CN111030140B - 一种基于大数据的电池储能电网频率稳定性控制方法 - Google Patents
一种基于大数据的电池储能电网频率稳定性控制方法 Download PDFInfo
- Publication number
- CN111030140B CN111030140B CN201911363292.4A CN201911363292A CN111030140B CN 111030140 B CN111030140 B CN 111030140B CN 201911363292 A CN201911363292 A CN 201911363292A CN 111030140 B CN111030140 B CN 111030140B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power
- battery
- temperature
- grid
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 239000003570 air Substances 0.000 claims description 37
- 230000033228 biological regulation Effects 0.000 claims description 12
- 239000012080 ambient air Substances 0.000 claims description 8
- 230000001276 controlling effect Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 210000000352 storage cell Anatomy 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 238000010304 firing Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical class O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于大数据的电池储能电网频率稳定性控制方法,属于电网稳定性控制技术领域,该方法在计算功率时综合考虑温度、湿度等影响因素,使得计算结果更加的精确,在温度的选取上设计一种关于电池温度的标准函数,选择合理正常工作情况下的温度,减小因温度误差带来的整个装置控制出现的误差,选择PWM逆变结构对电池储能装置进行并网,通过对电池储能的有功无功相结合的控制,使得系统的控制具有一定的自适应。
Description
技术领域
本发明涉及电网稳定性控制技术领域,尤其涉及一种基于大数据的电池储能电网频率稳定性控制方法。
背景技术
近年来随着新能源技术的不断发展,越来越多的新能源发电接入到电网中,给电网的稳定运行带来巨大的挑战。而储能系统可以快速的给电网提供能量缓冲,使得电网电压和频率能够保持稳定。多种储能方式中,其中电池储能相较于其他储能具有高可控性、转换效率高、整体能量密度大、适用范围广,常应用在对电网稳定性要求高的配网中,能够应用于电能质量调节、负荷削峰填谷、系统稳定提高。
现电网储能系统从单一的储能形式逐渐向复合储能的结构发展,对其储能控制多采用低通滤波原理平抑风光出力波动,一般储能系统并网对其变流器采用传统的下垂控制模式,其爬坡率、响应时长、出力等能力方面不够强大,且一般储能系统只能够实现对其有功功率的控制,无功方面考虑不足,在实现电网频率稳定性控制方面,考虑的数据不够全面。而现在智能电网技术在快速推进,大力建设智能电网,其中大数据技术是现在智能电网发展的关键环节,需要海量处理电网运行数据。基于此,设计一种基于大数据的电池储能对电网频率稳定性的控制方法,当电网发生功率波动时可以有效的调节电网内功率平衡,利用本发明提供的电池的储能系统,通过对其内有功无功的联合控制,可以十分有效的缓解大量可再生能源入网导致电网功率不平衡问题,以达到改善电网频率稳定性效果,满足实际应用需要。
发明内容
针对上述现有技术的不足,本发明提供一种基于大数据的电池储能电网频率稳定性控制方法。
为解决上述技术问题,本发明所采取的技术方案是:一种基于大数据的电池储能电网频率稳定性控制方法,其流程如图1所示,包括如下步骤:
步骤1:对当前风电场某刻风速V、风机参数叶轮半径r、空气密度ρ、储能电池温度Ti、周围空气相对湿度s、储能电池数量n、储能电池充放电效率η、电池损耗因子σ、并网交流侧电压有效值Vs、电池储能直流侧电流IBES、逆变器触发角αi、逆变器个数m分别进行采集并存储到数据库中;
步骤2:综合考虑风电场风速、风机风轮功率系数、风轮扫掠面积、空气密度因素对风功率的影响,计算风电输出功率P;
步骤2.1:空气密度与风电输出功率大小正相关,气压、温度、湿度对空气密度起决定作用,空气密度计算公式如下:
其中,Pk为大气压力,T为热力学温度,Pb为饱和空气压力,s为周围空气相对湿度;
其中,P为风场输出功率,Cp为风机风轮功率系数,A为风轮扫掠面积,ρ为空气密度,单位kg/m3;
步骤2.3:结合步骤2.1和步骤2.2可推导出风电输出功率的计算公式如下:
步骤3:根据风电场输出功率P,为简化过程,考虑负荷不变,在不考虑储能时计算此时刻电网的功率波动△P,用于判断电网的功率不稳定性;
△P=P-Pf
其中,Pf为上一时刻的风电功率。计算结果表明当△P=0,表明此时功率平衡,不会使电网频率不稳定,当△P≠0时,且差值越大,此时出现电网频率越不稳定。
步骤4:当电网频率不稳定时,控制电池储能装置,平衡此时的功率失衡情况,对储能电池工作时刻温度、周围空气相对湿度,电池储能装置当地平均温度数据进行测量,并筛选合适温度数据构成数组G(i)用于步骤5频率控制计算;
所述筛选合适温度数据构成数组G(i)的过程如下:
步骤4.1:根据存储到数据库中的储能电池周围空气相对湿度数据,储能电池数量,储能电池温度,电池储能装置当地平均温度数据,建立电池温度标准函数f(x):
其中,x为电池储能装置编号,x=1,2,3,…k,k为自然数;Ti为第i个储能电池的温度,Td为电池储能装置当地平均温度,si表示第i个储能电池周围空气相对湿度,n为储能电池数量;
步骤4.2:根据下式计算温度数据的误差值:
步骤4.3:选取温度数据的误差值θ小于给定指标的Ti,构成数组G(i)。
步骤5:利用数据库中采集的数据,采用脉冲PWM逆变并网结构对整体电池储能装置进行功率控制,其流程如图2所示,以实现控制电网频率的稳定。
步骤5.1:实时采样存储并网点每个储能电池的输入、输出电压UCi和USi,以及此时输入、输出电流ICi、ISi和逆变器输出的有功功率Pv值,并存储到数据库中;
步骤5.1.1:对储存到数据库中的UCi、USi、ICi、ISi、Pv进行大数据处理计算,得到无功调节输出最大值影响因子ψ:
其中,UCi为第i个储能电池的输入电压,USi为第i个储能电池的输出电压,ICi为第i个储能电池的输入电流,ISi为第i个储能电池的输出电流;
步骤5.2:在线获取数据库中前述数据,设定无功调节所能够输出的最大值Qmax;
Qmax=Pvψ
步骤5.3:判断是否发生功率缺额/超出,若发生功率缺额则进入无功调节的控制,再计算有功允许的上限值;
步骤5.4:若无功功率已经达到Qmax时,判断其是否导致频率依旧越限,若结果为肯定,输入数据G(i),求解问题,对储能电池进行有功功率控制;
所述的对电池进行有功功率控制的公式如下:
利用选取了的合理数据G(i)、电池储能直流侧电流、并网交流侧电压有效值、逆变器触发角,结合电池损耗因子、储能电池温度、电池储能装置的当地平均温度及电池充放电效率求解计算储能功率PBES:
其中,Vs为逆变器并网交流侧电压有效值,IBES为电池储能直流侧电流,αi为逆变器触发角,m为逆变器个数,Ti为步骤4选取的数组G(i)中的温度数据,σ为电池损耗因子,η为电池充放电效率。
步骤5.5:更新Qmax值,进行进一步的无功功率调节控制:
其中,αi为逆变器触发角。
通过下述方法验证本发明控制下的电网频率稳定性:
Ⅰ、通过电网最初频率稳定值f1计算系数C1、C2:
P1=C1f1-C2f1 2
其中,C1、C2为常数,通常C1=2C2,P1为给定最初电网稳定功率;
Ⅱ、计算风电功率并网波动频率f2:
P2=P1+P=C1f2-C2f2 2
其中,P2为风电并网后总功率;
Ⅲ、计算储能电池储能后电网频率f3:
P3=P2-PBES=C1f3-C2f3 2
其中,P3为加入电池储能后电网功率;
Ⅳ、计算频率偏差量:
△f1=f2-f1
△f2=f3-f1
判断△f2<△f1,则电网频率偏差量变小,对储能装置进行功率控制后的频率波动相比风功率波动引起的频率波动更小,更具稳定性。
