CN104734166B - 混合储能***及风力发电功率平滑控制方法 - Google Patents
混合储能***及风力发电功率平滑控制方法 Download PDFInfo
- Publication number
- CN104734166B CN104734166B CN201510068245.2A CN201510068245A CN104734166B CN 104734166 B CN104734166 B CN 104734166B CN 201510068245 A CN201510068245 A CN 201510068245A CN 104734166 B CN104734166 B CN 104734166B
- Authority
- CN
- China
- Prior art keywords
- power
- energy storage
- storage system
- signal
- wind
- 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.)
- Active
Links
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
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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
本发明公开了混合储能***及风力发电功率平滑控制方法,首先通过快速傅里叶方法取得风电功率信号的频谱,对风电输出功率的幅频特性进行分析;然后通过经验模式分解的方法将风电功率进行多尺度分解并重构为风电场期望并网功率以及高频、中频和低频的风电波动功率;之后根据超级电容Soc容量对功率分配进行相应调整后通过超级电容器、蓄电池和压缩空气储能分别吸收所述高频、中频和低频的波动信号功率;当风电场的输出功率小于所述期望并网功率信号时,用模型算法控制超级电容‑蓄电池‑CAES混合储能***放电;当风电场的输出功率大于所述期望并网功率时,用模型算法控制超级电容‑蓄电池‑CAES混合储能***充电。本发明提高了并网运行的安全性和经济性。
Description
技术领域
本发明属于风储联合发电技术领域,尤其涉及一种混合储能***及风力发电功率平滑控制方法。
背景技术
随着能源的日益枯竭以及人类对能源需求的不断增加,可再生能源已经得到了人们的广泛青睐,其中风力发电以其绿色、可持续性等特点受到了人们较多的关注。但是,由于风电自身具有的波动性、随机性,因此大规模的风电并网会给电力***的安全稳定运行带来一系列技术难题,如电压波动、电压偏差和谐波等等。为了提高风电场的并网运行能力,越来越多的研究人员采用储能技术对风电机组的输出功率进行调控,使风电场实现效益最大化。对风电输出功率进行“削峰填谷”的平抑时,需储能***兼具有高功率密度、高能量密度、高循环寿命的特点。
但是,现今而言,单一的储能设备无法满足这一需要。储能设备可分为功率型储能和能量型储能。功率型储能设备具有响应速度快、循环寿命长的特点,但是其储能能量不足,致使其无法长时间的提供能量;能量型储能设备的虽然能量密度高,但是响应速度慢、循环寿命短。因此,使用混合储能平抑风电功率波动逐渐成为人们研究这重点。
蓄电池作为传统储能设备,以其成熟的技术和较低的成本获得了广泛的应用。但是,频繁的充放电以及过充过放会严重影响蓄电池的使用寿命。超级电容器作为一种介于物理储能和化学储能之间的储能方式,具有功率密度高、充放电效率高、可深度充放电、循环使用寿命长等特点。但其能量密度低、价格昂贵,致使其不适于长时间供电。由于超级电容与蓄电池各自具有的鲜明特点,因此将蓄电池与超级电容组成混合储能***已经成为了许多专家学者的研究重点。然而,仅以蓄电池和超级电容组成的混合储能***,仅能解决提高风电功率、电压稳定等局部问题,从全局角度提高电网对风电消纳的能力仍显不足。微型压缩空气储能(CAES)是近年来逐渐兴起的压缩空气储能技术为解决风电***大规模储能难题提供了新的技术手段,压缩空气储能具有储能容量大、储能周期长、寿命长、成本低、环境友好等优点,是目前唯一综合效益可媲美抽水蓄能而又不受地理限制的大规模储能技术。压缩空气储能、蓄电池以及超级电容混合储能的特性如表1所示:
表1 储能***特性参数
