CN112310988A - 一种基于波动率裕度的混合储能容量优化配置方法 - Google Patents
一种基于波动率裕度的混合储能容量优化配置方法 Download PDFInfo
- Publication number
- CN112310988A CN112310988A CN202011127897.6A CN202011127897A CN112310988A CN 112310988 A CN112310988 A CN 112310988A CN 202011127897 A CN202011127897 A CN 202011127897A CN 112310988 A CN112310988 A CN 112310988A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- grid
- fluctuation rate
- margin
- power
- 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.)
- Pending
Links
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
本发明提供一种基于波动率裕度的混合储能容量优化配置方法,包括:采用小波包变换分解风电功率并输出并网目标功率;计算并网目标功率的波动率的裕度,并根据所述裕度进行部分平抑;以储能成本最小为目标函数,以平抑后的并网功率的波动率是否满足并网波动率标准为约束条件,建立混合储能容量配置的优化模型;训练所述优化模型得到最优混合储能容量配置;本发明将风电功率低频分量波动率的裕度考虑入储能优化配置方法内,在满足国家并网波动率标准的前提下,显著降低了储能成本。
Description
技术领域
本发明属于风电技术领域,具体涉及一种基于波动率裕度的混合储能容量优化配置方法。
背景技术
自律型风电场为了保证风电场输出功率的波动能够满足并网要求,需要配置一定的储能装置来平抑其波动性。储能装置的容量配置不仅影响储能系统的经济成本,而且影响其平抑效果,如果储能容量配置过大,会造成不必要的浪费;如果储能容量配置过小,则起不到明显的平抑风电功率波动的效果。因此以平抑风电波动性为目的的自律型风电场中储能容量的配置研究是十分必要的。
由于风电系统调频机组调节容量和速率的限制,风电功率的短期波动有可能超过系统的调节能力,为了保持系统频率稳定,不得不采取弃风等措施,这将严重影响风电的利用率,因此对于风电功率的波动性,各国都制定了相应的并网波动率标准。风电场为了保证风电场输出功率的波动能够满足并网要求,需要配置一定的储能装置来平抑其波动性。
利用小波包变换对风电功率进行频率分解,得到低频分量、次高频分量和高频分量。把满足并网波动率标准的低频分量作为并网功率,而把次高频分量和高频分量用储能系统来进行平抑。现有方法是把次高频分量和高频分量用储能全部平抑,没有考虑到经小波包分解后低频分量的波动率距离并网波动率标准其实尚存在一定的裕度。对风电场的储能系统进行容量配置时,没有考虑风电功率低频分量波动率的裕度,因此用现有方法配置的储能容量会偏大,使储能系统的经济成本过高,造成不必要的浪费。
发明内容
针对现有技术的上述不足,本发明提供一种基于波动率裕度的混合储能容量优化配置方法,以解决上述技术问题。
本发明提供一种基于波动率裕度的混合储能容量优化配置方法,包括:
采用小波包变换分解风电功率并输出并网目标功率;
计算并网目标功率的波动率的裕度,并根据所述裕度进行部分平抑;
以储能成本最小为目标函数,以平抑后的并网功率的波动率是否满足并网波动率标准为约束条件,建立混合储能容量配置的优化模型;
训练所述优化模型得到最优混合储能容量配置。
进一步的,所述采用小波包变换分解风电功率并输出并网目标功率,包括:
选择db6小波包基函数对风电功率进行分解,分解为低频分量、次高频分量和高频分量;
计算所述低频分量首次满足国家风电并网波动率标准时的分解层数,将此分解层数下的低频分量作为并网目标功率。
进一步的,所述计算并网目标功率的波动率的裕度,并根据所述裕度进行部分平抑,包括:
计算并网目标功率的波动率与标准并网波动率之间的波动率裕度;
根据所述波动率裕度对所述次高频分量和高频分量进行部分平抑。
进一步的,所述以储能成本最小为目标函数,以平抑后的并网功率的波动率是否满足并网波动率标准为约束条件,建立混合储能容量的优化模型,包括:
分析所述次高频分量和高频分量的概率分布规律;
根据所述概率分布规律设置初始平抑置信度;
计算混合储能的额定功率和额定容量;
计算平抑后的并网功率的波动率;
根据额定功率和额定容量计算功率、容量和运维成本之和,所述和的最小值作为储能成本;
以储能成本最小为目标函数,以平抑后的并网功率的波动率是否满足并网波动率标准为约束条件,建立混合储能容量配置的优化模型。
进一步的,所述训练所述优化模型得到最优混合储能容量配置,包括:
根据波动率裕度的大小在一定置信度下进行部分平抑,使储能成本最小且平抑后并网功率的波动率满足并网波动率标准时的配置为混合储能最优容量配置,此时的置信度为最优平抑置信度。
进一步的,所述根据所述概率分布规律设置初始平抑置信度,包括:
计算混合储能补偿次高频分量和高频分量的百分比,所述百分比作为置信度。
进一步的,所述混合储能包括锂电池和超级电容。
