风电储能容量优化计算
大型并网风电场储能容量优化方案
2012-08-17 00:00 原文链接
为减少大型并网风电场输出功率不稳定给系统频率造成的较大影响，在Matlab平台中仿真了风电机组输出功率随风速变化的规律，以风电机组输出功率特性函数和风电场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参考。
0 引言
风能是一种清洁的可再生能源，风力发电是风能利用的主要形式。风力发电作为一种特殊的电力，其原动力是风。自然界风的变化是很难预测的，风速和风向的变化影响着风力发电机的出力。风力发电机输出功率的不稳定性使风力发电具有许多不同于常规能源发电的特点。大规模风电场并网对系统稳定性[1-2]、电能质量[3-6]的影响不容忽视，如果这些问题得不到适当的处理，不仅会危及负荷端用电，甚至可能导致整个电网崩溃，而且会制约风能的利用，限制风电场的规模。
我国《可再生能源发展“十一五”规划》[7]指出，在“十一五”期间全国将重点建设约30个10万kW以上的大型发电场和5个百万kW 级风电基地。大型风电并网将对电网运行的稳态频率产生一定影响。风电场优化输出[8]是保证电网频率稳定的重要技术问题。
文献[9]用飞轮储能系统来实现风电机输出功率补偿，具有储能密度大、充放电速度快且无环境污染的优点。
文献[10]仿真研究了串并联型超级电容器储能系统对平滑风力发电系统输出功率的影响，具有高功率密度、高充放电速度、控制简单、转换效率高、无污染等特点。
文献[11]研究了电池储能系统(battery energy storage system，BESS)在改善并网风电场电能质量方面的应用情况，具有快速的功率吞吐率和灵活的4 象限调节能力。
文献[12-14]对超导储能装置(superconducting magnetic energy storage，SMES)在并网型风力发电系统中的应用作了深入研究，发现超导储能系统具有良好的动态特性、4 象限运行能力和无损储能等优势。
储能技术在并网风电场中的应用已被广泛研究，相关学者正努力攻克大容量储能技术，并不断降低单位储能成本。目前，容量为5GW.h 的SMES已通过可行性分析和技术论证[15]。不过，按现有的储能方式，即风力发电机始终以最大功率点跟踪(maximum power point tracking，MPPT)方式运行，当负荷较轻(如夜间)时，部分电能被储存，当负荷重且遇到弱风时，储能设备中的能力被转换成电能进行补偿，这时因为电网负荷的波动特性往往并不与风电功率的波动特性一致，仍存在如何合理选取储能容量大小的问题。另一种办法是降额发电，即在正常情况下，风电场不按照最大功率点跟踪的方式运行，而是按最大功率的一定百分比发电，当风力下降或上升时，相应地提升或降低发电能力，以减缓发电量的随机波动。这种方法直接影响了风能利用的效率，大大降低了运营利润，且调节能力有限。 本文将以实际风电场风速概率密度曲线为基础，研究大型风电场要达到长期有功功率稳定输出所需储能能量的计算方法，合理选取储能容量使风电场输出功率均匀，风能利用率最大。
1 风电场输出功率随风速的变化情况
电力系统频率波动的直接原因是发电机输入功率和输出功率之间不平衡。在传统的水电、火电发电机组并联运行的电力系统中，原动机功率是恒定不变的，这取决于本台发电机的原动机和调速器的特性，是相对容易控制的因素;发电机电磁功率的变化不仅与本台发电机的电磁特性有关，更取决于电力系统的负荷特性，是难以控制的因素，也是引起电力系统频率波动的主要原因[16]。然而在含有大型风电场的电力系统中，原动机功率波动频繁，难以预测，为便于研究，需要将负荷设为恒定值(或认为其波动由传统机组平衡)，来探讨风电场因风速波动给系统频率稳定带来的影响。
