风电波动实时平抑中的混合储能系统控制策略及容量配置方法研究

发布时间：2017-10-03 12:14

  本文关键词：风电波动实时平抑中的混合储能系统控制策略及容量配置方法研究

  更多相关文章： 风能波动平抑 混合储能系统 超短期风速合成 低通滤波算法 粒子群优化算法 容量优化配置

【摘要】：随着风力发电技术的发展以及绿色能源的推广,全球风电总装机容量不断增大,风电渗透率水平也不断提高。但是,由于风电功率具有较强的随机性与波动性,会给大电网电能质量带来不可忽视的影响,同时也给电网调度规划带来了巨大的挑战。对此,各国都针对风电场并网问题制定了相关标准。本文采用由储能电池和超级电容组成的混合储能系统作为功率补偿装置,平抑风电功率波动,使其分别在一分钟和半小时两个时间尺度上均满足相应的并网要求。主要研究内容包括： 1.提出了一种基于月平均风速的超短期风速合成方法。首先根据威布尔分布与风速日形状曲线,由月平均风速生成十分钟平均风速；再根据湍流模型与Vor-karman功率谱密度,由十分钟平均风速生成秒级风速。 2.提出了一种基于自适应滤波的实时平抑控制策略。首先,根据两个时间尺度上风电功率波动的关系,自适应调整低通滤波算法的滤波系数,确定使风电并网功率波动在两个时间尺度上均满足要求的混合储能功率；然后,考虑到储能电池能量密度大、充放电持续时间长,而超级电容功率密度大、充放电迅速的特点,根据储能电池荷电状态和充放电改变次数,自适应调整低通滤波算法的滤波系数,协调控制储能电池吸收低频功率波动,超级电容吸收高频波动。 3.提出了考虑实际平抑控制策略的、能够连续对风电波动进行平抑的储能系统最小容量确定方法。以典型日为研究对象,以最小化储能系统一天的荷电变化量以及储能系统容量为优化目标,以电池与超级电容荷电状态的限制为约束,建立混合储能系统容量配置优化模型,将实时平抑控制策略融入改进的PSO算法中进行求解。
【关键词】：风能波动平抑 混合储能系统 超短期风速合成 低通滤波算法 粒子群优化算法 容量优化配置
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM614
【目录】：

• 摘要5-6
• Abstract6-11
• 第1章 绪论11-21
• 1.1 课题研究背景及意义11-12
• 1.2 风电并网标准及风能预测方法12-15
• 1.2.1 国内外并网标准对风电功率波动的限制12-13
• 1.2.2 国内外风电功率预测方法13-15
• 1.2.3 国内外风速合成方法研究15
• 1.3 储能技术的发展及其在风力发电中的应用15-19
• 1.3.1 国内外储能技术的发展现状16-17
• 1.3.2 储能技术在风电并网中的应用17-19
• 1.4 本文主要工作19-21
• 第2章 超短期风速合成方法21-30
• 2.1 基于两参数威布尔分布和风速特性风速合成21-23
• 2.1.1 两参数威布尔模型和风速时间特性介绍21-23
• 2.1.2 10分钟平均风速合成23
• 2.2 基于风速湍流特性的短期风速合成23-26
• 2.2.1 湍流模型和Vor-karman功率谱密度23-24
• 2.2.2 秒级风速合成24-26
• 2.3 一年秒级风速合成26-29
• 2.3.1 风速的威布尔特性和vor-karman功率谱验证26-27
• 2.3.2 风速合成仿真27-29
• 2.4 本章小结29-30
• 第3章 风电波动实时平抑目标功率确定30-43
• 3.1 带混合储能系统的风电场介绍30-31
• 3.2 低通滤波算法介绍31-34
• 3.2.1 基于低通滤波算法的风电平抑应用31-32
• 3.2.2 低通滤波算法原理32-34
• 3.3 不同时间尺度风电波动的关系模型34-36
• 3.3.1 风电功率波动率定义34-35
• 3.3.2 不同时间尺度波动关系35-36
• 3.4 基于参数自适应调整的低通滤波算法风电实时平抑策略36-39
• 3.5 算法仿真结果39-42
• 3.6 本章小结42-43
• 第4章 混合储能系统的实时控制策略43-53
• 4.1 混合储能系统数学模型43-45
• 4.2 基于改进的低通滤波算法的混合储能协调控制策略45-49
• 4.3 算例分析49-51
• 4.4 本章小结51-53
• 第5章 结合实时控制策略的混合储能系统容量优化配置53-64
• 5.1 混合储能系统容量优化配置目标函数53-55
• 5.1.1 以1天为单位的储能系统荷电状态变化量53-54
• 5.1.2 目标函数54-55
• 5.2 混合储能系统容量优化配置约束条件55-56
• 5.3 基于改进的PSO算法的混合储能系统容量优化流程56-57
• 5.4 混合储能系统容量优化仿真分析57-63
• 5.4.1 研究对象选择57-59
• 5.4.2 案例比较59-63
• 5.5 本章小结63-64
• 第6章 结论与展望64-66
• 6.1 本文结论64-65
• 6.2 未来展望65-66
• 参考文献66-71
• 作者简历71-72
• 致谢72

【参考文献】

中国期刊全文数据库 前10条

1 陈国初;杨维;张延迟;徐余法;;风电场风速概率分布参数计算新方法[J];电力系统及其自动化学报;2011年01期

2 丁明,张立军,吴义纯;基于时间序列分析的风电场风速预测模型[J];电力自动化设备;2005年08期

3 谷兴凯;范高锋;王晓蓉;赵海翔;戴慧珠;;风电功率预测技术综述[J];电网技术;2007年S2期

4 张建忠;程明;;风力发电随机风速时间序列生成方法分析与评价[J];风能;2012年01期

5 包小庆;刘志强;吴永忠;李冬梅;;双参数威布尔分布函数的确定及曲线拟合[J];能源与环境;2007年04期

6 陈健;王成山;赵波;张雪松;;考虑储能系统特性的独立微电网系统经济运行优化[J];电力系统自动化;2012年20期

7 张坤;吴建东;毛承雄;陆继明;王丹;黄辉;;基于模糊算法的风电储能系统的优化控制[J];电工技术学报;2012年10期

8 王松岩;于继来;李海峰;罗建裕;;考虑统计和互相关特性的多风电场风速数据模拟生成方法[J];电力系统自动化;2013年06期

9 田培根;肖曦;丁若星;黄秀琼;;自治型微电网群多元复合储能系统容量配置方法[J];电力系统自动化;2013年01期

10 张国驹;陈瑶;唐西胜;于蓉蓉;;基于波动特征参数的多类型储能协调控制[J];电工技术学报;2013年06期

中国博士学位论文全文数据库 前1条

1 于們;基于混合储能的风电场实时功率调控系统研究[D];大连理工大学;2012年

，

本文编号：965134