份额的１５％。??图１．２和图１．３分别展现了?２０１６年底全球风电总装机容量、新增容量排名前十的??国家［６］。??一?難??其他?力ｕ拿大?１２％?中国??５，?－?Ｓ??图１．２?２０１６年底全球风电总装机排名前十图１．３?２０１６年底全球风电新増装机排名前十??总体来讲，整个产业目前发展现状良好，随着新兴市场在非洲、亚洲和拉丁??美洲的崛起，以及传统市场中国、美国和德国保持稳定增长，全球风电在２０１７??年将保持继续强势增长的趋势。??（２）我国风电面临的挑战??虽然我国的风电发展迅速并取得了很大成就

２０１６年，中国新增风电装机容量２３．３ＧＷ，约占全球市场份额的４３％。美国排名??第二且与中国有较大差距，其风电新增装机８．２ＧＷ，约占全球市场份额的１５％。??图１．２和图１．３分别展现了?２０１６年底全球风电总装机容量、新增容量排名前十的??国家［６］。??一?難??其他?力ｕ拿大?１２％?中国??５，?－?Ｓ??图１．２?２０１６年底全球风电总装机排名前十图１．３?２０１６年底全球风电新増装机排名前十??总体来讲，整个产业目前发展现状良好，随着新兴市场在非洲、亚洲和拉丁??美洲的崛起，以及传统市场中国、美国和德国保持稳定增长，全球风电在２０１７??年将保持继续强势增长的趋势。??（２）我国风电面临的挑战??虽然我国的风电发展迅速并取得了很大成就

灘新增／ＧＷ?１１．５３１?１４．７０３?２０．３１?２６．８５?｜?３８．４７５?３?９．０６２?４０．６３?５?４５．０３?｜?３６．０２３?５１．６７５?６３．６３３?５４．６??累计／Ｇｗ］?５９．０９１?７３．９５７?９３．９２４?１２０．６９６?｜?１５９．０５２?１９７．９５６?２３８．１１?２８２．８５?３１８．６９７?３６９．８６２?４３２．６８?４８６．７４９??图１．１全球风力发电装机容量２００５？２０１６??２０１６年，中国、美国、德国和印度引领全球风电市场，风电累计装机较大，??其中中国以１６９ＧＷ的累计装机占据３５％的市场份额，成为装机容量最多的国家。??２０１６年，中国新增风电装机容量２３．３ＧＷ，约占全球市场份额的４３％。美国排名??第二且与中国有较大差距，其风电新增装机８．２ＧＷ，约占全球市场份额的１５％。??图１．２和图１．３分别展现了?２０１６年底全球风电总装机容量、新增容量排名前十的??国家［６］。??一?難??其他?力ｕ拿大?１２％?中国??５，?－?Ｓ??图１．２?２０１６年底全球风电总装机排名前十图１．３?２０１６年底全球风电新増装机排名前十??总体来讲，整个产业目前发展现状良好，随着新兴市场在非洲、亚洲和拉丁??美洲的崛起，以及传统市场中国、美国和德国保持稳定增长，全球风电在２０１７??年将保持继续强势增长的趋势。??（２）我国风电面临的挑战??虽然我国的风电发展迅速并取得了很大成就
【参考文献】

相关期刊论文 前10条

1 张晴;李欣然;杨明;曹一家;李培强;;净效益最大的平抑风电功率波动的混合储能容量配置方法[J];电工技术学报;2016年14期

2 熊雄;叶林;杨仁刚;;电力需求侧规模储能容量优化和经济性分析[J];电力系统自动化;2015年17期

3 田崇翼;李珂;严毅;张承慧;;基于经验模式分解的风电场多时间尺度复合储能控制策略[J];电网技术;2015年08期

4 孙承晨;袁越;San Shing CHOI;李梦婷;张新松;曹阳;;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];电力系统自动化;2015年08期

5 韩晓娟;田春光;程成;张浩;马会萌;;基于经验模态分解的混合储能系统功率分配方法[J];太阳能学报;2014年10期

6 连湛伟;石欣;克潇;徐鹏;;电动汽车充换电站动力电池全寿命周期在线检测管理系统[J];电力系统保护与控制;2014年12期

7 张纯江;董杰;刘君;贲冰;;蓄电池与超级电容混合储能系统的控制策略[J];电工技术学报;2014年04期

8 郭思琪;袁越;张新松;鲍薇;刘纯;曹阳;王海潜;;多时间尺度协调控制的独立微网能量管理策略[J];电工技术学报;2014年02期

9 熊雄;杨仁刚;叶林;李建林;;电力需求侧大规模储能系统经济性评估[J];电工技术学报;2013年09期

10 单金生;吴立锋;关永;王国辉;李晓娟;;超级电容建模现状及展望[J];电子元件与材料;2013年08期

相关硕士学位论文 前10条

1 王明;风储联合应用中储能的需求评估方法研究[D];湖南大学;2015年

2 吕超贤;多类型储能系统平抑风电场功率波动的协调控制策略研究[D];湖南大学;2014年

3 朱星旭;平抑风电功率波动的混合储能控制策略研究[D];东北电力大学;2014年

4 张浩;储能系统用于配电网削峰填谷的经济性评估方法研究[D];华北电力大学;2014年

5 程成;用于可再生能源发电并网技术的混合储能控制策略研究[D];华北电力大学;2014年

6 郝洵;基于全寿命周期成本的变压器技改经济评估[D];华中科技大学;2011年

7 宇航;利用储能系统平抑风电功率波动的仿真研究[D];东北电力大学;2010年

8 李晓飞;小波分析在光谱数据去噪处理中的应用[D];上海交通大学;2009年

9 李欣;齐齐哈尔地区风力发电最佳经济规模研究[D];华北电力大学（北京）;2008年

10 韦力强;基于小波变换的信号去噪研究[D];湖南大学;2007年

本文编号：2866985