CN106849178B - 混合储能管理***hess对风电波动的双层平抑***及方法 - Google Patents
混合储能管理***hess对风电波动的双层平抑***及方法 Download PDFInfo
- Publication number
- CN106849178B CN106849178B CN201710239582.2A CN201710239582A CN106849178B CN 106849178 B CN106849178 B CN 106849178B CN 201710239582 A CN201710239582 A CN 201710239582A CN 106849178 B CN106849178 B CN 106849178B
- Authority
- CN
- China
- Prior art keywords
- module
- wind
- data
- electricity generation
- powered electricity
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 91
- 230000000087 stabilizing effect Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004146 energy storage Methods 0.000 claims abstract description 106
- 238000007726 management method Methods 0.000 claims abstract description 63
- 238000013500 data storage Methods 0.000 claims abstract description 37
- 230000000694 effects Effects 0.000 claims abstract description 28
- 238000013523 data management Methods 0.000 claims abstract description 27
- 238000004891 communication Methods 0.000 claims abstract description 21
- 239000003990 capacitor Substances 0.000 claims description 11
- 230000002457 bidirectional effect Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000000354 decomposition reaction Methods 0.000 description 13
- 230000008859 change Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000005070 sampling Methods 0.000 description 7
- 230000009194 climbing Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 241000669244 Unaspis euonymi Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H02J3/386—
-
- 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
-
- 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
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
- H02J7/345—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering using capacitors as storage or buffering devices
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/10—Flexible AC transmission systems [FACTS]
-
- 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
本发明涉及一种混合储能管理***HESS对风电波动的双层平抑***及方法,目的是提供一种可满足二维时间尺度风电波动并网要求的双层平抑***及方法。平抑***包括:风电机组、风电测量中心、馈线、风场输出交流母线、电池储能***、超级电容器,与电池储能***、混合储能管理***,与混合储能管理***依次串接的通信模块、数据存储与管理模块,与数据存储与管理模块并接的小波阈值滤波模块、均值平缓平抑模块、平抑效果评价模块;本发明将两种储能技术相互结合对风电波动进行双层平抑,可满足技术规定的二维时间尺度风电波动并网要求。
Description
技术领域:
本发明属于风力发电技术领域,具体涉及一种包含超级电容器和电池储能的兆瓦级混合储能***对风电场并网功率波动的双层平抑***及方法。
背景技术:
随着风电渗透率的增加,风电机组调压和调频能力弱下,无法给电网提供即时的有功和电压支撑,现有交流电网承载潮流转移的能力不足,难以有效反应大规模风电并网出力间歇性带来的潮流涌动,易引发全网电压波动。这些问题使得电网的安全稳定运行面临极大考验,如何在保证电网安全稳定运行的前提下平抑风电波动来增加消纳率,成为推动清洁能源发展、促进产业低碳化而亟待解决的问题。
