基于火电厂AGC调频的电池储能系统SOC状态评估

发布时间：2020-02-25 12:23

【摘要】：众所周知,与传统调频方式相比,先进的储能系统具有更加快捷、精准的充电或放电的特性。储能作为高性能调频资源加入电网,将提高发电侧的节能减排水平,从电网侧改善对可再生能源的接纳能力。本文基于火电厂AGC调频的电池储能系统对SOC状态评估进行分析,并建立电池储能系统SOC状态评估模型,本文的主要研究内容如下:1、针对火电厂AGC调频进行简单介绍,分析火电厂AGC调频的必要性和重要意义,对储能系统辅助火电厂AGC调频的控制方案进行介绍,包含控制与通信接入方案和储能系统出力控制方式。2、结合电网的调度指令,观察火电厂与储能系统结合后的实际反映和所发生的变化,从机组与储能系统协调控制逻辑和机组与储能系统联合响应的典型过程进行分析,从储能系统出力控制精度和出力响应速度两个方面,对储能系统ACE闭环运行情况和性能测试结果进行分析。3、采用PSO-BP神经网络实现储能系统SOC评估。以电池的电流和电压作为神经网络的输入,SOC状态估计作为神经网络的输出,建立了PSO-BP神经网络SOC状态评估模型。并与传统BP神经网络进行比较,PSO-BP状态评估模型对SOC的状态评估具有更高的精度。
【图文】：

正是由于储能系统在电力调频领域具有的这些先天优势，促使美国联邦能源理委员会（FERC）在经过 7 年的测试、分析和论证以后，美国于 2011 年 10 20 日正式通过了该法案，，该法案为了发展储能调频，强制要求各电力市场主如果承担调频服务的是储能系统，则必须为储能系统所提供的调频服务支付高其他传统调频机组的价格。几乎与此同时，美国 AES 公司在美国西佛吉尼亚州资建设的 3.2 万千瓦锂电池储能调频站在 2011 年第三季度投入商业运行。该目采用 A123 Systems 公司的储能系统，这是迄今为止世界上最大的储能调频站。

图 2-1 不同电源调频效果比较于储能系统在电力调频领域具有的这些先天优势，促使美国联（FERC）在经过 7 年的测试、分析和论证以后，美国于 201式通过了该法案，该法案为了发展储能调频，强制要求各电力调频服务的是储能系统，则必须为储能系统所提供的调频服务调频机组的价格。几乎与此同时，美国 AES 公司在美国西佛吉 3.2 万千瓦锂电池储能调频站在 2011 年第三季度投入商业运A123 Systems 公司的储能系统，这是迄今为止世界上最大的储
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TM621

【参考文献】

相关期刊论文 前10条

1 米增强;白俊;刘力卿;范卫东;杨再敏;;黑启动火电机组后储能型风电场的调控策略研究[J];储能科学与技术;2017年01期

2 李建林;靳文涛;惠东;张义;;大规模储能在可再生能源发电中典型应用及技术走向[J];电器与能效管理技术;2016年14期

3 牛阳;张峰;张辉;梁军;杨立滨;宋光辉;;提升火电机组AGC性能的混合储能优化控制与容量规划[J];电力系统自动化;2016年10期

4 杨春生;牛红涛;隋良红;李明兴;;基于贝叶斯正则化算法BP神经网络钒电池SOC预测[J];现代电子技术;2016年08期

5 张凯;;基于粒子群算法优化SVM在电池SOC估算中的应用[J];机械工程与自动化;2016年02期

6 赵书强;王扬;徐岩;殷加s

本文编号：2582729