风力发电用储能系统的优化配置及其仿真研究
储能技术在风力发电系统中的应用研究
储能技术在风力发电系统中的应用研究摘要：风力发电以其环保和再生能力强等优点，受到越来越多的关注。
风力发电过程相对比较复杂，涉及到的技术也非常多，其中储能技术就是比较重要的技术之一。
因此为了进一步提高风力发电的技术水平，就需要对储能技术在风力发电系统中的应用进行研究。
本文首先介绍了储能技术在风力发电系统中的应用，然后结合储能技术的是实际情况，分析了储能技术应用于风力发电系统中存在的问题及发展前景，为促进风力发电技术的发展提供了理论依据。
关键词：储能技术；风力发电；应用研究；发电系统随着我国社会经济的持续发展，全社会对环保问题的关注度也越来越高。
其中使用化石能源所带来的问题已经对人们的生活产生了巨大的影响。
为了改善目前的生态环境，相关部门也在加大对新能源技的研究力度，而风力发电以其环保和再生能力强等优点，受到越来越多的关注。
而风力发电过程相对比较复杂，涉及到的技术也非常多，其中储能技术就是比较重要的技术之一。
利用储能技术对风力发电进行有效的管理，可以实现持续提升风电的效率和品质的目的。
因此为了进一步提高风力发电的技术水平，就需要对储能技术在风力发电系统中的应用进行研究。
一、储能技术在风力发电系统中的应用（一）氢燃料储能氢燃料的储能是通过电化学装置将氧化剂和燃料中的化学能转换成电能。
，随着可持续发展的要求，氢燃料的储能技术在风电领域中得到了广泛的应用。
氢燃料储能的容量没有上限，根据电解质的不同，它可以被分成三种类型，分别是直接甲醇燃料储能装置、质子交换膜燃料储能装置以及碱性燃料储能装置。
这些储能装置都是由阳极、阴极和电解质组成的，其工作原理基本相同，区别是采用的电解质不同。
目前质子交换膜燃料储能是目前风电系统中最常用的一种技术。
在风力发电系统中，氢储能装置由氢储罐、电解槽、燃料储能装置三部分组成。
当风能足够的时候，电解槽利用电解水产生氢气，并将其储存在氢储罐中，待储满氢之后，这时的多余电力将转出成为负载。
利用储能系统平抑风电功率波动的仿真研究
利用储能系统平抑风电功率波动的仿真研究一、综述随着可再生能源在电力系统中的渗透率不断提高，风能作为一种广泛分布且可再生的能源形式，其发电量波动对电网的稳定运行带来了严峻挑战。
风电功率波动不仅会影响电网的电能质量，还可能对电网的调度和控制产生不良影响，甚至可能导致整个电网的崩溃。
如何有效利用储能系统平抑风电功率波动，提高电网的稳定性和可靠性，已经成为当前研究的热点问题。
如抽水蓄能、压缩空气储能、电池储能等，在电力系统中具有调节电网功率、平衡能源供需的重要作用。
通过合理地配置储能系统，可以在风力发电功率较高或较低时，吸收或释放电能，从而实现对风电功率波动的有效平抑。
这种平抑手段对于保障电网的稳定运行、提高电力系统的供电质量具有重要意义。
利用储能系统平抑风电功率波动是提高电网稳定性和可靠性的重要手段之一。
本文将对相关领域的文献进行综述，分析储能系统在平抑风电功率波动方面的研究现状及存在的问题，并探讨未来可能的研究方向和应用前景。
1. 风能作为一种可再生清洁能源，在全球范围内得到了广泛关注和快速发展。
随着全球能源需求的不断增长，传统化石能源的枯竭以及环境污染问题的日益严重，可再生能源的开发和利用受到了各国政府和企业的高度重视。
风能作为一种可再生清洁能源，在全球范围内得到了广泛关注和快速发展。
风能资源丰富。
我国海岸线长达数千公里，可开发的风能资源储量巨大。
我国地域辽阔，从东北平原到华南沿海，地形复杂多样，风能资源分布广泛，具有较高的开发价值。
风力发电具有清洁环保、可持续发展的特点。
与火力发电相比，风力发电过程中不产生有害气体排放，对环境污染较小，有助于改善大气环境质量。
风力发电作为一种可再生能源，资源丰富且可持续利用，有利于保障国家能源安全。
国家对风力发电产业给予了大力支持。
我国政府出台了一系列政策措施，如加大财政投入、优化电网接入、推动技术创新等，以促进风力发电产业的快速发展。
在政策的推动下，我国风力发电市场呈现出巨大的发展潜力。
风力发电系统的储能技术研究
风力发电系统的储能技术研究风力发电是一种可再生能源，被广泛应用于全球各个国家的能源产业中。
然而，风力发电系统面临着一个共同的挑战，即如何有效地储存和利用风能。
储能技术在风力发电系统中起着至关重要的作用，它可以平衡供应和需求之间的差异，提高系统的可靠性和灵活性。
本文将探讨风力发电系统的储能技术，并讨论一些当前研究的方向和应用。
储能技术是通过将多余的能量储存在一种或多种形式的能量中，以便在需要时随时释放出来。
