基于风电波动平抑的储能配置影响因素

被引：18

作者：

孙玉树 ^{[1
]}

张国伟 ^{[1
]}

唐西胜 ^{[1
]}

苗福丰 ^{[2
]}

王平 ^{[3
]}

机构：

[1] 中国科学院电工研究所

[2] 国网河南省电力公司经济技术研究院

[3] 江苏省电化学储能技术重点实验室

来源：

高电压技术 | 2018年 / 44卷 / 10期

基金：

国家重点研发计划;

关键词：

风电波动平抑; 储能配置; 影响因素; 波动率约束; 时间尺度; 储能荷电状态; 风电幅频特性;

D O I：

10.13336/j.1003-6520.hve.20180925033

中图分类号：

TM614 [风能发电];

学科分类号：

0807 ;

摘要：

为了更精确地分析风电波动平抑过程中储能容量配置的影响因素,在相同并网波动率要求下,采用模型预测控制(MPC)算法作为控制策略。首先,分析了不同波动率限制和波动平抑顺序的影响,从而选取合理的波动率及平抑顺序;再者,分析了不同的风电采样时间尺度和储能荷电状态(SOC)的影响,从而获取可信的储能容量;最后,分析了不同幅频特性风电的影响,从而确立配置较大储能的风电类型。仿真结果表明:不同的波动率及其平抑顺序需配置不同的储能;储能配置一般与风电最大波动率和储能最大能量变化有关,且还需考虑储能的初始SOC和SOC运行范围;波动率较大且频率较低的风电一般需要配置较大的储能。

引用

页码：3407 / 3416

页数：10

共 13 条

[1] 考虑蓄电池荷电状态的孤岛直流微网多源协调控制策略 [J].

王琛 ;

孟建辉 ;

王毅 ;

李春来 .

高电压技术, 2018, 44 (01) :160-168

[2] 应用于微网的多类型储能多级控制策略 [J].

孙玉树 ;

李星 ;

唐西胜 ;

付科源 ;

李锰 .

高电压技术, 2017, 43 (01) :181-188

[3] 计及电池寿命和经济运行的微电网储能容量优化 [J].

肖浩 ;

裴玮 ;

杨艳红 ;

齐智平 ;

孔力 .

高电压技术, 2015, 41 (10) :3256-3265

[4]

ADALINE （ADAptive Linear NEuron）-based coordinated control for wind power fluctuations smoothing with reduced BESS （battery energy storage system） capacity[J] . M. Jannati,S.H. Hosseinian,B. Vahidi,Guo-jie Li.Energy . 2016

[5]

Determination of optimal supercapacitor-lead-acid battery energy storage capacity for smoothing wind power using empirical mode decomposition and neural network[J] . Yue Yuan,Chengchen Sun,Mengting Li,San Shing Choi,Qiang Li.Electric Power Systems Research . 2015

[6]

A statistical algorithm for predicting the energy storage capacity for baseload wind power generation in the future electric grids[J] . Shahab Shokrzadeh,Mohammad Jafari Jozani,Eric Bibeau,Tom Molinski.Energy . 2015

[7] A Hybrid System of Li-Ion Capacitors and Flow Battery for Dynamic Wind Energy Support [J].