风电场复合储能系统容量配置的优化设计_张坤
大型风电场用储能装置容量的优化配置
大型风电场用储能装置容量的优化配置一、本文概述随着全球能源结构的转型和清洁能源的大力发展，风电作为一种可再生、无污染、储量丰富的能源形式，正受到世界各国的广泛关注和重视。
大型风电场的建设和运营对于减少温室气体排放、改善能源结构、促进经济社会可持续发展具有重要意义。
然而，风电的间歇性和随机性给电力系统的稳定运行带来了挑战。
为了解决这个问题，储能装置在风电场中的应用逐渐成为一种有效的解决方案。
储能装置可以在风电大发时吸收多余的电能，在风电出力不足时释放电能，从而平滑风电出力波动，提高电力系统的稳定性。
本文旨在研究大型风电场中储能装置容量的优化配置问题。
我们将对储能装置在风电场中的应用现状进行综述，分析储能装置的种类、特性和优缺点。
我们将探讨储能装置容量的优化配置方法，包括容量规划、运行策略、经济性分析等方面。
在此基础上，我们将建立一个数学模型，用于评估不同配置方案下的储能装置性能和经济性。
我们将通过案例分析，验证所提优化配置方法的有效性和实用性，为大型风电场储能装置的配置和运营提供理论支持和实践指导。
本文的研究不仅有助于推动储能技术在风电领域的应用和发展，也有助于提高电力系统的稳定性和经济性，促进清洁能源的可持续利用和发展。
二、风电场储能技术概述随着全球能源结构的转型和可再生能源的大力发展，风电作为一种清洁、可再生的能源形式，已在全球范围内得到了广泛的应用。
然而，风电的间歇性和随机性给电力系统的稳定运行带来了挑战。
为了解决这个问题，风电场储能技术应运而生，成为提高风电并网性能、保障电力系统稳定的重要手段。
风电场储能技术主要包括电池储能、超级电容储能、飞轮储能等多种类型。
其中，电池储能技术因其能量密度高、技术成熟、维护方便等优点，在风电场储能领域占据了主导地位。
电池储能系统通过在风电大发时充电，风电出力小时放电，实现对风电出力的平滑和稳定，有效提高了风电的并网性能和利用率。
超级电容储能和飞轮储能等新型储能技术也在风电场储能领域得到了应用。
风力发电系统中储能容量的优化配置
（ Ｂ Ｅ Ｓ Ｓ ） ｉ ｓ ｂ ｕ ｉ ｌ ｔ ． Ｔ ｈ ｅ ｎ ， ａ ｃ ａ ｐ ａ ｃ ｉ ｔ ｙ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ｓ ｔ ｒ ａ ｔ ｅ ｇ ｙ ｏ ｆ ｔ ｈ ｅ ｅ ｎ ｅ ｒ ｇ ｙ ｓ ｔ ｏ ｒ ａ ｇ ｅ ｓ ｙ ｓ ｔ ｅ ｍ ｉ ｓ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ． Ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｉ ｓ ｓ ｔ ｒ ａ ｔ ｅ －
Ｅｎ ｅ ｒ ｇ ｙ Ｓ ｔ ｏ ｒ ａ ｇ ｅ Ｃａ ｐ ａ ｃ ｉ ｔ ｙ Ｏｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ ｆ ｏ ｒ Ｗｉ ｎ ｄ Ｐｏ ｗｅ ｒ Ｇｅ ｎ ｅ ｒ ａ ｔ ｉ ｏ ｎ Ｓ ｙ ｓ ｔ ｅ ｍ
Ｃ Ｈ Ｅ Ｎ Ｇ Ｓ ｈ ｉ ｊ ｕ ｎ ， Ｚ Ｈ Ａ Ｎ Ｇ Ｌ ｉ ｚ ｉ （ Ｓ ｔ ａ ｔ ｅ Ｋ ｅ ｙ Ｌቤተ መጻሕፍቲ ባይዱａ ｂ ｏ ｒ ａ ｔ ｏ ｒ ｙ ｏ ｆ Ａ ｌ ｔ ｅ ｒ ｎ ａ ｔ ｅ Ｅ ｌ ｅ ｃ ｔ ｒ ｉ ｃ ａ ｌ Ｐ ｏ ｗ ｅ ｒ Ｓ ｙ ｓ ｔ ｅ ｍ ｗ ｉ ｔ ｈ Ｒ ｅ ｎ ｅ ｗ ａ ｂ ｌ ｅ Ｅ ｎ ｅ ｒ ｇ ｙ Ｓ ｏ ｕ ｒ ｃ ｅ ｓ ， Ｎ ｏ ｒ ｔ ｈ
中图分类号：Ｔ Ｍ９ １ １ 文献标 志码 ：Ａ 文章编 号：１ ０ ０ ３ — ８ ９ ３ ０ （ ２ ０ １ ５ ） ０ ３ — ０ ０ ７ １ — ０ ５
ＤＯ Ｉ ： １ ０ ． ３ ９ ６ ９ ￣ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ３ — ８ ９ ３ ０ ． ２ ０ １ ５ ． ０ ３ ． １ ３
第 ２ ７卷第 ３期
２ ０ １ ５ 年 ３ 月
电 力 系 统 及 其 自 动 化 学 报
Ｐ ｒ ｏ ｃ ｅ ｅ ｄ ｉ ｎ ｇ ｓ ｏ ｆ ｔ ｈ ｅ Ｃ Ｓ Ｕ － ＥＰ Ｓ Ａ
风光储系统储能容量优化配置策略
Abstract The optimal configuration of Energy storage is an important issue in wind/PV/storage hybrid system designing. This paper proposes a strategy of optimizing energy storage capacity in wind/PV/storage hybrid system. Firstly, the double-layer decision model of the storage capacity configuration is established. The decision variables of the outer decision model are the power and capacity of the energy storage, while the target is the minimum investment of the storage and the contact line penalty. The decision variable of the inner decision model is the charge and discharge power of the energy storage during the operation, while the target is to minimize power fluctuation on system tie line. Then a typical system is analyzed as a simulation example, including wind power, photovoltaic, battery energy storage and load. According to the typical daily data in spring, summer and winter, the simulation results verify the energy storage configuration strategy proposed.