在风力发电系统中，储能技术可以帮助解决风能波动性的问题。
风力发电系统通常包括风力发电机组和储能设备。
当风力发电机组产生超过需求的电能时，多余的能量将被储存在储能设备中。
当需求超过发电机组产生的电能时，储能设备将释放存储的能量以满足需求。
技术上可行的储能技术有很多种类，包括电池储能系统、压缩空气能量存储、重力储能、超级电容器以及储水泵等。
电池储能系统是一种常见的储能技术，它可以将风能转化为电能并将其储存在电池中。
这种技术的优势在于，它具有较高的能量密度和较高的效率。
目前，锂离子电池和钠硫电池是常用的储能电池类型。
由于电池技术的发展，储能容量和寿命都得到了显著提高，使得电池储能系统在风力发电系统中越来越受到关注和应用。
压缩空气能量存储是另一种常用的储能技术。
它通过将风能转化为压缩空气，并将其储存在地下储气库或大型储罐中。
当需求增加时，储气库中的压缩空气被释放，并且通过膨胀机组转化为电能。
相比于电池储能系统，压缩空气能量存储系统的优势在于具有较低的成本和较长的寿命。
然而，这种技术也面临着一些挑战，如能量转换过程中的能量损失和地下储气库的建设成本。
重力储能是一种相对较新的储能技术，它利用重力势能进行能量存储和释放。
这种技术一般包括两个主要组件：上升机和下降机。
在储能状态下，上升机会将风能转化为高度，并将其储存为重力势能。
当需求增加时，下降机将释放储存的重力势能，并通过发电机将其转化为电能。
重力储能技术的优势在于具有较高的效率和较长的寿命。
风力发电系统中储能容量的优化配置
风力发电系统中储能容量的优化配置作者：张方慧傅程孟春玲来源：《中国科技博览》2018年第13期[摘要]在新能源发电中，储能是新能源发电里必不可少且尤为重要的部分，伴随着新能源利用率的不断提高，在风力发电系统的经济运行中储能系统容量配置的合理性具有十分重要的影响。
所以，从风力发电产业的长远发展来看，对储能系统的容量进行合理的优化配置，在当今的风力发电系统中，具有十分重要的意义。
[关键词]风力发电系统；电池储能容量；储能容量的优化配置中图分类号：TM614 文献标识码：A 文章编号：1009-914X（2018）13-0125-01近些年来，在全世界范围内对于能源的产生方法中，风力发电得到了快速的发展，然而在范围不断扩大的风电系统的规模中，由于风力的产生及风力的大小受天气的影响，所以，风力发电系统的输出功率因风能的随机性和间接性发生了很大的波动，因此，对于合理准确的预测风电产生的能量造成了困难，对电力系统的安全性及稳定性提出了挑战，对于风力发电系统的经济运行也带来了问题。
所以，针对上述问题，利用储能技术，来尽可能的降低由于气候等自然原因所引起的风电系统的输出功率的波动性，对于系统旋转备用容量的减少，风电产能的风电调度计划的有效执行具有十分重要的意义，而且风力发电系统运行的安全稳定及经济方面得到了兼顾。
一、风力发电系统中储能的接入方式储能作为新能源必不可少的一部分，在风力发电系统中占有尤为重要的地位，因此，对于风力发电系统选择的储存能量的传入方式是储存容量配备装置的过程中的一种优化措施，风力发电系统中储能的接入方式分为直流侧储能接入方式和交流侧储能接入两种情况，具体实施及分析情况如下：1.1 直流侧储能接入方式为防止由于发生故障导致风机端电压下降，在直流侧装置储能装置可以使风机的低电压穿透能力得到提高，可以保证风机不脱离网络运转在短时间过程中。
对于风力发电系统中的储存能量的装置，可以选择用超级电容器和蓄电池。
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.。
电力系统中的储能设备系统仿真与优化
电力系统中的储能设备系统仿真与优化在电力系统中，储能设备的运用是提高能源利用效率、增强电力系统稳定性和可靠性的重要手段。
为了充分发挥储能设备的作用，需要对其进行系统仿真与优化，以实现最佳性能和经济效益。
本文将针对电力系统中储能设备系统的仿真与优化问题展开探讨。
一、介绍电力系统中的储能设备可用于储存多余的电能，并在需要时释放出来。
其主要类型包括电池储能、超级电容器储能、压缩空气储能等。
储能设备可以提供快速响应，平衡电力系统的负荷变化，降低输电损耗，提高系统的可靠性和稳定性。
二、储能设备系统仿真储能设备系统的仿真是通过建立适当的数学模型，模拟真实系统的运行情况，进而评估其性能和效果。
仿真可以帮助我们深入了解储能设备系统的各种特性和行为，并为后续的优化工作提供依据。
1. 储能设备模型储能设备模型是仿真的基础，其主要包括电池模型、超级电容器模型等。
模型的建立应准确反映设备的物理特性和电气行为。
对于电池模型来说，需要考虑到电池的内阻、电性能和充放电特性等因素。
