基于风速预测与储能的可调度风电场并网功率控制

由于风速变化的随机性,大规模风电场并网给电网调度带来困难,进而影响系统的稳定性。为了提高风电场的可调度性,本文提出了基于风速预测与钒电池储能的风电场并网功率协调控制系统。采用BP神经网络法对未来一天的风速进行预测,通过预测的风速值计算风电场向电网发送的功率,并将预测值提交到电网调度机构。同时,在风电场的出口处接入钒电池储能系统,快速响应弥补风电场实际发出功率与预测功率的误差,从而提高电网依据风功率预测进行风电场发电调度的可信性,改善了风电场与电力系统之间的协调运行能力。     

风储联合发电系统参与频率响应的模型预测控制策略

储能电池的柔性控制作用使其在参与电网调频方面具有优势,将风电和储能相结合,构成风储联合发电系统参与电网调频,具有协同增效的优势。为此,基于模型预测控制方法,提出风储联合调频策略。该策略在考虑风电场和储能各自约束条件的前提下,通过求解滚动时域最优控制问题协调了两者之间的出力分配,并使用滚动时域估计方法来实时估计电网的有功功率不平衡量,从而可根据更准确的系统状态信息来计算最优控制量。最后对提出的策略进行了仿真分析,结果表明该策略能够提高电网的调频性能。     

计及储能寿命的风储电站分层优化控制策略

为了有效地平抑风电场的功率波动,提高风电场的并网特性,增强风电场并网运行的经济性和可靠性,提出了一种计及储能寿命的风储电站分层优化控制策略。首先,从经济学角度分析储能系统的充放电特性,考虑不同控制方式对储能系统寿命的影响;其次,采用分层-分区控制方式对风储电站进行协调控制,上层根据电网调度需求,考虑分时电价政策对集中式储能和整个风电场级进行协调功率控制,下层考虑区域内分布式储能和多台风电机组间的协调功率控制;最后,采用改进遗传算法对分层优化控制模型求解。结果表明:所提出的基于储能寿命损耗的风储电站优化控制方法实现了风储电站中储能系统及风机出力的合理分配,在延长储能寿命的同时提高了电网对风电的消纳能力,使得整个风电场运行经济性显著提高。     

基于储能SOC优化控制的风储电站实时跟踪发电计划控制策略

随着风力发电的快速发展,提高风力发电的可调度性受到了越来越多的关注。针对目前跟踪发电计划控制策略存在的问题,研究基于储能SOC优化控制的风储电站实时跟踪发电计划控制策略,提出保证在误差允许范围内实时跟踪发电计划的前提下,以降低储能系统电量波动范围和放电深度为控制目标、采用实时滚动优化方法的控制策略,建立了储能SOC优化控制模型,并采用基于动态规划的优化算法进行求解。最后以北方某风光储输联合发电示范工程中的实测数据为例编程仿真,并与普通控制策略对比分析,验证了本文方法的可行性与有效性。     

基于使用寿命模型的大容量电池储能系统变步长优化控制方法

大容量电池储能系统(BESS)配合风电场调度可以提高风电场的可调性。为了研究延长BESS使用寿命的控制方法,建立了多因素聚合寿命模型,该模型考虑了大容量BESS的串并联特性和充放电特性,能够反映充放电倍率、控制步长、充放电次数和温度等多种因素对电池老化的影响。讨论了BESS控制步长和调度周期对BESS使用寿命和并网跟踪性能的影响,提出了BESS的变步长优化控制方法。设计了模糊变步长控制器,根据当前BESS的充放电倍率和跟踪性能指标实时调节控制步长。算例仿真表明,所提模糊变步长优化控制方法结合了大步长下使用寿命长和小步长下跟踪性能好的优点,并网功率能够较好地跟踪调度指令,实现了风电场的可调性,同时提高了BESS的使用年限。     

风储联合运行经济调度模型研究

介绍了风电场中储能装置的相关控制策略;然后,基于传统的经济调度模型上,引入储能装置来平抑风电功率的波动性,并计及备用成本,从而建立了风电场中含储能装置的经济调度模型,重点分析了储能装置的引入和储能装置不同容量及不同最大充放电功率对经济调度的影响;最后,通过实际算例分析验证了该模型的有效性。     

