CN109742804B - 结合蓄电池充放电控制和最优转矩法的风机控制系统及方法 - Google Patents
结合蓄电池充放电控制和最优转矩法的风机控制系统及方法 Download PDFInfo
- Publication number
- CN109742804B CN109742804B CN201910125570.6A CN201910125570A CN109742804B CN 109742804 B CN109742804 B CN 109742804B CN 201910125570 A CN201910125570 A CN 201910125570A CN 109742804 B CN109742804 B CN 109742804B
- Authority
- CN
- China
- Prior art keywords
- power
- fan
- storage battery
- charge
- moment
- 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.)
- Active
Links
Images
Classifications
-
- 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
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Abstract
本发明公开一种蓄电池充放电控制和最优转矩法的风机控制系统及方法,获取风机在一段时间内的平均功率,并确定下一阶段蓄电池允许风机功率波动的范围;获取风机的发电机侧功率和风轮旋转角速度,根据传动链的方程计算出对应的最优转矩和目标风轮转速;当风轮转速随着风速波动时,用低通滤波器处理波动的风轮转速,然后计算处理后的风轮转速的变化率;根据功率和转速的变化率建立T‑S模糊模型,确定蓄电池充放电的电量,将风电储能系统的功率稳定在可以接受的范围内,本发明根据在线计算平均功率来确定蓄电池充放电策略的范围,可以避免蓄电池因为频繁充放电而导致寿命减短的弊端,还能有效地平抑功率,使得风机在接入电网后,减小对电网的影响。
Description
技术领域
本发明属于风力机控制领域,具体地说是一种在风机使用最优转矩法进行最大功率点跟踪控制时,基于T-S模糊模型控制蓄电池储能系统进行合理的充放电对风电功率进行削峰填谷的控制系统及方法。
背景技术
近年来,能源危机和环境问题的加剧使得世界各国越来越重视可再生能源的开发利用,风能更是其中重要的一种。尽管风能是一种拥有巨大潜力的清洁能源,但是风能具有不稳定性和间歇性。对于风能的这些特性,风机需要调节风轮转速使其运行在最佳叶尖速比下,以最大限度获取风能,这就是风机最大功率点跟踪控制。最大功率点跟踪控制也使风机所产生的功率受到风速的影响,当作用在风轮上的风速快速变化时,风机的功率亦会快速变化。而当注入电网的风能越来越大时,就容易对电网的稳定性产生负面影响,因此有些地方甚至对这些负面的风能采取“弃风”的措施。为了有效的利用风能,在风机进行最大功率点跟踪时加入储能系统进行削峰填谷就显得非常有必要了。
蓄电池储能技术是化学储能的一种,其具有易于储存和运输的特点,早已广泛应用于生活和工业生产中。蓄电池也分为许多种,其中全钒电池易规模化,易配置,响应速度快,循环寿命长,支持频繁充放电切换,可以满足风力发电系统应用的各项技术需求。在考虑全钒电池系统的控制策略时,侧重于结合储能系统暂态运行特性,忽略由于长时间过程而引起的稳态特性影响因素,包括温度和漏电等,同时,储能系统在暂态模型中也视同位恒压源。
最优转矩法是一种传统的最大功率点跟踪控制方法,它的思想是在风速变化时,根据风机本身的特性,计算出风机运行在最大功率点处的转矩,并称为最优转矩。如果已经得到风机的最优转矩的参数,则可以通过转矩的闭环控制,让发电机电磁转矩实时跟踪最优转矩曲线,使风机运行在最大风能捕获状态。因为风速本身具有极强的随机特性,这种方法避免了对风速的检测,使风机在不依赖风速计算的情况下就能取得最大功率点跟踪的效果。
发明内容
本发明的目的是为了解决现有技术中,由于风机最大转矩法跟踪最优转速所造成的功率不稳定,采用蓄电池储能技术结合最优转矩法的特性进行削峰填谷的技术。
针对相关技术中的上述技术问题,本发明提出了一种结合蓄电池充放电控制和最优转矩法的风机控制系统,根据风机功率和最优转矩法的最优转矩,建立T-S模糊模型,确定蓄电池充放电的范围和电量,降低风机功率的不稳定性。