风电场中储能系统的功率和容量优化配置
风电场中储能系统的功率和容量优化配置文艺;张步涵;毛承雄;王魁;毛彪;曾杰;陈迅【摘要】With the installed capacity of wind power increasing, the influence of wind power on the eco- nomic and stable operation of the power system are drawing more and more attention. Among the methods that have been put forward in order to smooth the wind-power output volatility, the implementation of en- ergy storage system to improve the performance of wind energy generation is a quite promising approach,and it is a meaningful topic on which we study how to choose energy storage device with the smallest ca- pacity to achieve a long-time stable output of the wind farm. A solution of the optimization of the power and capacity of energy-storage device is put forward in this paper, where the standard deviation of the wind-power output fluctuation is set as the objective function. The optimization is programmed based on the CPSO algorithm, and the validity of this solution is verified with practical examples.%针对如何用最小的储能装置实现风电场长时间稳定输出的课题，对风电机组中储能装置的配置功率、配置容量的大小及其对风电机组有功功率输出的优化作用进行了研究，提出了以风电机组及储能装置的输出功率波动标准差为指标的储能系统的功率和容量优化方案，并编写了基于CPSO算法的目标函数优化程序，针对单台风力发电机组一天的风电功率数据进行了优化计算，得出了储能装置额定容量及额定功率的优化组合方案，验证了该方案的有效性．【期刊名称】《湖北工业大学学报》【年(卷),期】2012(027)001【总页数】4页(P18-21)【关键词】风力发电;储能系统;风电功率平抑;优化配置;CPSO算法【作者】文艺;张步涵;毛承雄;王魁;毛彪;曾杰;陈迅【作者单位】强电磁工程与新技术国家重点实验室华中科技大学,武汉430074;强电磁工程与新技术国家重点实验室华中科技大学,武汉430074;强电磁工程与新技术国家重点实验室华中科技大学,武汉430074;强电磁工程与新技术国家重点实验室华中科技大学,武汉430074;强电磁工程与新技术国家重点实验室华中科技大学,武汉430074;广东电网公司电力科学研究院,广东广州510600;广东电网公司电力科学研究院,广东广州510600【正文语种】中文【中图分类】TM614由风力发电并网引起的电力系统经济性和稳定性问题越来越受到人们关注.要达到保证系统安全稳定运行且最大化利用风能的目标，运用储能装置已成为广大学者的共识［1－3］，研究如何用最小的储能装置实现风力发电长时间稳定、经济运行是一个有意义的课题.文献［4］将负荷设为恒定值，以风电机组输出功率特性函数和风速概率分布函数为基础，提出一种大型风电场长时间稳定输出所需储能容量的计算方法.文献［5］根据电网对可再生能源功率输出的不同要求和蓄电池自身运行约束，提出了BESS动态充放电策略和两种优化目标，给出了系统中BESS配置数量.目前涉及风电机组配置储能系统时的容量及功率选择方案大多从电力市场的经济角度［6］出发，或由风速预测的累积误差［7］来确定，没有评估储能系统平滑风电有功功率输出的效果.样本标准差［8－9］可以反映一组随机数据个体间的离散程度，同样可以用于评估风电机组有功功率输出，以及用于确定储能系统的功率和容量.本文在综合考虑系统稳定性和经济性的基础上，提出了以减小风电机组及储能装置有功输出的标准差作为储能容量及功率优化配置的评判标准，并编写基于CPSO算法的程序来分析目标函数，通过具体算例验证该优化方案的有效性.1 储能容量及功率优化方案1.1 目标函数一个较大的标准差，代表大部分的数值和其平均值之间差异较大；而一个较小的标准差，则代表这些数值和其平均值之间差异较小.本文采用样本标准差作为风电机组及储能装置有功功率输出波动的评价指标.风电机组及储能装置的有功输出功率样本标准差式中，Pav为一个周期内风电的平均有功功率，且为风电场在时段t输出的有功功率）；为储能装置在时段t的充、放电功率；T为一个周期内的时段数，也即样本的个数.1.2 约束条件1.2.1 储能装置能约束式中为储能装置在时段t末储存的能量；ESmin为储能装置的最小储存能量；ESmax为储能装置的最大储存能量，本文假定ESmin＝0.02ESN，ESmax＝0.98ESN（ESN为储能装置的额定容量）.1.2.2 充放电功率约束储能装置存在充放电功率极限约束，又由于储能装置属于风电场的组成部分，故任一时刻储能装置的充电功率必然小于风电场的输出功率.故有：式中分别为储能装置的最大充电功率和最大放电功率.假定同一时段内储能装置的充放电过程不可同时进行（当所取的时段足够短时，该假定必然成立），即下式成立：1.2.3 能量平衡约束式中，σ为储能装置在单个时段持续时间内的自放电率.1.2.4 初始储能 E0＝C（已知），注意到约束条件式（1），若令表示储能装置在时段t的输出功率表示储能装置放电＜0表示储能装置充电此时约束条件式（1）自然满足.此时目标函数变为：1.2.5 充放电次数约束设储能装置的充电状态为uch（t），放电状态为udisch （t）.当电池充电，即＜0时，uch（t）＝1，udisch（t）＝0；当电池放电，即Pts ＞0时，udisch（t）＝1，uch（t）＝0.