对于超级电容器模型来说，需考虑到电容量、压降等因素。
2. 系统仿真软件为了进行储能设备系统仿真，我们需要使用专业的仿真软件。
例如，PSCAD、PSSE等软件可以模拟电力系统的各个方面，并可以通过插件或自定义模型集成储能设备系统模型，进行系统的仿真与分析。
三、储能设备系统优化通过对储能设备系统的优化，可以进一步提高系统的性能和效益。
优化的目标包括提高系统的能量转换效率、减少储能设备的充放电损耗、降低系统的负荷峰值等。
下面是一些常用的优化方法：1. 储能容量优化通过确定合适的储能容量，可以最大限度地降低系统的峰谷差、提高功率平衡性。
储能容量的优化可以采用数学规划、遗传算法等方法进行求解。
2. 充放电策略优化储能设备的充放电策略直接影响其性能和效益。
通过优化充放电策略，可以实现最佳的能量利用效率，减少能量浪费。
常用的优化方法包括模糊控制、强化学习等。
3. 储能系统的运行策略优化储能系统的运行策略包括储能设备的启停控制、负荷调度等。
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。
《2024年风光互补发电系统的建模与仿真研究》范文
《风光互补发电系统的建模与仿真研究》篇一一、引言随着环境保护和能源可持续发展需求的提高，可再生能源发电系统得到了越来越多的关注。
风光互补发电系统是其中最具潜力的可再生能源系统之一，该系统集成了太阳能光伏发电和风能发电技术，可以有效地提高能源的利用效率和供电的稳定性。
为了更好地理解并优化风光互补发电系统的性能，对其建模与仿真研究显得尤为重要。
本文将探讨风光互补发电系统的建模方法，以及通过仿真分析系统性能的过程。
二、风光互补发电系统的建模1. 系统构成风光互补发电系统主要由太阳能光伏板、风力发电机、储能装置（如蓄电池）和控制系统等部分组成。
在建模过程中，我们需要考虑每个组件的性能特性和相互关系。
2. 建模方法(1) 物理建模：基于物理原理和能量守恒定律，建立各组件的数学模型。
例如，太阳能光伏板的输出功率与光照强度和温度有关，风力发电机的输出功率与风速有关。
(2) 仿真平台：采用MATLAB/Simulink等仿真平台，将各组件模型连接起来，形成完整的系统模型。
在仿真平台上，可以设置不同的环境参数（如光照强度、风速、温度等），以模拟实际运行环境。
三、风光互补发电系统的仿真分析1. 仿真环境设置在仿真平台上设置不同的光照强度、风速、温度等环境参数，以及系统的运行策略（如最大功率跟踪、储能管理策略等）。
2. 仿真结果分析(1) 输出功率分析：分析系统在不同环境条件下的输出功率，以及各组件的功率分配情况。
通过对比单一太阳能或风能发电系统的性能，评估风光互补发电系统的优势。
(2) 稳定性分析：通过长时间仿真，分析系统的稳定性和运行效率。
观察系统在各种环境条件下的响应速度和调整能力，以评估系统的鲁棒性。
(3) 储能管理策略分析：分析不同储能管理策略对系统性能的影响。
通过对比不同策略下的系统运行数据，找出最优的储能管理策略。
四、结论与展望通过建模与仿真研究，我们可以更好地理解风光互补发电系统的性能和运行特点。
仿真结果表明，风光互补发电系统在输出功率、稳定性和鲁棒性等方面具有明显优势。
- 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)。
华中科技大学硕士学位论文风力发电用储能系统的优化配置及其仿真研究姓名：张琳申请学位级别：硕士专业：电气工程指导教师：唐跃进2011-05摘 要随着环境压力不断增加，新能源发电技术得到了广泛的发展和应用，其中风力发电技术在近几年发展尤为迅速。
但由于自然风具有波动性与间歇性的特点，使得风电场输出功率不稳定。
随着电力系统中风电装机容量的不断增加，由并网风电场带来的危害不容忽视。
超导磁储能装置具有快速的响应速度和四象限独立控制有功功率和无功功率输出的特性，能有效增强风电场稳定性，克服自然风波动带来的危害。
蓄电池储能装置存储容量大，技术成熟且价格低廉，能够有效增强电力系统供电可靠性，克服自然风间歇性带来的危害。
本文主要对超导磁储能装置增强风电场稳定性、蓄电池储能装置增强风电场供电可靠性进行了研究，并运用遗传算法优化设计了蓄电池储能装置的容量。
通过仿真分析验证了有效性。
论文首先研究了风电并网存在的主要问题及储能装置在风电场中的应用现状，分析了储能装置增强风电场稳定性和供电可靠性的原理。
在此基础上搭建了超导磁储能装置和蓄电池储能装置的数学模型，并运用遗传算法，以经济性指标为目标函数，给出了以求解蓄电池装置容量的适应度函数。
