CN112531744A - 一种基于变分模态分解的风电波动平抑方法 - Google Patents
一种基于变分模态分解的风电波动平抑方法 Download PDFInfo
- Publication number
- CN112531744A CN112531744A CN202011456411.3A CN202011456411A CN112531744A CN 112531744 A CN112531744 A CN 112531744A CN 202011456411 A CN202011456411 A CN 202011456411A CN 112531744 A CN112531744 A CN 112531744A
- Authority
- CN
- China
- Prior art keywords
- power
- signal
- energy storage
- frequency
- storage element
- 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
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000000087 stabilizing effect Effects 0.000 title claims abstract description 25
- 238000004146 energy storage Methods 0.000 claims abstract description 64
- 238000005070 sampling Methods 0.000 claims abstract description 5
- 238000007599 discharging Methods 0.000 description 10
- 238000010248 power generation Methods 0.000 description 10
- 238000011105 stabilization Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000004088 simulation Methods 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
-
- 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
本发明涉及一种基于变分模态分解的风电波动平抑方法，包括步骤：采样获得风电机组的原始功率；将其与其额定功率做差得波动功率；将波动功率信号分解为一个以上的本征模态函数和残差信号，把本征模态函数分为低频信号和高频信号两类；把低频信号作为能量型储能元件的指令信号，能量型储能元件发出功率平抑低频功率信号；将高频信号作为功率型储能元件的指令信号，功率型储能元件发出功率平抑高频功率信号；将储能元件与风电机组一起并网，储能元件的响应功率平抑原始功率中的波动功率部分，使发出的功率在额定功率周围波动。本发明把原始功率与额定功率的差值波动功率作为储能信号，更加精确地分解为不同频率的信号，并由储能元件平抑。
Description
技术领域
本发明涉及储能技术领域，特别是一种基于变分模态分解的风电波动平抑方法。
背景技术
新能源发电有着不可忽视的缺点，就是输送电能功率存在不确定性，再加上新能源发电包括风力发电在电力系统发电中占比越来越高，所以会对电力系统产生较大的影响，特别是功率的波动会使电网的频率发生波动，如果风力发电直接并网，会对电力系统的稳定性，电能质量以及频率质量造成一定威胁，这是不想被看到的，所以考虑如何有效的平抑风电输出功功率，减小其波动对电力系统的影响，提高风电场运行能力，这对风电以及其他新能源发电的大规模发展和应用是十分有现实意义的。
目前，要想使风电发出的原始功率得到平抑，主要采取的方法是通过计算机采集原始功率作为信号，用合适的算法对原始功率进行分解，分解为从低到高频率的信号，然后将这些信号作为储能元件的指令，这种方法求解出的并网信号可能会导致风电功率波动平抑不足或平抑过多使储能装置容量变大。
发明内容
有鉴于此，本发明的目的是提出一种基于变分模态分解的风电波动平抑方法，把原始功率与额定功率的差值波动功率作为储能信号，更加精确地分解为不同频率的信号，并由储能元件平抑。
本发明采用以下方案实现：一种基于变分模态分解的风电波动平抑方法，包括以下步骤：
采样获得风电机组的原始功率；
将风电机组的原始功率与其额定功率做差得到一个新的功率信号，定义为波动功率；
利用变分模态分解法对所述波动功率信号处理，将其分解为一个以上的本征模态函数和残差信号，把本征模态函数分为低频信号和高频信号两类；
把低频信号作为能量型储能元件的指令信号，能量型储能元件发出功率平抑低频功率信号；将高频信号作为功率型储能元件的指令信号，功率型储能元件发出功率平抑高频功率信号；
将储能元件与风电机组一起并网，储能元件的响应功率平抑原始功率中的波动功率部分，使发出的功率在额定功率周围波动。
进一步地，所述利用变分模态分解法对所述波动功率信号处理，将其分解为一个以上的本征模态函数和残差信号，把本征模态函数分为低频信号和高频信号两类具体为：
以1min为时间相应分界线，将各个本征模态函数按1/60Hz为分界线分为低频信号和高频信号，高频信号由功率型储能元件平抑，低频信号由能量型储能元件平抑，表达式为：
Pflu(t)＝Plow(t)+Phigh(t)+Pre(t)；
式中，Pflu(t)为波动功率，Plow(t)和Phigh(t)分别低频功率信号与高频功率信号，Pre(t)为残差功率信号；
其中，
式中，uk(t)为波动功率由变分模态分解后，中心频率由低到高的子模态，k＝1,2,...,j,...,n，un(t)表示所分解子模态中有最大中心频率的IMF；