本发明的技术方案是这样实现的:
一种结合蓄电池充放电控制和最优转矩法的风机控制系统,包括风力发电机、功率变换器、蓄电池储能系统和电网,其特征在于,还包括:
第一观测模块,其获取风机在一段时间内的功率,计算出风机功率的平均功率,并确定下一阶段时间内,蓄电池允许风机功率波动的范围;
第二观测模块,其用于获取风机最优转矩控制下的风机转速变化率;
控制模块,根据所述风机功率和所述风机转速变化率来建立T-S模糊模型,确定蓄电池充放电的电量,将风电储能系统的功率稳定在可以接受的范围内。
优选地,第二观测模块具体为,其获取风机的发电机侧功率和风轮旋转角速度,通过观测器处理这两个变量,然后根据风机参数计算出气动转矩,根据传动链的方程计算出所述气动转矩下对应的最优转矩和目标风轮转速;
当风轮转速随着风速波动时,用低通滤波器处理波动的风轮转速,然后计算出最优转矩控制下的风机转速变化率。
优选地,第一观测模块具体为,获取风机功率在100秒内的参数,通过风机在这段时间内的功率变化计算出功率的平均值;
根据计算得出的最优转速获取预测的风机功率,通过预测的目标功率计算出与平均功率的差值,然后将差值定义为功率变化率;
根据功率变化的大小,确定蓄电池允许功率变化的波动上限和波动下限,如果功率变化非常大,可以适当扩大功率波动的上、下限,避免蓄电池频繁放电;如果功率变化非常小,则缩小功率波动的上下限,使功率更稳定。
优选地,控制模块具体为,设置风机功率和风轮旋转角速度作为输入量,输入到建立的T-S模糊模型,然后确定充放电策略。
优选地,当所述风机功率在允许功率变化范围内时,蓄电池不进行充放电操作,系统功率随实际风速输出波动;
当风机功率大于允许功率变化范围时,判断蓄电池此时的荷电状态(SOC),若此时的蓄电池有足够电量,则启动蓄电池充电;
当风机功率大于允许功率变化范围时,判断蓄电池此时的荷电状态(SOC),若此时的蓄电池没有足够电量,则蓄电池进入保护状态;
当风机产生的功率小于允许功率变化范围时,判断蓄电池此时的荷电状态(SOC),若此时的蓄电池有足够容量可充电,则启动蓄电池充电;
当风机产生的功率小于允许功率变化范围时,判断蓄电池此时的荷电状态(SOC),若此时的蓄电池没有足够容量可充电,则启动蓄电池进入保护状态。
本发明比现有技术比,解决现有技术中风机在最大功率点跟踪时,由于跟踪转速导致功率的变化过于剧烈,通过引入蓄电池储能系统对功率进行削峰填谷的策略,本发明根据在线计算平均功率来确定蓄电池充放电策略的范围,可以避免蓄电池因为频繁充放电而导致寿命减短的弊端,还能有效地平抑功率,达到风机在接入电网后,减小对电网影响的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的带储能的双馈风力发电系统拓扑图;
图2是计算最优风轮角速度的流程图;
图3是本发明的蓄电池充放电策略;
图4是测试的湍流风速;
图5是风机功率和蓄电池的充放电判断;
图6是风机和蓄电池的合成功率图;
图7是蓄电池的充放电功率图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
本发明所述的一种在风机使用最优转矩法进行最大功率点跟踪控制时,用蓄电池储能系统进行合理的充放电对风电功率进行削峰填谷的控制策略。图1显示了本发明的整体框架,其中风机捕获风能,然后通过变流器传输到电网,在高压风机电能传输的过程中加入了蓄电池储能系统。
对于风机捕获风能的能力,有功率公式:
其中,ρ为空气密度,R为风轮半径,v为风速。Cp(λ,β)为风能利用系数,与叶尖速比λ和桨距角β相关,而桨距角β在最大功率点跟踪时,一般固定不变,所以Cp(λ,β)可等效为Cp(λ)。
叶子尖速比λ表示叶片顶端的线速度与风速的比值,为:
ωr表示风轮旋转角速度。
最大功率点跟踪控制本质上就是控制ωr,使λ有λopt,从而有Cp到最大值Cpmax。
现在大型风机普遍使用双馈风力发电机,存在齿轮箱。在风轮侧和发电机侧之间有传动链方程:
Jt为转动惯量,Ta为风轮侧的气动转矩,根据Pa=Taωr可求得风机捕获的风能。
Tg为发电机转矩。最优转矩法就是根据风轮在λopt的参数kopt:
则发电机转矩:
ωr为发电机侧的转速,当最优转矩法控制发电机转矩跟踪最大功率点变化时,加入蓄电池储能系统可以平抑风机的功率。