本发明的有益效果在于,
本发明提供的一种基于波动率裕度的混合储能容量优化配置方法,将风电功率低频分量波动率的裕度考虑入储能容量优化配置方法内,在满足国家并网波动率标准的前提下,显著降低了储能成本,提高了当前混合储能配置的合理性。
此外,本发明设计原理可靠,结构简单,具有非常广泛的应用前景。
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,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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是本申请一个实施例的方法的风电功率原始数据及小波包分解后的分量图;
图2是本申请一个实施例的方法的风电功率小波包分解前后的波动率对比图;
图3是本申请一个实施例的方法的风电功率小波分解及波动率裕度;
图4是本申请一个实施例的方法的考虑低频分量波动率裕度前后的储能配置对比图;
图5是本申请一个实施例的方法的储能配置求解流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,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在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本申请实施例提供一种基于波动率裕度的混合储能容量优化配置方法,包括:
采用小波包变换分解风电功率并输出并网目标功率;
计算并网目标功率的波动率的裕度,并根据所述裕度进行部分平抑;
以储能成本最小为目标函数,以平抑后的并网功率的波动率是否满足并网波动率标准为约束条件,建立混合储能容量配置的优化模型;
训练所述优化模型得到最优混合储能容量配置。
可选地,作为本申请一个实施例,所述采用小波包变换分解风电功率并输出并网目标功率,包括:
选择db6小波包基函数对风电功率进行分解,分解为低频分量、次高频分量和高频分量;
计算所述低频分量首次满足国家风电并网波动率标准时的分解层数,将此分解层数下的低频分量作为并网目标功率。
可选地,作为本申请一个实施例,所述计算并网目标功率的波动率的裕度,并根据所述裕度进行部分平抑,包括:
计算并网目标功率的波动率与并网波动率标准之间的波动率裕度;
根据所述波动率裕度对所述次高频分量和高频分量进行部分平抑。
可选地,作为本申请一个实施例,所述以储能成本最小为目标函数,以平抑后的并网功率的波动率是否满足并网波动率标准为约束条件,建立混合储能容量的优化模型,包括:
分析所述次高频分量和高频分量的概率分布规律;
根据所述概率分布规律设置初始平抑置信度;
计算混合储能的额定功率和额定容量;
计算平抑后的并网功率的波动率;
根据额定功率和额定容量计算功率、容量和运维成本之和,所述和的最小值作为储能成本最小;
以储能成本最小为目标函数,以平抑后的并网功率的波动率是否满足并网波动率标准为约束条件,建立混合储能容量配置的优化模型。
可选地,作为本申请一个实施例,所述训练所述优化模型得到最优混合储能容量配置,包括:
根据波动率裕度的大小在一定置信度下进行部分平抑,使储能成本最小且平抑后并网功率的波动率满足并网波动率标准时的配置为混合储能最优配置,此时的置信度为最优平抑置信度。
可选地,作为本申请一个实施例,所述根据所述概率分布规律设置初始平抑置信度,包括:
计算混合储能补偿次高频分量和高频分量的百分比,所述百分比作为置信度。
可选地,作为本申请一个实施例,所述混合储能包括锂电池和超级电容。
下面将参考附图并结合实施例来详细说明本发明。
实施例1
S1、采用小波包变换分解风电功率并输出并网目标功率;
风电功率可以通过小波包分解为不同频率的分量,包括:低频分量、次高频分量和高频分量,其中低频分量变化平缓,波动性较小,其功率幅值较高;次高频分量和高频分量波动性强,其功率幅值小,基本上在零值左右波动;因此,风电场可以根据并网波动率的要求,选择合适的小波包分解层数n,将分解后的低频分量作为并网目标功率,次高频分量和高频分量则可以通过不同的混合储能来进行平抑。
在实际的风电场功率波动分析中,需要选取合适的小波包分解层数n和小波包基函数,由于Daubechies小波对不规则信号反应较为灵敏,且具有紧支撑、正交的特点,本章结合风电场输出功率特性、小波分析效果和计算复杂度,最终选择db6小波作为小波包基函数对风电功率进行分解;风电功率经小波包分解后的低频分量、次高频及高频分量如图1所示,可见经小波包分解后的低频分量得到了有效平滑;
分解层数n的选择:小波包分解层数n越大,并网目标功率曲线越平滑,平抑效果越好,与此同时所需配置的储能容量越大;如果n越小,低频并网信号波动率会越大,不满足国家规定风电功率上网标准;所以要首先考虑风电并网波动率的国家标准,小波包分解后的低频分量p(n,0)首次满足标准并网波动率时的分解层数即为需要的分解层数n,将低频分量p(n,0)作为并网目标功率,其余高频分量p(n,1)~p(n,2n-1)则为风电功率的波动分量,由混合储能平抑;风电功率经小波包分解前后的波动率变化,如图2所示,可见分解后的波动率明显降低,风电的波动性得到有效平抑。
