基于概率预测的储能系统辅助风电场爬坡率控制

发布时间：2017-11-11 14:44

  本文关键词：基于概率预测的储能系统辅助风电场爬坡率控制

  更多相关文章： 爬坡率控制 概率预测 储能 Gaussian过程回归 风电场 自相关函数 相空间重构

【摘要】：大规模风电接入后,风电场的爬坡率控制对电网稳定运行有着重要意义。为此提出了基于概率预测的储能系统辅助风电场爬坡率控制方法。利用Gaussian过程回归预测对下一时段风电场输出功率进行预测,得到风电场的预测爬坡率,当预测爬坡率超出限定要求时,通过储能充放电做出补偿。基于某风电场的历史出力数据进行了案例计算,结果表明,基于Gaussian回归的单步预测精度可满足风电场爬坡率控制的要求。考虑储能充放电容量限制后,储能可减少风电场50%以上的爬坡事件。此工作为储能辅助风电场爬坡率控制提供了有效的策略,可在实践中加以应用。
【作者单位】： 中国电力科学研究院;清华大学电机工程与应用电子技术系;
【基金】：国家高技术研究发展计划(863计划)(2012AA0502023) 国家电网公司科技项目(XT71-14-004)~~
【分类号】：TM614
【正文快照】： 0引言1大规模风力发电的接入对电网的运行调度和规划设计提出了挑战。从电网安全稳定运行角度出发,电网通常期望风电功率“去随机化”,即要求风电场出力具有一定的可预测、可控和可调性。风电输出的不确定性来源于风速、风向的变化,几秒到十分钟内的风速风向变化,对应微观气象

【参考文献】

中国期刊全文数据库 前10条

1 刘昌金;胡长生;李霄;陈敏;徐德鸿;;基于超导储能系统的风电场功率控制系统设计[J];电力系统自动化;2008年16期

2 李霄;胡长生;刘昌金;徐德鸿;;基于超级电容储能的风电场功率调节系统建模与控制[J];电力系统自动化;2009年09期

3 毕大强;葛宝明;王文亮;柴建云;;基于钒电池储能系统的风电场并网功率控制[J];电力系统自动化;2010年13期

4 张野;郭力;贾宏杰;李占鹰;陆志刚;;基于电池荷电状态和可变滤波时间常数的储能控制方法[J];电力系统自动化;2012年06期

5 梁亮;李建林;惠东;;大型风电场用储能装置容量的优化配置[J];高电压技术;2011年04期

6 王颖;张凯锋;付嘉渝;庞晓东;耿建;;抑制风电爬坡率的风储联合优化控制方法[J];电力系统自动化;2013年13期

7 崔明建;孙元章;柯德平;;基于原子稀疏分解和BP神经网络的风电功率爬坡事件预测[J];电力系统自动化;2014年12期

8 夏雪;戚永志;刘玉田;;风机爬坡功率的有限度控制策略[J];电力系统自动化;2014年20期

9 任永峰;胡宏彬;薛宇;布赫;;全钒液流电池-超级电容混合储能平抑直驱式风电功率波动研究[J];高电压技术;2015年07期

10 严干贵;王月;李军徽;冯凯翔;高凯;金鹏;;匹配风电接纳可行域的储能系统控制方法及其经济性评估[J];高电压技术;2015年07期

中国硕士学位论文全文数据库 前1条

1 杨晓晶;基于EMD和高斯过程回归组合模型的短期电力负荷预测方法研究[D];昆明理工大学;2010年

【共引文献】

中国期刊全文数据库 前10条

1 曾庆海;马中军;王艺霖;;引入混沌理论的混凝土中氯离子传输机理研究[J];四川建筑科学研究;2007年01期

2 刘慧卿;周国峰;张先起;;空调负荷混沌特性分析与预测[J];四川建筑科学研究;2009年05期

3 郑志敬;周钦富;张建华;杨胜利;;松墨天牛成虫林间种群数量混沌特性的识别[J];安徽农业科学;2011年03期

4 陈利星;陈绘画;周钦富;;神经网络对马尾松蛀干类害虫数量的混沌识别[J];安徽农业科学;2011年28期

5 蔡爱民,查良松;基于分形理论的安徽省旱、洪涝灾害时序特征分析[J];安徽农业大学学报;2005年04期

6 李晓红;冯欣艳;卢义玉;康勇;;瓦斯等级鉴定的混沌相空间重构预测技术研究[J];地下空间与工程学报;2007年05期

7 王利清,魏学业,温伟刚,谢涛;电流模式Buck-Boost电路从有序到混沌的分形研究[J];北方交通大学学报;2004年05期

8 许e，

本文编号：1171861