本发明采用全钒电池储能系统,对此可以建立电池经典三阶模型,即忽略由于长时间过程引起的稳态特性影响因素,包括温度和漏电流等,同时,储能系统电压在暂态模型中也视同恒压源。
储能系统通过DC/DC电流转换器并联接入风机与电网构成风电储能联合系统,其整体结构如图2所示。中间的并联电容起滤波的作用,使输出功率更加平滑。由于电网的电能远大于风机所能产生的电能,所以在这里可以假定电网是一个无穷大的系统,并不会因为单个风机的接入改变。实际上,有合理控制方法的风电储能系统在并入电网时,对电网的负面影响会降低。
如图2根据传感器可以得到风轮转速和风机捕获的风能,然后通过观测器可以得到风轮的转矩。由于最优转矩法的特性存在最优参数kopt,且根据λopt可得到ωropt:
由于风机是一个大的惯性环节,可以认为1s内其输出功率不变,故将100秒内的功率离散为100个点,并求取平均值为:
每一个时刻对应的最优功率有
Popt=Tgngwropt
定义γ为,反映功率变化的变量:
其中sgn(t)为符号函数,当t>0时,sgn(t)=1;t=0时,sgn(t)=0;t<0时,sgn(t)=-1。但是(Popt-Pavg)过于接近会导致γ的剧烈抖动,影响控制结果。因此在实际控制中当(Popt-Pavg)<350kw时,(Popt-Pavg)=1。
为了提高并入电网风能的质量,并且延长蓄电池的使用寿命,在这里提出一种和最优转矩法结合的T-S模糊模型的蓄电池充放电策略。根据在线滚动优化且实时迭代的风机所能捕获的风能,并且参考风机最优转速的变化率,将这两个变量作为输入给予T-S模糊模型,然后决定储能系统的出力范围。
传统的模糊系统是一种基于规则的控制,通过自然语言表达过程中的模糊性控制规则,来实现对难以精确描述系统的控制,在设计中不需要建立被控对象的精确数学模型。T-S模糊模型则是将正常的模糊规则及其推理转换成一种数学表达形式关系。本质是将全局非线性系统通过模糊划分建立多个简单的线性关系,对多个模型的输出再进行模糊推理和判决,可以表示复杂的非线性关系。
T-S模糊模型的基本做法是用线性状态模型作为后件来表达每条语句所表征的局部动态特性,则全局的模糊模型就由这些线性模型通过隶属函数综合而成,全局模型是一个非线性模型,利用模糊逻辑系统的非线性映射能力,就可以逼近一个非线性模型,而且能够对定义在一个致密集上的非线性系统坐到任意精度上的一致逼近。
设非线性系统为:
其中x是状态变量,u是输入变量,F,f,g是光滑的非线性函数。
T-S模糊模型是由一组“IF THEN”模糊规则来描述非线性系统,每个规则代表一个子系统,整个模糊系统即为各个子系统的线性组合。
IF X为small and Y为small then Z=0.85;
IF X为small and Y为big then Z=1.1;
IF X为big and Y为small then Z=0.9;
IF X为big and Y为big then Z=1.15;
即当
如图3所示,判断风机的功率Pt与是否在Pmin和Pmax范围内,如果不在,则需要蓄电池放电。然后再预测蓄电池出力的功率Pb和蓄电池的电荷状态,最后计算合成功率Ptot;如果在Pmin和Pmax范围内则,直接输出风机的功率Pt。
具体将风机输出的功率与储能系统的出力范围作比较的判断逻辑为:
当风机产生的功率在允许功率变化范围内时,蓄电池不进行充放电操作,系统功率随实际风速输出波动;当风机产生的功率大于储能系统的出力范围,判断蓄电池此时的SOC(荷电状态),若此时的蓄电池有足够电量,则启动蓄电池充电;当风机产生的功率大于储能系统的出力范围,判断蓄电池此时的SOC(荷电状态),若此时的蓄电池没有足够电量,则蓄电池进入保护状态;当风机产生的功率小于储能系统的出力范围,判断蓄电池此时的SOC(荷电状态),若此时的蓄电池有足够容量可充电,则启动蓄电池充电;当风机产生的功率小于储能系统的出力范围,判断蓄电池此时的SOC(荷电状态),若此时的蓄电池没有足够容量可充电,则启动蓄电池进入保护状态。
在现有技术下,电池是比较昂贵的设备,即使是最便宜的铅酸电池,单位容量造价仍高达50~100€/(kW·h),因此必须合理选择蓄电池的容量。由于风功率的波动幅值具有很大的分散性,要求能量存储系统(BESS)在任何情况下均能平抑功率波动将导致蓄电池容量过大,经济性不允许。较为合理的容量确定方法是要求蓄电池能平抑风功率波动,即可按下式确定储能系统的额定充放电功率Pb:
Pb=F-1(β)
