海上风电与储能系统的协同调度研究.pdfVIP

ENERGYPOWER|源电力

能

海上风电与储能系统的协同调度研究

张永张明华刘辉121

1．山能新能源（东营）有限公司，山东东营257092；2.山东能源集团电力集团有限公司，山东泰安271099

摘要：文章针对海上风电波动性大、不稳定性强的特点，提出了一种基于机器学习的风电-储能协同调度策略。通过建立风电

出力预测模型和储能系统动态优化模型，实现了对风电场出力的精确预测和储能系统的最优调度。仿真结果表明，该策略可有

效地提高海上风电的并网稳定性和经济性，为大规模海上风电并网提供了新的技术支撑。

关键词：海上风电；储能系统；协同调度；机器学习；优化算法文献标识码：A中图分类号：TM614

文章编号：2096-4137（2025）13-77-03DOI：10.13535/j.cnki.10-1507/n.2025.13.22

Researchoncooperativeschedulingofoffshorewindpowerandenergystoragesystem

121

ZHANGYong,ZHANGMinghua,LIUHui

1.ShannengNewEnergy(Dongying)Co.,Ltd.,Dongying257092,China;2.ShandongEnergyGroupElectricPowerGroupCo.,Ltd.,Tai’an

271099,China

Abstract:Aimingatthecharacteristicsofhighvolatilityandinstabilityofoffshorewindpower,awindpower-energystorage

cooperativeschedulingstrategybasedonmachinelearningisproposed.Byestablishingwindpoweroutputpredictionmodeland

dynamicoptimizationmodelofenergystoragesystem,accuratepredictionofwindfarmoutputandoptimalschedulingofenergy

storagesystemarerealized.Thesimulationresultsshowthatthisstrategycaneffectivelyimprovethestabilityandeconomyofoffshore

windpowergridconnection,andprovideanewtechnicalsupportforlarge-scaleoffshorewindpowergridconnection.

Keywords:offshorewindpower;energystoragesystem;cooperativescheduling;machinelearning;optimizationalgorithm

随着海上风电技术的快速发展，其在能源结构中的占比输入层接收48个时间步长的10维特征向量。第一、第

不断提升。然而，海上风电的间歇性和随机性给电网的安全