基于风电功率min级分量波动特性的风电场储能容量优化计算

储能为抑制风电功率随机波动性对电力系统的不利影响提供了可能。为减小风电功率随机波动分量对电力系统的影响,提出用储能设备平滑风电功率随机波动频繁的min级分量,并通过分析风电功率min级分量的波动特性,建立对应的储能容量优化配置模型。该模型在充分把握风电功率min级分量波动特性的基础上,以概率统计的区间估计理论确定储能系统的容量配置和最大充放电功率。该优化模型可以较小容量的储能设备改善风电功率的平滑输出,有利于减小风电功率随机波动性对电力系统的不利影响。仿真算例表明了该算法的有效性。     

基于风电功率min级分量波动特性的 风电场储能容量优化计算

储能为抑制风电功率随机波动性对电力系统的不利影响提供了可能。为减小风电功率随机波动分量对电力系统的影响,提出用储能设备平滑风电功率随机波动频繁的min级分量,并通过分析风电功率min级分量的波动特性,建立对应的储能容量优化配置模型。该模型在充分把握风电功率min级分量波动特性的基础上,以概率统计的区间估计理论确定储能系统的容量配置和最大充放电功率。该优化模型可以较小容量的储能设备改善风电功率的平滑输出,有利于减小风电功率随机波动性对电力系统的不利影响。仿真算例表明了该算法的有效性。     

平滑风电功率的电池储能系统优化控制策略

针对风电输出功率的随机性、波动性等特点,在计及风电功率波动和电池储能系统BESS(battery energy storage system)的荷电状态SOC(state of charge)等约束条件的基础上,提出一种基于变滑动平均滤波项数的风电功率波动平滑控制策略。该方法根据风电功率波动和BESS的SOC值,对滑动平均滤波中的项数进行调节,进而调节输出功率的目标值,使BESS的SOC稳定在一定的范围内,避免了BESS的过充/放电,并且提高了系统输出功率平滑效果。仿真分析表明,本文方法在BESS的SOC稳定在限定范围的同时,20 min内风电功率波动率控制在10%内,20 min功率波动累加和比普通滑动平均滤波策略下减少了20.5%,有效提高了风电输出功率的平滑性。     

储能电池荷电状态与平抑风电出力波动协调运行策略

采用电池储能系统(battery energy storage system,BESS)平滑风电功率波动可以优化风电场出力特性,提高风电场输出功率的稳定性。为了延长BESS的使用寿命,需最大限度控制BESS的荷电状态(state of charge,SOC)在限定区间内,以便拥有足够的容量进行下一时刻的充放电动作,从而带来更好的平滑效果。为此,提出了一种运行策略,该策略由2种控制算法组成,系统运行时,根据风电功率波动量的大小决定采用何种算法,2种算法依据风电场实际运行状况相互切换。仿真结果表明,该策略与传统低通滤波相比,不仅拥有较好的平抑效果,还能让BESS的SOC在合理的区间内,从而延长了BESS的使用寿命,节约了储能投资成本。     

基于附加风功率预测的风电功率波动平滑控制

为改善风电场出力平滑性,提高电网调峰能力,在现有电池储能系统(battery energy storage system,BESS)平滑风电功率波动控制策略的基础上,提出了一种基于附加风功率预测的BESS平滑风电功率波动的并网控制策略。该方法在不改变BESS现有平滑控制策略的基础上,将风电功率超短期预测技术应用于平滑控制,考虑了未来的风电出力波动对BESS的当前充/放电行为的影响,在满足风电场出力波动限制要求的基础上,优化BESS充/放电动作,防止BESS过充/放电,延长BESS的使用寿命。该控制策略包括3部分:现有平滑控制部分、附加风功率预测控制部分和总体修正部分。利用某地实测数据对某风电场与BESS联合系统进行了研究,结果证明了该控制策略的有效性。研究结果对BESS的工程应用具有指导作用。     

基于模糊经验模态分解的电池储能系统平滑风电出力控制策略

为减少风电波动率,提高并网可靠性,提出一种基于模糊经验模态分解(empirical mode decomposition,EMD)的储能系统平滑风电功率波动的控制策略。采用经验模态分解对风电功率进行滤波,低频分量并网,高频分量并入电池储能系统(battery energy storage system,BESS)。使用平滑后风电波动率和储能电池荷电状态(state of charge,SOC)作为约束条件,利用模糊控制算法,自适应在线调整EMD滤波阶数,通过模糊自适应控制器,能够更好地平滑风电波动。对比其他平抑风电功率储能控制策略,仿真实例表明,该方法可以有效地平抑风电功率波动,避免储能电池过充过放,稳定储能荷电状态。     

平抑风电波动的混合储能系统的容量配置

风电功率波动对电网造成不容忽视影响。用滑动平均法平滑风电功率,降低风电并网对电网的影响。滑动窗口的选取具有随机性,直接影响平滑效果。该研究提出滑动平均和标准校正的组合方法,分离出并网分量和储能分量。混合储能系统采用小波分解算法,可以有效地解耦出电池及超级电容器分量。对各储能分量统计分析,证明它们均服从t location-scale分布。在不同置信水平和容量下,以波动量的均值、方差、波动范围及波动点数为指标,分析混合储能系统的平抑效果。     

