用于提高风电场可调度性的储能系统预测控制策略

被引:36
作者
杨德友 [1 ]
温佳鑫 [2 ]
陈家荣 [2 ]
蔡国伟 [1 ]
机构
[1] 东北电力大学电气工程学院
[2] 香港理工大学电机工程学系
关键词
储能系统; 风电; 模型预测控制; 合成输出; 调度指令;
D O I
10.13336/j.1003-6520.hve.20170303048
中图分类号
TM614 [风能发电]; TM912 [蓄电池]; TM73 [电力系统的调度、管理、通信];
学科分类号
0807 ; 0808 ; 080802 ;
摘要
大规模储能的应用提高了风电场/群的可调度性,降低了大规模风电并网给电网带来的运行风险。为了充分利用储能系统柔性可控能力来提高风电场的可调度性,文中提出了基于模型预测控制(model prediction control,MPC)风/储集成发电系统滚动调控策略。该策略首先根据风功率预测结果制定风/储集成发电系统期望输出,即调度指令,进而通过滚动优化,在满足储能系统荷电状态、充放电深度等约束的前提下,计算得到下一调度周期内储能系统的控制指令,以保证风/储集成发电系统中风功率与储能系统有功的合成功率输出在最大程度上跟踪调度指令。以东北某风电场实际有功输出数据为基础,计算分析了在配置不同容量储能系统时该方法的控制效果,结果表明利用该方法对储能系统进行控制能够有效的提高风电场的可调度性,在跟踪调度指令的同时保证了集成发电系统合成输出功率的平滑性。
引用
收藏
页码:1043 / 1048
页数:6
相关论文
共 10 条
[1]   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].
任永峰 ;
胡宏彬 ;
薛宇 ;
布赫 .
高电压技术, 2015, 41 (07) :2127-2134
[2]   规模化全钒储能电池系统级建模 [J].
李蓓 ;
田立亭 ;
靳文涛 ;
惠东 .
高电压技术, 2015, 41 (07) :2194-2201
[3]   考虑不同蓄电池SOC状态的风/储/海水淡化孤立微电网能量管理系统设计 [J].
刘青 ;
樊世通 ;
付超 ;
李春来 .
高电压技术, 2015, 41 (07) :2173-2179
[4]   风储联合调频下的电力系统频率特性分析 [J].
苗福丰 ;
唐西胜 ;
齐智平 .
高电压技术, 2015, 41 (07) :2209-2216
[5]   储能型功率补偿系统的无功功率与动态有功功率解耦控制 [J].
李伟 ;
吴凤江 ;
段建东 ;
孙力 .
高电压技术, 2015, 41 (07) :2165-2172
[6]   基于复合储能的微电网运行方式切换控制策略 [J].
赵兴勇 ;
杨涛 ;
王灵梅 .
高电压技术, 2015, 41 (07) :2142-2147
[7]   基于小波包分解的混合储能技术在平抑风电场功率波动中的应用 [J].
韩晓娟 ;
陈跃燕 ;
张浩 ;
陈芳 .
中国电机工程学报, 2013, 33 (19) :8-13+24
[8]   大规模新能源电力安全高效利用基础问题 [J].
刘吉臻 .
中国电机工程学报, 2013, 33 (16) :1-8+25
[9]   实时平抑风电场功率波动的电池储能系统优化控制方法 [J].
洪海生 ;
江全元 ;
严玉婷 .
电力系统自动化, 2013, 37 (01) :103-109
[10]  
Stochastic predictive control of battery energy storage for wind farm dispatching: Using probabilistic wind power forecasts[J] . Peng Kou,Feng Gao,Xiaohong Guan.Renewable Energy . 2015