uj(t)和uj+1(t)表示所分解子模态中的中心频率最接近1/60Hz的两个IMF，且满足：
fj≤1/60Hz＜fj+1；
式中，fj为子模态uj(t)的中心频率，fj+1为子模态uj+1(t)的中心频率。
进一步地，所述变分模态分解的子模态个数N的确定是根据中心频率不出现相近的模态为标准。
进一步地，所述能量型储能元件的充放电响应时间为1min～数小时，功率型储能元件的充放电响应时间为0.1s～1min。
与现有技术相比，本发明有以下有益效果：本发明把原始功率与额定功率的差值波动功率Po(t)作为储能信号，避免了直接对风电原始输出功率Pw(t)作为储能信号分解而造成并网分量不能满足并网要求，或者因为平抑过度而增加不必要的储能容量，利用变分模态分解方法分解波动功率信号Po(t)可以更加精确地分解为不同频率的信号，并由储能元件平抑。
附图说明
图1为本发明实施例的变分模态分解方法的原理流程示意图。
图2为本发明实施例的变分模态分解方法的详细流程示意图。
图3为本发明实施例的风电场发出的原始功率信号。
图4为本发明实施例的变分模态分解后的5个子模态信号。
图5为本发明实施例的平抑前和平抑后的功率波动比较。
图6为本发明实施例的IMF的希尔伯特频谱。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1以及图2所示，本实施例提供了一种基于变分模态分解的风电波动平抑方法，包括以下步骤：
采样获得风电机组的原始功率；
将风电机组的原始功率与其额定功率做差得到一个新的功率信号，定义为波动功率；
利用变分模态分解法对所述波动功率信号处理，将其分解为一个以上的本征模态函数和残差信号，根据能量型和功率型储能元件充放电的不同时间响应，与本征模态函数有各自中心频率的特点结合，把本征模态函数分为低频信号和高频信号两类；
把低频信号作为能量型储能元件的指令信号，能量型储能元件发出功率平抑低频功率信号；将高频信号作为功率型储能元件的指令信号，功率型储能元件发出功率平抑高频功率信号；
将储能元件与风电机组一起并网，储能元件的响应功率平抑原始功率中的波动功率部分，使发出的功率在额定功率周围波动。
其中，所述风电原始功率与其额定功率做差是将风电场原始功率减去风电场额定功率得到新的功率信号，并定义为波动功率，其表达式为：
Pflu(t)＝Pw(t)-Po；
式中，Pw(t)为风电场原始功率，Po为其额定功率，Pflu(t)为波动功率。把波动功率作为变分模态分解的信号，将其分解为数个本征模态函数(IMF)。
在本实施例中，所述利用变分模态分解法对所述波动功率信号处理，将其分解为一个以上的本征模态函数和残差信号，把本征模态函数分为低频信号和高频信号两类具体为：
利用了所述IMF的特点，即各个分量有其对应的中心频率，根据能量型储能元件和功率型储能元件的充放电的特点，以1min为时间相应分界线，将各个本征模态函数按1/60Hz为分界线分为低频信号和高频信号，高频信号由功率型储能元件平抑，低频信号由能量型储能元件平抑，表达式为：
Pflu(t)＝Plow(t)+Phigh(t)+Pre(t)；
式中，Pflu(t)为波动功率，Plow(t)和Phigh(t)分别低频功率信号与高频功率信号，Pre(t)为残差功率信号；
其中，
式中，uk(t)为波动功率由变分模态分解后，中心频率由低到高的子模态，k＝1,2,...,j,...,n，un(t)表示所分解子模态中有最大中心频率的IMF；
uj(t)和uj+1(t)表示所分解子模态中的中心频率最接近1/60Hz的两个IMF，且满足：
fj≤1/60Hz＜fj+1；
式中，fj为子模态uj(t)的中心频率，fj+1为子模态uj+1(t)的中心频率。
在本实施例中，所述变分模态分解的子模态个数N的确定是根据中心频率不出现相近的模态为标准，其判断方法是：当分解子序列为k+1时，分解中出现了相近的模态分量，即出现过解，所以选择分解子序列数N＝k。
在本实施例中，所述能量型储能元件和功率型储能元件的充放电的特点为：所述能量型储能元件的充放电响应时间为1min～数小时，功率型储能元件的充放电响应时间为0.1s～1min。
在本实施例中，所述IMF的特点，其波形极值的个数等于零点的个数或极值个数与零点个数相差一个，信号类似于正弦信号，有利于作为储能元件的输入信号，储能元件充放电对其进行平抑。
在本实施例中，所述将作为功率信号的IMF按1/60Hz分为高频信号和低频信号，其分类方法是采用希尔伯特分解，得到各个IMF的瞬时频率，且绘制到希尔伯特频谱中。
在本实施例中，所述低频功率信号和高频功率信号满足如下关系式：
Pb(t)＝Plow(t)；
Psc(t)＝Phigh(t)；
Pb(t)为能量型储能元件的充放电功率，Psc(t)为功率型储能元件的充放电功率，数值为正表示储能元件充电，数值为负表示储能元件放电。
如图3、图4以及图5所示，在应用本实施例的方法之前，往往会用Matlab进行仿真分析，某个风电场额定功率为40MW，采样得到其1min的原始功率输出数据，将原始输出功率与额定功率做差得到波动功率信号，是变分模态分解的输入信号，这是作为储能元件的功率信号，需要储能元件对这部分进行平抑。IMF1至IMF5为输入信号经过变分模态分解后得到的波动频率由高到低的子模态，它们有各自的中心频率，且极值个数与零点个数是相同或仅相差一个，这也是本征模态函数的特点。图3是风电场发出的原始功率信号1min功率变化情况，可以看出，在平抑之前，原始功率波动比较大，直接并网不能达到电网波动要求。如图4所示，利用vmd将输入信号分解为5个IMF，可以看出，波动频率越高的子模态，其幅值越小，波动频率越低的子模态，其幅值越大，符合储能元件充放电的特点，频率较高，幅值较小的子模态作为充放电快、储能容量较小的功率型储能元件的信号，相反，频率较低，幅值较大子模态的作为充放电较慢、储能容量大的能量型储能元件的信号。