由以上分析可以明显的看出,每种储能技术都具有各自的特点和独特的应用背景。配合相应的能量分配策略,储能***便能有效的实现风电场输出功率波动的平滑。目前而言最为常用的方法是基于低通滤波器的当前控制策略以及基于电池Soc余量估计的超前控制策略。对于基于低通滤波器的能量分配策略,储能输出功率相对于风电输出功率有一定的滞后,导致储能***能量调整幅度大,调整周期长。而且滤波时间常数的选择经验依赖性大。因此,随着风电的大规模并网,传统的控制方法在某些方面已不能满足要求,为了实现储能***效用的最大化,多策略、超前控制将是今后发展的重点。
发明内容
本发明的目的就是为了解决上述问题,提供一种混合储能***及风力发电功率平滑控制方法,该混合储能***将压缩空气储能-蓄电池-超级电容三种储能组合在一起,其中压缩空气储能对小时级的风电波动功率“削峰填谷”,超级电容用来平抑秒级波动,改善风电的并网电能质量,蓄电池则平抑介于二者之间的波动。该储能***能够对风电功率整个时间尺度范围内的波动进行有效平抑,同时储能成本明显低于单纯增大蓄电池容量的处理方式。
为了实现上述目的,本发明采用如下技术方案:
一种混合储能***,包括:电网,所述电网通过依次连接的并网开关和三相四线变压器与交流母线连接,所述交流母线通过DC/AC逆变器与第一直流母线连接,所述第一直流母线通过第一DC/DC转换器与超级电容储能***连接;所述第一直流母线还通过第二DC/DC转换器与蓄电池连接,所述第一直流母线还通过第三DC/DC转换器与第二直流母线连接,所述第二直流母线通过第一AC/DC转换器与风力发电机连接,所述第二直流母线还通过第二AC/DC转换器与压缩空气储能***连接;将超级电容储能***与压缩空气储能***结合在一起,实现了大容量的能量型储能与功率型储能的结合。
所述DC/DC转换器为双向半桥DC/DC转换器;
所述AC/DC转换器为双向AC/DC转换器;
所述三相四线变压器为220V/380V三相四线变压器。
所述交流母线为380V交流母线连接。
所述第一直流母线为700V直流母线。
所述超级电容为350-500V超级电容。
所述第二直流母线为350-500V直流母线。
基于混合储能***的风力发电功率平滑控制方法,包括以下步骤:
步骤(1):将风电场输出功率与电网调度功率做差,得到需要混合储能***平抑的功率;
步骤(2):通过经验模式分解的方法将步骤(1)的需要平抑的功率进行多尺度分解并重构,得到风电功率的高频、中频和低频信号;
步骤(3):利用支持向量机分别对步骤(2)的高频、中频和低频信号进行一个可信周期为T0时长的预测,得到T0时间段内的高频、中频和低频信号的预测值,该预测值用以指导混合储能***的能量分配,实现超前控制。
所述步骤(1)的电网调度功率的计算公式为:
式中:pw,k为微网中风电机组的第k个采样点输出功率;pl,k为本地负载第k个采样点的功率;n为样本数据总数。
所述步骤(2)的经验模式分解法的步骤如下:
步骤(2-1):将风电功率视为一个时间序列,设该时间序列为X(t),取得所有的局部极值点。
步骤(2-2):找出信号X(t)的所有极大值点,利用三次样条函数拟合出极大值点包络线emax(t);同理,拟合极小值点包络线emin(t);计算上包络线和下包络线的平均值m(t):
步骤(2-3):将原始信号X(t)与包络线平均值m(t)做差得到去除了低频信号的新的信号即:
步骤(2-4):判断新的信号是否为一个基本模式分量;若是就直接进入步骤(2-5);
若新的信号并非一个基本模式分量,即包络线平均值m(t)中仍存在非对称波,则以新的信号为待处理数据,重复步骤(2-1)-(2-3),得到得到后重复步骤(2-4),直至第k次得到的信号为一个基本模式分量,则原始信号的第一个本征模函数IMF分量记为:
步骤(2-5):从原始信号X(t)中减去第一个本征模函数IMF分量imf1(t)之后,所得信号为X1(t),将X1(t)作为新的被处理信号,重复步骤(2-2)-(2-4),直至Xn(t)为单调信号。
原始信号余项为:
rn(t)=Xn(t) (4)
由于实际计算过程中,上下包络线的均值无法为零,因此引入停止迭代的阈值Sd作为停止标志:
其中hk(t)为第k个本征模函数分量;
最终X(t)被分解为n个本征模函数IMF分量ci(t)(i=1,2,…,n)和一个剩余分量rn(t):
然后将分解后的信号进行重构得高频、中频和低频信号。
所述步骤(3)的步骤包括:
步骤(3-1):利用支持向量机对高频、中频和低频信号分别进行短期预测,得到高频信号的预测值、中频信号的预测值和低频的预测值;其中,
