- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第42卷 第2期 电 力 自 动 化 设 备 Vol.42 No.2
2022年2月 ElectricPowerAutomationEquipment Feb. 2022 ❶
基于可变分频点的SMES-VRB混合储能系统
在风电并网中的应用
邱晓燕,马娅妮,朱英伟,王 鹏,雷 勇
(四川大学 电气工程学院,四川 成都 610065)
摘要:为了平抑风电并网引起的功率波动,以超导磁储能(SMES)和全钒液流电池(VRB)组成的混合储能系
统(HESS)为研究对象,针对变流器控制设计了基于径向基函数(RBF)神经网络的比例积分控制器,可根据
HESS的动态辨识结果实时改变控制参数,有利于HESS功率指令跟踪和直流侧电压稳定。针对风电的功率
分配,采用小波包分解,首先秉持“能者多劳”的原则,设置根据储能荷电状态变化的分频点,灵活分配高、低
频功率,从而最大限度地利用储能空间;然后基于VRB能量密度大和使用寿命长的特点,在SMES充放电不
足时给予援助性功率支撑,协助SMES迅速恢复最佳状态,有利于更加充分地平滑风电功率波动。在
MATLAB/Simulink平台上建模仿真,结果验证了所提方法的优越性。
关键词:混合储能系统;RBF神经网络;超导磁储能;全钒液流电池;可变分频点;最佳荷电状态;风电并网;小
波包分解
中图分类号:TM614;TM716 文献标志码:A DOI:10.16081/j.epae.202110007
0 引言 数依赖于精确的数学模型,难以确定;模糊控制中模
糊规则的制定缺乏系统性,且当精度要求高时过于
近年来,随着风电的大规模利用,其并网带来的
复杂;直接功率控制的响应速度快且超调小,但其开
波动性及间歇性愈加不容忽视。为了解决风电消纳
[1] 关矢量表的建立难度较大。上述方法均没有考虑系
问题,储能技术得到大力发展 。单一型储能因其
统的实时变化,无法维持复杂电力系统的稳定性。
能量或功率限制,存在成本高或使用寿命短等不足。
基于此,针对HESS的变流器控制问题,本文提出了
为了更加充分地平抑风电波动,混合型储能应运而
基于径向基函数RBF(Radial Basis Function)神经
生,将不平衡功率的低频、高频部分分别分配给能量
网络的PI控制方法。该方法将神经网络精确、迅速
型储能和功率型储能,有效解决了储能的经济和技
[2] 的辨识功能与传统PI控制器的简单结构有机结合,
术问题 。
相比于超级电容器储能,超导磁储能(SMES)因 通过对HESS模型的动态辨识,将控制参数与辨识
其零阻性、直接以磁能形式存储等超导特性,具有更 结果进行联动调整,使得参数同步更新,从而实现系
高的能量转换效率、更低的自放电率、更小的电能损 统的智能控制。目前已有很多学者将基于RBF神
[8-9]
[3-4] 经网络的PI控制应用于电力系统 ,验证了该方法
耗以及更快的响应速度 ,且随着未来高温超导材
料的发展进步,SMES的优势将使其在功率型储能技 适用于系统的功率变换,具有抗干扰能力强且能快
术领域发挥重要的作用,因此,性能更优的
- 乡村振兴、双碳、储能、绿色金融 + 关注
-
实名认证服务提供商
新能源知识科普(本账号发布文档均来源于互联网公开资料,仅用于技术分享交流,相关版权为原作者所有。如果侵犯了您的相关权利,请提出指正,我们将立即删除相关资料)。
原创力文档


文档评论(0)