S2、计算并网目标功率的波动率的裕度,并根据所述裕度进行部分平抑;风电功率经n层小波包分解以后,将低频分量作为并网功率;实际上此时经n层小波包分解后,低频分量的波动率距离并网波动率标准可能会存在一定的裕度,如图3所示,例如某装机容量为80MW的风电场,10分钟并网波动率国家标准为24MW,当把风电功率进行5层小波包分解后,低频分量的10分钟波动率为36.5MW>24MW,不满足并网要求;当进行6层小波包分解后,低频分量的波动率降为20.3MW<24MW,满足并网要求,且是第一次满足,所以把n=6作为小波包分解层数,但是n=6时的低频分量的波动率为20.3MW,距离并网标准波动率24MW尚有一定的裕度:24-20.3=3.7MW。图3列出了各典型日的小波包分解层数及对应10分钟并网波动率的情况,注意到风电功率经合适的小波包分解后的低频分量都满足了标准并网波动率,但都存在一定的波动率裕度,这个波动率裕度会对储能容量配置及储能成本产生一定的影响,若不考虑裕度影响,直接对次高频分量和高频分量进行完全平抑,则会增大储能容量配置,增加储能成本,故在本发明中充分考虑低频分量的波动率裕度,只需要对次高频分量和高频分量进行部分平抑即可,这样可以有效减小储能容量配置,降低储能成本;在本发明的混合储能中,用蓄电池来平抑风电波动的次高频分量,用超级电容来平抑风电波动的高频分量;
S3、以储能成本最小为目标函数,以平抑后的并网功率的波动率是否满足并网波动率标准为约束条件,建立混合储能容量配置的优化模型;如图5所示,分析所述次高频分量和高频分量的概率分布规律;根据所述概率分布规律设置初始平抑置信度;计算混合储能的额定功率和额定容量;计算平抑后的并网功率的波动率;根据额定功率和额定容量计算功率、容量和运维成本之和,所述和的最小值作为储能成本最小;
目标函数即储能成本最小的计算公式如下:
minfcost=min(abPbrate+bbEbrate+acPcrate+bcEcrate+cbPbrate+ccPcrate)
其中:fcost为储能成本:等于蓄电池成本加上超级电容成本,单位$;
ab,ac分别表示蓄电池和超级电容的单位功率成本,单位$/MW;
bb,bc分别表示蓄电池和超级电容的单位容量成本,单位$/MWh;
cb,cc分别表示蓄电池和超级电容的单位运维成本,单位$/MW;
Pbrate,Pcrate分别表示蓄电池和超级电容的额定功率,单位MW;
Ebrate,Ecrate分别表示蓄电池和超级电容的额定容量,单位MWh;
以储能成本最小为目标函数,以平抑后的并网功率的波动率是否满足并网波动率标准为约束条件,建立混合储能容量配置的优化模型;
S4、训练所述优化模型得到最优混合储能容量配置;对某装机容量为80MW的风电场的实际数据进行分析,以全年的风电场出力为研究对象,采样间隔为20s,即采样频率为1.67×10-2Hz进行训练;训练结果如图4,当置信度为100%,不考虑风电功率低频分量波动率裕度时,即次高频分量和高频分量被储能全部平抑时,风电场所需的储能配置较大,储能成本较高;当考虑风电低频分量波动率的裕度时,可求得当置信度为95.3%时(即储能补偿95.3%的次高频分量和高频分量时),储能成本最小,此时的储能配置为混合储能容量的最优配置,此时的并网波动率为23.9929MW,刚好满足国家标准并网波动率的要求。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述,但本发明并不限于此。在不脱离本发明的精神和实质的前提下,本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换,而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (7)
1.一种基于波动率裕度的混合储能容量优化配置方法,其特征在于,包括:
采用小波包变换分解风电功率并输出并网目标功率;
计算并网目标功率的波动率的裕度,并根据所述裕度进行部分平抑;
以储能成本最小为目标函数,以平抑后的并网功率的波动率是否满足并网波动率标准为约束条件,建立混合储能容量配置的优化模型;
训练所述优化模型得到最优混合储能容量配置。
2.根据权利要求1所述的一种基于波动率裕度的混合储能容量优化配置方法,其特征在于,所述采用小波包变换分解风电功率并输出并网目标功率,包括:
选择db6小波包基函数对风电功率进行分解,分解为低频分量、次高频分量和高频分量;
计算所述低频分量首次满足国家风电并网波动率标准时的分解层数,将此分解层数的低频分量作为并网目标功率。
3.根据权利要求1所述的一种基于波动率裕度的混合储能容量优化配置方法,其特征在于,所述计算并网目标功率的波动率的裕度,并根据所述裕度进行部分平抑,包括:
计算并网目标功率的波动率与标准并网波动率之间的波动率裕度;
根据所述波动率裕度对所述次高频分量和高频分量进行部分平抑。
4.根据权利要求1所述的一种基于波动率裕度的混合储能容量优化配置方法,其特征在于,所述以储能成本最小为目标函数,以平抑后的并网功率的波动率是否满足并网波动率标准为约束条件,建立混合储能容量的优化模型,包括:
分析所述次高频分量和高频分量的概率分布规律;
根据所述概率分布规律设置初始平抑置信度;
计算混合储能的额定功率和额定容量;
计算平抑后的并网功率的波动率;
根据额定功率和额定容量计算功率、容量和运维成本之和,所述和的最小值作为储能成本最小;