高频信号预测值表示超级电容需要吸收/释放的功率,
中频信号预测值表示蓄电池需要吸收/释放的功率,
低频信号预测值表示压缩空气储能需要吸收/释放的功率;
对预测值进行判断,若为正则表示需要储能单元吸收功率,反之则表示需要储能单元释放功率;
步骤(3-2):根据混合储能***的电池当前的荷电状态Soc容量将预测的结果进行修正;
步骤(3-3):依次对修正后的值进行判断:
若高频信号为正,则表示需要超级电容吸收功率,控制第一DC/DC转换器工作在反向Buck模式,对超级电容进行恒功率充电;反之,则表示需要超级电容放电,控制第一DC/DC转换器工作在Boost模式,超级电容对外恒功率放电;
若中频信号为正,则表示需要电池吸收功率,控制第二DC/DC转换器工作在反向Buck模式,对电池进行恒功率充电;反之,则表示需要电池放电,控制第二DC/DC转换器工作在Boost模式,电池对外恒功率放电;
若低频信号为正,则表示需要压缩空气储能吸收功率,控制第三DC/DC转换器工作在反向Buck模式,对压缩空气储能进行恒功率充电;反之,则表示需要压缩空气储能放电,控制第三DC/DC转换器工作在Boost模式,压缩空气储能对外恒功率放电。
所述步骤(3-2)的修正方法为:
根据电池的荷电状态制定充电限值与放电限值。电池荷电状态估计采用安时积分法进行估算,即经过t时间的充/放电后电池荷电状态SOC为:
其中,SOC0为初始荷电状态,C为电池额定容量,I为电池电流,η为充放电效率,τ是一个积分变量,其取值范围为0~t。
当超级电容荷电状态超过充电限值且下一周期需要充电时,改由蓄电池吸收这部分功率;当超级电容荷电状态低于放电下限且下一周期需要放电时,改由蓄电池提供这部分功率。
Soc的英文全称是State of charge。
IMF的英文全称是Intrinsic Mode Function。
CAES的英文全称是Compressed Air Energy Storage。
本发明的有益效果:
1、本发明提出了一种由压缩空气、蓄电池、超级电容组成的多元复合储能***,不仅改善了风机输出功率的波动带来的电能质量问题,同时利用压缩空气储能大容量长时间低成本的特性实现了“削峰填谷”,消除了风机功率和电网负荷波动间的“反调峰”现象。
2、根据电池的荷电状态值并利用超级电容可深度放电的特性,有效的保护了蓄电池,防止其过充过放。
3、该方法完全根据风机输出功率数据自身的时间尺度特征来进行信号分解,无须人为设置时间常数或者基函数,工程实用性好。
附图说明
图1为本发明的***架构图;
图2为本发明的方法流程图;
图3为本发明图2的步骤3的流程图;
图4为某风电场11月某日24小时输出功率以及其频谱分析;
图5为风电输出功率以及电网调整功率对比;
图6(a)、图6(b)、图6(c)、图6(d)、图6(e)和图6(f)为经验模式分解后各模态分量;
图7为经过并重构后的高、中、低频功率;
图8为利用支持向量机对低频部分做可信周期为300分钟的预测;
图9为利用支持向量机对中频部分做可信周期为300分钟的预测;
图10为利用支持向量机对高频部分做可信周期为300分钟的预测。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
***的架构以及***结构可如图1所示。
一种混合储能***,包括:电网,所述电网通过依次连接的并网开关和三相四线变压器与交流母线连接,所述交流母线通过DC/AC逆变器与第一直流母线连接,所述第一直流母线通过第一DC/DC转换器与超级电容储能***连接;所述第一直流母线还通过第二DC/DC转换器与蓄电池连接,所述第一直流母线还通过第三DC/DC转换器与第二直流母线连接,所述第二直流母线通过第一AC/DC转换器与风力发电机连接,所述第二直流母线还通过第二AC/DC转换器与压缩空气储能***连接;将超级电容储能***与压缩空气储能***结合在一起,实现了大容量的能量型储能与功率型储能的结合。
所述DC/DC转换器为双向半桥DC/DC转换器;
所述AC/DC转换器为双向AC/DC转换器;
所述三相四线变压器为220V/380V三相四线变压器。
所述交流母线为380V交流母线连接。
所述第一直流母线为700V直流母线。
所述超级电容为350-500V超级电容。
所述第二直流母线为350-500V直流母线。
