首页> 中文学位 >基于储能的风电功率平抑技术研究
【6h】

基于储能的风电功率平抑技术研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题研究背景及意义

1.2风储联合发电系统状况

1.3国内外研究现状

1.4本文研究内容

1.5本文结构安排

第二章 基于QPSO-LSSVM模型的风电场风速预测方法研究

2.1引言

2.2 LSSVM基本理论

2.3 QPSO粒子模型

2.4基于改进QPSO-LSSVM模型的风电场功率预测方法

2.5仿真实例

2.6本章小结

第三章 基于功率预测的风电场功率平滑控制方法研究

3.1引言

3.2基于风速的功率曲线建模

3.3滑动平均控制算法在功率平滑中的应用

3.4基于功率预测的风电场功率平滑控制策略

3.5仿真实例

3.6本章小结

第四章 基于功率平抑的储能容量优化配置方法研究

4.1引言

4.2储能容量分析

4.3储能容器对比选择

4.4蓄电池数学模型

4.5储能容量优化配置

4.6仿真实例

4.7本章小结

第五章 总结与展望

5.1总结

5.2展望

致谢

参考文献

攻读硕士学位期间取得的成果

展开▼

摘要

近几十年来,能源问题逐渐引起了世界各国的关注和重视,石油、煤炭等化石燃料的不可再生、有限性使得各国考虑大力开发清洁可再生能源,我国把对清洁可再生能源的发展提高到战略高度。在众多的清洁能源当中,风能蕴藏量丰富,技术较为成熟,相比于传统能源没有副产污染物,可以无限利用。伴随着风电技术的提高,我国风电发展强劲,装机容量持续增加,但风电存在一些固有特性,如随机、间歇以及不稳定等特性,这些特性使得在风电在并网过程中会对大电网产生安全威胁,因此对风电波动功率的平抑以及基于风电平滑的储能容量配置研究显得极为重要。
  本论文是在风电并网的大前提下,针对风电固有特征,在风电并网前结合储能系统对其进行平滑处理。主要工作包括以下几部分:
  (1)提出了一种预测精度较高的风速预测方法,此方法是在研究了最小二乘支持向量机(LSSVM)的回归预测模型和量子行为粒子群(QPSO)算法基本原理基础上,根据风电历史数据对短期未来值进行预测,在对LSSVM参数优化过程中引入了 QPSO算法,第一次把 QPSO-LSSVM模型引入到风速预测当中,最后在MATLAB进行验证,并且对照比较了其它几种预测算法的效果。
  (2)提出了一种针对风电波动功率的平滑控制策略,此策略首先在风速预测的基础上根据风电机组功率曲线计算功率预测值,然后将所得预测功率值作为输入,采用滑动平均法提前对波动功率进行滤波平滑,并且在滑动平均算法中对滑动窗口进行改进,滑动窗口大小的变化考虑了风电功率波动率以及储能系统 SOC两个条件,最后对控制策略进行了验证。
  (3)提出了一种考虑综合经济效益的储能容量配置方法,该方法首先分析了容量配置对功率平滑效果的影响,在考虑运行成本的情况下建立了蓄电池组的充放电模型、约束函数、目标函数以及评价指标,然后采用 QPSO算法对蓄电池组的目标函数进行求解,最后研究了在最优储能系统容量配置下不同时间窗口、不考虑运行成本情况以及完全容量配置下的平滑效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号