采用上述技术方案所产生的有益效果在于:
1、本发明提供的一种基于大数据的电池储能电网频率稳定性控制方法,采用了基于大数据分析的方法,可处理电力系统中多且复杂的数据,分析挖掘数据的价值。
2、本发明在计算功率时综合考虑温度、湿度等影响因素,对其进行一定的分析,使得计算结果更加的精确;
3、本发明在考虑风电功率波动时,为方便计算,此时不考虑负荷的功率波动,直接计算电网发生风功率波动的前后差值,计算结果明显,此后在基于上述考虑利用电池储能来稳定控制电网频率;
4、本发明在温度的选取上设计一种关于电池温度的标准函数,选择合理正常工作情况下的温度,减小因温度误差带来的整个装置控制出现的误差;
5、本发明在对电池储能装置进行并网结构选择一种PWM逆变结构,通过对电池储能的有功无功控制,首先对并网点电池输入、输出电压、有功率进行数据采集计算,综合考虑温度等各因素,初步设定无功调节最大值,这样得出结果较为精确,当控制中心判断发生功率缺额时开始无功调节控制,此时再根据整个系统计算有功功率上限值,若无功以达到设计系统控制的最大值时,频率依旧越限,采用有功控制,同时此时设计的控制系统无功值会发生相应的改变,需要进一步无功调节控制。这样有功无功相结合的设计,使得系统的控制具有一定的自适应;
6、本发明在计算储能功率时,基于上述的考虑采用本设计的计算方法,根据实时数据结果更为准确,使其在容量、能量密度、运行效率方面都更具有优势,能够较好达到电网频率稳定性控制。
附图说明
图1为本发明一种基于大数据的电池储能电网频率稳定性控制方法的流程图;
图2为本发明采用脉冲PWM逆变并网结构对整体电池储能装置进行功率控制的流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
本实施例以某多能源系统为例,该系统风电厂的一台风机叶片半径r长60m,风机风轮功率系数取0.4,此时风速V为8.5m/s,按标准空气压,湿度,得出空气标准密度ρ=1.29kg/m3,储能电池装置n=36个,储能电池充放电效率η=0.9,直流侧电流IBES=40A、并网交流侧电压Vs有效值380v、逆变器触发角α=120°,考虑电池损耗因子σ=0.22,逆变器数量m=64,大气压Pk=1.013×102kPa,热力学温度T=273.13k,饱和水蒸气压Pb=6.1×103Pa,空气相对湿度s为50%。
如图1所示,本实施例的方法如下所述。
步骤1:对当前风电场某刻风速V、风机参数叶轮半径r、空气密度ρ、储能电池温度Ti、周围空气相对湿度s、储能电池数量n、储能电池充放电效率η、电池损耗因子σ、并网交流侧电压有效值Vs、电池储能直流侧电流IBES、逆变器触发角αi、逆变器个数m分别进行采集并存储到数据库中;
步骤2:综合考虑风电场风速、风机风轮功率系数、风轮扫掠面积、空气密度因素对风功率的影响,计算风电输出功率P;
步骤2.1:空气密度与风电输出功率大小正相关,气压、温度、湿度对空气密度起决定作用,空气密度计算公式如下:
其中,Pk为大气压力,T为热力学温度,Pb为饱和空气压力,s为空气相对湿度;
步骤2.2:在数据库中综合考虑风电场风速、风机风轮功率系数、风轮扫掠面积、空气密度因素对风电输出功率的影响,根据数据库中上述影响因素数据,风电输出功率计算公式如下:
其中,P为风电输出功率,Cp为风机风轮功率系数,A为风轮扫掠面积,ρ为空气密度,单位kg/m3。
步骤2.3:结合步骤2.1和步骤2.2可推导出风电输出功率的计算公式如下:
代入数据:
步骤3:根据风电场输出功率P,考虑负荷不变,在不考虑储能时计算此时刻电网的风功率波动△P,用于判断电网的功率不稳定性;
△P=P-Pf
计算结果表明当△P=0,表明此时功率平衡,不会使电网频率不稳定,当△P≠0时,且差值越大,此时出现电网频率越不稳定。
步骤4:当电网频率不稳定时,控制电池储能装置,平衡此时的功率失衡情况,对储能电池温度、周围空气相对湿度,电池储能装置当地平均温度数据进行测量,并筛选合适温度数据构成数组G(i)用于步骤5频率控制计算;
所述筛选合适温度数据构成数组G(i)的过程如下:
步骤4.1:根据存储到数据库中的储能电池周围空气相对湿度数据,储能电池数量,储能电池温度,电池储能装置当地平均温度数据,建立电池温度标准函数f(x):
代入数据T1,T2,T3,…Tn=38.23,37.08,40.16,…39.29,n=36
s1,s2,s3,…sn=0.35,0.31,0.40,…0.38