如图2和3所示,在分析风机功率波动频谱的基础上,提出一种基于经验模式分解(EMD)的功率平抑方法,实现了复合储能***在多时间尺度的协调控制和超前控制。该方法完全根据风机输出功率数据自身的时间尺度特征来进行信号分解,无须人为设置时间常数或者基函数,工程实用性好。
(1)风电场输出功率的幅频特性分析:获取某风电场2010年11月某日24小时实际输出功率数据,对该数据进行快速傅里叶变换得到幅频特性曲线。快速离散傅立叶变换公式为:
由幅频特性曲线可以看出风电场输出功率的能量主要集中在低频部分(0~10- 4Hz),其高频部分能量较低的结论。
(2)将风电场输出功率与电网调度功率做差可得需要储能平抑的功率。为了保证储能***一天中充放电平衡,注入电网的参考调度功率平均值要等于风电输出功率:
pw,k为风机的实时输出功率,为注入电网的实时调度功率,n为样本数据总数。
确定调度功率p* g后,可以得到储能***的总的实时参考功率,
其中pcess<0表示储能***放电,pcess>0表示储能***充电。为便于分析,设电网调度功率为2小时调整一次。如图4所示
(3)风电场输出功率信号的多尺度分解:通过(1)中的幅频特性分析可知,风电场输出功率的能量主要集中在低频部分,因此使用能量密度大的压缩空气储能来平抑低频部分的波动,而能量小而频率高的部分则由超级电容与蓄电池进行平抑。利用经验模式分解的方法可以将风电输出功率信号分解成若干个按照频率高低排列的基本模态函数(Intrinsic Mode Function,IMF),每个IMF为一个基本单位量信号。EMD分解步骤如下:
step1:设时间序列为X(t),取得所有的局部极值点。
step2:找出信号X(t)的所有极大值点,利用三次条样函数拟合出极大值点包络线emax(t);同理,拟合极小值点包络线emin(t)。计算上、下包络线的平均值:
step3:将原始信号与包络线均值做差得到去除了低频信号的新的信号即:
判断是否为一个基本的模式分量。若并非一个基本模式分量,即m(t)中仍存在非对称波,则以为待处理数据,重复以上过程,直至为一个基本模式分量,则原始信号的一个IMF分量记为:
step4:从原始信号中减去第一个分量之后,所得信号为x1(t),将x1(t)作为新的被处理信号,重复以上步骤,直至xn(t)为单调信号。原始信号余项为:
rn(t)=xn(t)
由于实际计算过程中,上下包络线的均值无法为零,因此引入停止迭代的阈值作为停止标志:
最终X(t)被分解为n个基本模式分量和一个剩余分量:
分解后的信号如图5所示。然后将分解后的信号进行重构可得高、中、低频信号。
(4)对重构的高、中、低频信号进行一个可信周期T0的预测,用以指导下一周期混合储能的充放电,实现超前控制。可信周期可以定义为在周期T0内对于信号的预测准确无误。这里将T0设为300分钟。这里采用支持向量机的方法对信号进行预测。应用时,采用高斯径向基核函数,并且惩罚参数C、核函数参数σ以及误差ε的选取采用粒子群算法寻优。预测结果与真实值对比可如图7-9所示。
(5)根据信号高频、中频和低频的预测数据,分别对超级电容、蓄电池和压缩空气储能进行超前控制,控制储能设备的充、放电并且在直流母线稳定的前提下通过电流控制实现储能设备输出(输入)功率的控制。采用超前控制策略,可以有效的防止储能的饱和并且能够提高对风电输出功率波动的平抑效果。所述期望并网功率的提取公式为:
由于调度功率的设置会影响储能***的容量配置,为了更具一般性,现采用固定值方法,将一天中微网全部剩余能量平均的注入电网,以保证储能***一天中充放电平衡.
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (9)
1.混合储能***的风力发电功率平滑控制方法,其特征是,包括以下步骤:
步骤(1):将风电场输出功率与电网调度功率做差,得到需要混合储能***平抑的功率;
步骤(2):通过经验模式分解的方法将步骤(1)的需要平抑的功率进行多尺度分解并重构,得到风电功率的高频、中频和低频信号;
步骤(3):利用支持向量机分别对步骤(2)的高频、中频和低频信号进行一个可信周期为T0时长的预测,得到T0时间段内的高频、中频和低频信号的预测值,该预测值用以指导混合储能***的能量分配,实现超前控制;
所述步骤(3)的步骤包括:
步骤(3-1):利用支持向量机对高频、中频和低频信号分别进行短期预测,得到高频信号的预测值、中频信号的预测值和低频的预测值;其中,
高频信号预测值表示超级电容需要吸收/释放的功率,
