CN104466998A - 风电混和储能容量配置方法 - Google Patents
风电混和储能容量配置方法 Download PDFInfo
- Publication number
- CN104466998A CN104466998A CN201410727769.3A CN201410727769A CN104466998A CN 104466998 A CN104466998 A CN 104466998A CN 201410727769 A CN201410727769 A CN 201410727769A CN 104466998 A CN104466998 A CN 104466998A
- Authority
- CN
- China
- Prior art keywords
- frequency signal
- wind
- power
- energy storage
- storage system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Abstract
本发明涉及一种风电混和储能容量配置方法,采用小波包分解方法将风电波动功率分解为低频部分和高频部分,把低频部分作为风电并网的期望值,高频部分由蓄电池-超级电容器混合储能系统平抑,使储能容量得到合理配置。
Description
技术领域:
本发明属于风电混合储能技术领域,具体说是涉及一种风电混和储能容量配置方法。
背景技术:
近年来,小波分析被大量应用于不同领域,包括分子动力学、语音识别、天文物理学、信号滤波消噪、模式识别、故障诊断、数据压缩、计算机图形学、量子力学等。由于小波变换只对信号的低频部分做进一步分解,而对高频部分不再继续分解,所以小波变换能够很好的表征以低频信号为主要成分的信号,而不能很好的分解和表示包含大量细节信息的信号。与之不同的是小波包变换可以对高频部分提供更加精细的分解,而且这种分解既无冗余,也无疏漏,对高频信号能够进行更好的时频局部化分析。
将风电波动功率进行小波包分解,将低频部分作为风电并网的期望值,高频部分用混合储能系统平抑,使储能容量得到合理配置。
发明内容:
发明目的:
本发明提供了一种风电混和储能容量配置方法,其目的是为了提高电力系统运行稳定性,使风电混合储能容量得到合理配置。
技术方案:
本发明是通过以下技术方案实施的:
一种风电混和储能容量配置方法,其特征在于:采用小波包分解方法将风电波动功率分解为低频部分和高频部分,把低频部分作为风电并网的期望值,高频部分由蓄电池-超级电容器混合储能系统平抑。
把高频信号分为次高频信号和最高频信号,根据蓄电池和超级电容器的互补性,采用蓄电池平抑次高频信号,超级电容器平抑最高频信号;采用高斯逼近方法拟合高频信号的概率密度函数,计算蓄电池和超级电容器平抑功率的数学期望,进而计算混合储能系统的容量配置。
对于给定风电输出功率的时间信号P(t),将其作为原始信号,则第一层小波包分解的计算方法为:
其中为第一层分解的低频系数,为第一层分解的高频系数,hk、gk分别为低通、高通滤波器组;
然后由低频系数和高频系数进行小波包重构,得到需要的低频信号和高频信号的重构,其计算方法为:
其中P1,0(t)为重构后的低频信号,P1,1(t)为重构后的高频信号,分别为重构的低通和高通滤波器组;
将低频信号作为风电并网期望值,而高频信号则用混合储能系统补偿;对高频信号进行频谱分析,将高频信号分为次高频信号和最高频信号,用蓄电池平抑次高频信号;用超级电容器平抑最高频信号;则蓄电池和超级电容器补偿功率分别为:
PB(t)=Pn,1(t)+…+Pn,m(t)
PC(t)=Pn,m+1(t)+…+Pn,k(t)
其中n为小波包分解层数,m为次高频和最高频信号的频带划分界限。
设Pr为风电场装机容量,Pm为风电波动功率,则当时,混合储能系统不工作;当时,混合储能系统对波动功率进行平抑;设当的数据点占总的数据点的百分比为α,观测风电场输出功率数据的总持续时间为T,可得混合储能系统工作持续时间为αT。
首先分别求出蓄电池储能功率|PB(t)|和超级电容器储能功率|PC(t)|的概率密度直方图,然后采用高斯逼近的方法拟合其概率密度曲线,得到概率密度函数,其表达式为:
其中an、bn、cn为分布系数;
根据概率密度函数计算储能功率幅值均值Pav,其计算公式为:
其中a、b为功率波动幅值的最小、最大值;
则储能容量为:
E=Pav·t
其中t为混合储能系统工作持续时间。
优点和效果:
本发明根据小波包分解的特点提出一种混合储能容量配置方法。将风电波动功率进行小波包分解,将低频部分作为风电并网的期望值,高频部分用混合储能系统平抑。结合蓄电池和超级电容器的互补特性,使用蓄电池平抑次高频信号,超级电容器平抑最高频信号,分别计算蓄电池和超级电容器的容量,使储能容量得到合理配置。
附图说明:
图1为某风电场输出功率曲线;
图2为原始信号与低频信号;
图3为P4,1~P4,3信号及其频率响应;