本文在Matlab7.6 的Simulink 平台中搭建了图1 所示的含大型风电场简化系统模型。该系统模拟由50台容量为1.5MW 双馈风电机组组成的风电场，每台风电机并联电容补偿容量为150kvar，这些发电机通过690V/10kV变压器升压后再经10kV/220kV升压变压器接入系统。本文采用Matlab7.6/Simulink7.1中双馈异步发电机的平均模型。该模型用程控电压源代替绝缘栅双极型晶体管(insulated gate bipolar transistor，IGBT)电压源换流器，它不产生谐波，仿真时间更长，有利于研究风速变化后风电机组出力的变化规律。
当t=15s时，用这个模型对风速分别从11m/s降至9m/s 和3m/s 的过程进行仿真，风电场出力的变化情况如图2 所示。
从图2 可以看出：当风速下降幅度不大(11m/s降至9m/s)时，风电机组有功输出非线性下降，约15s后稳定;如果下降到启动风速以下，则有一个输出功率快速减少的过程，输出功率下降更快(历时约8s)。在实际风电场中，风速不可能只是呈现单一的减小变化，而是经常上下波动，这就使风电场输出功率波动频繁，从而使电力系统频率波动频繁。
2 风电机组输出功率特性函数
风力发电机空气动力数学模型为：
式中：PM为风电机额定功率;ρ为空气密度;Cp为风能转换效率系数;R为风力机叶轮半径;Vω为注入风速;λ为叶尖速比;β为桨距角。
风电场中上百台风力机布置在一起，一些风力机将处于其它风力机的尾流中，风力机的性能会受到影响，这会影响整个风电场总的有功功率输出[17]。受尾流效应的影响，风电场的输出功率与风速、风向有关，风电场的输出功率呈现出方向性。因此合理布置风力机，可以尽量减小风力机尾流的影响，提高风电场效率，使风电场的经济性达到最佳。相关研究结果[17]表明：在平坦地形的风电场中布置风力机时，可沿顺行方向菱形排列风力机，前后排风力机错开布置，间距可取风力机直径的8~10 倍，风力机左右间距可取风力机直径的2~3 倍，这样可以很好地减小风力机尾流效应的影响。
另外，风电场一般占地上百平方公里，在这样大的面积中，各台风机受风不可能一样，这也会影响风电场出力。不过，目前采用的数学模型基本上是假设风电场内所有风电机组的风速相同，把所有风电机组的输出功率相加作为风电场的输出功率，同时不考虑风电场内风速的变化。
本文不考虑尾流效应和风电场内部风机受风不均的影响，采用Matlab7.6/Simulink7.1
模型库中的风力机模型，该风力机模型的功率特性如图3所示。
图中桨距角为0°，风速基值为11m/s时，风电机组风速–功率特性曲线为：
f (v) =?0.49v10?10.16v9+91.26v8?300.68v7+518.45v6 ?506.49v5+273.98v4-73.71v3+9.16v2?0.32v+0.0043
3 风电场风速的概率分布
目前，已有许多学者采用不同的数学算法对风速进行预测，发现风速预测越精确，越有利于对含并网风电场系统进行调度。但实际上对幅值波动和时间间隔较小的风进行精确预测是很困难的，可以根据气象信息推断某个时间段(数h)内风电场有风还是无风。从常年的风速统计数据来看，风电场风速变化符合统计规律。图4给出了某风电场2006年全年风速概率分布柱状图，根据图4拟合出的8阶曲线概率分布曲线如下：
q(v) = ?1.75e?11v8 ?9.88e?11v7 +1.44e?7v6?8.44e?6v5+2.13e?4v4 ?0.0026v3
+0.0126v2-0.004v+0.0114
4 风电场储能容量优化方案 充分利用风能，以最大限度地发挥设备的效能、减少传统能源的消耗成为风电厂建成后的首要目标。然而，从上述仿真分析可以看出，风速的变化给风电机组的出力带来了很大影响，但电网必须按照发、供、用同时完成的客观规律，连续、安全、可靠、稳定地向用户提供电压、频率合格的优质电力。要达到保证系统安全稳定运行且最大化利用风能这个目标，必须运用储能装置。目前，大容量储能技术已不存在技术瓶颈，只是储能成本过高，研究如何用最小的储能装置实现风电场长时间稳定输出是一个有意义的课题，具体步骤如下：