中频信号预测值表示蓄电池需要吸收/释放的功率,
低频信号预测值表示压缩空气储能需要吸收/释放的功率;
对预测值进行判断,若为正则表示需要储能单元吸收功率,反之则表示需要储能单元释放功率;
步骤(3-2):根据混合储能***的电池当前的荷电状态Soc容量将预测的结果进行修正;
步骤(3-3):依次对修正后的值进行判断:
若高频信号为正,则表示需要超级电容吸收功率,控制第一DC/DC转换器工作在反向Buck模式,对超级电容进行恒功率充电;反之,则表示需要超级电容放电,控制第一DC/DC转换器工作在Boost模式,超级电容对外恒功率放电;
若中频信号为正,则表示需要电池吸收功率,控制第二DC/DC转换器工作在反向Buck模式,对电池进行恒功率充电;反之,则表示需要电池放电,控制第二DC/DC转换器工作在Boost模式,电池对外恒功率放电;
若低频信号为正,则表示需要压缩空气储能吸收功率,控制第三DC/DC转换器工作在反向Buck模式,对压缩空气储能进行恒功率充电;反之,则表示需要压缩空气储能放电,控制第三DC/DC转换器工作在Boost模式,压缩空气储能对外恒功率放电。
2.如权利要求1所述的混合储能***的风力发电功率平滑控制方法,其特征是,所述步骤(1)的电网调度功率的计算公式为:
式中:pw,k为微网中风电机组的第k个采样点输出功率;pl,k为本地负载第k个采样点的功率;n为样本数据总数。
3.如权利要求1所述的混合储能***的风力发电功率平滑控制方法,其特征是,所述步骤(2)的经验模式分解法的步骤如下:
步骤(2-1):将风电功率视为一个时间序列,设该时间序列为X(t),取得所有的局部极值点;
步骤(2-2):找出信号X(t)的所有极大值点,利用三次样条函数拟合出极大值点包络线emax(t);同理,拟合极小值点包络线emin(t);计算上包络线和下包络线的平均m(t):
步骤(2-3):将原始信号X(t)与包络线平均值m(t)做差得到去除了低频信号的新的信号即:
步骤(2-4):判断新的信号是否为一个基本模式分量;若是就直接进入步骤(2-5);
若新的信号并非一个基本模式分量,即包络线平均值m(t)中仍存在非对称波,则以新的信号为待处理数据,重复步骤(2-1)-(2-3),得到得到后重复步骤(2-4),直至第k次得到的信号为一个基本模式分量,则原始信号的第一个本征模函数IMF分量记为:
步骤(2-5):从原始信号X(t)中减去第一个本征模函数IMF分量imf1(t)之后,所得信号为X1(t),将X1(t)作为新的被处理信号,重复步骤(2-2)-(2-4),直至Xn(t)为单调信号;原始信号余项为:
rn(t)=Xn(t) (4)
由于实际计算过程中,上下包络线的均值无法为零,因此引入停止迭代的阈值Sd作为停止标志:
其中hk(t)为第k个本征模函数分量;
最终X(t)被分解为n个本征模函数IMF分量ci(t),i=1,2,...,n和一个剩余分量
rn(t):
然后将分解后的信号进行重构得高频、中频和低频信号。
4.如权利要求1所述的混合储能***的风力发电功率平滑控制方法,其特征是,所述步骤(3-2)的修正方法为:
根据电池的荷电状态制定充电限值与放电限值;电池荷电状态估计采用安时积分法进行估算,即经过t时间的充/放电后电池荷电状态SOC为:
其中,SOC0为初始荷电状态,C为电池额定容量,I为电池电流,η为充放电效率,τ为积分变量;
当超级电容荷电状态超过充电限值且下一周期需要充电时,改由蓄电池吸收这部分功率;当超级电容荷电状态低于放电下限且下一周期需要放电时,改由蓄电池提供这部分功率。
5.如权利要求1所述的混合储能***的风力发电功率平滑控制方法所采用的混合储能***,其特征是,包括:电网,所述电网通过依次连接的并网开关和三相四线变压器与交流母线连接,所述交流母线通过DC/AC逆变器与第一直流母线连接,所述第一直流母线通过第一DC/DC转换器与超级电容储能***连接;所述第一直流母线还通过第二DC/DC转换器与蓄电池连接,所述第一直流母线还通过第三DC/DC转换器与第二直流母线连接,所述第二直流母线通过第一AC/DC转换器与风力发电机连接,所述第二直流母线还通过第二AC/DC转换器与压缩空气储能***连接;将超级电容储能***与压缩空气储能***结合在一起,实现了大容量的能量型储能与功率型储能的结合。
6.如权利要求5所述的混合储能***,其特征是,所述第一DC/DC转换器、第二DC/DC转换器、第三DC/DC转换器均为双向半桥DC/DC转换器;所述第一AC/DC转换器、第二AC/DC转换器均为双向AC/DC转换器;所述三相四线变压器为220V/380V三相四线变压器。