基于现代内点法的风储系统多模式优化

由于风电随机性、间歇性等特点,大型风电场并网时会对电网稳定性等诸多方面造成负面影响,通过给风电场配置电池储能系统(BESS)可改善这些问题。针对削峰填谷、功率平滑和功率跟踪3种BESS运行模式,建立了考虑电池寿命和风储系统功率波动约束的优化模型,采用改进后的两阶段现代内点法,根据风电功率预测结果对最优BESS充放电策略进行求解。算法中两阶段求解的引入解决了由表达式不确定的放电能量约束引起的不收敛问题。对风电功率预测结果进行插值后再次优化,相应地改变BESS功率的调整间隔,可限制不同时间级别的风电功率波动。算例结果表明,该算法有很好的收敛性和优化效果,且具有多项式时间复杂性,有利于实现在线实时控制。     

电池储能系统平滑风电功率控制策略

风电功率具有随机性与波动性,为减小风电功率波动对电网带来的不利影响、减小风电功率分钟级的波动量,采取一阶低通滤波器并利用电池储能系统对风电功率进行平滑控制。根据风电功率的平滑效果,选取合适的平滑时间常数,分析储能容量与平滑时间常数之间的关系,并根据单位储能平滑率选取合适的储能平滑时间常数,可为风电场通过配置储能系统平滑风电功率提供参考。     

用于平抑风电功率波动的电池储能系统控制策略

摘 要：采用电池储能系统（battery energy storage system,BESS）与风电场形成联合系统可平抑风电功率波动。如何制定BESS的控制策略以有效平抑风电功率波动,进而最大化系统接纳风电的能力是一个值得研究的重要问题。在此背景下,针对采用BESS平抑风电功率波动的控制策略开展研究工作。首先,针对风储联合系统的结构及特性,建立BESS的数学模型。考虑到BESS在当前时段的充放电行为影响其在下一时段的电池状态,在满足电池实际运行约束的前提下,提出用于平抑风电场出力波动的BESS的改进控制策略。之后,发展以风储联合出力波动越限概率最小为目标的BESS优化控制策略,并采用AMPL/CPLEX商业求解器求解。最后,以某风储联合系统为例,对所提出的BESS改进控制策略和优化控制策略平抑风储联合系统整体出力波动的效果进行验证。     

考虑充放电能量不均衡的双电池系统状态评估与控制策略

电池使用寿命是风电场功率波动平抑场景中影响储能系统经济性的重要因素。为了延长电池使用寿命,基于充放电任务分开执行的双电池系统运行模式,建立了给定最佳放电深度运行的双电池储能系统充放电数学模型,讨论了该运行模式下因充放电能量不均衡出现的极端运行情况。针对储能系统的实时运行状况和风电功率的波动情况,提出了能够表征双电池储能系统运行能力的充放电饱和能力指标和充放电运行平稳度指标,进而设计了模糊控制策略以自适应调节低通滤波器时间常数,优化控制储能电池的荷电状态,避免系统进入因充放电能力不足的不稳定运行区间。利用MATLAB/Simulink仿真平台,从荷电状态优化控制效果和波动平抑效果两方面对所提控制策略进行了仿真分析。仿真结果表明,所提模糊控制策略能够维持双电池储能系统长期稳定运行,并保证了波动平抑效果。     

基于SMES/BESS混合储能抑制风电功率波动的控制策略

针对风能的随机性和波动性,风力发电系统易出现功率波动的问题,采用超导磁储能(SMES)和蓄电池(BESS)混合储能的方式来平抑功率波动,提出了一种改进型混合遗传算法的变参数荷电状态(SOC)分区控制优化策略。基于自适应学习的思想对算法进行了改进,使得算法的收敛速度和精确度得以提高。将储能系统荷电状态剩余量和荷电状态分区限值作为改进后混合遗传算法的目标函数和边界条件。所得目标结果作为滤波器滤波时间常数修正值对其进行修正,从而实现功率二次分配。在Matlab/Simulink中搭建仿真模型验证了该控制策略的有效性。所提控制策略可以对任意时刻SMES和BESS出力进行最优配合,同时能减小电池充放电深度和提高对风电功率波动的平抑效果,且能有效提高混合储能系统的使用寿命。     

基于双铅碳电池储能系统的微电网优化运行控制策略

针对风力、光伏发电与电动汽车充电波动性威胁微电网安全运行问题,基于对铅碳电池全生命周期内吞吐电量与充放电深度关系的研究,提出了基于双电池储能系统(DBESS)运行平衡度指标控制的充放电模式切换路径优化策略,以及基于铅碳电池最佳充放电深度的DBESS充放电控制策略。利用包含风光发电、双铅碳电池储能系统、锂离子电动汽车充电和常规负荷的实测运行数据,对上述控制策略与传统控制策略的计算结果进行了对比分析,结果表明所提出的控制策略不仅可以达到优化DBESS充放电路径的目的,最大限度拓展DBESS可用容量,还可打破DBESS始末荷电状态一致的限制,提高储能系统使用灵活性。最后以DBESS充放电饱和能力指标及充放电稳定性指标为评价标准,验证了所提出控制策略的合理性和有效性。     