以储能成本最小为目标函数,以平抑后的并网功率的波动率满足标准并网波动率为约束条件,建立混合储能容量配置的优化模型。
5.根据权利要求1所述的一种基于波动率裕度的混合储能容量优化配置方法,其特征在于,所述训练所述优化模型得到最优混合储能容量配置,包括:
根据波动率裕度的大小在一定置信度下进行部分平抑,使储能成本最小且平抑后并网功率的波动率满足标准并网波动率时的配置为混合储能最优配置,此时的置信度为最优平抑置信度。
6.根据权利要求4所述的一种基于波动率裕度的混合储能容量优化配置方法,其特征在于,所述根据所述概率分布规律设置初始平抑置信度,包括:
计算混合储能补偿次高频分量和高频分量的百分比,所述百分比作为置信度。
7.根据权利要求1所述的一种基于波动率裕度的混合储能容量优化配置方法,其特征在于,所述混合储能包括锂电池和超级电容。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011127897.6A CN112310988A (zh) | 2020-10-20 | 2020-10-20 | 一种基于波动率裕度的混合储能容量优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011127897.6A CN112310988A (zh) | 2020-10-20 | 2020-10-20 | 一种基于波动率裕度的混合储能容量优化配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112310988A true CN112310988A (zh) | 2021-02-02 |
Family
ID=74328172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011127897.6A Pending CN112310988A (zh) | 2020-10-20 | 2020-10-20 | 一种基于波动率裕度的混合储能容量优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112310988A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113541202A (zh) * | 2021-07-22 | 2021-10-22 | 上海电力大学 | 考虑并网功率波动性的微电网储能系统投资配置方法 |
CN114285031A (zh) * | 2021-12-22 | 2022-04-05 | 沈阳工程学院 | 一种平抑负荷波动的混合储能系统调度策略 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2955807A1 (en) * | 2014-06-13 | 2015-12-16 | Renergetica S.r.l. | Method and apparatus for controlling hybrid grids |
CN107104462A (zh) * | 2017-05-18 | 2017-08-29 | 电子科技大学 | 一种用于风电场储能调度的方法 |
CN107528341A (zh) * | 2017-08-25 | 2017-12-29 | 电子科技大学 | 一种用于高风电渗透率的大电网储能调度的方法 |
-
2020
- 2020-10-20 CN CN202011127897.6A patent/CN112310988A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2955807A1 (en) * | 2014-06-13 | 2015-12-16 | Renergetica S.r.l. | Method and apparatus for controlling hybrid grids |
CN107104462A (zh) * | 2017-05-18 | 2017-08-29 | 电子科技大学 | 一种用于风电场储能调度的方法 |
CN107528341A (zh) * | 2017-08-25 | 2017-12-29 | 电子科技大学 | 一种用于高风电渗透率的大电网储能调度的方法 |
Non-Patent Citations (3)
Title |
---|
何俊强 等: "基于元模型优化算法的混合储能系统双层优化配置方法", 《电力自动化设备》 * |
卢荟 等: "基于小波包分解的风电混合储能容量配置方法", 《电力系统保护与控制》 * |
韩晓娟 等: "计及电池使用寿命的混合储能系统容量优化模型", 《中国电机工程学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113541202A (zh) * | 2021-07-22 | 2021-10-22 | 上海电力大学 | 考虑并网功率波动性的微电网储能系统投资配置方法 |
CN114285031A (zh) * | 2021-12-22 | 2022-04-05 | 沈阳工程学院 | 一种平抑负荷波动的混合储能系统调度策略 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chu et al. | Towards optimal system scheduling with synthetic inertia provision from wind turbines | |