式中:-函数F-1(x)为风功率波动幅值累计概率分布函数的反函数;β为预先指定的比较大的概率水平。在此基础上,蓄电池额定容量Em按照下式确定:
Em=nPm
式中:参数n一般介于4~6之间,如美国加州奇诺储能系统试验工程中参数的取值为4(蓄电池为酸铅电池集成,参数10MW,40MW·h),河北张北风-光-储-输示范工程中参数n的取值为4.75(蓄电池为磷酸铁锂电池、液流电池、钠硫电池集成,参数为20MW、95MW·h)。
本发明采用基于Matlab/Simulink搭建仿真模型进行控制器的验证,其中风力机气动结构部分采用美国国家能源部可再生实验室(Nation Renewable EnergyLaboratory,NREL)开发的FAST软件进行验证。风力机模型选用由NREL建造的5MW陆上风机,采用20MW·h的全钒电池。其中测试用的风速采用平均风速为8m/s的湍流风速,湍流密度为8%,风速如图4所示。整个仿真时长为由600s,因风机的启动需要时间,所以前100s为启动风机的时间,100s-200s为计算平均风速的时间。从200s开始计算蓄电池充放电的范围和风机的输出功率,图5为风机未进行充放电之前的风机功率和充放电范围。风机和蓄电池合力功率Ptot如图7所示。图7为蓄电池的充放电过程。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种结合蓄电池充放电控制和最优转矩法的风机控制系统,包括风力发电机、功率变换器、蓄电池储能系统和电网,其特征在于,还包括:
第一观测模块,其获取风机在一段时间内的功率,计算出风机功率的平均功率,并确定下一阶段时间内,蓄电池允许风机功率波动的范围;
第二观测模块,其用于获取风机最优转矩控制下的风机转速变化率;
控制模块,根据所述风机功率和所述风机转速变化率来建立T-S模糊模型,确定蓄电池充放电的电量,将风电储能系统的功率稳定在可以接受的范围内;
所述控制模块具体为,设置风机功率和风轮旋转角速度作为输入量,输入到建立的T-S模糊模型,然后确定充放电策略;
当所述风机功率在允许功率变化范围内时,蓄电池不进行充放电操作,系统功率随实际风速输出波动;
当风机功率大于允许功率变化范围时,判断蓄电池此时的荷电状态,若此时的蓄电池有足够电量,则启动蓄电池充电;
当风机功率大于允许功率变化范围时,判断蓄电池此时的荷电状态,若此时的蓄电池没有足够电量,则蓄电池进入保护状态;
当风机功率小于允许功率变化范围时,判断蓄电池此时的荷电状态,若此时的蓄电池有足够容量可充电,则启动蓄电池充电;
当风机功率小于允许功率变化范围时,判断蓄电池此时的荷电状态,若此时的蓄电池没有足够容量可充电,则启动蓄电池进入保护状态。
2.根据权利要求1所述的结合蓄电池充放电控制和最优转矩法的风机控制系统,其特征在于,所述第二观测模块具体为,其获取风机的发电机侧功率和风轮旋转角速度,通过观测器处理这两个变量,然后根据风机参数计算出气动转矩,根据传动链的方程计算出所述气动转矩下对应的最优转矩和目标风轮转速;
当风轮转速随着风速波动时,用低通滤波器处理波动的风轮转速,然后计算出最优转矩控制下的风机转速变化率。
3.根据权利要求1所述的结合蓄电池充放电控制和最优转矩法的风机控制系统,其特征在于,所述第一观测模块具体为,获取风机功率在十分钟内的参数,通过风机在这段时间内的功率变化计算出风机功率的平均值;
根据计算得出的最优转速获取预测的风机功率,通过预测的风机功率计算出与平均功率的差值,然后将差值定义为功率变化率;
根据功率变化的大小,确定蓄电池允许功率变化的波动上限和波动下限,如果功率变化非常大,可以适当扩大功率波动的上、下限,避免蓄电池频繁放电;如果功率变化非常小,则缩小功率波动的上下限,使功率更稳定。
4.一种结合蓄电池充放电控制和最优转矩法的风机控制方法,其特征在于,包括步骤:
步骤一,获取风机在一段时间内的功率,计算出风机功率的平均功率,并确定下一阶段时间内,蓄电池允许风机功率波动的范围;
步骤二,获取风机最优转矩控制下的风机转速变化率;
步骤三,根据所述风机功率和所述风机转速变化率来建立T-S模糊模型,确定蓄电池充放电的电量,将风电储能系统的功率稳定在可以接受的范围内;
所述步骤三具体为,设置风机功率和风轮旋转角速度作为输入量,输入到建立的T-S模糊模型,然后确定充放电策略;
当所述风机功率在允许功率变化范围内时,蓄电池不进行充放电操作,系统功率随实际风速输出波动;
当风机功率大于允许功率变化范围时,判断蓄电池此时的荷电状态,若此时的蓄电池有足够电量,则启动蓄电池充电;