其中,x为电池储能装置编号,x=1,2,3,…k,k为自然数;Ti为第i个储能电池温度,Td为电池储能装置当地平均温度,si表示第i个储能电池周围空气相对湿度,n为储能电池数量;
步骤4.2:根据下式计算温度数据的误差值:
代入数据T1,T2,T3,…Tn=38.23,37.08,40.16,…39.29,n=36
计算得θ≈1.37%<3.92%,符合本设计给定值3.92%
步骤4.3:选取温度数据的误差值θ小于给定指标的Ti,构成数组G(i)。
G(i)=[37.23,37.78,38.05,…39.88],i=36
步骤5:利用数据库中采集的数据,采用脉冲PWM逆变并网结构对整体电池储能装置进行功率控制,其流程如图2所示,以实现控制电网频率的稳定。
步骤5.1:实时采样存储并网点每个储能电池的输入、输出电压以UCi和USi,及此时输入、输出电流ICi、ISi和逆变器输出的有功功率Pv值,并存储到数据库中;
UCi=[280,260…240]USi=[220,220,…220]ICi=[42,40…36.6]ISi=[22.1,32,…11.2]i=36
步骤5.1.1:对储存到数据库中的UCi、USi、ICi、ISi、Pv进行大数据处理计算,得到无功调节输出最大值影响因子ψ
步骤5.2:在线获取数据库中前述数据,设定无功调节所能够输出的最大值Qmax;
Qmax=Pvψ
步骤5.3:判断是否发生功率波动,若发生功率波动则进入无功调节的控制,再计算有功允许的上限值;
步骤5.4:若无功功率已经达到Qmax时,判断其是否导致频率依旧越限,若结果为肯定,输入数据G(i),求解问题,对储能电池进行有功功率控制;
所述的对电池进行有功功率控制的公式如下:
利用选取了的合理数据G(i)、电池储能直流侧电流、并网交流侧电压有效值、逆变器触发角,结合电池损耗因子、储能电池温度、电池储能装置的当地平均温度及电池充放电效率求解计算储能功率PBES:
其中,Vs为逆变器并网交流侧电压有效值,IBES为电池储能直流侧电流,αi为逆变器触发角,m为逆变器个数,Ti为步骤4选取的数组G(i)中的温度数据,σ为电池损耗因子,η为电池充放电效率。
代入数据G(i)=[37.23,37.78,38.05,…39.88],i=36
计算结果PBES≈2.16MW
步骤5.5:更新Qmax值,进行进一步的无功功率调节控制。
步骤6:计算电网风电功率并网频率f2和利用电池储能装置后电网频率f3:
Ⅰ、设定最初电网稳定时额定功率为P1100MW,频率f150Hz,采用标幺值,通过下式计算系数C1、C2:
P1=C1f1-C2f1 2
Ⅱ、计算风电功率并网波动频率f2:
P2=P1+P=C1f2-C2f2 2
其中,P2为风电并网后总功率;计算得f2=50.43Hz。
Ⅲ、计算储能电池储能后电网频率f3:
P3=P2-PBES=C1f3-C2f3 2
其中,P3为加入电池储能后电网功率;
此时PBES=2.16MW,计算得f3=49.89Hz。
Ⅳ、计算频率偏差量:
△f1=50-f2=0.43
△f2=50-f3=0.11
可知△f2<△f1,相比规定50Hz频率更加接近,即加入电池储能后电网频率波动相较于风电功率波动频率更小,电网频率更稳定。
Claims (5)
1.一种基于大数据的电池储能电网频率稳定性控制方法,其特征在于包括如下步骤:
步骤1:对当前风电场风速V、风机参数叶轮半径r、空气密度ρ、储能电池温度Ti、周围空气相对湿度s、储能电池数量n、电池充放电效率η、电池损耗因子σ、并网交流侧电压有效值Vs、电池储能直流侧电流IBES、逆变器触发角αi、逆变器个数m分别进行采集并存储到数据库中;
步骤2:综合考虑风电场风速、风机风轮功率系数、风轮扫掠面积、空气密度因素对风功率的影响,计算风电输出功率P;
步骤3:根据风电输出功率P,考虑负荷不变,在不考虑储能时计算此时刻电网功率波动△P,用于判断电网的功率不稳定性;
步骤4:当电网频率不稳定时,控制电池储能装置,平衡此时的功率失衡情况,对储能电池温度、周围空气相对湿度、 电池储能装置的当地平均温度进行测量,并筛选合适温度数据构成数组G(i)用于步骤5频率控制计算;
步骤5:利用数据库中采集的数据,采用脉冲PWM逆变并网结构对整体电池储能装置进行功率控制,以实现控制电网频率的稳定。
2.根据权利要求1所述的一种基于大数据的电池储能电网频率稳定性控制方法,其特征在于:所述步骤2的过程如下:
步骤2.1:空气密度与风电输出功率大小正相关,气压、温度、湿度对空气密度起决定作用,空气密度计算公式如下:
其中,Pk为大气压力,T为热力学温度,Pb为饱和空气压力,s为周围空气相对湿度;
步骤2.2:在数据库中综合考虑风电场风速、风机风轮功率系数、风轮扫掠面积、空气密度因素对风电输出功率的影响,根据数据库中上述影响因素数据,风电输出功率计算公式如下:
其中,P为风电输出功率,Cp为风机风轮功率系数,A为风轮扫掠面积,ρ为空气密度,单位kg/m3;
步骤2.3:结合步骤2.1和步骤2.2可推导出风电输出功率的计算公式如下:
4.根据权利要求3所述的一种基于大数据的电池储能电网频率稳定性控制方法,其特征在于:所述步骤5的过程如下:
步骤5.1:实时采样存储并网点每个储能电池的输入、输出电压UCi和USi,以及此时输入、输出电流ICi、ISi和逆变器输出的有功功率Pv值,并存储到数据库中;
对储存到数据库中的UCi、USi、ICi、ISi、Pv进行大数据处理计算,得到无功调节输出最大值影响因子ψ:
其中,UCi为第i个储能电池的输入电压,USi为第i个储能电池的输出电压,ICi为第i 个储能电池的输入电流,ISi为第i个储能电池的输出电流;
步骤5.2:在线获取数据库中前述数据,设定无功调节所能够输出的最大值Qmax;
Qmax=Pvψ
步骤5.3:判断是否发生功率波动,若发生功率波动则进入无功调节的控制,再计算有功允许的上限值;
步骤5.4:若无功功率已经达到Qmax时,判断其是否导致频率依旧越限,若结果为肯定,输入数据G(i),求解问题,对储能电池进行有功功率控制;
步骤5.5:更新Qmax值,进行进一步的无功功率调节控制:
其中,αi为逆变器触发角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911363292.4A CN111030140B (zh) | 2019-12-26 | 2019-12-26 | 一种基于大数据的电池储能电网频率稳定性控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911363292.4A CN111030140B (zh) | 2019-12-26 | 2019-12-26 | 一种基于大数据的电池储能电网频率稳定性控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111030140A CN111030140A (zh) | 2020-04-17 |
CN111030140B true CN111030140B (zh) | 2022-04-08 |
Family
ID=70213625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911363292.4A Active CN111030140B (zh) | 2019-12-26 | 2019-12-26 | 一种基于大数据的电池储能电网频率稳定性控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111030140B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114614470A (zh) * | 2022-01-10 | 2022-06-10 | 国网内蒙古东部电力有限公司检修分公司 | 基于参数识别的特高压交直流电网运行控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102891495A (zh) * | 2012-09-18 | 2013-01-23 | 中国电力科学研究院 | 一种电池储能系统参与电网一次调频优化控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6858953B2 (en) * | 2002-12-20 | 2005-02-22 | Hawaiian Electric Company, Inc. | Power control interface between a wind farm and a power transmission system |
CN102522763B (zh) * | 2011-12-23 | 2014-02-26 | 中国电力科学研究院 | 储能系统平抑风电功率波动的控制方法 |