区域风电场群储能电站的优化配置及运行策略

风电场群的空间规模效应使其自身具备波动平滑调节能力,由此使得区域风电场群中配置电池储能电站(BESS)具备理论可行性。基于此,分析了区域风电场群配置BESS的运行形态和工作模式,指出当前规模的BESS可参与功率波动平抑和适度的电网调峰。基于构建BESS充放电策略,提出了以运营成本最小为目标的成本优化模型,由此确定风电场群最佳BESS容量配比。同时,利用风功率出力波动的季节性规律差异,探讨BESS在低风电出力季节参与电网调峰的可行性,提出了以实时运行效益最大为目标的BESS运行策略,使其在该目标下根据风电出力季节性差异调整运行模式。利用风电场实际运行数据验证该方法,计算结果表明所提BESS优化运行策略的有效性和可行性。     

兼顾补偿预测误差和平抑波动的光伏混合储能协调控制策略

为了提升光伏输出功率预测精度和平抑功率波动,提出一种兼顾补偿预测误差和平抑波动的光伏混合储能协调控制策略。首先,利用概率统计分布对预测误差和功率波动进行分析,确立补偿预测误差和平抑波动目标域,基于预测允许误差上下限值确定补偿预测误差目标域的充/放电参考功率,以一阶低通滤波平滑曲线确定平抑波动目标域的充/放电参考功率。然后,基于频谱分析将目标域外的功率分解为高频和低频分量,实现功率分配目的,并基于目标域将混合储能电池分为4组,根据充/放电参考功率进行充/放电池组状态切换,实现对不同工况补偿预测误差的初级控制和平抑波动的次级控制,完成混合储能充/放电优先级控制。最后,以中国新疆某光伏电站为例进行算例分析,结果表明了所提策略的有效性。     

平抑风电波动的混合储能系统自适应控制策略

针对由全钒液流电池、磷酸铁锂电池及超级电容 3种储能介质组成的混合储能系统,提出一种针对不同储能介质特性进行混合储能系统自适应功率分配及调节优化的风电功率波动平抑控制策略。通过二阶低通滤波算法进行针对不同储能介质特性的自适应功率分配及调节,同时考虑系统后续运行需求,进行基于SOC反馈的分段功率控制优化调整,使储能系统工作在正常区间的同时为后续运行时段提供一定的充放电空间,最后经过储能系统极限约束修正,实现对风电场输出功率波动的有效平抑。通过在储能型风电场项目中的应用实验,验证了此控制策略的有效性。     

超导储能蓄电池混合储能在风力发电中的应用

风力发电输出功率的波动性导致其直接并网会对电网带来不良影响,需要电力储能装置来提高并网性能,而常用的单一电池储能由于受到充放电次数的限制而易损坏。在建立用于平滑风电功率波动的超导储能和电池储能的混合储能模型基础上,设计超导储能用于平抑高频尖峰功率,电池储能用于平抑低频波动功率,并给出了两种储能装置的功率和容量确定方法。算例的仿真结果表明该方法同单一电池储能相比,可以有效地平抑风场并网的功率波动并减小电池的功率等级,减少电池的充放电次数和放电深度,从而延长了电池使用寿命。     

风光储混合系统的协调优化控制

为解决光伏和风电场的输出功率剧烈波动引起的电能质量下降和电网电压波动的问题,提出了利用复合储能技术分别平抑风光联合发电系统的输出功率在不同时段内的波动。在平抑功率波动过程中,提出了可变时间常数控制,不断实时优化低通滤波器的时间常数,实现了对储能系统充放电功率的灵活、快速控制,改善了储能系统的运行,减小了储能容量;同时提出最大输出功率限制控制保护储能运行在合理的范围。通过建模仿真验证了控制方法的有效性。     

计及谷时段风电消纳的储能系统平抑风电功率波动控制策略

储能系统(energy storage system, ESS)仅参与平抑风电功率波动为单一场景的控制策略,存在ESS频繁充放电以及不能有效解决负荷低谷时段风电消纳等问题。为此,提出了一种计及谷时段风电消纳的ESS平抑风电功率波动控制策略。首先,根据风电特性与负荷需求的时序关系,确定ESS在一个周期内的充电和放电区间段。其次,提出了分区间控制的ESS控制策略,在充电区间段以平抑风电功率向上波动为目标存储电量;在放电区间段以平抑风电功率向下波动为目标释放电量。最后,考虑ESS的实时荷电状态(state of charge, SOC)和风电消纳,提出了基于模糊控制的ESS充放电功率修正方法。以某风电场实际数据为例,在风储联合发电系统仿真平台上进行了测试,验证了所提运行策略的可行性和优越性。