提高风储发电经济性的双储能系统模型预测控制方法

储能系统可以有效降低风电规模化接入对电力系统造成的影响。在储能电池平滑风电功率波动的典型应用场景下,单储能频繁充放电切换将影响储能电池的使用年限,降低经济性。因此,文中提出了一种双储能电池的模型预测控制方法。首先,建立双储能风力发电系统的数学模型,分析储能输出功率对未来出力能力的影响;然后,设计以储能出力最优和基于储能能量状态改变双储能出力约束的模型预测控制策略;最后,利用实际风场数据,与单一储能模型预测控制对比,仿真结果表明在相同储能容量和平滑效果下,所提方法显著地降低了储能充放电切换,延长储能使用周期,并通过分析储能运行成本的经济性,验证了所提方法的优越性。     

基于钒电池储能系统的风电场并网功率控制

随着风力发电并网容量的增加,风电场功率波动对电网的影响越来越大.为提高风电场并网运行的稳定性,在其出口处增加新型环保钒氧化还原液流电池(VRB)储能系统,以有效调节并网功率.根据VRB的等效数学模型,分析了VRB荷电状态与端电压之间的变化特点,采用一级双向DC/AC变换器作为VRB储能系统的功率调节器,设计了相应的充放电控制与能量管理策略,并对具有VRB储能单元的风电场并网系统进行了建模和仿真.仿真结果表明,在风速波动的情况下,采用VRB储能系统能够快速、有效地平滑风电场输出的有功功率波动,并可为电网提供一定的无功支持,有效地改善了风电场的并网运行性能.     

基于混合储能的大型风电场优化控制

波动性电源的大规模接入,不仅造成电力系统运行调度困难,而且会影响其安全稳定运行。因此,通过配置储能装置来对并网功率进行平滑控制十分必要。基于一定配置容量的混合储能系统(HESS),提出一种用于大型风电场并网的最优控制方法。采用蓄电池和超级电容为储能介质,建立短期优化控制的动态模型,确立相应的控制目标和约束条件,并设计基于粒子群优化(PSO)的求解算法。仿真算例的结果表明该方法是正确、有效的。     

基于混合储能的风电并网调频控制策略

大规模风电并网使系统惯性下降,导致系统被扰动影响后频率波动增大,降低了系统的抗干扰能力和频率稳定性。而随着并网风机规模的增加,这种趋势也更加明显。鉴于此,提出了基于IR-PFR的储能系统控制策略,分别针对频率的惯性响应与下垂控制,实现对混合储能系统的控制,进而提高系统频率响应的抗干扰能力。通过MATLAB/Simulink仿真平台上搭建仿真模型进行仿真,结果表明,该系统可以补偿大规模风电接入电力系统导致的频率波动,以及负载突然增大带来的频率变化,更快地恢复到正常状态。因此,混合储能系统可以有效应用于风电并网系统的一次调频过程中。     

含超前控制的风储系统滚动最优控制策略

新一轮电力体制改革要求进一步提高风电跟踪计划能力,电池储能为此提供了途径但成本较高。为提高其经济性,提出一种风电场电池储能最优控制策略,其以最优化模型为核心,并包含超前滚动优化算法。最优化模型以储能下令次数最少为优化目标,包含统计学控制效果约束及荷电状态、死区控制等储能运行约束。超前滚动优化算法利用超短期风电功率预测,在统计学控制效果的每一个10min考核周期内进行实时的滚动超前控制,并不断修正预测误差的影响,保证各项约束得到满足。仿真结果表明,所提最优控制策略显著提高了风电跟踪计划精度,并在此前提下大幅减少了储能下令次数,且对超短期风电功率预测误差具备一定的抗干扰能力。     

电池储能平抑短期风电功率波动运行策略

为了改善风电场出力特性,提出了一种新的电池储能平抑风电场出力短期波动的运行控制策略——超前控制策略。超前控制策略基于当前的简单控制策略,考虑了未来的风电出力波动对储能装置的当前充放电行为的影响,是一种具有前瞻性的方法。在超前控制策略中,引进了风电预测可信周期的概念,并通过滚动优化计算实现电池储能的动态控制。该方法可降低储能电池的荷电状态约束对其充放电行为的影响,可有效提高储能电池的利用效率。利用该运行控制策略对某大型风电场与电池储能联合运行系统的出力特性进行了研究,结果证明了该策略的有效性。     