1)根据风速概率密度曲线计算风电场输出功率的数学期望，其计算公式为：
式中：f(v)为风电机组输出功率特性函数;q(v)为风电场风速概率密度函数;vin、vn 和vout分别为切入、额定和切出风速。
2)将上述计算得到的输出功率期望值设定为风电场平均功率水平。
3)找出与平均功率水平对应的风速值V1，该值比风电机额定风速小。
4)以风速V1为基准值，如果风速大于V1，则风电场按V1对应的有功功率输出，将超出的部分能量用储能设备储存起来;如果风速小于V1，则风电场仍按V1对应的有功功率输出，不足的能量由储能设备补足。
5)用S=EH计算储能设备容量，其中H为启动风速以下期望风电场持续输出的小时数。对储能设备容量进行取值时需考虑多方面的因素，主要有气象部门能提供的较准确的持续大风或无风小时数(本文认为气象部门预报数h内无风的准确度远大于预报风速的实时变化)、建设风电场需承担的储能设备成本、风电场在电网中的比重及电网调频能力。
6)风速长时间低于启动风速时，调度部门应提前做好准备，应对风电场无输出功率的情况。
7)实现多个风电场配合互补可以在上述基础上进一步减少储能容量。
5 储能容量优化方案的可行性分析与讨论
按式(2)计算得E=0.59pu，这表明1个100MW风电场经计算后得出的期望值为59MW，调度中心可将此风电场看成是一个装机容量为59MW的发电厂。
H的选择主要由气象部门预测无风(启动风速以下)的准确度决定，如果风电在系统中的比重不大、系统调频能力较强或风电建设成本不允许，则H可取一个较小的值，否则要取大一些，以保证风电场有持续稳定输出的能力。H可在风电场规划期由设计单位综合考虑。如H 取5h时，一个10万kW级风电场应装设的储能容量为59 MW×5h=295MW.h。
现以该储能备用容量值代入风电场进行检验，除去风速持续小于风电机切入风速值5h以上的数据。图5给出了风电场在2006年3月份的储能容量和风电场输出功率。
由图5可以看出，装设储能设备后风电场能在相当长的时间内持续保持稳定输出，但仍有个别时间段不能实现稳定输出。这是因为当风电场持续低风速后，储能设备中的容量已经用完，而风况并没有好转，这时只能有多少风力发多少电。
按照上述方式储能，从系统侧看去，风电场处于“降额发电”状态(按最大功率的59%发电)，而实际上风电场内部风力发电机仍是全额发电，只是将59%的有功功率直接发出，将多出的部分储存起来。较理想的情况是储能容量数值在0到最大值间来回波动，这说明储能设备一直处在不断充电和放电的动态过程中。如果储能值持续为0或最大，则表示储能容量不够或是有风能浪费。图5中有一段时间储能值一直最大，这说明在2006年3月份有几天风速特别大，储能设备处于充满状态，不过这种情况的预知性较强，可调高风电场平均出力来避免造成风资源的浪费。
风光储最佳容量配比的研究
龙源期刊网
风光储最佳容量配比的研究
作者：杨晓峰
来源：《科技风》2019年第25期
摘 要：本文通过分析风力发电及光伏发电对电网造成的不利影响，提出了风光储联合发电系统的概念，并阐述该系统的原理与特点。之后，给出了风光储联合发电系统的最佳容量配比算法，并通过工程实例对该算法进行了验证。通过对风光储容量配比的计算分析，可以合理的确定风电单元，光伏单元，储能单元三者之间的最佳容量配比，从而有效的提高该系统的经济性与实用性。
关键词：风光储联合发电系统;最佳容量;配比分析
中图分类号：TK81 文献标识码：A
1 绪论
由于风能和光能波动性、间歇性和随机性的特点，风、光独立运行系统很难提供连续稳定的能量输出，[1]因此，大规模建设风力发电和光伏发电对当地电网的安全稳定运行势必会产生较大的负面影响。[2]如果在风、光互补的基础上加入储能装置组成风光储联合发电系统，就可以充分利用风能和光能在时间及地域上的天然互补性，[3]同时配合储能系统对电能的存储和释放，改善整个风光发电系统的功率输出特性，缓解风电、光电等可再生能源的间歇性和波动性与电力系统需要实时平衡之间的矛盾，降低其对电网的不利影响。[4]
