风电波动平抑的储能容量配置方法研究

发布时间：2019-08-26 18:58

【摘要】：基于储能进行风电功率波动的平抑,容量配置是关键问题。在满足风电并网波动率要求的情况下,该文开展了多种场景下的储能容量配置研究。首先,基于变时间常数的一阶滤波算法分析不同置信水平下的储能容量配置情况;然后,对比分析了一阶滤波算法和模型预测控制算法,即不同波动平抑策略下的储能容量配置问题;再者,基于模型预测控制算法分析了风电集中式并网和分散式并网、不同风电装机容量对储能容量配置的影响,以及不同并网波动率限制对储能容量配置的约束。最后,通过算例验证了分析方法的有效性。
【图文】：

功率曲线,风电,滤波算法,功率

90中国电机工程学报第37卷maxminulllEECSOCSOC=(6)式中SOCul、SOCll分别为SOC的上下限，本文的取值分别为80%和20%。1.3不同置信水平的储能容量配置案例选取某风电场一年中典型的5天功率数据为研究对象，将其应用于不同的分析场合，为储能容量的配置提供方法参考。其中风电的采样率为5s，装机容量为100MW，，基于储能采用一阶滤波算法对该风电功率曲线进行平抑，使1min波动率满足小于2%的并网要求，从而促进风电的规模化并网。从图2可以看出，平抑后的风电功率曲线得到了有效平滑，且平抑后的1分钟风电波动率均小于2%(见附录图A1)，即平抑后的波动率置信区间为100%。该平抑策略下根据式(6)可以计算出需要配置的储能容量为12.2013MWh，最大充放电功率(以下简称最大功率)为13.7910MW。t/s电功率风M/W0020804020000040000060风电LFA平抑后图2一阶滤波算法平抑前后的风电功率Fig.2WindpowerbeforeandaftersmoothingbyLFA为了提高储能的利用效率和技术经济性，利用一阶滤波算法分析不同置信水平下的储能容量配置情况。通过对滤波时间常数的调整使平抑后的风电波动率处于不同的置信水平，进而计算出不同置信水平下所需配置的储能最大功率和容量。图3、4列出了99%~100%不同置信水平下所需配置的储能最大功率和容量，即平抑后风电波动率99%~100%满足1min小于2%的要求。从图3和图4可以看出，随着置信水平的降低，配置的储能最大功率和容量也随之减校置信水平100%时，所需的储能容量为12.2013MWh，最大功率为13.7910MW。如果将置信水平调至99.80%，储能最大功率可节约19.41%，容量可节约45.97%。当置信水平为99.34%时，储能最大功率可节约27.76%，容量可节约59.27%。因此，不同的置

置信水平,储能,最大功率

区间为100%。该平抑策略下根据式(6)可以计算出需要配置的储能容量为12.2013MWh，最大充放电功率(以下简称最大功率)为13.7910MW。t/s电功率风M/W0020804020000040000060风电LFA平抑后图2一阶滤波算法平抑前后的风电功率Fig.2WindpowerbeforeandaftersmoothingbyLFA为了提高储能的利用效率和技术经济性，利用一阶滤波算法分析不同置信水平下的储能容量配置情况。通过对滤波时间常数的调整使平抑后的风电波动率处于不同的置信水平，进而计算出不同置信水平下所需配置的储能最大功率和容量。图3、4列出了99%~100%不同置信水平下所需配置的储能最大功率和容量，即平抑后风电波动率99%~100%满足1min小于2%的要求。从图3和图4可以看出，随着置信水平的降低，配置的储能最大功率和容量也随之减校置信水平100%时，所需的储能容量为12.2013MWh，最大功率为13.7910MW。如果将置信水平调至99.80%，储能最大功率可节约19.41%，容量可节约45.97%。当置信水平为99.34%时，储能最大功率可节约27.76%，容量可节约59.27%。因此，不同的置信置信水平/%能最大功率储M/W9.510.511.512.513.599.399.599.799.9图3不同置信水平下配置的储能最大功率Fig.3Themaxpowerofenergystorageatdifferentconfidencelevels置信水平/%量容(/MW)h571391199.399.599.799.9图4不同置信水平下配置的储能容量Fig.4Thecapacityofenergystorageatdifferentconfidencelevels水平下所需配置的储能最大功率和容量不同，在大多数风电功率满足并网波动率要求时，适当降低其置信水平可以较大程度减小所需配置的储能最大功率和容量。另外，一阶滤波算法下置信水平的降低是通过减小滤波时间常数实现的，
【作者单位】：中国科学院电工研究所;中石化胜利石油工程有限公司塔里木分公司;北京电力科学研究院;江苏省电化学储能技术重点实验室;
【基金】：国家重点研发计划“分布式可再生能源发电集群并网消纳关键技术及示范应用”(2016YFB0900400)) 中国科学院电工研究所所长基金(Y760141CSA) 江苏省2016年省创新能力建设专项资金(BM2016027)~~
【分类号】：TM614

【相似文献】