7.如权利要求5所述的混合储能***,其特征是,所述交流母线为380V交流母线连接。
8.如权利要求5所述的混合储能***,其特征是,所述第一直流母线为700V直流母线;所述第二直流母线为350-500V直流母线。
9.如权利要求5所述的混合储能***,其特征是,所述超级电容为350-500V超级电容。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510068245.2A CN104734166B (zh) | 2015-02-09 | 2015-02-09 | 混合储能***及风力发电功率平滑控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510068245.2A CN104734166B (zh) | 2015-02-09 | 2015-02-09 | 混合储能***及风力发电功率平滑控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104734166A CN104734166A (zh) | 2015-06-24 |
CN104734166B true CN104734166B (zh) | 2017-03-22 |
Family
ID=53457760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510068245.2A Active CN104734166B (zh) | 2015-02-09 | 2015-02-09 | 混合储能***及风力发电功率平滑控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104734166B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105226725B (zh) * | 2015-07-24 | 2019-04-23 | 中国南方电网有限责任公司电网技术研究中心 | 一种发电机与电网储能***之间的功率分配协调方法 |
CN105365589B (zh) * | 2015-10-23 | 2017-09-19 | 江南大学 | 一种电动公交车储能装置的容量测算方法 |
CN105201741B (zh) * | 2015-11-10 | 2017-09-15 | 海南电网有限责任公司 | 一种风电机组与储能装置的协调平滑控制方法 |
CN105762822A (zh) * | 2016-05-17 | 2016-07-13 | 国网安徽省电力公司芜湖供电公司 | 一种压缩空气储能***的并网结构 |
CN107492903B (zh) * | 2017-04-08 | 2020-08-11 | 东北电力大学 | 一种基于统计学模型的混合储能***容量优化配置方法 |
CN107947244B (zh) * | 2017-09-12 | 2021-03-16 | 国电南瑞科技股份有限公司 | 新能源电站并网功率超前控制方法 |
CN108053112A (zh) * | 2017-12-11 | 2018-05-18 | 囯网河北省电力有限公司电力科学研究院 | 一种储能***规划的方法及*** |
CN108616144A (zh) * | 2018-03-20 | 2018-10-02 | 武汉理工大学 | 基于超级电容高频补偿的船舶新能源发电*** |
CN109038675B (zh) * | 2018-08-31 | 2020-08-14 | 中国南方电网有限责任公司电网技术研究中心 | 基于风电波动多尺度分解的建模方法 |
CN109193613B (zh) * | 2018-09-03 | 2022-01-18 | 深圳供电局有限公司 | 一种直流微电网***及其控制方法 |
CN109617141B (zh) * | 2018-12-12 | 2020-07-07 | 国能日新科技股份有限公司 | 风电场有功输出平滑控制方法及装置 |
CN109742791B (zh) * | 2018-12-20 | 2022-05-24 | 天津瑞源电气有限公司 | 一种交流微网***的孤网功率调度方法 |