2 风光储发电系统的组成
风光储发电系统由以下各部分组成：风力发电单元，光伏发电单元，能量储存单元。
风力发电的特点为夜间发电量较高，白天发电量较低，光伏发电的特点是只有白天发电，因而，这两种形式的能源具有一定的互补性。同时，在加入了储能单元后，使输出更为稳定，更为可靠。
风能和光伏发电方法在能量收集方面相互补充，具有各自的特点。风光联合发电可以有效提高风电和光伏发电的稳定性和可靠性。
风光储系统的应用可以使不稳定的能源变成稳定的具有较高价值的产品，增加电网对可再生能源的吸收接纳程度，[5]同时，整个系统作为较稳定的能源输出形式，相较于单一形式的新能源，对电网是更优的选择。
考虑风电反调峰特性的储能调峰优化策略
考虑风电反调峰特性的储能调峰优化策略
江苏省南通市 226499
摘要：大规模风电并网引发调峰问题的本质原因在于风电出力具有不可控性，电池储能系统能够实现对电能的吞吐而被认为是控制风电出力、提高电网接纳风电能力的有效手段。考虑到电力生产的特点，即发、供、用几乎同时完成，理想状态下的电力生产过程应该是供给侧和用户侧的实时平衡，但新能源发电会以负的负荷形式与其余负荷进行算术叠加，结果会对电力系统净负荷峰谷差产生影响。在电网负荷中对外显示为负，则称为反调峰特性，这种反调峰特性会使存在风电并网的系统调峰压力愈加严重，且系统的调峰容量需求更大。以储能系统额定功率为约束，选取合适的功率迭代步长，分别计算出系统功率最低移峰功率值和最高填谷功率值，然后根据所需功率差在对应时段进行充放电动作，功率差超出范围的部分按照储能系统额定功率动作，最终实现对储能系统各时段充放电的实时优化控制。
关键词：风电；储能系统；电网调峰
能源枯竭与环境压力迫使人们将目光转向清洁能源，我国风能资源丰富，可开发利用潜力巨大，但是风能有别于常规能源，它的波动性、反调峰特性等不足将影响到电力系统的调频、调峰、电能质量以及可靠运行。风力发电与水力发电、火力发电等常规发电方式相比，最根本的不同点在于其有功出力的随机性、间歇性和不可控性。这一特点决定了风电并网运行时，必须由常规电源为其有功出力提供补偿，以保证对负荷安全可靠地供电。这种对风电有功出力的补偿调节可看作是对负的负荷波动的跟踪，即对风电“调峰”。电力系统的调峰能力主要由电源所决定。风电并网运行之前，电网的调峰任务主要是在满足必要的安全预度的前提下应对系统负荷波动。对风电进行调峰需要考虑风电出力特性等多方面因素。利用储能系统吸收和释放能量的特点可以弥补风功率的不足，促进风能高效利用，然而目前储能系统投资成本仍较高，因此需要对储能容量进行优化配置。
一、调峰特性
风功率调峰特性分为正调峰和反调峰，可以通过风功率变化方向和负荷变化方向进行判断。当风功率变化方向和负荷变化方向相同时，净负荷（负荷与风功率之差）峰谷差减小，呈现正调峰，极端情况下表现为风电场以最大功率输出，负荷需求最大，或风电场无输出，负荷需求很小；反之净负荷峰谷差增加，呈现反调峰特性，极端情况下表现为风电场输出为零，而负荷需求最大，或风电场以最大功率输出，而负荷需求很小。大量统计数据表明风功率通常呈现反调峰特性。
储能电站短路电流计算及设计优化
储能电站短路电流计算及设计优化
摘要：因国家政策的支持与储能技术的日趋成熟，储能电站的建设规模随之增大。然而在储能电站的设计过程中仍存在一些短路电流计算的问题。本文构建了一种储能电站短路计算实用法模型，以某储能电站为例，介绍了储能电站中各元件等值电抗的计算、站内网络结构变换、短路电流建模计算等，验证了该模型下短路电流计算结果的准确性，并以计算结果为参数选择电气设备进行设计优化，降低设备成本约72万元。
关键词：储能电站；短路模型；短路电流；设计优化
Abstact: With the support of national policies and the maturing of energy storage
technology, the construction scale of energy storage power stations increases. However, there
are still some short circuit current calculation problems in the design process of energy
storage power station. This paper builds a practical short-circuit calculation model for an
energy storage power station. Taking an energy storage power station as an example, it
introduces the calculation of equivalent reactance of each component in an energy storage
power station, the transformation of network structure in the station, the modeling and
基于滑动平均与小波包分解的混合储能容量优化
基于滑动平均与小波包分解的混合储能容量优化
陈科彬;邱晓燕;史光耀;李星雨
【摘 要】采用蓄电池和超级电容组成的混合储能平抑风电功率波动,提高风电并网运行能力.首先,根据风电场历史数据,结合风电并网波动标准,采用滑动平均法对原始功率进行分解,得到风电并网功率和储能功率;其次,利用小波包分解法的高时频分辨率优点,将储能功率信号分解,得到低频分量和高频分量,分别作为蓄电池和超级电容的功率指令.基于储能寿命量化模型,建立以储能年均综合成本最小为目标函数的容量优化配置模型.实例验证了所提方法有效性和经济实用性,为风电场储能规划设计提供了一定的理论依据.
【期刊名称】《电测与仪表》
【年(卷),期】2018(055)007
【总页数】4页(P62-65)
【关键词】风力发电;功率平滑;小波包分解;容量优化
【作 者】陈科彬;邱晓燕;史光耀;李星雨
【作者单位】四川大学电气信息学院,成都610065;四川大学电气信息学院,成都610065;四川大学电气信息学院,成都610065;四川大学电气信息学院,成都610065
【正文语种】中 文
【中图分类】TM93
0 引 言
风力发电作为国家能源战略的关键组成部分，在近年来得到了大力发展，为电网注入了大量清洁能源。然而随着风电装机容量和渗透率的不断提高，其固有的间歇性和波动性给电力系统的稳定运行带来了多方面的不利影响[1]。为提高风电并网运行能力，需对其输出功率波动进行有效平抑。
储能技术发展迅猛，其合理应用可在极大程度上解决风电波动性等问题[2]。目前，风电场通常配备蓄电池等能量型储能装置，但因其存在循环寿命短、不适于频繁充放电切换等缺点，使储能技术的应用受到了限制。以超级电容为代表的功率型储能由于具有循环寿命长、响应速度快等优点，与蓄电池在性能上具有优良的互补特性。因此，采用混合储能平抑风电功率波动已成为储能技术的研究热点。
目前，国内外在储能系统平抑风电功率波动领域已取得了一些有价值的阶段性研究成果。文献[3]构建了基于钠硫电池储能的动态性能评估模型，多角度量化电池运行效果，并推算出电池最佳配置；文献[4]通过实时荷电状态反馈调节实现了对风电功率波动的平抑；文献[5-6]从频谱分析角度确定储能补偿频段进而获取储能容量，但计算量较大；文献[7]以储能成本最低为优化目标，并考虑功率约束和荷电状态约束，但不足之处在于计算储能成本时，未计及蓄电池运行过程的寿命损耗。
平抑风电波动的混合储能容量配置及控制策略
平抑风电波动的混合储能容量配置及控制策略