当风机功率大于允许功率变化范围时,判断蓄电池此时的荷电状态,若此时的蓄电池没有足够电量,则蓄电池进入保护状态;
当风机功率小于允许功率变化范围时,判断蓄电池此时的荷电状态,若此时的蓄电池有足够容量可充电,则启动蓄电池充电;
当风机功率小于允许功率变化范围时,判断蓄电池此时的荷电状态,若此时的蓄电池没有足够容量可充电,则启动蓄电池进入保护状态。
5.根据权利要求4所述的结合蓄电池充放电控制和最优转矩法的风机控制方法,其特征在于,所述步骤二具体为,获取风机的发电机侧功率和风轮旋转角速度,通过观测器处理这两个变量,然后根据风机参数计算出气动转矩,根据传动链的方程计算出所述气动转矩下对应的最优转矩和目标风轮转速;
当风轮转速随着风速波动时,用低通滤波器处理波动的风轮转速,然后计算出最优转矩控制下的风机转速变化率。
6.根据权利要求4所述的结合蓄电池充放电控制和最优转矩法的风机控制方法,其特征在于,所述步骤一具体为,获取风机功率在十分钟内的参数,通过风机在这段时间内的功率变化计算出风机功率的平均值;
根据计算得出的最优转速获取预测的风机功率,通过预测的风机功率计算出与平均功率的差值,然后将差值定义为功率变化率;
根据功率变化的大小,确定蓄电池允许功率变化的波动上限和波动下限,如果功率变化非常大,可以适当扩大功率波动的上、下限,避免蓄电池频繁放电;如果功率变化非常小,则缩小功率波动的上下限,使功率更稳定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910125570.6A CN109742804B (zh) | 2019-02-20 | 2019-02-20 | 结合蓄电池充放电控制和最优转矩法的风机控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910125570.6A CN109742804B (zh) | 2019-02-20 | 2019-02-20 | 结合蓄电池充放电控制和最优转矩法的风机控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109742804A CN109742804A (zh) | 2019-05-10 |
CN109742804B true CN109742804B (zh) | 2020-10-23 |
Family
ID=66367859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910125570.6A Active CN109742804B (zh) | 2019-02-20 | 2019-02-20 | 结合蓄电池充放电控制和最优转矩法的风机控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109742804B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1175323A (ja) * | 1997-08-28 | 1999-03-16 | Denso Corp | 充電装置 |
CN104158202A (zh) * | 2014-08-08 | 2014-11-19 | 东南大学 | 一种混合储能平抑风电功率波动系统及其协调控制方法 |
CN105162147A (zh) * | 2015-07-07 | 2015-12-16 | 国网山东省电力公司电力科学研究院 | 一种平抑风电功率波动的混合储能控制系统及控制方法 |
CN105673322A (zh) * | 2016-01-28 | 2016-06-15 | 南京理工大学 | 实现风力机mppt控制的变参数非线性反馈控制方法 |
CN106130125A (zh) * | 2016-01-12 | 2016-11-16 | 湖南工程学院 | 电动汽车模糊滑模回馈充电控制器及其回馈充电控制方法 |
-
2019
- 2019-02-20 CN CN201910125570.6A patent/CN109742804B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1175323A (ja) * | 1997-08-28 | 1999-03-16 | Denso Corp | 充電装置 |