CN110555226A (zh) * | 2019-04-03 | 2019-12-10 | 太原理工大学 | 基于emd和mlp的磷酸铁锂电池剩余寿命预测方法 |
CN110165690B (zh) * | 2019-05-23 | 2021-04-16 | 南京国电南自新能源工程技术有限公司 | 基于反向协同调控的多能互补微电网*** |
CN110620392A (zh) * | 2019-10-26 | 2019-12-27 | 闽江学院 | 一种基于soc状态估计的多铅酸电池并联***模糊协调控制方法 |
CN111082435B (zh) * | 2019-12-13 | 2021-10-08 | 葛洲坝中科储能技术有限公司 | 一种风电搭配压缩空气储能的出力控制***及方法 |
CN112290571B (zh) * | 2020-07-31 | 2022-06-14 | 南京国电南自维美德自动化有限公司 | 储能***平滑控制方法 |
CN111890983B (zh) * | 2020-08-05 | 2023-09-26 | 郑州轻工业大学 | 基于短周期功率预测的智能电驱装备多分辨率功率分流方法 |
CN112072702B (zh) * | 2020-09-09 | 2022-12-23 | 南京工业职业技术大学 | 一种风电机组的功率控制***及方法 |
CN113036794A (zh) * | 2021-03-18 | 2021-06-25 | 四川大学 | 一种风电功率分配方法、装置、***及可读存储介质 |
CN113300385B (zh) * | 2021-05-20 | 2023-08-15 | 深圳供电局有限公司 | 一种混合储能***的电网频率调节方法及***、存储介质 |
CN115566728B (zh) * | 2022-11-01 | 2023-05-09 | 广州瑞鑫智能制造有限公司 | 基于光伏发电和混合储能的空压站能源管理方法及*** |
CN117353344A (zh) * | 2023-09-27 | 2024-01-05 | 北京博睿鼎能动力科技有限公司 | 混合储能***、调峰调频方法、装置、电子设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102616144A (zh) * | 2012-04-25 | 2012-08-01 | 电子科技大学 | 电动汽车安全运行控制方法及装置 |
CN102738828A (zh) * | 2012-06-27 | 2012-10-17 | 哈尔滨工业大学 | 利用一体化联合发电单元平抑规模化风电并网功率波动的不确定性的方法 |
CN102931653A (zh) * | 2012-11-02 | 2013-02-13 | 浙江工业大学 | 一种风光直流微电网的综合协调控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10072646B2 (en) * | 2012-09-11 | 2018-09-11 | EnisEnerGen LLC. | Method and apparatus for using wind energy or solar energy for an underwater and/or for an under seabed compressed air energy storage system |
-
2015
- 2015-02-09 CN CN201510068245.2A patent/CN104734166B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102616144A (zh) * | 2012-04-25 | 2012-08-01 | 电子科技大学 | 电动汽车安全运行控制方法及装置 |
CN102738828A (zh) * | 2012-06-27 | 2012-10-17 | 哈尔滨工业大学 | 利用一体化联合发电单元平抑规模化风电并网功率波动的不确定性的方法 |
CN102931653A (zh) * | 2012-11-02 | 2013-02-13 | 浙江工业大学 | 一种风光直流微电网的综合协调控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104734166A (zh) | 2015-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104734166B (zh) | 混合储能***及风力发电功率平滑控制方法 | |