在风电场或风电场集群中引入电池储能***是平抑风电功率波动、柔化其对电网冲击的主要措施之一。将两种或多种具有不同出力特性的储能电源组合成混合储能***HESS,较单一结构的储能***其平抑效果更优。目前中国实行的风电场接入电力***技术规定分别对1分钟和10分钟两种时间尺度下的风场有功波动进行限制。而国内外研究机构针对混合储能***的平抑风电场输出的控制策略,主要集中于利用各类储能不同的响应速率和充放电特性分别对次高频和高频分量进行平抑,未对波动较缓而容量较大的风电出力爬坡段采取措施,同样会给电网的AGC调频工作增加负担,难以满足10分钟尺度下的并网有功波动标准。
发明目的:
本发明目的是提供一种可满足二维时间尺度风电波动并网要求的双层平抑***及方法。技术方案如下:
混合储能管理***HESS对风电波动的双层平抑***,包括:
风电机组、风电测量中心、馈线、风场输出交流母线,分别与风场输出交流母线并接的电池储能***、超级电容器,与电池储能***、超级电容器相连的混合储能管理***HESS,与混合储能管理***HESS依次串接的通信模块、数据存储与管理模块,与数据存储与管理模块并接的小波阈值滤波模块、均值平缓平抑模块、平抑效果评价模块;
所述小波阈值滤波模块,用于计算超级电容器的平抑功率值及充放电时长;均值平缓平抑模块,用于计算电池储能***的平抑功率值及充放电时长;平抑效果评价模块,用于评价1分钟和10分钟时间尺度下的波动平抑效果;
所述混合储能管理***HESS与超级电容器双向数据交换,混合储能管理***HESS给超级电容器的控制参数为超级电容器的平抑功率值、充放电时长,超级电容器给混合储能管理***HESS的反馈参数为超级电容器的实时功率、SoC值、充放电功率限值、额定容量值;
所述混合储能管理***HESS与电池储能***双向数据交换,混合储能管理***HESS给电池储能***的控制参数为电池平抑功率值及充放电时长,电池储能***给混合储能管理***HESS的反馈参数为电池储能***的实时功率、SoC值、充放电功率限值、额定容量值;
所述混合储能管理***HESS与通信模块双向数据交换,混合储能管理***HESS给通信模块的数据为电池储能***和超级电容器各自的实时功率、SoC值、充放电功率限值、额定容量值,通信模块给混合储能管理***HESS的数据为电池储能***、超级电容器各自的平抑功率值及充放电时长;
所述通信模块同时接收风电测量中心传来的风电原始实时输出功率;
所述数据存储与管理模块与小波阈值滤波模块之间双向交换数据,数据存储与管理模块给小波阈值滤波模块的数据为风电原始实时输出功率及超级电容器的实时功率、SoC值、充放电功率限值,小波阈值滤波模块给数据存储与管理模块的数据为超级电容器的平抑功率值、充放电时长;
所述数据存储与管理模块与均值平缓平抑模块之间双向交换数据,数据存储与管理模块给均值平缓平抑模块的数据为风电中间实时输出功率及电池储能***的实时功率、SoC值、充放电功率限值,均值平缓平抑模块给数据存储与管理模块的数据为电池储能***的平抑功率值、充放电时长;
所述数据存储与管理模块与平抑效果评价模块之间双向交换数据,数据存储与管理模块给平抑效果评价模块的数据为风电原始实时输出功率,平抑效果评价模块给数据存储与管理模块的数据为有功变化最大值减少率;
所述小波阈值滤波模块、均值平缓平抑模块、平抑效果评价模块块之间依次单向数据交换,小波阈值滤波模块给均值平缓平抑模块的数据为超级电容器平抑后风电中间实时输出功率,均值平缓平抑模块给平抑效果评价模块的数据为电池储能***平抑后风电最终实时输出功率。
在上述双层平抑***上实现的混合储能管理***HESS对风电波动的双层平抑方法,包括如下步骤:
步骤A:通信模块读取风电测量中心和混合储能管理***HESS的数据,然后将数据传至数据存储与管理模块进行存储与管理;其中,风电测量中心的数据包括:最近时段的风电原始实时输出功率、超级电容器和电池储能***各自的实时功率值、充放电时长、SoC值、充放电功率限值、额定容量;
步骤B:小波阈值滤波模块计算超级电容器的平抑功率值、充放电时长;
步骤C:均值平缓平抑模块计算电池储能***的平抑功率值、充放电时长;
步骤D:平抑效果评价模块计算有功变化最大值减少率;并将步骤B和步骤C计算出的超级电容器和电池储能***各自的平抑功率值、充放电时长在数据存储与管理模块中汇总后,通过通信模块输出到混合储能管理***HESS。
作为优选方案一,所述步骤B中,超级电容器平抑功率值、充放电时长的计算包括如下步骤:
步骤B1:对最近时段风电场的风电原始实时输出功率进行基于Daubechies5即db5小波函数的小波变换分解;
步骤B2:基于阈值函数对小波系数进行阈值量化处理;
步骤B3:重构滤波信号并计算超级电容器的平抑功率值、充放电时长。
作为优选方案一的进一步优选方案之一,所述步骤B1的具体过程如下:
最近时段选择最近1小时;
步骤B11:确定分辨率及小波基函数;
选取db5小波ψ(t)作为小波基函数,取分辨率为2j,即尺度因子a=2j,平移因子b=k·2j,则离散小波基函数为ψ(t)=2-j/2·ψ(2-j/2·t-k);
步骤B12:确定小波分解层数;
对最近1小时风电原始实时输出功率Pw(t)进行n个离散点采样得到Pw(k),则采样频率为超级电容器过滤的波动分量为1分钟尺度即频率为为凸显波动分量所在频带,实例中基本频率取为根据奈奎斯特定理确定分解层数N:
步骤B13:基于Mallat算法进行小波分解;
对Pw(k)进行N层小波逐层分解,第j层的尺度系数cj,k即近似分量和小波系数dj,k即细节分量由第j-1层(j=1,2…,N)的尺度系数分解而来:
其中c0,k=Pw(k),j为小波分解层数,l(n-2k)和h(n-2k)分别为低通滤波器系数和高通滤波器系数;小波基函数确定为db5小波函数后,低通滤波器和高通滤波器的系数也即确定;滤波分解后所得5个频带区间依次为Fi(i=1,2,3,4,5)。
作为优选方案一的进一步优选方案,所述步骤B2的具体过程如下:
步骤B21:采用无偏风险估计阈值法确定阈值;
依据小波系数dj,k绝对值的中位值对噪声水平σ进行估计:
步骤B22:根据噪声水平σ和风电原始实时输出功率离散采样数据长度n确定阈值λ为:
λ=σ2lg(n)
步骤B23:对小波系数dj,k施加软阈值函数后得到阈值量化后的小波系数d'j,k为:
作为优选方案一的再进一步优选方案,所述步骤B3的具体过程如下:
步骤B31:根据分解后不同频带的近似部分选取重构层数Nc;
超级电容器要平抑的波动分量为1分钟时间尺度,故需要选择波动频率所在频带范围的所属层数,再从该层开始重构;即:
若则Nc=i,故从第Nc层开始逐层往上重构;
步骤B32:基于步骤B1和步骤B2中所得小波系数逐层重构近似部分:
其中j=Nc,Nc-1,...,1,最后得到小波阈值滤波后的风电功率信号为:
则超级电容器的初始平抑功率值为:Pc(t)=P'w(t)-Pw(t),则t0时刻初始平抑功率值为Pc(t0);
步骤B33:根据超级电容器的SoCc值确定t0时刻平抑功率值P'c(t0)及充放电时长Tc(t0):
超级电容器动作死区宽度ΔPc_d=0.1MW,当间隔ΔT的两个平抑功率值变化小于死区宽度时,在考虑当前SoC基础上维持前一个平抑功率值;
紧急情况有两种情形:
紧急情形B1:当SoCc_real<SoCc_L,超级电容器处于过放状态,需充电使SoCc回归正常工作区,则t0时刻超级电容器的平抑功率值为
P'c(t0)=max{-Pw(t0),-Pc_cmax};
紧急情形B2:当SoCc_real>SoCc_H,超级电容器处于过充状态,需放电使SoCc回归正常工作区,则t0时刻超级电容器的平抑功率值为
P'c(t0)=min{Pw(t0),Pc_dmax};
上述两种紧急情形持续充电时长为
正常状况,即SoCc_L<SoCc_real<SoCc_H时,有四种情形:
正常情形B1:当|Pc_real(t0-ΔT)-Pc(t0)|>ΔPc_d,且Pc(t0)>0时,则t0时刻超级电容器的平抑功率值为
正常情形B2:当|Pc_real(t0-ΔT)-Pc(t0)|>ΔPc_d,且Pc(t0)<0时,则t0时刻超级电容器的平抑功率值为
正常情形B3:当|Pc_real(t0-ΔT)-Pc(t0)|<ΔPc_d,且Pc(t0)>0时,则t0时刻超级电容器的平抑功率值为
正常情形B4:当|Pc_real(t0-ΔT)-Pc(t0)|<ΔPc_d,且Pc(t0)<0时,则t0时刻超级电容器的平抑功率值为
上述四种正常情形充放电时长均为Tc(t0)=ΔT。
作为优选方案二,所述步骤C中,电池储能***的平抑功率值的计算方法如下:
最近时段选择最近1小时;
步骤C1:确定二次波动平抑中心值;
经超级电容器一次平抑后的风电中间实时输出功率为
Po1(t)=Pw(t)-P'c(t);
为对幅度较大的10分钟尺度的低频分量进行均值平缓的二次平抑,将一次平抑后的风电中间实时输出功率在最近10分钟内的均值Pavg作为目标区间中心值:
其中p为10分钟内的风电中间实时输出功率数据个数;
步骤C2:确定二次波动平抑目标区间及电池储能***初始平抑功率值:
将Pavg邻域(1±10%)Pavg设为风电最终实时输出功率信号Po2的允许范围,则确定均值平缓的电池储能初始平抑功率值Pb(t0)的方法为:
若Po1(t0)-Pavg>10%Pavg,且Pavg>0,Pb(t0)=-(Po1(t0)-Pavg)-10%Pavg);
若Po1(t0)-Pavg>-10%Pavg,且Pavg<0,Pb(t0)=-((Po1(t0)-Pavg)+10%Pavg);
若Po1(t0)-Pavg<-10%Pavg,且Pavg>0,
Pb(t0)=-((Po1(t0)-Pavg)+10%Pavg);
若Po1(t0)-Pavg<10%Pavg,且Pavg<0,Pb(t0)=-(Po1(t0)-Pavg)-10%Pavg);
若-10%<(Po1(t0)-Pavg)/Pavg<10%,Pb(t0)=0;
步骤C3:根据电池储能***的SoCb值确定t0时刻平抑功率值P'b(t0)及充放电时长Tb(t0):
电池储能动作死区宽度ΔPb_d=0.1MW,当间隔ΔT的两个平抑功率值变化小于死区宽度时,在考虑当前SoC基础上维持前一个平抑功率值;
紧急情况有两种情形:
紧急情形C1:当SoCb_real<SoCb_L,电池储能***处于过放状态,需充电使SoCb回归正常工作区;则t0时刻电池储能***的平抑功率值为
P'b(t0)=max{-Po1(t0),-Pb_cmax};
紧急情形C2:当SoCb_real>SoCb_H,电池储能***处于过充状态,需放电使SoCb回归正常工作区;则t0时刻电池储能***的平抑功率值为
P'b(t0)=min{Po1(t0),Pb_dmax};
上述两种紧急情形持续充电时长为
正常状况即SoCb_L<SoCb_real<SoCb_H时,有四种情形:
正常情形C1:当|Pb_real(t0-ΔT)-Pb(t0)|>ΔPb_d,且Pb(t0)>0时,则t0时刻电池储能的平抑功率值为
正常情形C2:当|Pb_real(t0-ΔT)-Pb(t0)|>ΔPb_d,且Pb(t0)<0时,则t0时刻电池储能的平抑功率值为
正常情形C3:当|Pb_real(t0-ΔT)-Pb(t0)|<ΔPb_d,且Pb(t0)>0时,则t0时刻电池储能的平抑功率值为
正常情形C4:当|Pb_real(t0-ΔT)-Pb(t0)|<ΔPb_d,且Pb(t0)<0时,则t0时刻电池储能的平抑功率值为
上述四种正常情形充放电时长均为Tb(t0)=ΔT。
作为优选方案三,所述步骤D中,
经过超级电容器的小波阈值滤波和电池储能***的均值平缓后,风电最终实时输出功率为Po2(t)=Pw(t)-P'b(t)-P'c(t);平抑效果评价模块计算有功变化最大值减少率的过程包括:
步骤D1:计算描述风电场在分钟尺度功率平抑效果的指标,,1分钟最大有功功率变化量减少率,以反映1分钟时间尺度最大功率变化量的减少程度:
为最近1小时的风电最终实时输出功率1分钟尺度下功率变化值中的最大值,表示最近1小时的风电原始实时输出功率1分钟尺度下功率变化值中的最大值;
步骤D2:计算描述风电场在10分钟尺度功率平抑效果的指标,即10分钟最大有功功率变化量减少率,以反映10分钟时间尺度最大功率变化量的减少程度:
为最近1小时的风电最终实时输出功率10分钟尺度下功率变化值中的最大值,表示最近1小时的风电原始实时输出功率10分钟尺度下功率变化值中的最大值。
本发明相对于现有技术具有如下特点和进步:
小波阈值滤波可同时进行高通滤波和低通滤波,将实时风电出力多层分解,区分不同频次分量并针对性地吸收高频和次高频波动;均值平缓方法则可对较缓的低频大容量爬坡段进行截止平抑;超级电容器具有良好的循环寿命次数,满足充放电频次较高的功率型应用场景,可吸收高频波动;电池储能容量较大,可平抑较缓爬坡段。本发明将将两种储能技术相互结合对风电波动进行双层平抑,可满足技术规定的二维时间尺度风电波动并网要求。
本发明综合考虑了超级电容器和电池储能***的充放电功率容量限制和实时荷电状态,制定合适的平抑量分配策略和两类储能的实时充放电策略,达到了风电场并网有功功率变化标准。
附图说明:
图1为本发明***组成原理示意图;风场中各风机实时输出功率由各馈线和汇流母线节点测量后传输给风电测量中心,风电测量中心将汇总后的风电原始实时输出功率数据输入本发明设计的***,由该***输出超级电容器和电池储能***的平抑功率值及充放电时长,下发给混合储能管理***HESS,控制超级电容器和电池储***能出力并经升压变压器汇入风电场输出交流母线。
图2为实施例混合储能管理***HESS对风电波动的双层平抑***数据交换示意图;图中,通信模块,用于接收风电测量中心和混合储能管理***HESS相关数据,向混合储能管理***HESS发送超级电容器和电池储能***的平抑功率值及充放电时长;数据存储与管理模块,用于存储和管理相应数据,并将超级电容器与电池储能***的平抑功率值及充放电时长下发给混合储能管理***HESS的相应命令接收端口;小波阈值滤波模块,用于计算超级电容器的平抑功率值及充放电时长;均值平缓平抑模块,用于计算电池储能***的平抑功率值及充放电时长;平抑效果评价模块,用于评价1分钟和10分钟时间尺度下的波动平抑效果。
具体实施方式:
实施例:
本实施例参照GBT_19963-2011《风电场接入电力***技术规定》对正常运行时风电场1分钟尺度和10分钟尺度下有功功率变化最大限值的规定,具体数据如表1所示:
表1正常运行情况下风电场有功功率变化最大限值
技术方案如下:
符号说明:
HESS(Hybrid Energy Storage System):混合储能***
SoC(State of Charge):荷电状态
Pb_real/Pc_real:电池储能***实际出力值/超级电容器实际出力值;
Pb_dmax/Pc_dmax:电池储能***的放电功率限值/超级电容器的放电功率限值;
Pb_cmax/Pc_cmax:电池储能***的充电功率限值/超级电容器的充电功率限值;
SoCb_H/SoCc_H:电池储能***荷电状态的上限值/超级电容器荷电状态的上限值;
SoCb_L/SoCc_L:电池储能***荷电状态的下限值/超级电容器荷电状态的下限值;
SoCb_m:电池储能***荷电状态的中位值,
SoCb_m=(SoCb_L+SoCb_H)/2
SoCc_m:超级电容器荷电状态的中位值,SoCc_m=(SoCc_L+SoCc_H)/2;
Qbe/Qce:电池储能***的额定电量值/超级电容器的额定电量值;
ψ(t):小波基函数;
a:小波变换尺度因子;
b:小波变换平移因子;
Pw(t):风电场实时风电功率;
Pw(k):采样后的风电场实时风电功率序列;
n:对风电原始实时输出功率的采样点个数,即采样数据长度;
fs/f0:采样频率/基本频率;
N:小波变换分解层数;
cj,k/dj,k:第j层小波的尺度系数/第j层小波的小波系数;
c0,k:小波分解的初始信号;
l(n-2k)/h(n-2k):低通滤波器系数/高通滤波器系数;
σ:噪声水平;
λ:小波系数的阈值;
d'j,k:阈值量化后的第j层小波的小波系数;
Nc:小波重构开始的层数;
Fi:分解所得第i层小波所在频带区间;
P'w(t):小波重构后得到的风电功率信号;
Pc(t)/Pb(t):超级电容器的初始平抑功率/电池储能***的初始平抑功率;
P'c(t0)/P'b(t0):超级电容器t0时刻决策的平抑功率值/电池储能***t0时刻决策的平抑功率值;
Tc(t0)/Tb(t0):超级电容器t0时刻的充放电时长/电池储能***t0时刻的充放电时长;
ΔPc_d/ΔPb_d:超级电容器的动作死区值/电池储能***的动作死区值;
ΔT:相邻两个平抑功率指令之间的时间间隔;
Po1(t):超级电容器平抑后的风电中间实时输出功率;
Po2(t):电池储能***平抑后的风电最终实时输出功率;
Pavg:Po1(t)在t=t0时刻之前最近10分钟内的均值;
p:10分钟内的风电原始实时输出功率数据采样个数;
ξ1/ξ10:1分钟时间尺度下的风电输出有功功率变化最大值的减少率/10分钟时间尺度下的风电输出有功功率变化最大值的减少率;
t=t0时刻最近1小时的风电最终实时输出功率1分钟尺度下功率变化值中的最大值/最近1小时的风电最终实时输出功率10分钟尺度下功率变化值中的最大值;
t=t0时刻最近1小时的风电原始实时输出功率1分钟尺度下功率变化值中的最大值/最近1小时的风电原始实时输出功率10分钟尺度下功率变化值中的最大值。
混合储能管理***HESS对风电波动的双层平抑***,包括:
风电机组、风电测量中心、馈线、风场输出交流母线,分别与风场输出交流母线并接的电池储能***、超级电容器,与电池储能***、超级电容器相连的混合储能管理***HESS,与混合储能管理***HESS依次串接的通信模块、数据存储与管理模块,与数据存储与管理模块并接的小波阈值滤波模块、均值平缓平抑模块、平抑效果评价模块;