则储能装置的充放电次数约束为：式中充放电次数λ1，λ2的具体取值可根据负荷预测情况、储能装置的寿命及其在系统运行中所发挥的作用等因素综合考虑确定.综上所述，基于样本标准差的储能装置容量和功率优化方案的目标函数为约束条件为s.t.2 混沌粒子群优化（CPSO）算法粒子群优化［10］（PSO）算法是一种基于群体智能的随机寻优算法，通用性强，所需调节参数少，但其初始化是随机的，对个体的质量不能保证，且易陷入局部最优解.混沌可在一定范围内不重复的遍历所有状态，避免陷入局部极小点，但搜索通常需要大量的迭代次数才可获得较好的解［11］.故将混沌算法与基本粒子群算法结合起来，形成混沌粒子群算法：利用混沌的遍历性，产生大量初始种群，从中选取优良个体用于迭代，在迭代过程中对粒子位置产生混沌扰动，尽量避免其陷入局部极值［12－13］.利用CPSO算法分析系统风电功率标准差的程序流程如图1所示.图1 利用CPSO算法计算目标函数的程序流程图3 算例分析位于湖北省咸宁市通山县的九宫山风力发电场规划总装机容量156MW，目前一期工程总装机容量为13.6MW，由16台Gamesa的G58－850kW风力发电机组组成.风力发电机塔高44m，风叶直径56m.本文的算例分析将采用九宫山风电场额定功率为850kW的双馈风电机组2009年4月18日的有功功率数据.该数据以15min为时间间隔（图2）.分析时假定储能装置自放电率σ＝0，初始储能E0＝ESmin.图2 九宫山风电机组日有功功率曲线图3 分别给出了无储能及储能装置额定容量为1.90MWh，额定功率分别为100kW、250kW、465 kW时风电机组及储能装置的风电输出功率.可见，当储能装置额定容量一定时，随着其额定功率的不断增大，风电功率波动逐渐减小.当储能装置额定容量为1.90MWh、额定功率为465kW时可以完全稳定输出.图3 无储能及储能装置额定容量1.9MWh时三种不同额定功率下系统输出功率图4 分别给出了无储能及储能装置额定功率为465kW，额定容量分别为0.6MWh、1.3MWh、1.9 MWh时的风电输出功率.可以看出，当储能装置额定功率一定时，随着其额定容量的不断增大，风电功率波动逐渐减小.图4 无储能及储能装置额定功率为465kW时三种不同额定容量下系统输出功率图5 给出了储能装置额定容量分别为0.15MWh、 0.3MWh、 0.5MW、0.7MWh、1MWh、1.25MWh、1.5MWh、1.75MWh、1.9 MWh等情况下，系统输出功率的标准差（即目标函数σwp）随额定功率的变化曲线.由图5可以得出：1）当储能装置额定容量一定时，随着额定功率的不断增大，σwp一开始减幅较大，随后趋于稳定，这是由于额定功率较小时，储能装置充放电功率受到额定功率的限制，而当额定功率较大时主要受储能装置容量的限制；2）当储能装置额定功率一定时，随着额定容量的不断增大，σwp的变化趋势同1），这是由于额定容量较小时，储能装置容量约束成为主要约束，而当额定容量较大时，充放电功率极限约束成为主要约束.图5 目标函数值随储能装置的额定容量和功率变化曲线当储能装置容量为1.90MWh，额定功率为465kW，迭代次数足够多时，σwp会收敛于0，即风电机组可以完全保持恒功率输出，则该风电机组所需配置的储能装置最大为1.90MWh－465kW.另外，根据实际系统所能允许的风电功率波动的情况，可以配置不同参数的储能装置.考虑储能装置平滑功率波动的效果，由图5可以得出风电机组所需配置的储能装置容量及功率组合方案（表1）.由表1可知，如果选取额定容量为1.5MWh的储能装置，则其额定功率最好配置为350kW，即配置额定功率大于350kW的储能装置意义不大.表1 储能装置额定容量及额定功率组合优化方案额定容量／MWh额定功率／kW 额定容量／MWh额定功率／kW 0.15 100 0.3 150 0.5 200 0.7 200 1 300 1.25 300 1.5 350 1.75 400 1.9 465 －－4 结束语本文的算例分析部分针对一天的风电功率数据进行了优化计算，实际上应选不同季节的有代表性的风电数据，并兼顾储能装置运行维护费用等诸多因素，才能确定更好的容量优化配置方案.［参考文献］［1］黄亚峰.风电机输出功率波动平抑控制的可行性研究［D］.吉林：东北电力大学，2007.［2］张步涵，曾杰，毛承熊，等.电池储能系统在改善并网风电场电能质量和稳定性中的应用［J］.电网技术，2006，30（15）：54－58.［3］贾宏新，张宇，王育飞.储能技术在风力发电系统中的应用［J］.可再生能源，2009，27（6）：10－15.［4］韩涛，卢继平，乔梁，等.大型并网风电场储能容量优化方案［J］.电网技术，2010，34（1）：169－173.［5］丁明，徐宁舟，毕锐.用于平抑可再生能源功率波动的储能电站建模及评价［J］.电力系统自动化，2011，35（2）：66－72.［6］Wang X Y，Mahinda Vilathgamuwa D，Choi S S.Determination of Battery Storage Capacity in Energy Buffer for Wind Farm［J］.IEEE Transaction on Energy Conversion，2008，23（3）：868－878.［7］Toshiya Nanahara.CaPacity Requirement for Battery Installed at a Wind Farm［J］.IEEJ Transactions on Power and Energy，2009，129（5）：645－652.［8］Lubosny Z，Bialek J W.SuPervisory Control of a wind Farm［J］.IEEE Transactionson Power Systems，2007，22（3）：985－994.［9］Tomoki Asao，Takahashi R，Murata T，etc al.Evaluation method of Power rating and energy capacity of Super－conducting Magnetic Energy Storage system for output smoothing control of wind farm［C］／／18thInternatioal Conference on Electrical Machines（ICEM2008），2008：1－6.［10］高尚，杨静宇.群智能算法及其应用［M］.北京：中国水利水电出版社，2008.［11］王凌，刘波.微粒群优化与调度算法［M］.北京：清华大学出版社，2008. ［12］蒙文川，邱家驹.电力系统经济负荷分配的混沌粒子群优化算法［J］.电力系统及其自动化学报，2007，19（2）：114－119.［13］高鹰，谢胜利.混沌粒子群优化算法［J］.计算机科学，2004，31（8）：13－15.。
风电场储能系统的优化方案
风电场储能系统的优化方案第一章引言随着全球对清洁能源的需求日益增加，风能作为一种可再生资源得到越来越广泛的认可和应用。
然而，风电场的可再生能源自身特性以及不稳定的发电特点也给电网的稳定性和可靠性带来一定的挑战。
因此，储能系统的引入成为了解决风电场可预测性和可调度性的重要手段。
本文将重点研究风电场储能系统的优化方案。
第二章风电场需求与储能系统2.1 风电场的特点风电场是一种以风能为动力的发电系统，主要利用风轮驱动风力发电机产生电能。
风能资源的分布不均、强度随时间变化以及预测性差是风电场的主要特点之一。
2.2 储能系统的引入为了应对风电场发电的间断性和不稳定性，储能系统被引入作为稳定能量供应的备用装置。
储能系统能够将风电场的电能储存起来，并在需要时释放，从而提高风电场的可调度性和可靠性。
第三章风电场储能系统的类型3.1 电池储能系统电池储能系统是目前应用较为广泛的一种储能技术，可分为铅酸电池、锂离子电池、钠硫电池等类型。
其优点包括能量密度高、循环寿命长等。
3.2 压缩空气储能系统压缩空气储能系统利用风电场过剩电能压缩空气，再在需要时释放空气驱动涡轮发电机发电。
该系统具有储能效率高、运行稳定性好等优点。
3.3 超级电容储能系统超级电容储能系统充放电速度快，可以承受高频率的循环充放电，适用于频繁充放电场景，但能量密度相对较低。
3.4 氢能储能系统氢能储能系统将风电场电能转化为氢气，再通过燃料电池进行发电。
该系统具有储能效率高、长期储运成本低等优点。
第四章风电场储能系统的优化方案4.1 储能系统容量规划在优化风电场储能系统方案中，首先需要确定储能系统的容量规划。
容量过小会导致储能能力不足，容量过大则会造成不必要的投资成本。
根据风电场的发电特性以及负荷需求，通过建立模型分析确定最优容量。
4.2 储能系统调度策略针对不同的风速及风能预测情况，制定合理的储能系统调度策略至关重要。
调度策略应根据电网需求、储能系统的状态和电价等因素进行优化，以最大化储能系统的效益。
大型风电场用储能装置容量的优化配置
此 , 以我国浙江沿海地区的一个大型风力发电场连续 3 个月 的运行 数据为基 础 , 根据不 同风电场 和储能 系统的 容
量配 比关系进行仿真分析 , 借助储能装置来抑制风电系统 固有的波动 , 使风电这种 间歇性 、波动性很 强的可再生 能
源变得“ 可控 、可调” , 使电网对这种最接近规模化发展的能源调度变为可能 , 提出了一种配 置大规模 储能系统的 方
Optimization Configuration for Capacity of Energy Storage System in Large-scale Wind Farm
L IANG Liang , L I Jian-lin , H UI Do ng (China Elect ric Pow er Research Instit ute , Bei jing 100192 , China)
2 风电场运行数据统计及分析
浙江省作为我国经济较为发达的一个 沿海省 区 , 对于能源有着巨大的需求 。 因此在发展常规能 源的基础上积极发展可再生能源 , 建成了众多大型 风力发电场 。本文选取位于浙江省天台山地区的一 个大型风电场进行统计分析 。 风电场共有 780 kW 额定功率的失速定桨距型风力发电机 14 台 。 功率 统计数据时间跨度为 2009-08 —2009-12 , 数 据采样 时间间 隔 为 1 min 。 风 电 场额 定 输 出功 率 为 11 MW 。 由于风电场输出功率统计时间长达 4 个月并 且功率数据采样时间间隔很短 , 因此可以更加真实 地反映出风力发电系统在长时间尺度下输出有功功 率的变化情况 , 为制定相应的储能系统平滑策略提 供参考 。
基金资助项目 :国家自然科 学基金(50907067);国家重 点基础 研究发展计划(973 计划)(2010CB227206)。
风力发电系统中储能容量的优化配置
Electric Power Technology296风力发电系统中储能容量的优化配置罗朗川（广东粤电湛江风力发电有限公司，广东 湛江 524000）摘要：在风力发电系统过程当中加强对储能系统容量的进一步优化能更好地推进风力发电产业的长远发展。
本篇文章就在这样的背景之下，深入探讨了在风力发电系统过程当中，储能容量的有效提升方式，从更好地提高风力发电的效率，推进其风力发电的能源供应。
关键词：风力发电系统；电池储能系统；容量优化能源是一个国家发展的重点,为了尽可能地满足人们对能源的需求,为此大量开采了许多不可再生能源。
过度的开采导致人与环境之间的相处问题逐渐增加,进一步使得温室气体在大气当中的含量越发上升，导致地球气候发生了巨大的变化。
为了更好的推进人与自然的和谐相处,国家越发推崇清洁能源的开发，其中利用风能来进行电力发电是一种较为重要的清洁能源产生形式，本篇文章就在此基础之上，深入探讨风能发电在系统当中储能容量的优化配置问题。
1 风力发电系统以及储能容量的概述利用自然风吹动风机叶片进行转动，风机转轴推动发电机，进而产生了电能，这整个过程就是风力发电，其主要是将风能有效的转化为机械能，进而将机械能通过一定的转化方式变成电能。
风力机和发电机则是整个风力发电系统当中的核心部件，其自身的性质直接影响了整个电能收集的质量，同时也切实关乎风能的利用效率。
但是利用风力发电有一个最为关键的问题，就是风能是相对不可预测的。
其能量会受到多种因素影响，所产生的电能时多时少，时间也不固定，为此就需要在整个风力发电系统当中设计有效的储能。
优秀的储能方法可以在风力相对较为富足或者负荷较轻的时候将一部分的分能量储存在储能设备当中。
一旦风力不足，其储能系统可以进行一定能量的输出，保证整体风力的发电功率稳定，这样也起到了电力调峰平滑输出的有效作用。
2 风力发电系统当中常用的储能技术2.1 物理储能技术利用抽水来进行能量的储存。
这过程是先将产生电能较为富余的部分转化为水的势能在用电高峰时将储存的这一部分势能再转化为电能。
基于费用效率法的风电场混合储能容量优化配置
基于费用效率法的风电场混合储能容量优化配置栗然;党磊;周鸿鹄;董哲【摘要】复合多种类型储能装置是储能用于风电波动平抑的主要发展方向之一。
针对复合超级电容器和多种介质蓄电池为例，研究其储能容量优化配置方法。
由于风电出力具有非平稳性，因此首先采用经验模态分解(EMD)分割平抑任务，然后利用互补平抑实现储能装置优势互补，最后综合考虑风电平抑度、平抑方案经济性和储能装置寿命三方面因素，建立以费用效率(CE)为目标函数，用雨流计数法统计寿命折损的混合储能定容优化模型。
利用所建模型分析了适当允许过充过放是否能够提高平抑方案的经济性和平抑能力。
验证了多种介质蓄电池在合理的配置方案下联合超级电容器平抑波动，相较单种介质蓄电池能增加单位投资的平抑能力。
%Composite energy storage device is the future development direction of energy storage in stabilizing the wind power fluctuations. This paper takes composite super capacitor and different battery media for example and studies the optimal configuration method of energy storage capacity. Considering the nonstationarity of the wind power, the task of stabilization using Empirical Mode Decomposition (EMD) is split. Then, complementary stabilization is used to realize the energy storage of mutual advantage complement and improve the smooth degree. At last, considering economics, smooth and battery life, the model of capacity determination of hybrid energy storage is built. In this model, cost efficiency is the objective function and rain flow counting method is used to calculate the loss of battery life. This model analyzes whether it can improve the economic efficiency and smooth capacity of the scheme ornot if allowing to overcharge and over discharge appropriately. It is verified that under reasonable cooperation scheme composite different battery media can increase the stabilizing ability of unit investment compared to the single battery medium.【期刊名称】《电力系统保护与控制》【年(卷),期】2015(000)024【总页数】8页(P55-62)【关键词】经验模态分解(EMD);互补平抑;费用效率(CE);雨流计数法;过充过放【作者】栗然;党磊;周鸿鹄;董哲【作者单位】华北电力大学新能源电力系统国家重点实验室，河北保定 071003;华北电力大学新能源电力系统国家重点实验室，河北保定 071003;华北电力大学新能源电力系统国家重点实验室，河北保定 071003;华北电力大学新能源电力系统国家重点实验室，河北保定 071003【正文语种】中文【中图分类】TM710 引言随着风力在电网中发电渗透率的上升，风电的波动性给火电的出力和备用调度提出了更高的要求[1]。
风力发电系统中储能容量的优化配置
夏季白天时间长，阳光充足，光伏发电量大。冬季白天时间短，光照强度弱，光伏发电量少。夏季风速较弱，风力发电产量少；冬季风速大，风机转速快，故而发电量多。
假设负荷日用电量保持不变，则其月耗电量为日用电量乘以当月天数，则负荷每月的耗电量。
验证电量平衡原理：风光每年总的发电量310781.23kWh，负荷年总耗电量310250kWh，二者数值上相差不大，故满足要求。系统每月的电量差额。
储能装置的充电管理策略为：在净负荷大于零的情况下，对储能装置进行充电管理。如果分布式电源的发出的电量能够满足负载的要求，在计及荷电常数等约束条件之后，判断是否对设备开始充电，如果满足各项约束条件的要求，则对其进行充电工作，反之就放弃这部分电能。
储能装置的放电管理策略为：在净负荷小于零的情况下，对储能装置进行放电管理。分布式电源全部处于工作的状态下仍然不能够满足负荷的要求，这个时候就需要储能装置或者配网补偿缺额的功率。首先，如果储能装置在工作范围之内即荷电常数大于极小值或处于储能装置放电功率约束条件之内的时候，就可以通过储能装置来补偿功率的缺额；其次，若储能装置不在工作范围之内，就需要通过配电网来跟随净负荷。该时间段内的负荷要求通过分布式电源和储能装置不能够被满足，系统因此会产生负荷缺额。
关键词：风力发电系统；储能容量；优化
微电网系统中，由于风光等分布式电源出力的随机性以及不可控性，离网运行的微电网很难保证系统中功率的平衡。因此有必要在系统中配置一定容量的储能装置，不仅可以提高系统电能的供需平衡度，还可以在改善系统供电的可靠性上起到一定的作用。考虑到各种储能单元价格的差异以及储能效果的不同，故而在选择储能装置的时候，在取得负荷、电源以及储能容量的最优配置的前提下，应该获得最高的经济效益。
一种利用超级电容储能系统实现直驱风电机组高电压穿越的新方案