CN104158202A (zh) * | 2014-08-08 | 2014-11-19 | 东南大学 | 一种混合储能平抑风电功率波动系统及其协调控制方法 |
CN105162147A (zh) * | 2015-07-07 | 2015-12-16 | 国网山东省电力公司电力科学研究院 | 一种平抑风电功率波动的混合储能控制系统及控制方法 |
CN106130125A (zh) * | 2016-01-12 | 2016-11-16 | 湖南工程学院 | 电动汽车模糊滑模回馈充电控制器及其回馈充电控制方法 |
CN105673322A (zh) * | 2016-01-28 | 2016-06-15 | 南京理工大学 | 实现风力机mppt控制的变参数非线性反馈控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109742804A (zh) | 2019-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103986190B (zh) | 基于发电功率曲线的风光储联合发电系统平滑控制方法 | |
CN102761133B (zh) | 基于模糊控制的微网电池储能系统调频控制方法 | |
CN107294116A (zh) | 一种多域电力系统负荷频率控制方法 | |
CN105406496A (zh) | 一种基于实测频率响应辨识的孤立微电网调频控制方法 | |
CN107666155B (zh) | 基于Markov模型的多能互补系统随机稳定性分析方法 | |
CN105490282B (zh) | 考虑微电源无功出力均衡度的微电网实时电压控制方法 | |
CN102290824A (zh) | 一种平抑风电机组功率波动的控制方法 | |
CN104104107A (zh) | 用混合储能平抑风电功率波动的模型预测控制方法 | |
CN109217343B (zh) | 一种基于模糊控制的风电混合储能功率平滑控制方法 | |
CN104795830A (zh) | 一种利用多类型储能系统跟踪发电计划出力的控制方法 | |
CN116667389B (zh) | 一种新型电力系统惯量提升的风储联合预测校正控制方法 | |
CN105186511B (zh) | 电池储能系统参与电网二次调频控制方法 | |
Singh et al. | Operation and control of a hybrid wind-diesel-battery energy system connected to micro-grid | |
CN108429271A (zh) | 用于频率调节的混合储能系统微能源网优化方法及系统 | |
Song et al. | A new integrated regulation strategy and modelling for wind turbine with battery energy storage system | |
CN109742804B (zh) | 结合蓄电池充放电控制和最优转矩法的风机控制系统及方法 | |
CN117458534A (zh) | 一种新型液流储能调峰调频方法及装置 | |
CN112498332A (zh) | 一种并联式混合动力汽车模糊自适应能量管理控制方法 | |
CN116581780A (zh) | 一种风储联合系统一次调频特性建模与控制方法 | |
CN108988372B (zh) | 直驱风电机组的混合储能系统的功率控制方法与装置 | |
Hamid et al. | Robust Control System for DFIG-Based WECS and Energy Storage in reel Wind Conditions | |
CN115459363A (zh) | 一种海上风电场与储能系统的协调控制方法、装置及系统 | |
CN115102228A (zh) | 一种含飞轮储能的风电场多目标协调频率优化方法和装置 | |
CN107919683A (zh) | 一种储能减少风电场弃风电量的优化决策方法 | |
CN112838605A (zh) | 一种基于多智能体粒子群优化的储能电站协调控制与能量管理与运行方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |