基于状态量预测的风储联合并网储能优化控制方法

• 作者: 曹云峰 李征 柴炜 蔡旭
• 来源期刊: 电力系统自动化
• 关键词: 电池储能系统 风电场 短时调度 预测控制 混沌预测 神经网络
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 绿色电力自动化
• 页码范围: 13-20
• 页数: 8页
• 字数: 6306字
• 语种: 中文
• DOI: 10.7500/AEPS20131204010

摘要

为了使风电场兼具可调度性和输出功率平稳性，提出了基于状态量预测的电池储能系统(BESS)优化控制方法。该方法在BESS配合风电场短时调度的基础上增加了预测控制模块，该模块根据超短期风功率预测结果对电池极限状态进行预判，并综合考虑预测误差、波动尺度限定值和运行约束条件，实时调节 BESS 输出功率，以降低极端状态下的并网尖峰波动。为了提高预测精度，提出了结合混沌法和一般线性法的神经网络组合预测模型。算例结果表明，所提控制方法能使风储并网功率很好地跟踪调度指令，在实现了可调性的同时降低了并网尖峰波动。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡旭	上海交通大学电子信息与电气工程学院风力发电研究中心	231	2772	28.0	42.0
3	李征	上海交通大学电子信息与电气工程学院风力发电研究中心	29	381	12.0	19.0
4	柴炜	上海交通大学电子信息与电气工程学院风力发电研究中心	3	13	1.0	3.0
5	曹云峰	上海交通大学电子信息与电气工程学院风力发电研究中心	18	232	7.0	15.0