一种利用超级电容储能系统实现直驱风电机组高电压穿越的新方案蒋永梅;张谦;金武杰;金晨星;徐宁;叶自强【摘要】传统的风电机组高电压穿越方法大多采用直流母线加装卸荷装置,以热能形式消耗多余的能量,降低了发电机组效率,增加了机组散热.为解决该问题,以直驱风电机组高电压穿越为研究对象,提出一种基于超级电容器储能系统的高电压穿越方案.利用超级电容器快速充放电的特点,实现高电压故障中风电机组波动功率的控制;给出了超级电容储能装置详细方案,以及风电机组在高电压穿越期间有功功率、无功功率协调控制方法.仿真结果表明,超级电容储能系统能够更好地提升机组高电压穿越能力,并加速系统有功恢复.【期刊名称】《浙江电力》【年(卷),期】2018(037)008【总页数】5页(P54-58)【关键词】风电并网;超级电容储能系统;高电压穿越;直驱风电机组【作者】蒋永梅;张谦;金武杰;金晨星;徐宁;叶自强【作者单位】国网浙江省电力有限公司舟山供电公司,浙江舟山 316021;国网浙江省电力有限公司舟山供电公司,浙江舟山 316021;国网浙江省电力有限公司舟山供电公司,浙江舟山 316021;国网浙江省电力有限公司舟山供电公司,浙江舟山316021;国网浙江省电力有限公司舟山供电公司,浙江舟山 316021;国网浙江省电力有限公司舟山供电公司,浙江舟山 316021【正文语种】中文【中图分类】TM6140 引言风力发电规模逐年扩大，风电机组安全稳定运行已经受到广泛关注[1-2]。
并网准则要求并网型风电机组具有低电压穿越能力，但近些年发生的大规模事故多数还伴有HVRT（高电压穿越）的情况。
目前针对机组HVRT的研究已经得到国内外学者的广泛关注。
文献[3-4]分析了双馈风电机组的HVRT过程，采用Crowbar+DC Chopper组件可以有效地实现HVRT；文献[5]采用Crowbar电路实现直驱风电机组的HVRT。
这两种方法不仅需要加装硬件，而且主要是把故障期间的有功功率消耗掉，降低了发电效率。
风储联合系统的储能容量优化配置
风储联合系统的储能容量优化配置王小蕾;顾佳;周佳威【摘要】大规模风电并网给电力系统安全稳定运行带来了新的挑战.储能系统在提高风电接入能力方面具有广阔的应用前景,然而储能的高容量成本制约了风储联合系统的发展.为解决大规模风电并网的功率波动问题,在考虑风电出力波动性和电池储能系统自身运行约束的基础上,提出了风储联合系统的储能容量优化配置策略.算例结果表明,只有当系统惩罚成本的减少足以弥补储能投资的增加时,风电场才有动力投资储能.通过合理配置储能容量,能够在平抑风电功率波动的基础上,提高风电场运行经济性.【期刊名称】《浙江电力》【年(卷),期】2018(037)009【总页数】4页(P14-17)【关键词】风力发电;储能系统;容量优化配置;控制策略【作者】王小蕾;顾佳;周佳威【作者单位】国网江苏省电力有限公司苏州供电公司, 江苏苏州 215000;国网江苏省电力有限公司苏州供电公司, 江苏苏州 215000;国网苏州供电公司苏州电力设计研究院有限公司, 江苏苏州 215000【正文语种】中文【中图分类】TM6140 引言环境污染和能源紧张促进了可再生能源的快速发展。
由于可再生能源特有的波动性、间歇性和随机性，其大规模并网所带来的功率波动将给电力系统的安全稳定运行带来极大的挑战[1-4]。
储能技术作为提高电力系统对可再生能源发电接纳能力的有效技术而备受关注，国内外已相继规划建设多项风光储示范工程基地。
现有研究表明，储能系统具有快速响应特性和灵活的充放电能力，能实时平抑风电输出功率波动，采用储能系统与风电场联合运行已成为改善风电场出力波动的重要方法之一[5-8]。
对于已建成的风电场，为提高风电利用率，满足风电并网标准，风电场可配备一定容量的储能实现风电的顺利入网。
风电场要配置储能，一方面意味着成本的增加，另一方面意味着电能质量和整体运行性能的提升。
储能系统容量越大，平抑风电功率波动的效果越好，相应的成本也越高。
用于直驱式风力发电的复合储能系统_张坤
于系统输出功率参考值时， 即 P G ＞ P ref ， 把多余的 ； 能量存储在储能设备中 当发电机输出功率低于系 统输出功率参考值时， 即 P G ＜ P ref ， 可把储能设备 通过 中存贮的能量释放出来为电网提供功率支撑 。 这种方式将能够有效地平抑风电机组输出功率的 波动， 使风电系统输出较为平滑的有功功率 。
风能的最大功率跟踪
［10 ］
* ， i0 与反馈值进行比较再 ^
通过电流调节器得到占空比 d0源自的反馈控制量 d0 ，第4 期
张
坤等： 用于直驱式风力发电的复合储能系统
· 3·
以达到电流对指令的快速跟踪； d0 作为占空比 d0 的前馈控制量， 可以抑制电压波动给电流控制带来 的干扰。 连接超级电容器组的双向 DC / DC 变换器 图中： 风力发电机发出的 的控制原理如图 3 所示。 有功功率 P G 经一阶低通滤波器得到超级电容器组 P ref1 与超级电 调节后输出的有功功率参考值 P ref1 ， 容器组调节后输出的有功功率 P Z 的偏差通过功率 调节器得到双向 DC / DC 变换器的调制电流指令值
* 收稿日期： 2010-06-02 ； 修回日期： 2010-08-05
基金项目： 国家重点基础研究发展计划（ 973 计划） 项目（ 2009CB219702 ） ； 国家自然科学基金重点项目（ 50837003 ）
· 2·
电力系统及其自动化学报
第 23 卷
网侧变换器通过调节网侧的 d 轴和 q 轴电流， 控制 实 网侧变换器直流侧电压和流向电网的无功功率 ， 现有功和无功的解耦控制， 通常运行在单位功率因 电机侧变换器直流侧并入复合储能系统， 数状态。 该系 统 由 超 级 电 容 器 组、蓄 电 池 组 以 及 双 向 DC / DC 变换器等构成。 当风力发电机输出功率高
区域电网风光最优配比及储能优化配置研究
区域电网风光最优配比及储能优化配置研究
张坤;王胜豪;李智;吕肖旭;蔡雅琪
【期刊名称】《东北电力技术》
【年(卷),期】2024(45)4
【摘要】合理优化风光储容量配比是省级电网实现大规模区域电网新能源高效利用的基础,为优化风光储容量配比以及进一步降低弃电率,首先,基于某区域电网相关评价指标,对某区域电网风光出力特性进行分析,并使用风光出力场景生成方法生成某区域电网目标年的风光出力场景。
其次,提出了面向提高新能源消纳的风光配比优化方法,包括新能源消纳模型和风光规划装机配比优化模型。
随后,提出了面向提高新能源消纳的储能优化配置方法。
最后,通过风光配比优化方法对某区域电网目标年弃电情况进行评估,并计算得到了某区域电网目标年的风光规划装机最优配比,通过算例验证所提方法的有效性。
【总页数】6页(P23-28)
【作者】张坤;王胜豪;李智;吕肖旭;蔡雅琪
【作者单位】安徽省售电开发投资有限公司;安徽省富煌钢构股份有限公司;国网安徽省电力有限公司;南京磐控微型电网技术有限公司;南京工业大学电气工程与控制科学学院