图4为蓄电池功率|PB|的概率密度直方图与拟合后的概率密度曲线对比图;
图5为超级电容器功率|PC|的概率密度直方图与拟合后的概率密度曲线对比图。
具体实施方式:
下面结合附图对本发明进行具体说明:
本发明涉及一种风电混和储能容量配置方法,该方法采用小波包分解方法将风电波动功率分解为低频部分和高频部分,把低频部分作为风电并网的期望值,高频部分由蓄电池-超级电容器混合储能系统平抑。
把高频信号分为次高频信号和最高频信号,根据蓄电池和超级电容器的互补性,采用蓄电池平抑次高频信号,超级电容器平抑最高频信号;采用高斯逼近方法拟合高频信号的概率密度函数,计算蓄电池和超级电容器平抑功率的数学期望,进而计算混合储能系统的容量配置。
对于给定风电输出功率的时间信号P(t),将其作为原始信号,则第一层小波包分解的计算方法为:
其中为第一层分解的低频系数,为第一层分解的高频系数,hk、gk分别为低通、高通滤波器组;
然后由低频系数和高频系数进行小波包重构,得到需要的低频信号和高频信号的重构,其计算方法为:
其中P1,0(t)为重构后的低频信号,P1,1(t)为重构后的高频信号,分别为重构的低通和高通滤波器组;
由于低频信号可以较好的描述原始信号的概貌,且其波动幅度较小,曲线较为平滑,因此可以将其作为风电并网期望值,而高频信号则用混合储能系统补偿;对高频信号进行频谱分析,将高频信号分为次高频信号和最高频信号,由于蓄电池储能具有能量密度高、功率密度低和循环寿命短等特点,所以用其平抑次高频信号;而超级电容器储能具有能量密度低、功率密度高和循环寿命长等特点,所以用其平抑最高频信号;则蓄电池和超级电容器补偿功率分别为:
PB(t)=Pn,1(t)+…+Pn,m(t)
PC(t)=Pn,m+1(t)+…+Pn,k(t)
其中n为小波包分解层数,m为次高频和最高频信号的频带划分界限。
设Pr为风电场装机容量,Pm为风电波动功率,则当时,混合储能系统不工作;当时,混合储能系统对波动功率进行平抑;设当的数据点占总的数据点的百分比为α,观测风电场输出功率数据的总持续时间为T,可得混合储能系统工作持续时间为αT。
首先分别求出蓄电池储能功率|PB(t)|和超级电容器储能功率|PC(t)|的概率密度直方图,然后采用高斯逼近的方法拟合其概率密度曲线,得到概率密度函数,其表达式为:
其中an、bn、cn为分布系数;
根据概率密度函数计算储能功率幅值均值Pav,其计算公式为:
其中a、b为功率波动幅值的最小、最大值;
则储能容量为:
E=Pav·t
其中t为混合储能系统工作持续时间。
实施例1:
采用某风电场48h实际输出功率数据,采样时间为1min,其功率输出曲线如图1所示。
采用DB9小波对风电场输出功率信号进行4层分解,得到低频信号S4,0和高频信号S4,i(i=1,2,…,15),将低频信号S4,0作为风电并网的期望值,其与原始信号的对比如图2所示。
由图2可知,经小波包分解的低频信号S4,0可以很好的描述原始信号的概况,其幅值和变化的频率与原始信号相近,因此可以将其作为并网期望值,而高频部分则用混合储能系统进行平抑。对小波包分解的高频信号P4,i(i=1,2,…,15)进行频谱分析,得到信号P4,1、P4,2、P4,3的频率响应相似,如图3所示,所以将信号P4,1~P4,3用蓄电池储能系统平抑,信号P4,4~P4,15用超级电容器储能系统平抑。
由此可得,蓄电池和超级电容器储能系统需要平抑的信号分别为:
PB=P4,1+P4,2+P4,3
PC=P4,4+P4,5+…+P4,15
其次计算混合储能系统持续工作时间,对波动功率进行数据分析,总数据点为2880,其中混合储能系统工作的数据点为450,可得α=450/2880=15.63%,则混合储能系统工作持续时间为:
t=αT=15.63%×48≈7.5h
通过高斯逼近拟合蓄电池和超级电容器的概率密度函数,求得其系数如表1、表2所示。
表1 |PB|的概率密度函数系数
表2 |PC|的概率密度函数系数
图4和图5分别为|PB|和|PC|的概率密度直方图与拟合后的概率密度函数的对比图。可见高斯逼近方法可以较好的拟合其概率密度函数。
进而分别求出蓄电池储能功率幅值均值PB-av和超级电容器储能功率幅值均值PC-av,其计算公式为:
考虑到蓄电池的循环寿命及荷电状态,为蓄电池容量拟配置10%裕度,可得蓄电池和超级电容器储能容量计算公式分别为:
EB=1.1×PB-av×t
EC=PC-av×t
可得蓄电池储能容量为:
EB=1.1×2.96×7.5≈24.42MW·h
超级电容器储能容量为:
EC=0.86×7.5≈6.45MW·h。
Claims (4)
1.一种风电混和储能容量配置方法,其特征在于:采用小波包分解方法将风电波动功率分解为低频部分和高频部分,把低频部分作为风电并网的期望值,高频部分由蓄电池-超级电容器混合储能系统平抑。
