论文部分内容阅读
在全球大力倡导"节能减排"的背景下,风力发电技术作为一种最为成熟的清洁发电技术而得到了广泛应用,装机容量逐年大幅增加。然而,风力发电因其固有的随机性和间歇性,大规模并网给电力系统带来了电压波动、功率波动等问题,影响电网的安全稳定运行。此外,风电出力具有反调峰特性,随着风电比例的不断增大,电网调度将可能会对风场进行一定程度"弃风限电",不仅浪费了清洁的风能资源,而且降低了风电场的收益。因此,针对上述问题,本文以山西省某风电场为研究对象,从风功率预测、风电场储能容量优化配置策略设计、多目标优化配置模型建立及求解等方面进行了深入研究。主要工作概括如下:1.定性分析了风电场输出功率特性和其对电力系统的影响,明确了影响风电场输出功率的主要因素;介绍了储能技术原理及常见储能设备,分析了现有风电场对储能配置系统的评价指标,为风功率预测和储能优化配置研究提供理论基础。2.提出了一种带回归结构的动态ANFIS风功率预测方法。在研究传统自适应神经模糊推理系统(ANFIS)的基础上,针对风功率和风速的时间序列特性,提出了一种带回归结构的动态ANFIS方法;利用试验风场的风速和风功率的历史数据,对带回归结构的动态ANFIS风功率预测模型进行训练、校验和测试,得到最优预测模型;在此基础上,利用相同的样本数据,采用常规预测算法(传统ANFIS算法、BP神经网络、动态神经网络等)构建风功率预测模型,并与本文方法所建风功率预测模型进行了对比,结果表明本文方法所建模型的预测精度较高;利用所建的预测模型对试验风场的风功率进行了预测,为后续储能容量优化配置提供可靠的数据来源。3.针对风电功率的波动和电网对风场的弃风限电问题,提出了对风电场配置由蓄电池和抽水蓄能电站组成的混合储能系统,并设计了混合储能系统容量的多目标优化配置策略。建立了以风储联合经济效益最大和配置储能后的风电功率波动最小为目标的优化配置模型及约束条件,以试验风电场的风功率预测数据和实际运行数据为基础,利用遗传算法对所建混合储能优化模型进行了优化求解,得到了最优目标下的蓄电池和抽水蓄能电站的容量配置。仿真结果表明,配置混合储能系统可以在一定程度上平抑风功率波动,提高电网对风功率的消纳能力。