风电场混合储能的小波包-SOC分区功率控制

发布时间：2019-01-27 16:23

【摘要】：大规模可再生能源并网引起的一系列问题使得储能技术成为未来能源转型的重要依托与突破方向。为减小系统调节压力,采用蓄电池和超级电容组成混合储能以补偿风功率预测误差。利用小波包分解可获取信号更多细节信息的优势,根据混合储能的性能特点和响应速度,确定分解层次并实现混合储能充放电功率的初始分配。考虑实际应用中容量约束,提出荷电状态(SOC)分区功率控制策略对储能的功率指令进行修正,实现充放电功率的优化分配,提高补偿效果。应用结果表明,所提策略能够充分利用混合储能互补的性能优势有效补偿风功率预测误差,同时保证储能的长期稳定运行。
[Abstract]:A series of problems caused by large-scale renewable energy grid connection make energy storage technology become an important support and breakthrough direction of energy transformation in the future. In order to reduce the regulating pressure of the system, a hybrid energy storage system composed of batteries and super capacitors is used to compensate for the wind power prediction error. The advantage of wavelet packet decomposition can obtain more detailed information of signal. According to the performance characteristics and response speed of hybrid energy storage, the decomposition level is determined and the initial allocation of charge and discharge power of mixed energy storage is realized. Considering the capacity constraint in practical application, a power control strategy for charging state (SOC) is proposed to modify the power order of energy storage, to realize the optimal allocation of charge and discharge power and to improve the compensation effect. The application results show that the proposed strategy can make full use of the complementary performance of hybrid energy storage to compensate the wind power prediction error effectively and ensure the long-term stable operation of energy storage.
【作者单位】： 四川大学电气信息学院智能电网四川省重点实验室;
【基金】：四川省科技支撑项目(2014JY0191)资助
【分类号】：TM614

【相似文献】

相关期刊论文 前10条

1 侯恩广;乔昕;刘广敏;李杨;;动力锂电池SOC估计的建模与仿真[J];计算机仿真;2014年02期

2 曾洁;卜凡涛;;基于多项式回归算法的锂电池SOC估测[J];大连交通大学学报;2011年04期

3 徐欣歌;杨松;李艳芳;陈文芗;;一种基于预测开路电压的SOC估算方法[J];电子设计工程;2011年14期

4 潘卫华;刘晓丹;;基于改进卡尔曼滤波的锂电池SOC估算研究[J];计算机仿真;2014年03期

5 杜政平;郑燕萍;吴松松;;基于混合动力汽车车载电池SOC算法的研究[J];电源技术;2013年05期

6 安志胜;孙志毅;何秋生;;基于模糊卡尔曼滤波的锂电池SOC估算方法[J];火力与指挥控制;2014年04期

7 杨阳;汤桃峰;秦大同;胡明辉;;电动汽车锂电池PNGV等效电路模型与SOC估算方法[J];系统仿真学报;2012年04期

8 黄月昊;岳鹏;朱程燕;;基于SOC技术的三相电力能效监测终端硬件设计[J];硅谷;2014年09期

9 毛华夫;万国春;汪镭;张谦;;基于卡尔曼滤波修正算法的电池SOC估算[J];电源技术;2014年02期

10 孙庆;沙树勇;代云飞;周寿斌;;SOC不一致的电池并联性能研究[J];电动自行车;2011年10期

相关会议论文 前2条

1 石璞;;基于径向基神经网络的AMR锂电池SOC估计[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

2 何耀;刘兴涛;陈立;张陈斌;陈宗海;;基于无迹卡尔曼粒子滤波算法的动力锂电池SOC估计[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年

相关博士学位论文 前1条

1 高峰;HEV用金属氢化物镍电池SOC估测方法研究[D];武汉大学;2010年

相关硕士学位论文 前10条

1 祁建佳;基于改进型模糊神经网络的蓄电池SOC检测方法研究与实现[D];电子科技大学;2015年

2 邓嘉;基于SOC的手持式频谱仪的软件设计与实现[D];电子科技大学;2015年

3 李涅;适用于SoC的高性能低压差线性稳压器设计[D];电子科技大学;2014年

4 刘达;基于虚拟扩展卡尔曼滤波的锂离子电池SOC估算研究[D];湘潭大学;2015年

5 王杰;基于扩展卡尔曼滤波的动力锂电池SOC估算研究[D];浙江工业大学;2015年

6 张玉峰;基于SOC的电动汽车车载充电器系统的研究与设计[D];安徽师范大学;2015年

7 刘莉;基于锂电池SOC估算方法[D];合肥工业大学;2015年

8 王闯;锂电池SOC估算方法及串联电池组一致性研究[D];东北大学;2014年

9 张迪;大容量串联锂电池SOC估算及均衡控制[D];燕山大学;2016年

10 王志浩;基于SOC的串联储能锂电池组均衡策略研究[D];广西大学;2016年

，

本文编号：2416442