CN109659980B (zh) | 集成混合储能与光伏装置的牵引供电***能量管理优化方法 | |
CN103595068B (zh) | 混合储能***平抑风光输出功率波动的控制方法 | |
CN103986190B (zh) | 基于发电功率曲线的风光储联合发电***平滑控制方法 | |
Ge et al. | Energy storage system-based power control for grid-connected wind power farm | |
Li et al. | Control strategy of battery state of charge for wind/battery hybrid power system | |
CN102244390B (zh) | 平滑微网联络线功率波动的储能***容量优化方法 | |
CN102684222B (zh) | 一种基于储能技术的风力发电功率平滑控制方法 | |
CN103633657B (zh) | 一种风储电站电网负荷调峰及风电波动抑制的方法及装置 | |
CN103023055B (zh) | 利用复合储能技术平抑风光发电***输出功率波动的方法 | |
CN103094926A (zh) | 一种用于微电网群的多元复合储能容量配置方法 | |
CN107508311B (zh) | 并联型风电变流器的提升运行效率的方法及*** | |
Cui et al. | Distributed energy storage system in wind power generation | |
CN103023157A (zh) | 降低弃风率及跟踪风电计划出力的混合储能***控制方法 | |
Hassan et al. | Stand-alone/grid-tied wind power system with battery/supercapacitor hybrid energy storage | |
Guo et al. | A new battery energy storage system control method based on SOC and variable filter time constant | |
CN107645194A (zh) | 一种基于储能的风电场电能质量优化*** | |
Xiao et al. | A two-level energy storage system for wind energy systems | |
Huu | An adaptive control of hybrid battery-supercapacitor storage for integration of wind and solar | |
Deshpande et al. | An approach for micro grid management with hybrid energy storage system using batteries and ultra capacitors | |
CN105896577A (zh) | 一种可用于调节无功的储能发电*** | |
Das et al. | Energy Management for a RES-Powered DC Microgrid Under Variable Load | |
Jing et al. | Hybrid energy storage retrofit for standalone photovoltaic-battery residential energy system | |
Bouziane et al. | Energy Management of a Hybrid Generation System Based on Wind Turbine Coupled with a Battery/Supercapacitor. | |
CN112736948A (zh) | 一种充电站中储能***的功率调节方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |