基于風電預測的混合儲能系統(tǒng)控制策略及容量配置研究.pdf_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、風力發(fā)電是當前眾多新能源發(fā)電類型中發(fā)展最為迅速的發(fā)電形式之一,由于具有技術(shù)成熟、開發(fā)價值高等優(yōu)勢,風電在各國的能源戰(zhàn)略中均占據(jù)重要位置。但是風電固有的隨機性、間歇性和波動性等特點使其對電力系統(tǒng)的正常運行產(chǎn)生諸多不利影響,因此對提高并網(wǎng)風電可控性的相關(guān)措施進行深入研究和探討具有重要意義。風電預測和風電平抑是應對并網(wǎng)風電不確定性的兩種有效措施,本文將兩種措施相結(jié)合,為增強并網(wǎng)風電可控性提供一定的參考依據(jù)。
  本文首先對SVM的相關(guān)理

2、論進行了闡述,并利用SVM對華北某風電場進行了預測,將預測結(jié)果與BP神經(jīng)網(wǎng)絡(luò)預測結(jié)果作比較,對比發(fā)現(xiàn)SVM具有更好的預測精度和預測魯棒性。然后針對SVM在大樣本環(huán)境下內(nèi)存和運算時間顯著增加、邊際預測精度減小的問題,提出了一種基于SVM的風電場出力分類預測算法,通過分類將大樣本轉(zhuǎn)化為若干小樣本,訓練出分類模型,然后建立多個回歸模型實現(xiàn)出力預測,并借助算例證明了該方法的有效性。
  研究了風電平抑目標的確定方法。利用小波工具對某一分析

3、時段的風電出力歷史數(shù)據(jù)進行分解,獲取其低頻分量,利用上述分類預測算法對低頻分量進行預測,將預測結(jié)果作為風電平抑目標。算例表明,與對當天數(shù)據(jù)直接小波分解得到的低頻分量相比,本文通過對低頻分量預測確定的平抑目標更平滑,與之對應的儲能分量波動性更大。
  以蓄電池和超級電容器組成的混合儲能系統(tǒng)為例,提出了混合儲能系統(tǒng)雙層控制策略。其中第一層策略基于儲能系統(tǒng)SOC五分區(qū)模型,運行過程中對儲能裝置的SOC水平實時監(jiān)測,通過判斷SOC所屬區(qū)間

4、,對充放電功率按不同原則進行實時修正,避免儲能裝置過充或過放。第二層控制策略用于兩類儲能裝置之間SOC不平衡時的功率調(diào)整,文中定義了功率基調(diào)波,在兩類儲能裝置之間建立了能量交換關(guān)系,旨在實現(xiàn)各類儲能裝置容量的充分利用;第二層控制策略在兩類儲能裝置容量相近時改善效果更明顯。算例證明,本文策略對于維持和平衡儲能裝置的SOC水平、減小儲能配置容量均具有良好效果。
  文章提出了一種混合儲能系統(tǒng)容量配置優(yōu)化模型。采用經(jīng)濟指標優(yōu)化方法,模型

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論