基于nsga―ii的风电功率波动储能平抑控制技术

《基于nsga―ii的风电功率波动储能平抑控制技术》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于NSGA―II的风电功率波动储能平抑控制技术　　摘要风能作为一种可再生能源，在自然界的储量十分丰富，得到了人们的广泛关注。在政府部门的大力支持下，风能发电已经成为我国重要发电形式，对我国节能减排事业有着重要的积极意义。风能作为一种清洁型能源，虽然在发电过程中对环境不产生污染，但由于风能的波动性较强，风电场对电力系统的稳定性有着重要的影响，如何有效地平抑风电的功率波动已经成为制约风电发展的重要瓶颈。本文主要针对基于储能系统的风电功率波动平抑进行简要的阐述，并对基于NSGA-II的储能平抑控制技术进行简要的分析。　　【关键词】NSG

2、A-II风电储能平抑　　1引言　　二十一世纪以来，随着我国经济社会的迅速发展，社会用电量不断攀升，能源的供需矛盾开始逐步显现，尤其是近年来雾霾、沙尘暴等恶劣天气越来越频繁，能源需求与生态环境间的矛盾不断激化。火力发电作为我国最主要的发电形式，主要通过燃烧煤炭等化石燃料产生电能，不仅消耗了大量的化石资源，还对生态环境造成了较大的破坏。风能作为一种清洁型的可再生能源，其储量大、无污染等特性得到了人们的广泛认可，利用风能发电是解决我国能源供需矛盾的有效措施。　　自然界中的风能具有较强的波动性及不可控性，风电场的发电功率随风能的波动而变化，

3、这种功率的波动对整个电力系统的稳定性产生了重要的影响，并且随着分布式风电场的不断发展，其对整个电网安全性产生了重要的隐患。本文主要针对风电功率波动的平抑问题，提出了一种基于储能系统的风电功率波动平抑控制技术，并对其进行了简要的阐述。　　2风电场储能系统的选用　　电力系统中，功率型与能量型是最常用的两种储能系统。功率型储能系统主要包括超级电容器、飞轮等，其循环使用寿命较长，但能量密度较低，且成本高昂，一般不适于大容量的储能任务；能量型储能系统主要包括蓄电池、锂电池等，其能量密度较大，储能时间较长，但循环使用寿命较短，一般不适于需要频繁

4、进行充放电的储能任务。　　一般来说，风电场的功率波动较为频繁，且波动周期较长，甚至可达数小时级别，这就要求储能系统具有足够的储能容量以满足功率平抑的需求。通常情况下，风电场对储能系统有以下几点要求：　　（1）储能的容量较大，能够满足风电场一段时间持续的储能或放能；　　（2）储能时间应尽量长，一般要求数小时以上的储能能力；　　（3）储能系统应具备快速释放能量的能力，以满足风电场瞬时功率变动的能量需求。　　针对风电场对储能系统的要求，飞轮、超级电容器等功率型储能系统虽然能量的释放较快，但由于容量普遍较小且成本较高，一般不予选用，综合考虑

5、一般风电场多选用蓄电池作为其储能系统，不仅能够满足风电场对储能系统的要求，还具有较高的经济性。　　3基于NSGA-II的风电功率波动储能平抑控制技术　　3.1NSGA-II遗传算法的简介　　NSGA算法是一种有效的多目标优化非支配排序算法，其受到基因算法的?⒎?，实现了复杂多目标优化问题的解决。NSGA-II算法作为一种改进的NSGA算法，其精英策略与非拥挤度排序大大提高了算法的自适应能力，在诸多领域得到了广泛的应用。NSGA-II算法的大致流程如下所述：　　3.1.1种群的初始化　　种群的初始化即针对待优化的参数随机产生给定种群规

6、模的个体，并根据非支配排序对种群进行分层，赋予不同层的个体以不同的支配序值。　　3.1.2父本的选择　　父本的选择就是根据个体的支配序以及拥挤距离采取锦标赛机制选择优良的父本，支配序越小或拥挤距离越大的个体越有可能是优良的父本。　　3.1.3交叉变异　　完成优良父代的选择后，通过交叉变异产生相应的子代，将父代种群与子代种群合并后重新进行非支配排序，根据个体的支配序以及拥挤距离重新选取满足种群规模的个体，并判断是否达到收敛条件，若达到则输出种群中的最优个体，若没有达到则返回第二步迭代计算。　　3.2基于NSGA-II的风电功率波动储能

7、平抑控制算法　　利用储能系统进行风电功率波动的平抑，即利用储能系统对风电功率实行削峰填谷，当风电输出功率过高时，对储能系统进行充电，以实现风电功率波动的削峰，而当风电输出功率过低时，储能系统进行放电，以实现风电功率波动的填谷。　　传统的基于储能系统的风电功率波动平抑只考虑风电功率的平抑效果，当风电功率发生剧烈波动时，往往需要储能系统在充放电模式间频繁切换，对储能系统造成了较大的损坏，大大提高了功率波动平抑的经济成本。基于这一考虑，本文利用NSGA-II算法，提出了一种基于储能系统的多目标优化的风电功率波动平抑控制算法。　　3.2.1

8、SOC临界区间充放电模式　　储能系统的循环充放电次数是影响储能系统寿命的重要因素，为了减少储能系统的循环充放电次数，就要保证在充放电过程中储能系统的容量得到最大化利用。传统的储能系统控制算法不注重储能系统的容量使用情况，造成了储能系统