基于风功率预测的风电场混合储能容量多目标优化配置

摘要

在全球大力倡导“节能减排”的背景下，风力发电技术作为一种最为成熟的清洁发电技术而得到了广泛应用，装机容量逐年大幅增加。然而，风力发电因其固有的随机性和间歇性，大规模并网给电力系统带来了电压波动、功率波动等问题，影响电网的安全稳定运行。此外，风电出力具有反调峰特性，随着风电比例的不断增大，电网调度将可能会对风场进行一定程度“弃风限电”，不仅浪费了清洁的风能资源，而且降低了风电场的收益。因此，针对上述问题，本文以山西省某风电场为研究对象，从风功率预测、风电场储能容量优化配置策略设计、多目标优化配置模型建立及求解等方面进行了深入研究。主要工作概括如下:
　　1.定性分析了风电场输出功率特性和其对电力系统的影响，明确了影响风电场输出功率的主要因素;介绍了储能技术原理及常见储能设备，分析了现有风电场对储能配置系统的评价指标，为风功率预测和储能优化配置研究提供理论基础。
　　2.提出了一种带回归结构的动态ANFIS风功率预测方法。在研究传统自适应神经模糊推理系统(ANFIS)的基础上，针对风功率和风速的时间序列特性，提出了一种带回归结构的动态ANFIS方法;利用试验风场的风速和风功率的历史数据，对带回归结构的动态ANFIS风功率预测模型进行训练、校验和测试，得到最优预测模型;在此基础上，利用相同的样本数据，采用常规预测算法（传统ANFIS算法、BP神经网络、动态神经网络等）构建风功率预测模型，并与本文方法所建风功率预测模型进行了对比，结果表明本文方法所建模型的预测精度较高;利用所建的预测模型对试验风场的风功率进行了预测，为后续储能容量优化配置提供可靠的数据来源。
　　3.针对风电功率的波动和电网对风场的弃风限电问题，提出了对风电场配置由蓄电池和抽水蓄能电站组成的混合储能系统，并设计了混合储能系统容量的多目标优化配置策略。建立了以风储联合经济效益最大和配置储能后的风电功率波动最小为目标的优化配置模型及约束条件，以试验风电场的风功率预测数据和实际运行数据为基础，利用遗传算法对所建混合储能优化模型进行了优化求解，得到了最优目标下的蓄电池和抽水蓄能电站的容量配置。仿真结果表明，配置混合储能系统可以在一定程度上平抑风功率波动，提高电网对风功率的消纳能力。

目录

摘要

第一章 绪论

1．1 课题研究背景及意义

1．2 国内外研究现状

1．2．1 风功率预测研究现状

1．2．2 风电场的储能容量配置研究现状

1．3 本文主要工作及创新点

第二章 风功率特性和储能配置评价指标分析

2．1 风功率特性分析

2．1．1 风力发电原理

2．1．2 风电机组的功率输出特性

2．1．3 风电功率波动特性对电力系统的影响

2．2 储能配置指标分析

2．2．1 储能技术简介

2．2．2 抽水蓄能技术原理

2．2．3 蓄电池储能原理

2．2．4 储能容量优化配置评价指标分析

2．3 本章小结

第三章 基于改进的AMFIS动态风功率预测模型

3．1 引言

3．2 带回归结构的动态ANFIS建模的基本理论

3．2．1 Takagi-Sugeno型模糊推理系统

3．2．2 自适应神经模糊推理系统

3．2．3 ANFIS算法的参数学习算法

3．2．4 带回归结构的动态ANFIS模型

3．3 基于改进的ANFIS动态风功率预测模型的建立

3．3．1 改进的ANFIS算法在MATLAB中的实现

3．3．2 数据样本选取及处理

3．3．3 基于改进的ANFIS动态风功率预测模型的建立

3．4 本章小结

第四章 风电场混合储能容量多目标优化配置

4．1 引言

4．2 风电场混合储能优化配置策略

4．3 混合储能优化配置模型的建立

4．3．1 抽水蓄能系统的数学模型

4．3．2 储能蓄电池的数学模型

4．3．3 混合储能优化配置的目标模型

4．3．4 混合储能优化配置的约束条件

4．4 遗传优化算法

4．5 储链优化配置模型求解及结果分析

4．5．1 风功率预测和边界限值的确定

4．5．2 优化计算及结果分析

4．6 本章小结

第五章 结论与展望

5．1 本文结论

5．2 课题展望

参考文献

致谢

攻读硕士学位期间取得的成果

个人简况与联系方式

声明