计及风电功率预测的飞轮储能配合风电场并网的有功功率控制

摘要

大规模风电并网后，风电场输出功率的波动对电力系统的安全稳定运行带来了巨大的挑战。其中，风电接入对系统功率平衡的影响是一个重要研究方面。进行风电功率预测和研究合适的风电场有功功率控制方式，有助于提高风电场的可调度性、降低风电功率波动对系统有功平衡的不利影响。
　　 对于风电功率预测方面，本文以某风电场为研究对象。首先，根据《风电功率预测功能规范》设计并实现了风电数据预处理算法，对风电场原始数据中的不良数据进行了修正。其次，建立了基于BP神经网络的短期风电功率预测模型，提供预测时刻之后96点风电场有功曲线;建立了基于时间序列算法的超短期风电功率预测模型，提供预测时刻之后15min的风电场功率。并在Matlab平台上验证了预测算法的有效性。在此基础上，设计了相应的风电功率预测系统(WPPS)的功能和框架，采用风电场提供的历史数据测试运行表明系统能够可靠工作。对于风电场有功功率控制方面，本文在双馈感应电机(DFIG)风电场的交流侧接入飞轮储能系统(FESS)，研究了一种新的风电场输出功率平滑控制策略。对Matlab/Simulink仿真结果的定量分析表明，所提出的控制策略能跟踪风电场预测功率并有效平滑风电场较小的输出功率波动。

目录

声明

摘要

第1章 绪论

1．1 选题背景

1．1．1 国外风力发电的现状和发展趋势

1．1．2 我国风力发电的现状和发展趋势

1．2 研究现状

1．2．1 风电功率预测

1．2．2 风电场有功功率控制

1．3 本论文的主要工作

第2章 风电功率预测算法

2．1 引言

2．2 风电场数据预处理

2．2．1 风电场数据质量控制要求

2．2．2 数据预处理计算条件

2．2．3 风电场数据预处理算法

2．3 短期风电功率预测

2．3．1 BP神经网络的基本原理

2．3．2 短期风电功率预测计算条件

2．3．3 短期风电功率预测算法

2．3．4 预测结果及分析

2．4 超短期风电功率预测

2．4．1 时间序列算法的基本原理

2．4．2 超短期风电功率预测计算条件

2．4．3 超短期风电功率预测算法

2．4．4 预测结果及分析

2．5 本章小结

第3章 风电功率预测系统的设计与实现

3．1 引言

3．2 风电功率预测系统的架构

3．3 系统运行方式

3．4 系统主要功能

3．5 系统数据库设计

3．6 测试运行结果

3．7 本章小结

第4章 含飞轮储能的风电场有功功率控制

4．1 引言

4．2 含飞轮储能的双馈感应电机发电系统

4．3 有功功率平滑控制策略

4．3．1 风电功率预测

4．3．2 有功功率平滑控制策略

4．3．3 飞轮储能的控制

4．4 仿真验证

4．5 本章小结

结论

致谢

参考文献

攻读硕士学位期间发表的论文及参加的科研项目