2.根据权利要求1所述的风电混和储能容量配置方法,其特征在于:把高频信号分为次高频信号和最高频信号,根据蓄电池和超级电容器的互补性,采用蓄电池平抑次高频信号,超级电容器平抑最高频信号;采用高斯逼近方法拟合高频信号的概率密度函数,计算蓄电池和超级电容器平抑功率的数学期望,进而计算混合储能系统的容量配置。
3.根据权利要求1或2所述的风电混和储能容量配置方法,其特征在于:对于给定风电输出功率的时间信号P(t),将其作为原始信号,则第一层小波包分解的计算方法为:
其中为第一层分解的低频系数,为第一层分解的高频系数,hk、gk分别为低通、高通滤波器组;
然后由低频系数和高频系数进行小波包重构,得到需要的低频信号和高频信号的重构,其计算方法为:
其中P1,0(t)为重构后的低频信号,P1,1(t)为重构后的高频信号,分别为重构的低通和高通滤波器组;
将低频信号作为风电并网期望值,而高频信号则用混合储能系统补偿;对高频信号进行频谱分析,将高频信号分为次高频信号和最高频信号,用蓄电池平抑次高频信号;用超级电容器平抑最高频信号;则蓄电池和超级电容器补偿功率分别为:
PB(t)=Pn,1(t)+…+Pn,m(t)
PC(t)=Pn,m+1(t)+…+Pn,k(t)
其中n为小波包分解层数,m为次高频和最高频信号的频带划分界限;
设Pr为风电场装机容量,Pm为风电波动功率,则当时,混合储能系统不工作;当时,混合储能系统对波动功率进行平抑;设当的数据点占总的数据点的百分比为α,观测风电场输出功率数据的总持续时间为T,可得混合储能系统工作持续时间为αT。
4.根据权利要求3所述的风电混和储能容量配置方法,其特征在于:首先分别求出蓄电池储能功率|PB(t)|和超级电容器储能功率|PC(t)|的概率密度直方图,然后采用高斯逼近的方法拟合其概率密度曲线,得到概率密度函数,其表达式为:
其中an、bn、cn为分布系数;
根据概率密度函数计算储能功率幅值均值Pav,其计算公式为:
其中a、b为功率波动幅值的最小、最大值;
则储能容量为:
E=Pav·t
其中t为混合储能系统工作持续时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410727769.3A CN104466998B (zh) | 2014-12-03 | 2014-12-03 | 风电混和储能容量配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410727769.3A CN104466998B (zh) | 2014-12-03 | 2014-12-03 | 风电混和储能容量配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104466998A true CN104466998A (zh) | 2015-03-25 |
CN104466998B CN104466998B (zh) | 2016-08-17 |
Family
ID=52912591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410727769.3A Expired - Fee Related CN104466998B (zh) | 2014-12-03 | 2014-12-03 | 风电混和储能容量配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104466998B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104779630A (zh) * | 2015-05-08 | 2015-07-15 | 武汉大学 | 一种平抑风电输出功率波动的混合储能系统容量配置方法 |
CN105186579A (zh) * | 2015-09-06 | 2015-12-23 | 成都唯昂新材料有限公司 | 一种可并网运行的风储系统 |
CN105186580A (zh) * | 2015-09-06 | 2015-12-23 | 成都唯昂新材料有限公司 | 一种可并网运行的风储系统的监控方法 |
CN105207250A (zh) * | 2015-09-06 | 2015-12-30 | 成都唯昂新材料有限公司 | 一种可并网运行的风储系统的监控装置 |
CN107623334A (zh) * | 2017-09-08 | 2018-01-23 | 上海电力学院 | 一种平抑光伏功率波动的混合储能功率控制方法 |
CN108110780A (zh) * | 2018-01-29 | 2018-06-01 | 广东电网有限责任公司电力科学研究院 | 一种孤立微电网储能容量优化配置方法及装置 |
CN109004670A (zh) * | 2018-08-01 | 2018-12-14 | 广州供电局有限公司 | 多类型储能系统的容量配置方法、装置和系统 |
CN110535177A (zh) * | 2019-08-27 | 2019-12-03 | 华北电力大学 | 一种电网友好型风电场储能容量优化配置方法 |
