考虑风电功率预测的混合储能运行控制策略研究

发布时间：2020-07-11 16:04

【摘要】：随着风电渗透率和清洁能源经济高效环保体系需求的不断提高,减少风电的弃风量,提升风电利用率成为风电研究的重要问题。因此,提高风电场的功率稳定性和改善风电场电能质量尤为重要。而风电场和储能的联合运行有利于改善风电场的随机性和波动性,故本文主要围绕准确的风电预测和储能系统的可靠合理控制两方面来展开研究。本文的研究内容具体分为以下三个部分:研究经验模态分解法的基本原理及流程、主要性质、存在的问题,然后根据存在的问题提出改进的方法。采用辽宁提供的风电数据对该方法进行实例分析,将春夏秋冬四季的典型日风电信号进行经验模态分解,分解成为低频、中频和高频信号,对各部分信号进行分析。利用支持向量机理论进行风功率预测,本文针对支持向量机中参数的寻优提出一种改进的基于模拟退火的自适应布谷鸟搜索算法,该优化算法通过引入模拟退火和自适应调整步长来提高布谷鸟算法的寻优精度。通过风电的低频和中频信号的预测结果对改进的算法进行对比分析。建立了风储联合系统经济效益模型,考虑风电场和储能的约束条件,以联合系统经济效益最高为目标函数。根据风电低频和中频分量制定抽水储能和蓄电池的两阶段分层控制策略。通过MATLAB仿真,对该策略的储能的充放电次数和过充过放的情况进行对比阐述,并对风储联合系统的波动情况和经济效益两方面进行分析。
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM614;TM732
【图文】：

春季典型日风电功率EMD分解图

夏季典型日风电功率EMD分解图

秋季典型日风电功率EMD分解图

【参考文献】

相关期刊论文 前10条

1 邹金;赖旭;汪宁渤;;以减少电网弃风为目标的风电与抽水蓄能协调运行[J];电网技术;2015年09期

2 沈子奇;裴玮;邓卫;肖浩;赵振兴;齐智平;;考虑电池寿命和运行控制策略影响的风电场储能容量优化配置[J];高电压技术;2015年07期

3 肖白;聂鹏;穆钢;王吉;田莉;;基于多级聚类分析和支持向量机的空间负荷预测方法[J];电力系统自动化;2015年12期

4 薛浩然;张珂珩;李斌;彭晨辉;;基于布谷鸟算法和支持向量机的变压器故障诊断[J];电力系统保护与控制;2015年08期

5 陈谦;陈霄逸;金宇清;佴灵川;周锦;;基于混合储能的大型风电场优化控制[J];电力自动化设备;2015年04期

6 熊雄;王江波;杨仁刚;叶林;;微电网中混合储能模糊自适应控制策略[J];电网技术;2015年03期

7 刘爱国;薛云涛;胡江鹭;刘路平;;基于GA优化SVM的风电功率的超短期预测[J];电力系统保护与控制;2015年02期

8 欧阳曾恺;李征;;一种基于低通滤波的风储协调预测控制方法[J];可再生能源;2014年10期

9 薛禹胜;雷兴;薛峰;郁琛;董朝阳;文福拴;鞠平;;关于风电不确定性对电力系统影响的评述[J];中国电机工程学报;2014年29期

10 张凯锋;杨国强;陈汉一;王颖;丁恰;;基于数据特征提取的风电功率预测误差估计方法[J];电力系统自动化;2014年16期

本文编号：2750619