如图6，是希尔伯特分解后，得到的IMF希尔伯特频谱，利用希尔伯特分解可以得到各个本征模态函数IMF的瞬时频率，以1/60Hz为分界线，将各个子模态分为高频信号和低频信号，知道IMF5的瞬时频率比较小，归为低频信号，作为能量型储能元件的信号，IMF1、2、3、4瞬时功率比较大，归为高频信号，作为功率型储能元件的信号。
图5为本实施例平抑前以及平抑后的并网功率1min变化情况，通过比较，很容易发现平抑后的并网功率在额定功率周围波动，大大减小了波动幅度，适合并网。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。
Claims (4)
1.一种基于变分模态分解的风电波动平抑方法，其特征在于，包括以下步骤：
采样获得风电机组的原始功率；
将风电机组的原始功率与其额定功率做差得到一个新的功率信号，定义为波动功率；
利用变分模态分解法对所述波动功率信号处理，将其分解为一个以上的本征模态函数和残差信号，把本征模态函数分为低频信号和高频信号两类；
把低频信号作为能量型储能元件的指令信号，能量型储能元件发出功率平抑低频功率信号；将高频信号作为功率型储能元件的指令信号，功率型储能元件发出功率平抑高频功率信号；
将储能元件与风电机组一起并网，储能元件的响应功率平抑原始功率中的波动功率部分，使发出的功率在额定功率周围波动。
2.根据权利要求1所述的一种基于变分模态分解的风电波动平抑方法，其特征在于，所述利用变分模态分解法对所述波动功率信号处理，将其分解为一个以上的本征模态函数和残差信号，把本征模态函数分为低频信号和高频信号两类具体为：
以1min为时间相应分界线，将各个本征模态函数按1/60Hz为分界线分为低频信号和高频信号，高频信号由功率型储能元件平抑，低频信号由能量型储能元件平抑，表达式为：
Pflu(t)＝Plow(t)+Phigh(t)+Pre(t)；
式中，Pflu(t)为波动功率，Plow(t)和Phigh(t)分别低频功率信号与高频功率信号，Pre(t)为残差功率信号；
其中，
式中，uk(t)为波动功率由变分模态分解后，中心频率由低到高的子模态，k＝1,2,...,j,...,n，un(t)表示所分解子模态中有最大中心频率的IMF；
uj(t)和uj+1(t)表示所分解子模态中的中心频率最接近1/60Hz的两个IMF，且满足：
fj≤1/60Hz＜fj+1；
式中，fj为子模态uj(t)的中心频率，fj+1为子模态uj+1(t)的中心频率。
3.根据权利要求2所述的一种基于变分模态分解的风电波动平抑方法，其特征在于，所述变分模态分解的子模态个数N的确定是根据中心频率不出现相近的模态为标准。
4.根据权利要求1所述的一种基于变分模态分解的风电波动平抑方法，其特征在于，所述能量型储能元件的充放电响应时间为1min～数小时，功率型储能元件的充放电响应时间为0.1s～1min。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011456411.3A CN112531744B (zh) | 2020-12-11 | 2020-12-11 | 一种基于变分模态分解的风电波动平抑方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011456411.3A CN112531744B (zh) | 2020-12-11 | 2020-12-11 | 一种基于变分模态分解的风电波动平抑方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112531744A true CN112531744A (zh) | 2021-03-19 |
| CN112531744B CN112531744B (zh) | 2022-08-12 |
Family
ID=74999009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011456411.3A Active CN112531744B (zh) | 2020-12-11 | 2020-12-11 | 一种基于变分模态分解的风电波动平抑方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112531744B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114268126A (zh) * | 2021-12-02 | 2022-04-01 | 浙江大学 | 自适应的波动性可再生能源稳定输出及并网方法和系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009156171A (ja) * | 2007-12-27 | 2009-07-16 | Hitachi Ltd | ウィンドファーム群，ウィンドファームおよびその制御方法 |
| CN104466998A (zh) * | 2014-12-03 | 2015-03-25 | 沈阳工业大学 | 风电混和储能容量配置方法 |
| CN105262117A (zh) * | 2015-11-12 | 2016-01-20 | 四川大学 | 一种风电爬坡优化控制方法 |
| CN107947211A (zh) * | 2017-12-06 | 2018-04-20 | 国网山东省电力公司济南供电公司 | 采用小波包分解并计及频率响应的孤岛型微电网储能优化配置方法 |
| CN109659970A (zh) * | 2018-10-23 | 2019-04-19 | 国网甘肃省电力公司电力科学研究院 | 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 |