平抑长短期风电功率波动的风储协调运行方法

提出了一种基于模型预测控制(MPC)和低通滤波(LPF)原理的实时平抑长短期风电功率波动的风储协调运行方法。首先,该方法利用风电场发电功率预测曲线,综合考虑优化时域内实际并网功率的平滑效果、储能荷电状态(SOC)、储能出力以及相关约束,通过每15min的滚动计算来实现对储能系统的优化控制。然后,建立了MPC与LPF两种原理的联系,推导了对常规LPF原理进行补偿的计算公式,使得储能SOC变化能够跟踪MPC设定的优化轨迹。算例分析表明,新方法既能够有效平抑1min和10min的短期风电功率波动,又能在15min~4h的时间尺度上,有效控制储能SOC的变化范围。     

适用于风电功率调控的复合储能系统及其控制策略

复合储能系统能够发挥不同储能方式的优势,有效提高储能系统的综合性能。针对并网风电功率调控目标,考虑不同储能方式的特性,构建一种基于蓄电池和飞轮储能的复合储能系统结构和数学模型,并重点研究其控制策略。通过合理设计中央管理层的控制策略,可以保障复合储能系统安全稳定运行,并对其吞吐功率进行优化,从而能够提高风电功率的调控效果;对于储能单元控制器,提出了蓄电池的功率和能量两种激活模式,并结合多模态电流滞环控制方法,实现功率在复合储能系统的各储能单元间合理流动。仿真结果表明,所提复合储能系统及其控制策略是可行有效的。     

基于风电功率预测的复合储能超前优化控制策略

超短期风电功率预测的可靠性及精度均逐步提升,文中将其引入风电场复合储能系统(HESS)控制过程,并利用预测功率信息提出了HESS超前优化控制策略。通过相邻充放电区间时长的概率分布统计,确定预测信息的时长区间,并将其作为优化控制策略中的超前控制时间区间;通过分析影响HESS运行效率的主要约束,构建了高效的HESS充放电控制策略;以荷电状态偏移方差最小为目标函数,构建HESS各存储介质同步启动情况下的优化控制模型,并考虑充放电功率和容量限值约束,获取未来时间区间HESS介质的充放电功率控制模式;最后,给出了求解算法和实现步骤。以实际风电场运行数据进行算例分析,计算结果表明本文所提方法可有效实现HESS的高效控制,具有一定实际应用价值。     

风力发电系统中储能容量的优化配置

在风力发电系统中,合理地规划配置储能系统的容量对于风力发电产业的长远发展具有非常重要的意义。首先建立了电池储能系统的模型,提出一种基于该类储能系统的容量优化配置策略,并在此基础上将电池储能系统的全生命周期成本作为储能容量的优化目标,建立了以发电系统能量缺失率等运行指标为约束条件的储能容量优化模型,运用粒子群算法对该复杂优化配置模型进行求解计算。通过对算例系统的求解,验证了所建模型和算法的正确性和有效性,同时也为风力发电系统中储能单元的容量优化提供了参考。     

基于准零相位滤波器的电池储能系统平滑风电波动控制方法

利用电池储能系统(BESS)平滑风电功率波动可以提高风电场输出稳定性,但基于一阶低通滤波器的控制方法易将风电功率趋势分量引入BESS充放电指令,增加BESS容量需求。针对该问题,提出一种基于准零相位滤波器的BESS控制方法。首先,分析滑动平均滤波器时频特性及滞后相位特性对BESS充放电控制的影响。然后,以中心滑动平均滤波算法为基础,融合风电功率趋势预测信息来构建一种相位延时近似为零的准零相位滤波器。最后,该滤波器提取风电功率波动分量,显著降低滤波延时,减小BESS充放电指令中的趋势分量。对典型风电功率波动情景的仿真结果表明:在获得与传统低通滤波方法近似平滑效果时,所提策略能够明显减小BESS最大能量波动和累积能量交换,进而降低容量配置要求,延长使用寿命。     

电池储能系统用于改善并网风电场电能质量和稳定性的研究

建立了基于等效电路的电池储能系统和基于异步发电机风力发电系统的整体动态数学模型,设计了相应的控制策略,并以随机风和电网大扰动为例,采用电池储能系统对并网风电场的电能质量和稳定性问题进行仿真。结果表明采用该控制策略的电池储能系统可很好地改善并网风电场的电能质量和稳定性。     

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。