摘要：构建新型电力系统是实现“双碳”目标的必由之路，已上升为国家发展战略。风能以清洁、高效、无污染等特点成为近年新能源发展的热点。风电装机规模的持续增长在带来巨大经济效益和环境效益的同时，也给电网带来了巨大的挑战。风力发电具有较强的波动性、间歇性和随机性，其对电网可靠运行、经济运行造成的不利影响也日趋严重。
关键词：混合储能系统；风电功率波动；容量配置
1电解制氢-超级电容混合储能系统功率选择与容量配置
将储能系统直接接在“源侧”，即在风电并网前对风电功率波动进行平抑，从而使风电场输出功率满足相关规定，减小风电波动对电网造成的不利影响。本文采用电解制氢-超级电容混合储能系统平抑风电波动。能量型储能元件电解槽主要用于吸收低频功率。功率型储能元件超级电容承担吸收高频功率和向电网释放功率的任务。
1.1混合储能系统额定功率选择
本文从储能系统的经济性以及最大限度满足平抑波动需求2个角度出发，制定了混合储能系统额定功率的配置原则。首先对混合储能系统输出功率Ps(t)进行概率统计，并对其进行正态分布拟合，得到拟合曲线的均值μ和σ标准差，则输出功率Ps(t)为
式中：Ps(t)为t时刻混合储能系统输出功率，其正值代表储能系统充电，负值代表储能系统放电；Pw(t)为t时刻风电原始出力；Pg-ref(t)为在满足风电场输出功率波动量标准的前提下，经过自适应滑动平均滤波（moving average
filter，MAF）算法得到的t时刻的并网功率参考值。
不同置信水平下储能系统的额定输出功率PN(p)为
式中：p为置信水平；zp为不同置信水平p对应的z分位数。
波动平抑效果和储能系统容量呈线性关系，即储能容量越大波动平抑效果越好。两者之间存在“转折点”，当储能系统的功率大于转折点对应的功率后，波动平抑效果开始趋于平缓。若继续增大储能系统容量，波动平抑效果基本不变，但系统经济性大幅度降低。因此，本文将转折点对应的功率配置为额定功率，实现在满足系统要求的前提下尽量减少储能功率配置的目标。本文通过并网功率波动率δ(t)来衡量安装混合储能系统后风电波动的平抑效果，并网功率波动率为
风电场储能装置容量及最大充放电功率的确定
第２５卷第２期 ２０１２年６月 江西电力职业技术学院学报 Ｊｏｕｒｎａｌ ｏｆ Ｊｉａｎｇｘｉ Ｖｏｃａｔｉｏｎａｌ ａｎｄ Ｔｅｃｈｎｉｃａｌ Ｃｏｌｌｅｇｅ ｏｆ Ｅｌｅｃｔｒｉｃｉｔｙ Ｖｏｌ＿２５ Ｎｏ．２ Ｊｕｎ．２０１２
风电场储能装置容量及最大充放电功率的确定
万 乐
（江西赣西供电樟树检修公司，江西樟树３３１２００）
摘 要：随着风电规模的日益扩大，风电对电力系统的影响越来越大，由风电并网引起的电力系统运行 的经济性和稳定性等全局性问题越来越受到人们的关注。其中合风电场的电力系统经济调度问题日益受到
重视．储能装置是解决风电并网问题的有效手段。本文不考虑储能装置的初始投资、运行维护费用等问题，从
平滑风电功率波动和平滑系统功率波动（即综合考虑风电波动和负荷波动）两个角度，研究了储能装置的容
量及最大充放电功率对平滑效果的影响，初步探讨了风电场中储能装置参数的确定方法。
关键词：储能装置：风电功率波动；风电场；最大充放电功率 中图分类号：ＴＭ６１４ 文献标识码：Ａ 文章编号：１６７３—００９７（２０１２）０２—００１７－０４
０ 引言
随着风电场装机容量的不断增大，风电在电力
系统中所占的比例不断提高，风电与电力系统之间 相互影响的范围越来越大，加入储能装置势在必
行。大容量储能装置已不存在技术瓶颈，只是成本
问题。
关于风电场中需设置的储能装置容量及最大充
放电功率问题的研究尚处于初步阶段。文献『ｌ１将负 荷设为恒定值。在ｍａｔｌａｂ平台上模拟了风电机组出
力随风速变化的规律，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。提出了大型风电场
长时间稳定输出所需储能容量的计算方法。文献［２］
基于ＰｓＣＡＤ，ＥＭＴＤＣ仿真分析，以系统频率波动的