CN111030150A (zh) * | 2019-12-30 | 2020-04-17 | 南通大学 | 一种微电网系统负荷可靠供电的混合储能容量确定方法 |
CN112186868A (zh) * | 2020-09-09 | 2021-01-05 | 武汉万邦德新科技有限公司 | 用于延长野外线路巡检机器人续航里程的功率分配方法 |
CN112531744A (zh) * | 2020-12-11 | 2021-03-19 | 福州大学 | 一种基于变分模态分解的风电波动平抑方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103178538A (zh) * | 2013-04-11 | 2013-06-26 | 华北电力大学 | 混合储能型风力发电系统的风电功率波动抑制方法 |
CN103580041A (zh) * | 2013-11-08 | 2014-02-12 | 国家电网公司 | 一种平抑风电功率波动的混合储能系统容量配置方法 |
CN103595068A (zh) * | 2013-11-13 | 2014-02-19 | 国家电网公司 | 混合储能系统平抑风光输出功率波动的控制方法 |
-
2014
- 2014-12-03 CN CN201410727769.3A patent/CN104466998B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103178538A (zh) * | 2013-04-11 | 2013-06-26 | 华北电力大学 | 混合储能型风力发电系统的风电功率波动抑制方法 |
CN103580041A (zh) * | 2013-11-08 | 2014-02-12 | 国家电网公司 | 一种平抑风电功率波动的混合储能系统容量配置方法 |
CN103595068A (zh) * | 2013-11-13 | 2014-02-19 | 国家电网公司 | 混合储能系统平抑风光输出功率波动的控制方法 |
Non-Patent Citations (4)
Title |
---|
WEI LI 等: "Performance Comparison of Aggregated and Distributed Energy Storage Systems in a Wind Farm For Wind Power Fluctuation Suppression", 《POWEE ENGINEERING SOCIETY GENERAL MEETING,2007.IEEE》 * |
卢芸 等: "基于风电场混合储能系统容量配置的研究", 《第十届沈阳科学学术年会论文集》 * |
陈芳: "风储系统功率平滑控制策略研究", 《中国优秀硕士学位论文全文数据库》 * |
韩晓娟 等: "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", 《中国电机工程学报》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104779630B (zh) * | 2015-05-08 | 2017-07-11 | 武汉大学 | 一种平抑风电输出功率波动的混合储能系统容量配置方法 |
CN104779630A (zh) * | 2015-05-08 | 2015-07-15 | 武汉大学 | 一种平抑风电输出功率波动的混合储能系统容量配置方法 |
CN105186579A (zh) * | 2015-09-06 | 2015-12-23 | 成都唯昂新材料有限公司 | 一种可并网运行的风储系统 |
CN105186580A (zh) * | 2015-09-06 | 2015-12-23 | 成都唯昂新材料有限公司 | 一种可并网运行的风储系统的监控方法 |
CN105207250A (zh) * | 2015-09-06 | 2015-12-30 | 成都唯昂新材料有限公司 | 一种可并网运行的风储系统的监控装置 |
CN107623334B (zh) * | 2017-09-08 | 2020-06-26 | 上海电力学院 | 一种平抑光伏功率波动的混合储能功率控制方法 |
CN107623334A (zh) * | 2017-09-08 | 2018-01-23 | 上海电力学院 | 一种平抑光伏功率波动的混合储能功率控制方法 |
CN108110780A (zh) * | 2018-01-29 | 2018-06-01 | 广东电网有限责任公司电力科学研究院 | 一种孤立微电网储能容量优化配置方法及装置 |
CN109004670A (zh) * | 2018-08-01 | 2018-12-14 | 广州供电局有限公司 | 多类型储能系统的容量配置方法、装置和系统 |