-
2020
- 2020-12-11 CN CN202011456411.3A patent/CN112531744B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009156171A (ja) * | 2007-12-27 | 2009-07-16 | Hitachi Ltd | ウィンドファーム群，ウィンドファームおよびその制御方法 |
| CN104466998A (zh) * | 2014-12-03 | 2015-03-25 | 沈阳工业大学 | 风电混和储能容量配置方法 |
| CN105262117A (zh) * | 2015-11-12 | 2016-01-20 | 四川大学 | 一种风电爬坡优化控制方法 |
| CN107947211A (zh) * | 2017-12-06 | 2018-04-20 | 国网山东省电力公司济南供电公司 | 采用小波包分解并计及频率响应的孤岛型微电网储能优化配置方法 |
| CN109659970A (zh) * | 2018-10-23 | 2019-04-19 | 国网甘肃省电力公司电力科学研究院 | 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 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114268126A (zh) * | 2021-12-02 | 2022-04-01 | 浙江大学 | 自适应的波动性可再生能源稳定输出及并网方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112531744B (zh) | 2022-08-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112103972B (zh) | 一种柔性直流宽频带振荡的广谱自适应阻塞控制方法 | |
| CN109477861A (zh) | 自参考片上电压下降检测器 | |
| CN112531744B (zh) | 一种基于变分模态分解的风电波动平抑方法 | |
| CN107086588B (zh) | 电力电子系统的次同步/超同步振荡分析方法及系统 | |
| Wang et al. | Data-driven probabilistic small signal stability analysis for grid-connected PV systems | |
| CN108008187B (zh) | 基于变分模态分解的电网谐波检测方法 | |
| Carnì et al. | Application of machine learning techniques and empirical mode decomposition for the classification of analog modulated signals | |
| CN102426416A (zh) | 控制对象频域幅值特性辩识方法和装置 | |
| CN111311021A (zh) | 一种风电场理论功率预测方法、装置、设备和存储介质 | |
| CN114156154B (zh) | 一种应用于蚀刻机射频电源的频率调节方法及系统 | |
| CN112821384A (zh) | 抑制低频振荡在柔性直流输电系统直流侧传播的控制方法 | |
| CN110796165A (zh) | 一种变分模态分解参数优化的仿真方法 | |
| Kim | Nonquadratic ${{\cal H}} _\infty $ Stabilization Conditions for Observer-Based T–S Fuzzy Control Systems | |
| CN117200242B (zh) | 一种用于智慧调压箱柜的监测数据处理方法及系统 | |
| CN117293901B (zh) | 一种并网逆变器控制结构识别方法、系统、设备和介质 | |
| CN116520022B (zh) | 电力谐波动态检测方法、装置、电子设备及介质 | |
| CN108152585A (zh) | 基于神经网络的自适应谐波检测方法及检测电路 | |
| CN115983507B (zh) | 送端源电网断面宽频振荡风险预测方法及系统 | |
| CN102279566A (zh) | 敷有主动约束层弹性空腔噪声特性一体化自适应控制系统 | |
| CN106340896B (zh) | 一种多逆变器并网控制通道间交互影响的分析方法 | |
| Mishra et al. | Power quality disturbances classification with deep learning approach | |
| CN113949065B (zh) | 一种确定电力系统暂态电压稳定薄弱节点的方法及系统 | |
| CN105322561B (zh) | 基于网频波动幅度动态调整的一次调频控制方法及装置 | |
| Liu et al. | State Prediction of Small Signal Synchronous Stability of Converter Interfaced Generation System Based on Koopman Operator and Time Delay Embedding | |
| CN117289066B (zh) | 一种电压稳定性监测方法及系统 |
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 |