84 中 国 电 机 工 程 学 报 第32卷
明储能系统在满足设定的技术性能的同时,还能更好地满足经济性的要求,即系统成本会越少。
3 算例分析
为了简化运算,本文以复合储能系统特性参数在一天内(取n = 1)的短期优化设计为例,来验证上述所提方法的合理性和有效性。图7为风电场某天输出功率的曲线图,在风电场出口并入的复合储能系统的基本参数如表1所示,复合储能系统采用的控制策略如图2所示。
25
W20M/GP1510
00:00
08:00 16:00 24:00
时刻
图7 风电场某天的输出功率变化曲线 Fig. 7 Output power of wind farm PG 表1 复合储能系统的基本参数值 Tab. 1 Simulation parameters of HESS
参数
数值
风电场侧储能系统的最大充/放电功率/MW 4.5 风电场侧储能系统的最大功率响应时间 ms级
风电场侧储能系统的初始荷电状态/% 55 风电场侧储能系统荷电状态的正常工作范围/% 10~100 电网侧储能系统的最大充/放电功率/MW 2 电网侧储能系统的最大功率响应时间
百ms级
电网侧储能系统的初始荷电状态/% 65 电网侧储能系统荷电状态的正常工作范围/% 30~100
本文选取了650组不同容量、不同平滑时间常数的特征组合方式,并采用前述平滑风电功率波动的传统控制策略,通过仿真运算可得到相应的并网功率曲线。然后,再根据本文所提出的功率平滑度判据标准,同时选取:ΔP1min = 0.09 MW,a = 100;
ΔP10min = 0.6 MW,b = 100。通过计算可分别得到相应的rLOSi(i = 1,2,3,4)值。表2为 ΔP1min = 0.09 MW时,复合储能系统特性参数在不同组合下对应的并网输出功率1 min/时段的部分rLOS1值。
将所获得的650组复合储能系统特性参数及相应的rLOS数据,分别作为图5所示的神经网络训练使用的输入和目标样本数据,利用Matlab神经网络工具箱可建立复合储能系统特性参数与并网功率平滑度之间一天的神经网络模型。该神经网络模型的训练函数选弹性反向传播优化算法Trainrp,隐含
表2 复合储能系统特性参数–风电功率平滑度特性的部分
仿真结果
Tab. 2 Part of the simulation results of the relationship
between Q1, T1, T2, Q2 and rLOS
仿真序号Q1/(MW h)
T1/s Q2/(MW h) T2/s rLOS1/%
1 0.222 50 2.778 500 14.84 2 0.222 50 3.889 750 13.82 3 0.222 50 3.889 1 750 16.45 4 0.444 100 2.778 500 1.76 5 0.444 100 3.889 750 1.22 6 0.444 100 7.223 1 750 3.65 7 0.944 250 2.778 500 0.25 8 0.944 250 3.889 750 0.09 9 0.944 250 7.223 1 750 0.63 10 1.111 300 2.778 500 0.21 11 1.111 300 3.889 750 0.00 12 1.111 300 7.223 1 750 0.54
层神经元个数m = 36,权值调节规则选动量梯度下降学习函数Learngdm。为了修正网络误差性能,提高网络的泛化能力,在训练之前对各训练样本进行归一化处理。该神经网络的训练误差变化曲线如 图8所示,在训练1 257步时训练误差小于0.000 1。训练结果如表3所示,为简化图形,本文只给出rLOS1
1010
差10 误10
10 10

训练步数
图8 训练误差曲线
Fig. 8 Training error curve of the BP neural network
表3 BP神经网络训练的部分结果
Tab. 3 Part of the training results of the BP neural
network
样本序号
期望输出
实际输出
绝对误差
1 0.148 42 0.148 55 0.000 13 2 0.138 18 0.138 12 0.000 06 3 0.164 51 0.164 31 0.000 20 4 0.017 56 0.017 75 0.000 19 5 0.012 24 0.012 15 0.000 09 6 0.036 53 0.036 88 0.000 35 7 0.002 47 0.002 36 0.000 11 8 0.000 89 0.000 85 0.000 04 9 0.006 32 0.006 50 0.000 18 10 0.002 11 0.001 96 0.000 15 11 0.000 00 0.000 07 0.000 07 12 0.005 42 0.005 19 0.000 23
风电场复合储能系统容量配置的优化设计 隐藏>> 分享到: X 分享到: 使用一键分享,轻松赚取财富值, 了解详情 嵌入播放器: 普通尺寸(450*500pix) 较大尺寸...
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。...
Utilization Rate 风电场储能容量配置与评估研究* ...提供系统暂态及动态稳定性;文献 [7] 设计了神经...大型并网风电场储能容量优化方案 [J]. 电网技术, ...
关键词 :风电场 ;复合储能 ;储能容量 ;粒子群优化 ;容量优化 0 引言 [ ] ① 储能系统最优容量的配置计算 3-5 ; ② 储能系统的 [ 6 8] 。 前者...
(): 系统设计 〔 电力系统自动化 ,J.2011,35202428.-,QZHANGGuou,TANG...等. 风电场复合储能系统容量配置的优 14〕(): 化设计 〔 中国电机工程学报 ...
大型并网风电场储能容量优化方案_能源/化工_工程科技_专业资料。风电场 储能 ... 大型风电场用储能装置容... 7页 1下载券 风电场复合储能系统容量... 10...
2011 大型风电场用储能装置容量的优化配置梁 , 李建林 , 惠 亮东 ( 中国电力科学研究院 ,北京 100192 ) 摘 : 随着风力发电系统装机容量的不断提升 ,风电...
速概率分布函数为基础, 提出了一种计算大型风电系统长时 间稳定输出所需储能容量的方法, 并用实际风电场数据验证 了该方法的有效性,以期为风电场设计提供决策参考...
风速概 率分布函数为基础, 提出了一种计算大型风电系统长时间稳定输出所需储能容量的方法, 并 用实际风电场数据验证了该方法的有效性,以期为风电场设计提供决策...
并网风光发电中混合储能系统容量优化配置_杨珺_...基于该能量管理策略分析了并网风 光发电系统能量损失...组的使用寿命是新 能源发电系统设计人员亟须解决的...
热门文档