最后，在Matlab平台下，搭建了含风电场的电力系统模型，仿真分析了超导磁储能装置对于抑制风电场并网瞬间功率波动、风电场输出功率波动和风电机组三相短路故障的作用。
利用Matlab遗传算法工具箱，对蓄电池储能装置容量进行了优化配置，仿真分析验证了蓄电池在增强风电场供电可靠性和增加经济效益方面的作用。
关键词：风力发电超导磁储能蓄电池储能遗传算法ABSTRACTThere has been a widely development in the application of renewable energy sources with the increasing of environmental pressure. And the development of wind power has rapidly progressed over the last decade. But the wind farm outputs unstable power because of the fluctuation of the wind. With the growth of the installed power of wind energy plants,it takes more adverse effects to the power system. SMES responses speedly and can control the output of active power and reactive power independently. It will improves the stability of wind farm and overcome the harmness caused by the wind fluctuation. Battery has large capacity and low price. It has the ability to improve the reliability of the power system caused by the wind intermittence.Firstly, this paper studies the problems of wind power integration into electricity system and the application status of the energy storage module in wind power and analyse the effects of the energy storage module to enhance the wind power supply reliability and operation stability. Then, we build the mathematical model of SMES and Battery and find the best battery capacity by GA.Finally, we build the model of wind power system in the Matlab platform, simulite and analysis the effects of SMES to inhibit wind fluctuation and enhance the transient stability of the wind form. Then we optimize and design the capacity of Battery by Matlab Gatool, check the simulation results of the battery to the improvement of power supply reliability and economic benefits in wind power system.Keywords: Wind Power SMES Battery Storage Genetic algorithm独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。
尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。
对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律结果由本人承担。
