新能源出力波动率对储能

本文提出了考虑风电波动率概念的储能系统优化配置方法, 利用MPC 算法平抑风电的功率波动,并基于风电波动率对储能系统的优化配置进行分析,得出 以下结论:1)随着 风电波动率的变化,配置的储能系统功率与其成正相关关系,波动率较大的风电场配置的储能功率也较大;针对不同波动特性的风电系统,最大波动率与储能最大充放电功率的配置也显示出正相关关系. 2)针 对类不同波动率的典型实际场景进行分3析表明, 当A1的波动率均大于A2时,A1配置的储能容量大于A2; 当W1 各波动率段的功率点数大于W2时,W1配置的储能容量大于W2; 而当W3和W4的波动率不能直接对比时,可应用累计波动率差值进行容量的对比分析.储能功率和波动率有何关系?由此可见,储能功率和波动率成强相关关系,当 风电功率的波动率大于2% 时(即图6 中波动率大于0 时), 均需要储能充电或放电.此外,随着 波动率增大,对应 的储能功率也增大;反 之,则 减小当波动率达到最大时,其对应的储能功. 率也最大因此. ,WP2的最大波动率大于WP1,需配置的储能功率较大. - 2% 约驻Prated - 2%圯驻P1 - Prated 伊2% 约驻P2 - Prated 伊2%圯Pes,1 约Pes,2式中:驻P为该时间窗口内最大功率与最小功率的差值;Pes 为需配置的储能功率. 2.2 . 移Pes = 驻 t. MW·h,WP2 容量为0.4 25 8 MW·h,WP1需要配置的储能容量小于WP2.. 累计风电波动率如何评价储能容量?即在正负波动率的基础上,提出并应用累计波动率差值作为储能容量的评价指标,其数值越大的风电系统,需配置的储能容量也越大.本研究所提出的累计风电波动率的概念可为储能系统的优化配置提供理论基础,对风电场的储能规划与运行控制具有一定的参考价值.. 新能源侧的储能配置有哪些阶段性成果?新能源侧的储能配置是以涵盖新能源机组、电站、基地、新能源高比例接入省级电网或区域电网为应用背景,面向特定应用场景,以“ 新能源+储能”达到特定的技术指标或技术经济综合指标为应用目标,在明确储能系统的控制策略或运行边界下,开展的储能系统容量优化配置工作。 目前,国内外在新能源侧储能配置领域已获得许多有价值的阶段性成果。 储能配置主要明确应用场景、技术需求分析、应用模式、各应用模式下的技术性目标和经济性目标、技术类型、储能系统的控制策略或运行边界、优化配置模型及求解,最后通过对储能配置效果进行预评估形成配置工作的闭环。 在技术需求分析阶段,需要基于应用场景的考核要求、业主要求,结合政策环境和电力市场环境考虑储能项目的收益途径,并收集能够描述储能应用场景的历史运行数据或规划数据。. 可再生能源出力波动的平抑算法有哪些?对于可再生能源出力波动的平抑算法也有多种,包括一阶滤波[12]、经 验模态分解[13]、小波包分解[14]、滑 动平均[15] 等,这些 方法由于自身的特点,常常出现过度平抑情况. 而模型预测控制(Model Predic原tive Control,MPC)策 略由于具有提前预测、优先控制 + 1)= (k)+ Pw(k) (1)式中:Pg(k + 1)为 k 时刻平抑后的风电功率;Pes(k)为 k 时刻的储能系统的功率;Pw(k)为 k时刻未平抑的风电功率. 利用滚动时域策略的思想,对 式进行迭代计算,可 以预测未来k+M 时刻的输出变量,利用二次规划方法对每一个控制时域进行优化,获取相应的功率指令.. 不同累计波动率差值如何影响储能容量?从表1 可以看出,不同 的累计波动率差值,对应的储能容量不同;较 大的累计波动率差值,配置的储能容量也较大. 因此,应用累计波动率差值作为储能容量配置的评价指标具有合理性. 本文提出了考虑风电波动率概念的储能系统优化配置方法, 利用MPC 算法平抑风电的功率波动,并基于风电波动率对储能系统的优化配置进行分析,得出 以下结论:1)随着 风电波动率的变化,配置的储能系统功率与其成正相关关系,波动率较大的风电场配置的储能功率也较大;针对不同波动特性的风电系统,最大波动率与储能最大充放电功率的配置也显示出正相关关系.