平抑风电功率的电池储能系统控制策略

被引：65

作者：

李蓓

郭剑波

机构：

[1] 中国电力科学研究院

来源：

电网技术 | 2012年 / 36卷 / 08期

关键词：

全钒电池储能系统; 风力发电; 短期预测技术; 平抑控制策略;

D O I：

10.13335/j.1000-3673.pst.2012.08.014

中图分类号：

TM912 [蓄电池];

学科分类号：

0808 ;

摘要：

为缩小0～24h时间尺度内的风电功率波动幅度,抑制风电输出较大峰谷差,提高风电可靠性,改善电网调峰能力,基于风电功率短期预测技术,提出了平抑风电功率波动的全钒电池储能系统(Vanadium redox flow battery energy storagesystem,VRB-ESS)运行控制策略,并给出控制算法流程。应用上述储能控制方法,以典型风电场为例,将风电输出功率波动限设置为10%进行风储联合仿真分析,结果证明该控制策略在风电部分削峰填谷方面有效、可行。

引用

页码：38 / 43

页数：6

共 12 条

[1] 基于主成分分析与人工神经网络的风电功率预测 [J].

周松林 ;

茆美琴 ;

苏建徽 .

电网技术, 2011, 35 (09) :128-132

[2] 大规模风电接入后的系统调峰充裕性评估 [J].

张宏宇 ;

印永华 ;

申洪 ;

何剑 ;

赵珊珊 .

中国电机工程学报, 2011, 31 (22) :26-31

[3] 用于风电功率平抑的混合储能系统及其控制系统设计 [J].

于芃 ;

周玮 ;

孙辉 ;

郭磊 ;

孙福寿 ;

隋永正 .

中国电机工程学报, 2011, 31 (17) :127-133

[4] 风速与风电功率的联合条件概率预测方法 [J].

王松岩 ;

于继来 .

中国电机工程学报, 2011, 31 (07) :7-15

[5] 基于钒电池储能系统的风电场并网功率控制 [J].

毕大强 ;

葛宝明 ;

王文亮 ;

柴建云 .

电力系统自动化, 2010, 34 (13) :72-78

[6] 风电场功率预测物理方法研究 [J].

冯双磊 ;

王伟胜 ;

刘纯 ;

戴慧珠 .

中国电机工程学报, 2010, 30 (02) :1-6

[7] 基于人工神经网络的风电功率预测 [J].

范高锋 ;

王伟胜 ;

刘纯 ;

戴慧珠 .

中国电机工程学报, 2008, (34) :118-123

[8] 电池储能系统在改善并网风电场电能质量和稳定性中的应用 [J].

张步涵 ;

曾杰 ;

毛承雄 ;

金玉洁 ;

王云玲 .

电网技术, 2006, (15) :54-58

[9]

Dynamic modeling, design and simulation of a wind/fuel cell/ultra-capacitor-based hybrid power generation system[J] . O.C. Onar,M. Uzunoglu,M.S. Alam.Journal of Power Sources . 2006 (1)

[10]

Improvement of performance in redox flow batteries for PV systems[J] . Izumi Tsuda,Ken Nozaki,Koichi Sakuta,Kosuke Kurokawa.Solar Energy Materials and Solar Cells . 1997 (1)

← 1 2 →