所述混合储能管理***HESS与超级电容器双向数据交换,混合储能管理***HESS给超级电容器的控制参数为超级电容器的平抑功率值、充放电时长,超级电容器给混合储能管理***HESS的反馈参数为超级电容器的实时输出功率、SoC值、充放电功率限值、额定容量值;
所述混合储能管理***HESS与电池储能***双向数据交换,混合储能管理***HESS给电池储能***的控制参数为电池平抑功率值及充放电时长,电池储能***给混合储能管理***HESS的反馈参数为电池储能***的实时输出功率、SoC值、充放电功率限值、额定容量值;
所述混合储能管理***HESS与通信模块双向数据交换,混合储能管理***HESS给通信模块的数据为电池储能***和超级电容器各自的实时输出功率、SoC值、充放电功率限值、额定容量值,通信模块给混合储能管理***HESS的数据为电池储能***、超级电容器各自的平抑功率值及充放电时长;
所述通信模块同时接收风电测量中心传来的风电原始实时输出功率;
所述数据存储与管理模块与小波阈值滤波模块之间双向交换数据,数据存储与管理模块给小波阈值滤波模块的数据为风电原始实时输出功率及超级电容器的实时功率、SoC值、充放电功率限值,小波阈值滤波模块给数据存储与管理模块的数据为超级电容器的平抑功率值、充放电时长;
所述数据存储与管理模块与均值平缓平抑模块之间双向交换数据,数据存储与管理模块给均值平缓平抑模块的数据为风电中间实时输出功率及电池储能***的实时功率、SoC值、充放电功率限值,均值平缓平抑模块给数据存储与管理模块的数据为电池储能***的平抑功率值、充放电时长;
所述数据存储与管理模块与平抑效果评价模块之间双向交换数据,数据存储与管理模块给平抑效果评价模块的数据为风电原始实时输出功率,平抑效果评价模块给数据存储与管理模块的数据为有功变化最大值减少率;
所述小波阈值滤波模块、均值平缓平抑模块、平抑效果评价模块块之间依次单向数据交换,小波阈值滤波模块给均值平缓平抑模块的数据为超级电容器平抑后风电中间实时输出功率,均值平缓平抑模块给平抑效果评价模块的数据为电池储能***平抑后风电最终实时输出功率。
在上述双层平抑***上实现的混合储能管理***HESS对风电波动的双层平抑方法,包括如下步骤:
步骤A:通信模块读取风电测量中心和混合储能管理***HESS的数据,然后将数据传至数据存储与管理模块进行存储与管理;其中,风电测量中心的数据包括:最近1小时的风电原始实时输出功率、超级电容器和电池储能***各自的实时功率值、充放电时长、SoC值、充放电功率限值、额定容量;
步骤B:小波阈值滤波模块计算超级电容器的平抑功率值、充放电时长;具体过程如下:
步骤B1:对最近时段风电场的风电原始实时输出功率进行基于Daubechies5即db5小波函数的小波变换分解;步骤B1的具体过程如下:
步骤B11:确定分辨率及小波基函数;
选取db5小波ψ(t)作为小波基函数,取分辨率为2j,即尺度因子a=2j,平移因子b=k·2j,则离散小波基函数为ψ(t)=2-j/2·ψ(2-j/2·t-k);
步骤B12:确定小波分解层数;
对最近1小时风电原始实时输出功率Pw(t)进行n个离散点采样得到Pw(k),则采样频率为超级电容器过滤的波动分量为1分钟尺度即频率为为凸显波动分量所在频带,实例中基本频率取为根据奈奎斯特定理确定分解层数N:
步骤B13:基于Mallat算法进行小波分解;
对Pw(k)进行N层小波逐层分解,第j层的尺度系数cj,k即近似分量和小波系数dj,k即细节分量由第j-1层(j=1,2…,N)的尺度系数分解而来:
其中c0,k=Pw(k),j为小波分解层数,l(n-2k)和h(n-2k)分别为低通滤波器系数和高通滤波器系数;小波基函数确定为db5小波函数后,低通滤波器和高通滤波器的系数也即确定;滤波分解后所得5个频带区间依次为Fi(i=1,2,3,4,5)。
步骤B2:基于阈值函数对小波系数进行阈值量化处理;步骤B2的具体过程如下:
步骤B21:采用无偏风险估计阈值法确定阈值;
依据小波系数dj,k绝对值的中位值对噪声水平σ进行估计:
步骤B22:根据噪声水平σ和风电原始实时输出功率离散采样数据长度n确定阈值λ为:
λ=σ2lg(n)
步骤B23:对小波系数dj,k施加软阈值函数后得到阈值量化后的小波系数d'j,k为:
步骤B3:重构滤波信号并计算超级电容器的平抑功率值、充放电时长;步骤B3的具体过程如下:
步骤B31:根据分解后不同频带的近似部分选取重构层数Nc;
超级电容器要平抑的波动分量为1分钟时间尺度,故需要选择波动频率所在频带范围的所属层数,再从该层开始重构;即:
若则Nc=i,故从第Nc层开始逐层往上重构;
步骤B32:基于步骤B1和步骤B2中所得小波系数逐层重构近似部分:
其中j=Nc,Nc-1,...,1,最后得到小波阈值滤波后的风电功率信号为:
则超级电容器的初始平抑功率值为:Pc(t)=P'w(t)-Pw(t),则t0时刻初始平抑功率值为Pc(t0);
步骤B33:根据超级电容器的SoCc值确定t0时刻平抑功率值P'c(t0)及充放电时长Tc(t0):
超级电容器动作死区宽度ΔPc_d=0.1MW,当间隔ΔT的两个平抑功率值变化小于死区宽度时,在考虑当前SoC基础上维持前一个平抑功率值;
紧急情况有两种情形:
紧急情形B1:当SoCc_real<SoCc_L,超级电容器处于过放状态,需充电使SoCc回归正常工作区,则t0时刻超级电容器的平抑功率值为
P'c(t0)=max{-Pw(t0),-Pc_cmax};
紧急情形B2:当SoCc_real>SoCc_H,超级电容器处于过充状态,需放电使SoCc回归正常工作区,则t0时刻超级电容器的平抑功率值为
P'c(t0)=min{Pw(t0),Pc_dmax};
上述两种紧急情形持续充电时长为
正常状况,即SoCc_L<SoCc_real<SoCc_H时,有四种情形:
正常情形B1:当|Pc_real(t0-ΔT)-Pc(t0)|>ΔPc_d,且Pc(t0)>0时,则t0时刻超级电容器的平抑功率值为