学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
保密□，在年解密后适用本授权书。
本论文属于不保密□。
（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日1 绪论本章主要介绍了课题的来源背景和研究意义，风力发电快速发展带来的主要问题是风电并网问题，在风电并网问题中最关键的是分析解决风电场对系统运行稳定性和供电可靠性的影响。
储能装置应用于风电场能够有效解决风电并网引起的电力系统运行稳定性和供电可靠性问题。
本章阐述了储能装置在风电场中的应用现状及储能装置优化配置的研究概述，最后介绍了论文研究内容和各章节布局安排。
1.1 研究背景在21世纪，社会发展对电力系统提出了许多新的要求。
从社会背景变化来说，环境问题、产业结构变化、能源消费结构的变化、信息化社会、生活方式的变化、能源资源、分散电源、能源产业间的竞争等问题将对电力工业的发展产生深刻影响[1]。
进入新世纪以来，发展低碳经济、实现可持续发展、建设生态文明，成为人类社会普遍共识[2]。
世界能源发展格局发生了重大而深刻的变化，其中以风力发电为代表的清洁能源发展迅猛。
在世界范围内，截止到2006年末，风电装机容量已经超过了74GW，年增长率超过了24%（2002年~2006年），到2010年上半年世界风机装机容量达到了175GW。
而在我国，风力发电总装机容量从2000年的35万千瓦增长到2009年的1500万千瓦，平均年增长率超过70%。
由于风能具有波动性、间歇性的特点，风电场输出功率会呈现出波动性和间歇性，当系统并网风电机容量不高时，可以通过调节常规发电机来实现对风电场输出波动性和间歇性的抑制和补偿。
但随着风电装机容量在电力系统中占有比例的不断增加，风力发电对电力系统运行稳定性和供电可靠性的影响也越加明显。
风能的不确定性和风电机组并网运行特性会影响电能质量，主要表现在电压波动、电压闪变和电压偏差等方面。
当风电机组切入、切出时，也会对电网造成瞬间的冲击。
根据国家电网发布的《国家电网公司促进风电发展白皮书》，到2015年我国将消纳风电9000万千瓦，而现实情况是我国现在大约有三分之一的风电场并没有实现并网发电，风电场不能挂网运行不仅不会增加发电量，而且会造成巨大的经济浪费，对整个风电行业会造成严重的损害。
中国作为风电的装机大国尚未成为真正的风电使用大国。
可见风电并网难题已经成为制约风电健康发展的瓶颈问题。
从现阶段情况看，风电有功功率即负荷调节问题是制约风电接入电网的主要因素，是首先面临必须要解决的问题。
要想实现风电并网，消除并网风电对电力系统的不利影响，除了需要建设配套的强大输电网、完善风电并网标准之外，储能技术在大规模风电场并网中得到了广泛的应用[3~6]。
充放电速度快、反应灵敏的储能装置可以用来调压、调相和调频，增强风电场系统运行稳定性，保证风电电能质量。
容量密度大的储能装置可以用于电网调峰。
当某个时间段内风力资源丰富，而电网用电需求处于低谷时，可以利用大容量储能装置消峰填谷，将“过剩”的电能存储起来，在电网负荷高峰期将电能平稳的释放出来，提高风能的利用效率。
同时考虑到储能装置经济成本的限制，我们在向电力系统加入储能装置的时候需要限定储能装置的容量，关于储能系统的优化配置问题需要进一步分析研究。
1.2 储能系统在风电场中应用现状1.2.1 储能技术目前，电能存储方式主要可分为机械储能、电磁储能和电化学储能。
机械储能主要包括抽水蓄能、压缩空气储能和飞轮储能等；电磁储能包括超导磁储能和超级电容器储能等；电化学储能主要有铅酸蓄电池、液流电池、钠硫电池等。
由于风电场系统的复杂性和对储能装置需求的多样性，没有哪种储能技术可以同时满足电力系统的所有需求，所以需要将多种储能技术配合使用，来满足系统需求。
在机械储能中，只有抽水蓄能技术相当成熟，但由于地理资源的限制，其应用范围受到制约。
在风电场应用研究中，超导磁储能和蓄电池储能成为研究重点。
本文中选取了响应速度快的超导磁储能装置和存储容量大的蓄电池储能装置应用于含风电场的电力系统。
1.2.2 超导磁储能技术和电池储能技术（1）超导磁储能超导磁储能装置SMES（），可利用超导磁体将电磁能存储起来，需要时将电磁能返回电网。
超导磁储能装置，由超导磁体、低温系统、磁体保护系统、功率调节系统和监测系统等部分组成，其中超导磁体是SMES的核心部件。
图1-1为超导磁储能系统主电路图。
与其他储能技术相比超导磁储能技术有其独特的优点：1）能量密度高，约108 J/m3，可建成大容量系统；2）转化效率高，可达95%以上；3）通过变流器实现与电网连接，响应速度快，约为几毫秒至几十毫秒。