CN110535177A (zh) * | 2019-08-27 | 2019-12-03 | 华北电力大学 | 一种电网友好型风电场储能容量优化配置方法 |
CN110535177B (zh) * | 2019-08-27 | 2021-04-30 | 华北电力大学 | 一种电网友好型风电场储能容量优化配置方法 |
CN111030150A (zh) * | 2019-12-30 | 2020-04-17 | 南通大学 | 一种微电网系统负荷可靠供电的混合储能容量确定方法 |
CN111030150B (zh) * | 2019-12-30 | 2020-12-08 | 南通大学 | 一种微电网系统负荷可靠供电的混合储能容量确定方法 |
CN112186868A (zh) * | 2020-09-09 | 2021-01-05 | 武汉万邦德新科技有限公司 | 用于延长野外线路巡检机器人续航里程的功率分配方法 |
CN112531744A (zh) * | 2020-12-11 | 2021-03-19 | 福州大学 | 一种基于变分模态分解的风电波动平抑方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104466998B (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104466998B (zh) | 风电混和储能容量配置方法 | |
Zhao et al. | Capacity allocation of a hybrid energy storage system for power system peak shaving at high wind power penetration level | |
CN103633657B (zh) | 一种风储电站电网负荷调峰及风电波动抑制的方法及装置 | |
CN104795829B (zh) | 一种基于削峰填谷的储能系统调度方法 | |
CN103020423B (zh) | 基于copula函数获取风电场出力相关特性的方法 | |
CN104734166A (zh) | 混合储能系统及风力发电功率平滑控制方法 | |
CN104600727A (zh) | 一种基于数理统计和小波分解算法的微电网中混合储能的容量配置方法 | |
CN103580041A (zh) | 一种平抑风电功率波动的混合储能系统容量配置方法 | |
CN109659970A (zh) | 基于变分模态分解的储能系统平抑风功率波动的控制方法 | |
CN103078351B (zh) | 微电网分频能量管理方法 | |
CN105140942A (zh) | 考虑核电状态偏差的混合储能优化功率分配方法 | |
CN104104107A (zh) | 用混合储能平抑风电功率波动的模型预测控制方法 | |
CN107843894A (zh) | 一种复杂运动目标的isar成像方法 | |
CN103049653B (zh) | 基于em算法的g0分布参数最大似然估计方法 | |
CN103926932A (zh) | 一种船舶运动姿态分解域智能预报方法 | |
Manchester et al. | Energy storage requirements for in-stream tidal generation on a limited capacity electricity grid | |
CN110535177A (zh) | 一种电网友好型风电场储能容量优化配置方法 | |
CN103618326B (zh) | 基于卡尔曼滤波的风电场中储能系统充放电控制方法 | |
CN104333025B (zh) | 适应脉冲型负荷功率波动平抑的超级电容配置方法 | |
Sutherland | Financing a green new deal | |
CN108054781B (zh) | 一种基于db6小波的风电汇聚效应时频分析方法 | |
CN102255328B (zh) | 一种基于频谱分析确定风电场接入储能装置容量的方法 | |
CN110707745B (zh) | 基于改进vmd的电热综合系统多时间尺度经济调度方法 | |
CN106487037A (zh) | 风储联合系统容量配置方法 | |
David | Rayleigh distribution-based model for prediction of wind energy potential of Cameroon |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160817 Termination date: 20171203 |
|
CF01 | Termination of patent right due to non-payment of annual fee |