标准偏差为指标．提出了储能装置的最佳充放电功 率的确定方法。文献［３１在保证风电功率输出恒定的
情况下，以经济效益最大化为目标函数，确定了蓄电
风光互补发电系统中混合储能单元的容量优化
风光互补发电系统中混合储能单元的容量优化
摘要：现在的风能和太阳能资源都比较丰富，为了使这些可再生能源在发电aa系统可以充分被利用，完美的风光互补建设，提高风光互补发电经济性、稳定性、可靠性，关于风光互补发电系统中混合储能单元的容量优化，我将简要的分析，供同业内人士参考。
关键词：风光互补发电系统；意义；结构；储能
1 前言
风力发电和光伏发电具有明显的间歇性和随机性，当网格尺寸比较大，会对电网的影响，储能技术可以改善风光储联合发电的稳定性和可靠性。
2 风光互补发电的意义
风光储联合发电系统的容量分配问题，是满足对负荷供电可靠性前提下，通过一定的约束条件，用人工智能算法，使光伏/风/存储容量组合的成本最低。在容量分配中，通常配置的风光比例是使风光联合出力，可能接近负荷曲线，从而减少电池的充放电次数和放电深度。在不同的期望负荷下，容量分配的结果不同。期望负荷和气象条件的变化使模型和算法的适应性较差。
风力发电和光伏发电具有随机性和间歇性，当并网规模较大，会对电网造成影响，利用储能技术在一定程度上可以提高风光储联合发电的稳定性和可靠性。但该储能装置成本相对较高，寿命相对较短，长期运行收益相对较低。在各种能源发电容量配比方面，国内外已经有了一些研究成果，如将社会利益最大化作为目标，采用嵌套式遗传算法对风电/抽水蓄能的最优匹配容量问题做分析；从微网经济运行的角度出发，提出基于蓄电池内部特性建模的蓄电池容量确定方法，探讨独立风光储微网系统蓄电池容量配置建议；提出超级电容器和蓄电池混合储能的能量管理策略，采用混沌优化、粒子群等人工智能算法求解储能容量的优化配置模型；考虑独立和并网两种模式对风/光/储容量进行最优配置。
3 基本结构
蓄电池和超级电容器通过半桥非隔离双向DC/DC变换器与直流母线连接。半桥式非隔离双向DC/DC变换器，所用器件少，成本较低，结构简单，运行稳定，易于控制。风光互补发电系统可分为控制环节、存储环节、能耗和发电环节。风力发电机产生的风能由一个不受控制的整流装置整流，然后由一个滤波装置过滤，再由DC/DC变换器控制，最后流入能量消耗和存储环节。为了避免目前的入侵，损坏光伏发电系统，它首先通过防反二极管，然后由DC / DC转换器控制，流向能量消耗和存储环节。
风电出力的储能容量配置探析
风电出力的储能容量配置探析
南方电网公司积极响应国家大力发展新能源的要求，全面推进智能、高效、可靠、绿色电网发展理念，计划到2020年实现非化石能源占一次能源消费比重达26.6%，实现减排二氧化碳5.5亿吨，对南方五省区实现碳排放下降40%～45%的目标做出积极贡献。因此，新能源在能源结构中的比重必将大幅提高。
作为新能源发电的主体，风力发电具有随机性和间歇性，若直接将其全部电力并网，会对电网安全、稳定、经济运行和电网的供电质量造成不利影响，其影响随着风电渗透率变大而加剧。针对以上问题，国内现采用的解决方案主要有两个，其一是通过风电和火电混和输送并网，但火电厂建设增加污染排放，不符合国家节能减排要求。其二是利用抽水蓄能电站，但抽水蓄能电站受地理条件和水源的影响，水电站建设受到限制[1]。最近几年日本、美国、欧洲及中东地区国家采用储能技术补偿风电场出力的波动性。因此，为风能等可再生能源配置合适容量的储能是实现风电可调度运行等问题的最有效途径。
风力发电机的输出功率具有随机性，通过储能装置使风电输出完全可控，其可实现性和经济性较差。本文将机会约束规划引入到储能装置优化配置问题上，通过将传统优化中完全满足的约束条件，软化为满足约束条件的概率高于某一置信水平，使得容量配置更具实用性。本文构建了以储能成本最小为目标，以储能电池充放电限制条件为硬约束条件，以及风电吸纳水平和平稳输出为机会约束条件的优化模型，采用模拟技术和遗传算法相结合的方法求解，并验证可行性。
