Suzhou Electric Appliance Research Institute
期刊號： CN32-1800/TM| ISSN1007-3175

Article retrieval

文章檢索

首頁 >> 文章檢索 >> 文章瀏覽排名

光伏發(fā)電功率預測及儲能系統(tǒng)參與的源-荷平衡分析

來源：電工電氣發(fā)布時間：2022-04-20 14:20 瀏覽次數(shù)：478

光伏發(fā)電功率預測及儲能系統(tǒng)參與的源-荷平衡分析

潘良煜，胡明會，滕卓男，魏寧
(許繼電氣股份有限公司，河南 許昌 461000)
 
    摘 要：為統(tǒng)籌協(xié)調光伏發(fā)電功率消納，在光伏電站引入儲能系統(tǒng)，結合光伏功率預測，平抑光伏發(fā)電功率波動, 降低對電網(wǎng)的沖擊，進一步提高電網(wǎng)系統(tǒng)穩(wěn)定性。在光伏發(fā)電功率預測中，充分考慮光伏設備離線等突發(fā)因素對功率輸出的影響，對儲能系統(tǒng)接入位置進行比較分析，選擇在光伏發(fā)電系統(tǒng)并網(wǎng)點前的直流側接入，相對減少損耗，提高效率。分析結果表明，該方案有助于系統(tǒng)優(yōu)化運行和調度管理，具有較好的工程應用潛力。
    關鍵詞：功率預測；概率區(qū)間預測；邊界估計；儲能系統(tǒng)；源- 荷平衡
    中圖分類號：TM615     文獻標識碼：A     文章編號：1007-3175(2022)04-0007-05
 
Power Forecasting of Photovoltaic Power Generation and Source Load
Balance Analysis of Energy Storage System
 
PAN Liang-yu, HU Ming-hui, TENG Zhuo-nan, WEI Ning
（XJ Electric Co., Ltd, Xuchang 461000, China）
 
    Abstract: The energy storage system is used for the photovoltaic power station to coordinate the power consumption of photovoltaic power generation.This study combined photovoltaic power prediction to smooth the fluctuation of photovoltaic power generation, reduce the impact on the power grid, and improve the stability of the power grid system.It considered the influence of sudden factors such as off-line photovoltaic equipment on power output.It also compared and analyzed the access location of the energy storage system and selected the DC side access in front of the grid connection point of the photovoltaic power generation system to relatively reduce losses and improve efficiency in the prediction of photovoltaic power generation.The analysis shows that the scheme is helpful to optimize system operation and dispatching management, and has good engineering application potential.
    Key words: power forecasting; probability interval forecasting; boundary estimation; energy storage system; source load balance
 
參考文獻
[1] 陳志寶，李秋水，程序，等. 基于地基云圖的光伏功率超短期預測模型[J] . 電力系統(tǒng)自動化，2013，37(19) ：20-25.
[2] 王昕，黃柯，鄭益慧，等. 基于 PNN/PCA/SS-SVR 的光伏發(fā)電功率短期預測方法[J] . 電力系統(tǒng)自動化，2016，40(17) ：156-162.
[3] 葉林，陳政，趙永寧，等. 基于遺傳算法-模糊徑向基神經(jīng)網(wǎng)絡的光伏發(fā)電功率預測模型[J] . 電力系統(tǒng)自動化，2015，39(16) ：16-22.
[4] 黃新波，章小玲，張燁，等. 基于徑向基概率神經(jīng)網(wǎng)絡的輸電導線缺陷狀態(tài)識別[J]. 電力系統(tǒng)自動化，2020，44(3) ：201-210.
[5] 徐詩鴻，張宏志，林湘寧，等. 基于改進評價指標的波動性負荷短期區(qū)間預測[J] . 電力系統(tǒng)自動化，2020，44(2) ：156-163.
[6] 黎敏，林湘寧，張哲原，等. 超短期光伏出力區(qū)間預測算法及其應用[J] . 電力系統(tǒng)自動化，2019，43(3) ：10-16.
[7] 周瑋，鐘佳成，孫輝，等. 基于隱馬爾可夫模型的日內風電功率預測誤差區(qū)間滾動估計[J] . 電力系統(tǒng)自動化，2018，42(21) ：90-95.
[8] 包偉涔，韋鋼，劉佳，等. 基于區(qū)間模型的多能互補系統(tǒng)優(yōu)化運行[J] . 電力系統(tǒng)自動化，2019，43(11) ：8-16.
[9] 吳雄，王秀麗. 新能源組合出力的置信區(qū)間估計[J]. 電力系統(tǒng)自動化，2013，37(16) ：7-12.
[10] 李智，韓學山，楊明，等. 基于分位點回歸的風電功率波動區(qū)間分析[J] . 電力系統(tǒng)自動化，2011，35(3) ：83-87.
[11] 熊寧，程浩忠，李曼麗，等. 基于可信度區(qū)間的靜態(tài)電壓穩(wěn)定性評價[J] . 電力系統(tǒng)自動化，2009，33(9) ：16-19.
[12] 郭鈺鋒，孫頔，于繼來，等. 集對分析理論在風電場風速區(qū)間預測中的應用[J] . 電力系統(tǒng)自動化，2014，38(2) ：6-11.
[13] 蘇永新，聶偉棋，譚貌. 考慮風電接入和氣電轉換的綜合能源系統(tǒng)日前區(qū)間優(yōu)化[J] . 電力系統(tǒng)自動化，2019，43(17) ：63-71.
[14] 王彩霞，魯宗相，喬穎，等. 基于非參數(shù)回歸模型的短期風電功率預測[J] . 電力系統(tǒng)自動化，2010，34(16) ：78-82.
[15] 楊錫運，關文淵，劉玉奇，等. 基于粒子群優(yōu)化的核極限學習機模型的風電功率區(qū)間預測方法[J] .中國電機工程學報，2015，35(S1) ：146-153.
[16] 馬偉，王瑋，吳學智，等. 平抑光伏并網(wǎng)功率波動的混合儲能系統(tǒng)優(yōu)化調度策略[J] . 電力系統(tǒng)自動化，2019，43(3) ：58-66.
[17] 丁明，徐寧舟，畢銳. 用于平抑可再生能源功率波動的儲能電站建模及評價[J] . 電力系統(tǒng)自動化，2011，35(2) ：66-72.
[18] 王剛. 儲能參與清潔能源消納價值鏈優(yōu)化模型及信息系統(tǒng)研究[D]. 北京：華北電力大學，2018.