【正文语种】中文
【中图分类】TM73
【相关文献】
1.基于猫群算法的风光储微电网电源容量优化配置研究
2.基于风光储微电网混合储能系统容量优化配置的研究
3.计及虚拟储能的风光储独立微电网优化配置
4.风光储微电网储能系统容量优化配置
5.并网型风光氢储微电网容量优化配置研究
因版权原因，仅展示原文概要，查看原文内容请购买。
风能储能系统的性能优化与增容途径
风能储能系统的性能优化与增容途径现代社会对可再生能源的需求越来越大，风能作为一种清洁高效的能源形式受到了广泛关注。
风能储能系统作为风力发电系统的重要组成部分，具有储能功能，可以弥补风力发电的间歇性问题，进而提高系统的可靠性和稳定性。
然而，风能储能系统在实际运行中也存在一些问题，例如系统性能不稳定、能量储存效率低等，因此需要进行性能优化和增容。
本文将从系统性能优化和增容途径两方面进行分析，探讨如何提高风能储能系统的工作效率和储能容量，以满足日益增长的清洁能源需求。
1. 风能储能系统性能优化途径1.1 提高转换效率风力发电机的转换效率直接影响着整个风能储能系统的性能。
为了提高转换效率，可以采用先进的材料技术和设计方法，降低发电机内部的能量损耗。
此外，优化叶片设计和风轮结构，使其在不同风速下都能获得最大的风能利用率，从而提高整个系统的发电效率。
1.2 提高储能效率风能储能系统的储能效率直接影响着系统的整体性能。
目前，常见的储能方式包括蓄电池、超级电容和压缩空气储能等。
在选择储能方式时，应考虑其能量密度、循环寿命、成本等因素，以实现最佳的储能效率。
同时，通过优化储能控制策略和系统配置，可以提高系统的储能效率，减少能量损耗，提升系统可靠性。
1.3 优化系统控制策略系统控制策略对于风能储能系统的性能至关重要。
通过设计智能控制算法，可以实现系统的实时监测和调节，保证系统在不同工况下都能够稳定运行。
此外，采用分布式控制策略，可以提高系统的稳定性和可靠性，进一步优化系统性能。
1.4 增强系统运行稳定性风能储能系统在实际运行中往往受到外部环境的影响，例如风速变化、负荷波动等。
为了增强系统的运行稳定性，可以采用并联系统结构，多元化储能方式等措施。
此外，加强系统监测和维护，及时发现和解决问题，也是提高系统运行稳定性的关键。
2. 风能储能系统增容途径2.1 增加发电机容量提高风力发电机的容量是增容的一种有效途径。
通过采用大功率的风力发电机，可以增加系统的发电能力，满足更大范围的用电需求。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
80
中
国
电
机
工
ห้องสมุดไป่ตู้
程
学
报
第 32 卷
具有较强的互补性[6-7]， 将其用于平滑风电功率的波 动，可以大幅度提高系统的经济性能和技术性能。 然而影响复合储能系统经济性的主要因素就是各 储能系统的容量配比，因此，如何协调处理好它们 之间的关系，使复合储能系统在满足平滑风电功率
G PG PF1 DC/AC 变换器 PT1 PF2 DC/AC 变换器 PT2 电网
4.2MWh)。
第 25 期
26 24 P (T 3 000s) 22 T2 2 20 18 PT1(T1120s) 16 14 12 0 20 10 30 t/min
报
Vol.32 No.25 Sep.5, 2012 ©2012 Chin.Soc.for Elec.Eng. 学科分类号：470·40
79
文献标志码：A
风电场复合储能系统容量配置的优化设计
张坤 1，毛承雄 1，谢俊文 1，陆继明 1，王丹 1，曾杰 2，陈迅 2
(1．强电磁工程与新技术国家重点实验室(华中科技大学)，湖北省 武汉市 430074； 2．广东电网公司电力科学研究院，广东省 广州市 510080)
DOI:10.13334/j.0258-8013.pcsee.2012.25.016
第 32 卷 第 25 期 2012 年 9 月 5 日 文章编号：0258-8013 (2012) 25-0079-09
中
国 电 机 工 程 学 Proceedings of the CSEE 中图分类号：TM 71
图2 Fig. 2
平滑风电功率波动的传统控制策略
Basic smoothing control method for HESS
风电 /复合储能系统在传统控制策略下的工作 特性如图 3 所示。由图 3(a)可知：复合储能系统能 够对风电场的输出功率起到比较好的平滑作用。由 图 3(b)可知：风电场侧储能系统对风电波动功率的 高频分量起到比较好的平滑作用；电网侧储能系统 对风电波动功率的低频分量也起到了一定的平滑 作用。由图 3(c)可知：要达到上述对风电功率波动 的平滑效果，风电场侧储能系统所需的容量相对较 小，电网侧储能系统则需要较大的储能容量(仿真 中，两储能系统采用了相同的容量，即 Q1Q2
PF1
PT1
PT1
1 1 sT2
* PT 2
* PF 2
电网侧 储能系统
PF2
PT2
1 基于复合储能的风电系统
1.1 风电系统的工作原理 如图 1 所示，在风电场出口与电网之间并入复 合储能系统，并通过合理地控制各储能系统的输出 功率 PF1、PF2 来平滑风电场输出功率 PG 的波动， 使风电系统的并网功率 PT2 实现较为平滑的输出。 通常所选用的复合储能系统在技术性能上一般具 有较强的互补性。例如：超级电容器和蓄电池复合 系统，蓄电池的能量密度大，成本相对较低，但功 率密度小，充放电效率低，循环寿命短，对充放电 过程敏感，大功率充放电和频繁充放电的适应性不 强；而超级电容器则相反，其功率密度大，充放电
够定量反映功率曲线平滑度的判据标准。 其次， 建立了复合 储能系统特性参数–风电功率平滑度的短期神经网络模型， 并在此基础上综合考虑了复合储能系统的技术性能和经济 性能， 建立了反映复合储能系统特性参数–风电功率平滑度、 复合储能系统成本特性的长期数学模型。 最后， 通过遗传算 法对该模型的目标函数进行寻优， 从而得到复合储能系统最 佳的特性参数组合。 算例分析表明所提出的方法是合理、 有 效的。 关键词：风力发电；复合储能系统；储能容量；平滑时间常 数；神经网络；遗传算法
Optimal Design of Hybrid Energy Storage System Capacity for Wind Farms
ZHANG Kun1, MAO Chengxiong1, XIE Junwen1, LU Jiming1, WANG Dan1, ZENG Jie2, CHEN Xun2