US11831165B2 (en) | Hierarchical control method for island power grid energy storage system for increasing new energy generation fluctuation | |
CN112310988A (zh) | 一种基于波动率裕度的混合储能容量优化配置方法 | |
Ding et al. | A novel control strategy of hybrid energy storage system for wind power smoothing | |
US10884042B2 (en) | Power system inertia estimation using synchrophasor frequency measurements | |
Li et al. | Risk-based distributionally robust real-time dispatch considering voltage security | |
CN117150419B (zh) | 基于数据分析的储能电源运行环境检测系统 | |
CN116703183A (zh) | 一种新型配电网系统用电负荷评估方法 | |
Ai et al. | Frequency coordinated control strategy of HVDC sending system with wind power based on situation awareness | |
Jannati et al. | Mitigation of windfarm power fluctuation by adaptive linear neuron‐based power tracking method with flexible learning rate | |
Zheng et al. | Research on Start-stop standby energy storage element participating in wind power filtering under the influence of power quality disturbance | |
Zheng et al. | A reliable optimization method of hybrid energy storage system based on standby storage element and secondary entropy strategy | |
Cao et al. | Engineering energy storage sizing method considering the energy conversion loss on facilitating wind power integration | |
Sharma et al. | Kharitonov theorem-based robust control approach for sustainable microgrid against DoS cyber-attack | |
CN115940281A (zh) | 一种海上风电波动实时平抑目标功率确定方法、系统及介质 | |
CN111371111A (zh) | 平抑新能源出力波动的混合储能功率分配方法 | |
Boutsika et al. | Quantifying the effect of wind turbine size and technology on wind power variability | |
CN112260267B (zh) | 一种包含风电的电网调度控制方法及装置 | |
CN112803403B (zh) | 基于时频特征的海上风电集群效应多层级评估方法 | |
CN114914927A (zh) | 周期性拒绝服务攻击下单向并网逆变器的攻击容忍控制器设计方法 | |
Liu et al. | A control strategy for hybrid energy storage based on double-layer fuzzy controller integrated with second-ahead control thought | |
CN110417057A (zh) | 一种考虑系统容量可信度的光伏出力波动平抑方法 | |
CN113644669B (zh) | 一种基于储能容量利用率的储能容量配置方法及系统 | |
Wang et al. | A Simulation System for Fluctuation Stabilization of Wind Power | |
CN112467782B (zh) | 水光互补系统的运行安全校核方法和装置、电子设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210202 |