风电-储能联合系统储能容量优化研究

发布时间：2018-04-18 15:33

  本文选题：风力发电 + 储能容量　； 参考：《河北科技大学》2017年硕士论文

【摘要】：风能是当前最具有开发潜力的可再生能源之一,而风力发电是其开发的最有效途径,但由于风电具有波动性和间歇性,风电的大规模并网对电力系统安全稳定运行会造成严重影响。将储能技术应用于风力发电从而平抑风电场输出功率的波动,构成风储联合发电系统是当前解决这个问题的理想方案。因此,如何优化配置合理容量的储能系统,使风储联合系统的输出功率与预测调度计划相适应,对提高电网消纳风电的能力、促进风电的大规模发展、具有重要理论和工程实际意义。为了更好优化配置合理的风储联合系统的储能容量,提高风储联合发电系统并网后的功率输出稳定性,本文首先分析了风力发电系统的模型和储能系统的模型,着重总结了风力机模型、风力发电机模型和储能系统模型的特征;接着分析和提炼了影响风储联合系统储能容量的两个主要相关因素:风电场输出功率的预测因素和储能容量优化目标因素。针对影响储能容量的这两个相关因素,采用持续预测方法获取风电场小时预测出力,采用了以储能系统的运行成本、充放电损失电量和弃风能量的费用总和最小为目标的储能系统容量优化模型;针对该模型,结合风储联合系统历史输出功率与预测调度计划的差值功率的分布特性,采用了基于“调度置信度水平”的风储联合系统储能容量优化算法,这种算法运用非参数估计拟合差值功率的概率分布函数和累积分布函数,从而得到储能系统的优化容量配置;最后,针对功率型储能系统对象,基于河北某风电场实测数据,开展了风储联合系统储能容量优化的仿真与分析,结果表明:与传统方法相比,运用“调度置信度水平”的优化方法,在置信度越高的情况下,储能系统的运行成本、充放电损失电量和弃风能量的费用总和最小。本文的工作为风储联合系统的储能容量优化配置提供了一种有效方法。
[Abstract]:Wind energy is one of the most promising renewable energy sources, and wind power generation is the most effective way to develop it.The large-scale grid connection of wind power will have a serious impact on the safe and stable operation of power system.The application of energy storage technology to wind power generation to stabilize the fluctuation of output power of wind farm is an ideal solution to this problem.Therefore, how to optimize the allocation of the energy storage system with reasonable capacity, so that the output power of the combined wind storage system can be adapted to the forecast and dispatch plan, will improve the ability of the grid to absorb wind power and promote the large-scale development of wind power.It has important theoretical and practical significance.In order to optimize the energy storage capacity of the combined wind storage system and improve the power output stability of the combined wind power generation system, this paper first analyzes the model of the wind power system and the energy storage system.The characteristics of wind turbine model, wind turbine model and energy storage system model are summarized.Then two main related factors affecting the energy storage capacity of the combined wind storage system are analyzed and refined: the prediction factors of wind farm output power and the target factors of energy storage capacity optimization.In view of the two related factors affecting energy storage capacity, the hourly predictive force of wind farm is obtained by the method of continuous prediction, and the operating cost of the energy storage system is adopted.The capacity optimization model of energy storage system based on the minimum summation of charge and discharge energy loss and abandonment energy is proposed, and the distribution characteristics of the historical output power of the combined air storage system and the difference power between the predicted scheduling plan and the historical output power of the combined air storage system are considered.Based on the "level of confidence level of dispatch", an optimization algorithm for energy storage capacity of combined wind and storage systems is proposed. This algorithm uses nonparametric estimation to fit probability distribution function and cumulative distribution function of difference power.Finally, based on the measured data of a wind farm in Hebei Province, the simulation and analysis of energy storage capacity optimization of the combined wind storage system are carried out.The results show that, compared with the traditional method, the optimal method of "dispatching confidence level" is used to minimize the total operating cost, charge and discharge loss and abandon energy cost of the energy storage system under the condition of higher confidence level.The work in this paper provides an effective method for optimizing the energy storage capacity of the combined wind storage system.
【学位授予单位】：河北科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TM614

【参考文献】

中国期刊全文数据库 前10条

1 何凌云;吴梦;尹芳;;可再生能源投资总量和结构对碳排放的影响研究[J];中国地质大学学报(社会科学版);2017年01期

2 王宗会;周勇;张德平;;基于改进的非参数方法的软件失效预测模型[J];计算机科学;2016年06期

3 孙秀全;王铁;曹贻森;杨甜甜;王文坤;左鹏;;F-T柴油引燃甲醇均质混合气的HCII燃烧特性研究[J];中国农机化学报;2016年04期

4 杨家然;王兴成;蒋程;罗晓芬;;计及风力发电风险的电力系统多目标动态优化调度[J];电力系统保护与控制;2016年07期

5 王立志;宋伟;汪德洋;李栋;张峰源;;STM32的风光互补发电蓄电池充放电保护研究[J];单片机与嵌入式系统应用;2016年02期

6 夏安俊;鲁宗相;闵勇;阮佳阳;赵俊屹;杨超颖;;双馈异步发电机风电场聚合模型研究[J];电网技术;2015年07期

7 靳文涛;李蓓;谢志佳;;电池储能系统在跟踪风电计划出力中的需求分析[J];储能科学与技术;2013年03期

8 杨焱洲;;风电并网对电力系统可靠性影响研究[J];河南科技;2012年16期

9 丁明;吴建锋;朱承治;赵波;陈自年;罗亚桥;;具备荷电状态调节功能的储能系统实时平滑控制策略[J];中国电机工程学报;2013年01期

10 张浩;马爱军;李文斌;张成刚;;风电场日出力曲线和储能容量关系研究[J];中国电力;2012年06期

中国博士学位论文全文数据库 前1条

1 刘平;电化学光电转换与储存的新构思与新技术研究[D];武汉大学;2012年

中国硕士学位论文全文数据库 前8条

1 陈业雅;风电—蓄电池储能联合优化运行研究[D];华中科技大学;2014年

2 张建琴;空间锂离子蓄电池充放电一体化供电技术研究[D];上海交通大学;2012年

3 徐琳;微电网蓄电池储能系统控制技术研究[D];山东大学;2012年

4 毛彪;液流储能对分布式发电系统稳定运行的作用机理及优化配置理论研究[D];华中科技大学;2012年

5 朴金姬;神经网络算法在风电场功率预测中的应用研究[D];华北电力大学（北京）;2011年

6 张夏菲;非参数核密度估计负荷模型在电网可靠性评估中的应用[D];重庆大学;2010年

7 王宇;双馈风力发电系统控制技术研究[D];天津大学;2009年

8 华丹;蓄电池充放电监测集成系统的研究与实现[D];南京理工大学;2009年

，

本文编号：1768975