针对混合储能平抑风电功率波动时储能系统成本过高的问题,提出一种基于卡尔曼滤波和模型预测控制的风电波动平抑控制策略。该方法基于风储联合发电系统,在满足风电平抑需求的基础上,通过预设截止频率以储能容量变化最小与功率波动最低...针对混合储能平抑风电功率波动时储能系统成本过高的问题,提出一种基于卡尔曼滤波和模型预测控制的风电波动平抑控制策略。该方法基于风储联合发电系统,在满足风电平抑需求的基础上,通过预设截止频率以储能容量变化最小与功率波动最低为多目标,利用遗传算法求解卡尔曼滤波自适应参数获得最优储能目标功率。为提高混合储能系统协调运行能力,考虑调节储能荷电状态(state of charge,SOC)通过模型预测控制实现计及电池运行寿命与超级电容SOC变化的动态功率分配。最后,结合实际风电功率数据进行仿真验证。结果表明,所提策略能够有效改善电池SOC、降低超级电容容量,符合储能平抑风电功率需求,能充分考虑两种储能设备的特性差异,提高功率分配的合理性,改善储能系统经济性。展开更多
文摘风电特有的间歇性和波动性,影响电网稳定运行。为减小风电波动对电网的影响,该文以平抑风电功率波动为目标,构建基于多步模型算法控制(model algorithm control,MAC)的混合储能平抑–定容双层规划模型。上层模型以储能最小出力和储能充放平衡为目标函数,采用MAC算法求解出混合储能总作用域;然后,提出考虑混合储能经济性的自适应滑动窗口调节方法,通过滑动平均滤波(moving average filter,MAF)将总作用域分解为蓄电池作用域和超级电容器作用域,使超级电容器作用于控制序列变化率较大的部分,蓄电池作用于控制序列的平滑部分。基于MAC-MAF作用域制定了储能运行策略。根据上层求解结果和储能运行策略建立了下层超级电容器和蓄电池容量最优配比模型,该模型以混合储能系统日均运行成本最低和最大化平抑风电波动为目标函数,采用多目标哈里斯鹰算法求解上述模型。以新疆某50MW风电场验证了所提策略的合理性及模型求解方法的有效性。
文摘针对混合储能平抑风电功率波动时储能系统成本过高的问题,提出一种基于卡尔曼滤波和模型预测控制的风电波动平抑控制策略。该方法基于风储联合发电系统,在满足风电平抑需求的基础上,通过预设截止频率以储能容量变化最小与功率波动最低为多目标,利用遗传算法求解卡尔曼滤波自适应参数获得最优储能目标功率。为提高混合储能系统协调运行能力,考虑调节储能荷电状态(state of charge,SOC)通过模型预测控制实现计及电池运行寿命与超级电容SOC变化的动态功率分配。最后,结合实际风电功率数据进行仿真验证。结果表明,所提策略能够有效改善电池SOC、降低超级电容容量,符合储能平抑风电功率需求,能充分考虑两种储能设备的特性差异,提高功率分配的合理性,改善储能系统经济性。