正常情形B2:当|Pc_real(t0-ΔT)-Pc(t0)|>ΔPc_d,且Pc(t0)<0时,则t0时刻超级电容器的平抑功率值为
正常情形B3:当|Pc_real(t0-ΔT)-Pc(t0)|<ΔPc_d,且Pc(t0)>0时,则t0时刻超级电容器的平抑功率值为
正常情形B4:当|Pc_real(t0-ΔT)-Pc(t0)|<ΔPc_d,且Pc(t0)<0时,则t0时刻超级电容器的平抑功率值为
上述四种正常情形充放电时长均为Tc(t0)=ΔT。
步骤C:均值平缓平抑模块计算电池储能***的平抑功率值、充放电时长;步骤C中,电池储能***的平抑功率值的计算方法如下:
步骤C1:确定二次波动平抑中心值;
经超级电容器一次平抑后的实时风电中间实时输出功率值为
Po1(t)=Pw(t)-P'c(t);
为对幅度较大的10分钟尺度的低频分量进行均值平缓的二次平抑,将一次平抑后的实时风电中间实时输出功率在最近10分钟内的均值Pavg作为目标区间中心值:
其中p为10分钟内的风电中间实时输出功率数据个数;
步骤C2:确定二次波动平抑目标区间及电池储能***初始平抑功率值:
考虑技术标准规定的风电场10分钟时间尺度的有功变化最大限值,将Pavg邻域(1±10%)Pavg设为风场最终实时输出功率信号Po2的允许范围,则确定均值平缓的电池储能初始平抑功率值Pb(t0)的方法为:
若Po1(t0)-Pavg>10%Pavg,且Pavg>0,Pb(t0)=-(Po1(t0)-Pavg)-10%Pavg);
若Po1(t0)-Pavg>-10%Pavg,且Pavg<0,Pb(t0)=-((Po1(t0)-Pavg)+10%Pavg);
若Po1(t0)-Pavg<-10%Pavg,且Pavg>0,
Pb(t0)=-((Po1(t0)-Pavg)+10%Pavg);
若Po1(t0)-Pavg<10%Pavg,且Pavg<0,Pb(t0)=-(Po1(t0)-Pavg)-10%Pavg);
若-10%<(Po1(t0)-Pavg)/Pavg<10%,Pb(t0)=0;
步骤C3:根据电池储能***的SoCb值确定t0时刻平抑功率值P'b(t0)及充放电时长Tb(t0):
电池储能动作死区宽度ΔPb_d=0.1MW,当间隔ΔT的两个平抑功率值变化小于死区宽度时,在考虑当前SoC基础上维持前一个平抑功率值;
紧急情况有两种情形:
紧急情形C1:当SoCb_real<SoCb_L,电池储能***处于过放状态,需充电使SoCb回归正常工作区;则t0时刻电池储能***的平抑功率值为
P'b(t0)=max{-Po1(t0),-Pb_cmax};
紧急情形C2:当SoCb_real>SoCb_H,电池储能***处于过充状态,需放电使SoCb回归正常工作区;则t0时刻电池储能***的平抑功率值为
P'b(t0)=min{Po1(t0),Pb_dmax};
上述两种紧急情形持续充电时长为
正常状况即SoCb_L<SoCb_real<SoCb_H时,有四种情形:
正常情形C1:当|Pb_real(t0-ΔT)-Pb(t0)|>ΔPb_d,且Pb(t0)>0时,则t0时刻电池储能的平抑功率值为
正常情形C2:当|Pb_real(t0-ΔT)-Pb(t0)|>ΔPb_d,且Pb(t0)<0时,则t0时刻电池储能的平抑功率值为
正常情形C3:当|Pb_real(t0-ΔT)-Pb(t0)|<ΔPb_d,且Pb(t0)>0时,则t0时刻电池储能的平抑功率值为
正常情形C4:当|Pb_real(t0-ΔT)-Pb(t0)|<ΔPb_d,且Pb(t0)<0时,则t0时刻电池储能的平抑功率值为
上述四种正常情形充放电时长均为Tb(t0)=ΔT。
步骤D:经过超级电容器的小波阈值滤波和电池储能***的均值平缓后,风电最终实时输出功率为Po2(t)=Pw(t)-P'b(t)-P'c(t);平抑效果评价模块计算有功变化最大值减少率的过程包括:
步骤D1:计算描述风电场在分钟尺度功率平抑效果的指标,,1分钟最大有功功率变化量减少率,以反映1分钟时间尺度最大功率变化量的减少程度:
为最近1小时的风电最终实时输出功率1分钟尺度下功率变化值中的最大值,表示最近1小时的风电原始实时输出功率1分钟尺度下功率变化值中的最大值;
步骤D2:计算描述风电场在10分钟尺度功率平抑效果的指标,即10分钟最大有功功率变化量减少率,以反映10分钟时间尺度最大功率变化量的减少程度:
为最近1小时的风电最终实时输出功率10分钟尺度下功率变化值中的最大值,表示最近1小时的风电原始实时输出功率10分钟尺度下功率变化值中的最大值。
在本实施例中,基于小波阈值滤波与均值平缓的HESS对风电波动的双层平抑***及方法在实际风电场运行与控制工作中易于掌握,该方法以减小1分钟和10分钟尺度下的有功变化最大值为控制目标,利用超级电容器折返充放迅速和电池储能容量较大的特点,基于小波阈值滤波和均值平缓分别在超级电容器和电池储能之间实时分配不同频次和较缓爬坡段平抑量,能够满足风电场并网有功波动的实时平抑需求。
结合超级电容器反映其功率特性的充放电功率限值和反映其能量特性的实时荷电状态SoC以及超级电容器折返充放迅速的出力特点,基于小波阈值滤波模块分解出实时风电功率较高频次的波动量作为超级电容器的实时平抑功率,从而在考虑了超级电容器充放电量裕度的基础上吸收风电场功率在1分钟时间尺度的波动,使风电场输出有功波动满足其接入电力***对1分钟时间尺度下的波动水平要求。
利用小波阈值滤波模块输出的超级电容器实时平抑功率,结合电池储能反映其功率特性的充放电功率限值和反映其能量特性的实时荷电状态SoC以及电池储能容量较大的特点,基于均值平缓平抑模块计算出实时风电功率在10分钟时间尺度的爬坡段波动量作为电池储能的实时平抑功率,从而在考虑了电池储能充放电量裕度的基础上吸收风电场功率在10分钟时间尺度的波动,使风电场输出有功波动满足其接入电力***对10分钟时间尺度下的波动水平要求。
Claims (3)
1.混合储能管理***HESS对风电波动的双层平抑***,包括:风电机组、风电测量中心、馈线、风场输出交流母线;其特征在于,还包括:
分别与风场输出交流母线并接的电池储能***、超级电容器,与电池储能***、超级电容器相连的混合储能管理***HESS,与混合储能管理***HESS依次串接的通信模块、数据存储与管理模块,与数据存储与管理模块并接的小波阈值滤波模块、均值平缓平抑模块、平抑效果评价模块;
所述小波阈值滤波模块,用于计算超级电容器的平抑功率值及充放电时长;均值平缓平抑模块,用于计算电池储能***的平抑功率值及充放电时长;平抑效果评价模块,用于评价波动平抑效果;
所述混合储能管理***HESS与超级电容器双向数据交换,混合储能管理***HESS给超级电容器的控制参数为超级电容器的平抑功率值、充放电时长,超级电容器给混合储能管理***HESS的反馈参数为超级电容器的实时功率、SoC值、充放电功率限值、额定容量值;
所述混合储能管理***HESS与电池储能***双向数据交换,混合储能管理***HESS给电池储能***的控制参数为电池平抑功率值、充放电时长,电池储能***给混合储能管理***HESS的反馈参数为电池储能***的实时功率、SoC值、充放电功率限值、额定容量值;
所述混合储能管理***HESS与通信模块双向数据交换,混合储能管理***HESS给通信模块的数据为电池储能***和超级电容器各自的实时功率、SoC值、充放电功率限值、额定容量值,通信模块给混合储能管理***HESS的数据为电池储能***、超级电容器各自的平抑功率值及充放电时长;
所述通信模块同时接收风电测量中心传来的风电原始实时输出功率;
所述数据存储与管理模块与小波阈值滤波模块之间双向交换数据,数据存储与管理模块给小波阈值滤波模块的数据为风电原始实时输出功率及超级电容器的实时功率、SoC值、充放电功率限值,小波阈值滤波模块给数据存储与管理模块的数据为超级电容器的平抑功率值、充放电时长;
所述数据存储与管理模块与均值平缓平抑模块之间双向交换数据,数据存储与管理模块给均值平缓平抑模块的数据为风电中间实时输出功率及电池储能***的实时功率、SoC值、充放电功率限值,均值平缓平抑模块给数据存储与管理模块的数据为电池储能***的平抑功率值、充放电时长;
所述数据存储与管理模块与平抑效果评价模块之间双向交换数据,数据存储与管理模块给平抑效果评价模块的数据为风电原始实时输出功率,平抑效果评价模块给数据存储与管理模块的数据为有功变化最大值减少率;
所述小波阈值滤波模块、均值平缓平抑模块、平抑效果评价模块块之间依次单向数据交换,小波阈值滤波模块给均值平缓平抑模块的数据为超级电容器平抑后风电中间实时输出功率,均值平缓平抑模块给平抑效果评价模块的数据为电池储能***平抑后风电最终实时输出功率。
2.在权利要求1所述双层平抑***上实现的混合储能管理***HESS对风电波动的双层平抑方法,其特征在于,包括如下步骤:
步骤A:通信模块读取风电测量中心和混合储能管理***HESS的数据,然后将数据传至数据存储与管理模块进行存储与管理;其中,风电测量中心的数据包括:最近时段的风电原始实时输出功率、超级电容器和电池储能***各自的实时功率值、充放电时长、SoC值、充放电功率限值、额定容量;
步骤B:小波阈值滤波模块计算超级电容器的平抑功率值、充放电时长;
步骤C:均值平缓平抑模块计算电池储能***的平抑功率值、充放电时长;
步骤D:平抑效果评价模块计算有功变化最大值减少率;并将步骤B和步骤C计算出的超级电容器和电池储能***各自的平抑功率值、充放电时长在数据存储与管理模块中汇总后,通过通信模块输出到混合储能管理***HESS。
3.根据权利要求2所述混合储能管理***HESS对风电波动的双层平抑方法,其特征在于,所述步骤B中,超级电容器平抑功率值、充放电时长的计算包括如下步骤:
步骤B1:对最近时段风电场的风电原始实时输出功率进行基于Daubechies5即db5小波函数的小波变换分解;
步骤B2:基于阈值函数对小波系数进行阈值量化处理;
步骤B3:重构滤波信号并计算超级电容器的平抑功率值、充放电时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710239582.2A CN106849178B (zh) | 2017-04-13 | 2017-04-13 | 混合储能管理***hess对风电波动的双层平抑***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710239582.2A CN106849178B (zh) | 2017-04-13 | 2017-04-13 | 混合储能管理***hess对风电波动的双层平抑***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106849178A CN106849178A (zh) | 2017-06-13 |
CN106849178B true CN106849178B (zh) | 2019-05-10 |
Family
ID=59147410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710239582.2A Active CN106849178B (zh) | 2017-04-13 | 2017-04-13 | 混合储能管理***hess对风电波动的双层平抑***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106849178B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107565587B (zh) * | 2017-09-18 | 2019-09-03 | 山东大学 | 考虑爬坡功率有限度平抑的光伏电网储能配置方法及*** |
CN107994667A (zh) * | 2017-12-19 | 2018-05-04 | 太原理工大学 | 一种超级电容动态充放电控制方法和装置 |