风电场
G
风电场侧 储能系统
电网侧储 能系统
波动等技术性能的同时，还能满足系统的经济性要 求，已成为目前需要迫切解决的问题。本文主要针 对这个问题来进行分析讨论，并在此基础上提出了 一套新的解决方案。 目前，芬兰和日本等国家对风电功率波动的平 滑化进行了比较深入的研究，并提出了应用储能平 滑风电波动的运算法则及评估标准
0 引言
近年来，由于化石能源逐渐枯竭，温室效应造 成的地球暖化现象日益严重，因此可再生能源发电 得到了极大的关注和发展， 尤其是风力发电。 然而， 风电场因风速、风向等自然条件的变化而不能持续 地、稳定地输出电能，这在风电穿透功率比较高的 情况下，会对电网的电能质量及其稳定性产生较大 的影响[1-4]。文献[5]结合风力机变桨控制和发电机 变速控制，可实现单台风电机组输出较为平滑的有 功功率，然而风电场各机组之间的输出功率有可能 互补，同时也有可能相互叠加，从而导致风电场总 的输出功率仍可能存在较大波动性。另一方面，这 种控制方式也在一定程度上降低了风能的利用效 率。因此，在风电系统中配置一定容量的储能装置 将起到平抑功率波动、维持发电/负荷动态平衡、保 持电压/频率稳定的作用， 从而实现风力发电系统安 全、经济、高效、优质地运行。 鉴于复合储能系统(hybrid energy storage system， HESS)(如超级电容器和蓄电池)在技术性能上一般
* 考值 PT 1 的大小是通过 1 阶低通滤波器(滤波平滑时
：文献[8]根
据平滑时间常数–电池容量特性给出了平滑风电功 率波动的短期和长期的容量配置标准； 文献[9]提出 了平滑时间常数 – 电池容量特性和平滑时间常数 – 系统输出效率特性的风电输出功率波动平滑效果 的判据标准， 依据成本/性能比来得出最佳的电池容 量。 文献[10]提出了平滑时间常数–电池容量特性和 平滑时间常数 – 合成输出标准偏差特性的判据标 准，并依据成本/性能比来确定合适的时间常数，进 而得出最佳的储能系统特性参数。 本文根据风电系统接入电网的相关技术规 定[11]，提出了一种新的风电系统输出功率的平滑度 判据标准，通过 BP 神经网络
[12-15]
间常数为 T1)对风电场输出功率 PG 滤波来得到；并
* 网功率参考值 PT 2 的大小是通过 1 阶低通滤波器(滤
波平滑时间常数为 T2)对 PT1 滤波来得到。 只要适当 设置平滑时间常数 T1、T2 的大小，即可实现风电功 率波动的分频平滑控制。
PG
1 1 sT1
* PT 1
(1. State Key Laboratory of Advanced Electromagnetic Engineering and Technology (Huazhong University of Science and Technology), Wuhan 430074, Hubei Province, China; 2. Electric Power Research Institute of Guangdong Power Grid Corporation, Guangzhou 510080, Guangdong Province, China) ABSTRACT: According to the function and operating characteristics of hybrid energy storage system (HESS) for wind farm, an optimal design method of HESS capacity was proposed so that HESS can meet the technical requirements, such as smoothing out the wind power fluctuations and the economic requirement. In this paper, a quantitative criterion was proposed to identify the level of smoothing (LOS) of power curve firstly. Secondly, a short-term neural network model was established to reflect the relationship between characteristic parameters of HESS and LOS of output power transmitted to the grid. And then taken the technical and economic demand into the comprehensive consideration, a long-term mathematical model was established to reflect the relationship between characteristic parameters of HESS, LOS of output power transmitted to the grid and economic cost of HESS. Finally, genetic algorithm (GA) was used to determine optimal characteristic parameters of HESS by optimizing the objective function, which was derived from the built model. An example shows the rationality and effectiveness of the proposed method. KEY WORDS: wind power; hybrid energy storage system; capacity; smoothing time constant; neural network; genetic algorithm 摘要： 依据风电场复合储能系统的功能和工作特性， 提出了 一种复合储能系统(hybrid energy storage system， HESS)容量 的优化配置方法， 使其在满足平滑风电功率波动等技术性能 的同时，还能满足系统的经济性要求。首先，提出了一种能