利用智能停车场平抑风电预测误差可行性研究

《利用智能停车场平抑风电预测误差可行性研究》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、第41卷第17期电力系统保护与控制vo1．41NO．172013年9月1日PowerSystemProtectionandControlSep．1，2013利用智能停车场平抑风电预测误差的可行性研究张广韬，吴俊勇，周彦衡，苗青(北京交通大学电气学院，北京100044)摘要：为了突破风电预测精度进一步提高的瓶颈，提出了一种利用智能停车场的集约化控制来平抑风电预测误差的方法。建立了智能停车场仿真模型，分析了充放电单元的端口功率特性，得到了电池储能与荷电状态之间的关系。基于一个实际风电场的出力及其预测数据，详细

2、分析了智能停车场电动汽车规模、初始荷电状态分布、风电场装机容量和风电预测技术水平等因素与最终的风电预测误差平抑目标之间的关系。研究表明，将风电场与智能停车场联合协调运行，可以在很大程度上平抑风电预测误差，将不可调度的风电场变成可预测可调度的风电场，是一条经济可行的途径。关键词：电动汽车；荷电状态(S0C)；V2G；智能停车场；风电预测FeasibilitystudyofdepressingwindpowerpredictionerrorbySmartParkZHANGGuang-tao，WUJun—yon

3、g，ZHOUYan—heng，MIAOQing(SchoolofElectricalEngineering，BeijingJiaotongUniversity,Beijing100044，China)Abstract：ForbreakingtheboRleneckthatfurtherimprovementofthewindpowerpredictionaccuracyencounters，anideaofmakinguseoftheintensivecontroloftheSmarkParktodepr

4、esswindpowerpredictionerrorisproposed．Firstly,adetailedSmarkParksimulationmodelisestablishedandtheportpowercharacteristicsofcharge／dischargeunitareanalyzed．Therelationshipbetweenthebatterystorageenergyandthestateofcharge(soc)isobtained．Basedonarealwindpow

5、eroutputanditspredictiondata，thispaperanalyzestherelationshipbetweenthetargetofdepressingwindpowerpredictionerrorandthefactorssuchasthesizeofSmartPark，initialstateofchargeddistribution，windpowerinstalledcapacityandwindpowerforecastingtechniqueleve1．Theres

6、ultsshowthatthecoordinatedoperationofwindfarmsandSmartParkcandepresswindpowerpredictionerrortoagreatextent，anditisaneconomicandfeasiblewaytoturntheundispatchablewindfarmintodispatchableenergysources．Keywords：electricvehicle；stateofcharge(SOC)；V2G；SmartPar

7、k；windpowerprediction中图分类号：TM715文献标识码：A文章编号：1674-3415(2013)17-0088—07电能，而在电网负荷低谷时段又可以通过充电消0引言耗电能，电能的这种双向流动称为V2G(Vehicleto随着大规模风电场的兴起，风能越来越多地被grid)J。V2G技术可以在一定程度上平抑电网功率应用在发电领域，而风能具有天然的波动性和间歇波动，在电力系统的运行控制方面很有应用前景，性，风电场在并网运行时具有很大的不确定性，给已经成为国内外专家学者的新研究热点。文献[6

8、]提电力系统的运行控制带来了很多问题【】。2J。对风电场出一种智能停车场接入电网的协调无功控制策略，输出功率进行科学精确的预测，是对其合理调度从使其作为虚拟STATCOM对风电场进行无功补偿，而有效利用的前提条件，然而，尽管国内外对于风并研究了其对改善风电场电压稳定性的作用。文献电预测方法的研究正逐渐深入，其预测精度远没有[7．8]建立了可以描述V2G过程的机组组合模型，在达到令人满意的程度I3J。提高风电预测精度的另一此基础