一、基本介绍
风电和储能混合系统输出可以实现并网运行调度目标，也可以作为微电网运行来跟踪负荷。储能系统补偿风电输出功率的波动，其充放电功率受到额定功率和荷电状态的限制，荷电状态与储能设备充放电功率的关系如（1）所示。为避免储能设备枯竭或饱和，对储能装置的能量状态进行有效的管理，保证其运行在安全范围内。
二.储能系统容量优化配置模型
2.1基于机会约束规划的储能系统数学模型
大数据下分布式风电光伏储能容量配置方法
大数据下分布式风电光伏储能容量配置方法
摘要：风电光伏新能源创造是当前能源发展阶段的高新模式。风电光伏进行发电的过程中主要利用的是风能和太阳能进行发电，发电涉及到的过程较为复杂。其中，对风电光伏的储能阶段是体现风电光伏系统发电效率的核心部分。当中利用到的设备是一类对风电光伏进行储蓄和吸收的储蓄电板。这类光能储蓄电板因为在实际运用中按照不同环境变换下，所能够储蓄能源的效果不同，因而对后期电力系统所能供给的用电量也有所不同。本文采用分布式风电光伏储能容量配置方法进行探究，可以对不同环境下蓄电池的储能效果得到充分求解。
关键词：大数据；分布式；储能配置
引言：
风电光伏系统具有的显著特征是弹跳性，这一弹跳性实际是指根据不同天气下风电光伏系统能够具备的运行效率，这一不稳定的弹跳性实际上是影响电力系统内部运行的关键性因素。当前时代发展背景中，负责相关电力建设的单位已经逐渐将处于电力系统中核心部分风电光伏储能系统视为能够影响电力输出的重要因素，对于光伏储能系统的建设尚且还处于一种朦胧的摸索阶段。关于分布式风电光伏储能容量配置方法的探究是一项无法突破的难题，针对这一难以实现的风电光伏储能瓶颈，过去研究学者往往采用上层优化措施、下层优化储电的基本方法进行合理化配置，以期望风电光伏系统能够达到预期的基本要求，以此能够保证不同储能形式下微网的成本最效率化进行。本文通过建立相应配置模型，对大数据下的风电光伏系统进行合理化分析，能够实现风电光伏系统在进行能量配置时能够达到更好的能量供应。
一、分布式风电光伏储能损耗探究 利用计算机网络系统进行储能的微网络储能系统实际上包含两大类器型的支持，一是能够对电流进行整体划分的整流器，以及能够实现电流变流的逆变器，储能系统的使用离不开二者的基础支持。而利用整流器和逆变器对于微网络的支持，可以实现基本意义上的系统调节，二者可以在调节电流的基础上，实现满足基本意义上的系统需求。此外，变频器是能够控制整体系统电流的一类装置，变频器主要是利用调节蓄电池的内部电流进行电流的收放和把关，它同时牵连着电力基础设备中的蓄能器。以上四者基本上都与储能系统内部电流的输送有关，且互相把持着相关电流电压的变化。其中，当储能系统进行内部放电时，一般需要用到的组件是蓄能器，而蓄能器进行实际化的系统工作时，与之相联系的变频器处于一种内部的停滞状态，且不进行正常化的电流工作；而当蓄能器进行充电活动时，变频器因为蓄能器电流的引入而要进行相应的电流控制工作，则从相反的状态下回返过来，进行正常化的电流工作。而无论在何种情况下，分布式风电光伏储能电板的使用年限都于内部的电流充放有关，高频率的充放电次数会减缓储能的使用寿命，低频率的充放电次数会使储能的使用寿命提升上一个档次。这即是储能的使用寿命与储能充放电次数形成了一个反向的偏差。而电池的储能一般都会有一个长短变化的周期，并且这个周期经常性地循环，在电池进行放电过程中，所有处于电池内部的能源将全部释放出去，其内部在充放电的过程中全部清空。一个周期完成后，进行到下一个周期性的充电与放电，如此循环。而电池在进行储能充电阶段，往往会相应地产生充电的能量与放电的能量不协调，造成一定的电能消耗，实际上无法达到百分百的充放电电能转化效率。则因此，因为充放电周期性而导致的电能功率损耗有了一个确切的公式，这个公式在一定程度下是归根于充电与放电的功率损耗比。
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。