基于极端天气情况的风-储系统平抑控制策略

作     者：任羽纶 严道波 赵红生 王博 熊志 熊一 王枭 REN Yulun;YAN Daobo;ZHAO Hongsheng;WANG Bo;XIONG Zhi;XIONG Yi;WANG Xiao

作者机构：国网湖北省电力有限公司经济技术研究院湖北武汉430077 武汉大学电气与自动化学院湖北武汉430072 

出 版 物：《智慧电力》 (Smart Power)

年 卷 期：2022年第50卷第2期

页      面：29-34,41页

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家自然科学基金资助项目(51977153) 

主　　题：风电场 极端天气情况 模型预测控制 机器学习 风电平抑 

摘      要：提出了一种储能系统的功率控制方法,实现了极端天气情况下风电场出力波动的快速平抑。该控制框架融合了机器学习算法与模型预测控制方法,由基于在线序贯极限学习机的神经网络模型预测优化时域范围的风电功率,储能的充放电功率指令通过MPC进行滚动优化,保证储能系统的运行约束得到满足。仿真实验表明该方法能够实现储能系统的快速充、放电管理,利用准确的风电功率预测,降低了极端天气下风电场功率陡降对电网的不利影响,使得风-储联合系统注入电网的功率更接近给定值。