CN104158246B (zh) * | 2014-08-11 | 2017-04-05 | 国家电网公司 | 一种风电储能运行控制方法 |
CN107394818B (zh) * | 2017-08-10 | 2021-05-18 | 中国电力科学研究院 | 一种基于储能变流器的储能电池并网运行控制方法和装置 |
CN110518634A (zh) * | 2019-08-19 | 2019-11-29 | 国网山东省电力公司经济技术研究院 | 基于改进指数平滑法的蓄电池储能系接入风电场控制方法 |
-
2019
- 2019-12-26 CN CN201911363292.4A patent/CN111030140B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102891495A (zh) * | 2012-09-18 | 2013-01-23 | 中国电力科学研究院 | 一种电池储能系统参与电网一次调频优化控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111030140A (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105162167B (zh) | 一种基于自适应下垂控制的风光储微网调频方法 | |
EP2722521B1 (en) | Power output control device, method and program for wind farm | |
CN110086180B (zh) | 一种基于深充浅放原则的储能调频均衡控制方法 | |
CN110676870A (zh) | 一种适用于风电并网的混合储能容量配置方法 | |
CN111146820B (zh) | 一种计及风电不确定性的混合储能系统优化配置方法 | |
CN113241803B (zh) | 一种基于新能源消纳的储能调度方法及计算机介质 | |
CN111900745A (zh) | 一种用于平抑风电功率波动的混合储能分频协调控制系统 | |
CN102859186A (zh) | 风力发电设备的输出正常化方法及风力发电设备的输出正常化装置 | |
CN109936146B (zh) | 一种基于改进灵敏度算法的风电场协调优化控制方法 | |
CN106532739A (zh) | 风电机组分频段参与电力系统一次调频方法 | |
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 | |
CN112701706A (zh) | 一种电池储能电站参与电网二次调频特性分析方法及系统 | |
CN115907213A (zh) | 基于云集端分层架构的考虑设备健康度的群控群调策略 | |
CN108599194A (zh) | 一种计及储能浅充浅放需求的调频控制方法 | |
CN111030140B (zh) | 一种基于大数据的电池储能电网频率稳定性控制方法 | |
CN115102239A (zh) | 一种考虑soc均衡的储能电站一次调频控制方法及系统 | |
CN115940235A (zh) | 基于边缘计算风电储能协调控制系统 | |
CN104659799A (zh) | 一种平抑风电功率波动的电池储能系统的模糊控制方法 | |
CN109659947B (zh) | 含高比例可控源荷的城市配电网电压分区主动控制方法 | |
CN109103902B (zh) | 一种储能平滑新能源出力波动的控制方法及装置 | |
CN114938005A (zh) | 一种风储电站参与电网一次调频的双层控制方法和装置 | |
CN117353336A (zh) | 一种基于储能soc恢复策略的一次调频方法 | |
CN110350554A (zh) | 基于混联结构的风储系统辅助电网一次调频控制方法 | |
CN117039967A (zh) | 一种基于多元储能的独立型光储微网电-热协同存储方法 | |
CN114825382B (zh) | 镍氢电池辅助火电机组一次调频储能系统的协调控制方法 |
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 |