CN109274126A (zh) * | 2018-11-27 | 2019-01-25 | 国网山东省电力公司电力科学研究院 | 一种风储联合发电中储能***双时间尺度控制方法 |
CN113258596B (zh) * | 2021-06-16 | 2022-04-08 | 华能澜沧江水电股份有限公司 | 一种基于浅充浅放实现单元电源调节的储能电源充放电策略 |
CN113553960B (zh) * | 2021-07-27 | 2022-07-05 | 湘潭大学 | 一种基于小波包方差熵的风电爬坡不确定性评估方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102684222A (zh) * | 2012-05-14 | 2012-09-19 | 华北电力大学 | 一种基于储能技术的风力发电功率平滑控制方法 |
CN105406498A (zh) * | 2016-01-13 | 2016-03-16 | 沈阳工业大学 | 风力发电混合储能***控制方法 |
-
2017
- 2017-04-13 CN CN201710239582.2A patent/CN106849178B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102684222A (zh) * | 2012-05-14 | 2012-09-19 | 华北电力大学 | 一种基于储能技术的风力发电功率平滑控制方法 |
CN105406498A (zh) * | 2016-01-13 | 2016-03-16 | 沈阳工业大学 | 风力发电混合储能***控制方法 |
Non-Patent Citations (2)
Title |
---|
A Smoothing Method for Wind Power Fluctuation Using Hybrid Energy Storage;Taekwon Kim等;《2016 IEEE PES Asia-Pacific Power and Energy Engineering Conference (APPEEC)》;20161028;第1-6页 |
基于小波分频与双层模糊控制的多类型储能***平滑策略;吕超贤等;《电力***自动化》;20150125;第39卷(第2期);第21-29页 |
Also Published As
Publication number | Publication date |
---|---|
CN106849178A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106849178B (zh) | 混合储能管理***hess对风电波动的双层平抑***及方法 | |
CN103178538B (zh) | 混合储能型风力发电***的风电功率波动抑制方法 | |
CN104734166B (zh) | 混合储能***及风力发电功率平滑控制方法 | |
CN103887816B (zh) | 一种基于功率预测的多元复合储能***并网控制方法 | |
CN102157985B (zh) | 多类型大容量兆瓦级电池储能电站的电池功率控制方法 | |
CN109659970A (zh) | 基于变分模态分解的储能***平抑风功率波动的控制方法 | |
CN110797896A (zh) | 一种微网风光储***中混合储能容量优化配置方法 | |
US20150019149A1 (en) | Real-time power distribution method and system for lithium battery and redox flow battery energy storage systems hybrid energy storage power station | |
CN103944177B (zh) | 混合储能微网***滤波器截止频率确定方法及输出功率控制方法 | |
CN104600727A (zh) | 一种基于数理统计和小波分解算法的微电网中混合储能的容量配置方法 | |
CN106340892A (zh) | 用于平抑风电输出功率的储能***的控制设备 | |
CN112736973A (zh) | 平抑风电、光伏电站出力波动的电池储能容量配置方法及*** | |
CN103501018A (zh) | 基于模糊算法和dsp的混合储能***及功率平滑方法 | |
CN105071442A (zh) | 一种基于一致性算法的孤岛型微电网储能控制方法 | |
CN107623334A (zh) | 一种平抑光伏功率波动的混合储能功率控制方法 | |
CN103078351B (zh) | 微电网分频能量管理方法 | |
CN106451510A (zh) | 一种适应削峰填谷的储能站容量及充放电功率的配置方法 | |
CN104283224A (zh) | 一种限制风电波动率的储能***平滑风电功率控制方法 | |
CN117767445A (zh) | 一种海上风电及储能参与的有功功率协调控制方法及*** | |
CN110707745B (zh) | 基于改进vmd的电热综合***多时间尺度经济调度方法 | |
CN105186580A (zh) | 一种可并网运行的风储***的监控方法 | |
CN110460108A (zh) | 一种平滑新能源出力波动的储能优化配置方法 | |
CN104377717B (zh) | 一种用于平抑风电功率的储能控制*** | |
CN104268798A (zh) | 一种分布式电源及电动汽车对配电网影响的评估方法 | |
CN112636382B (zh) | 一种星型的交直流配用电***运行稳定分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |