发明名称 一种含电池储能设备的风电场可靠性评估方法
摘要 本发明提供一种含电池储能设备的风电场可靠性评估方法:采集风电场的原始数据、建立风电机组功率时序模型、建立含电池储能设备的输出功率序列模型、建立含电池储能设备的风电场可靠性评估模型、建立计及运行特性参数的可靠性评估模型、将原始采集的数据输入计算机系统出处理,获得计及电池储能设备运行特性参数的风电场可靠性参数;在本发明中,考虑了不同类型电池储能设备运行特性参数对风电场可靠性的影响,提高了对含电池储能设备的风电场可靠性评估的准确性。
申请公布号 CN102545214A 申请公布日期 2012.07.04
申请号 CN201210010422.8 申请日期 2012.01.13
申请人 重庆大学 发明人 谢开贵;孟虹年;胡博;李春燕;蒋泽甫;李玉敦;王光强;齐雪雯;孙若迪;王岸
分类号 H02J3/00(2006.01)I;H02J3/32(2006.01)I 主分类号 H02J3/00(2006.01)I
代理机构 重庆博凯知识产权代理有限公司 50212 代理人 李海华
主权项 1.一种含电池储能设备的风电场可靠性评估方法,其特征在于:具体步骤包括:<b>步骤1:</b>采集风电场原始数据,确定 ARMA模型中风电场历史风速的每小时平均值μ<sub>t</sub>和标准差σ ,风电机组的额定功率、切入风速、额定风速、切出风速,负荷有功功率、切负荷功率;风电场中各风电机组、电池储能设备和开关设备之间的连接关系;<b>步骤2:</b>建立风电机组功率时序模型ARMA(n,m)模型数学表达式为<img file="514952DEST_PATH_IMAGE001.GIF" wi="512" he="28" />(1)式中,<img file="756578DEST_PATH_IMAGE002.GIF" wi="18" he="25" />为时刻t的风速序列值,Φ<sub>i</sub>(i=1, 2,…, n)和θ<sub>j</sub>(j=1, 2,…, m)分别为ARMA模型的自回归参数和滑动平均参数;利用ARMA(n,m)模型获得风电场在任意时刻t的风速时间序列模拟值后,通过历史风速的每小时平均值μ<sub>t</sub>和标准差σ<sub>t</sub>求取时刻t的风电场风速SW<sub>t</sub>:<img file="94018DEST_PATH_IMAGE003.GIF" wi="115" he="26" />(2)利用(3)式计算得到任意t时刻下风电机组的输出功率:<img file="737489DEST_PATH_IMAGE004.GIF" wi="446" he="126" />(3)式中,P<sub>r</sub>、V<sub>ci</sub>、V<sub>r</sub>和V<sub>co</sub>分别为风电机组的额定功率、切入风速、额定风速和切出风速,参数A、B、C可由V<sub>ci</sub>、V<sub>r</sub>、V<sub>co</sub>进行计算;<b>步骤3:</b>建立含电池储能设备的输出功率序列模型风电场输出功率高于当前负荷的某一比例P%,常规发电机组输出功率低于当前负荷的1-P%,储能设备开始释放能量参与供电,基于此种策略建立储能设备充放电模型:<b>1)</b>利用(1)-(3)式获取在某一时间段T内的风电机组功率输出时间序列W<sub>i</sub>,;<b>2)</b>根据时间段T内的常规发电机组功率时间序列<img file="134972DEST_PATH_IMAGE005.GIF" wi="142" he="34" />以及利用负荷曲线得到的负荷时间序列<img file="427676DEST_PATH_IMAGE006.GIF" wi="157" he="34" />,P%表示风电场输出功率低于或高于当前负荷的比例,分别利用(4)式和(5)式求取风电机组剩余功率序列<img file="506490DEST_PATH_IMAGE007.GIF" wi="169" he="34" />和常规机组剩余功率序列<img file="66784DEST_PATH_IMAGE008.GIF" wi="166" he="34" />:<img file="838431DEST_PATH_IMAGE009.GIF" wi="126" he="24" />(4)<img file="851387DEST_PATH_IMAGE010.GIF" wi="156" he="24" />(5)<b>3)</b>求取电池储能设备的输出功率序列<img file="733892DEST_PATH_IMAGE011.GIF" wi="165" he="34" />:<img file="148693DEST_PATH_IMAGE012.GIF" wi="332" he="104" />(6)<b>步骤4:</b>建立含电池储能设备的风电场可靠性评估模型将风电机组和储能设备看作负荷,对原始负荷曲线与输出或输入功率进行叠加,得到等效负荷曲线:<img file="652093DEST_PATH_IMAGE013.GIF" wi="223" he="30" />(10)其中,P<sub>Wi</sub>、P<sub>Gi</sub>、P<sub>Bi</sub>、L<sub>i</sub>和L<sub>Di</sub>分别为T时刻下的风电机组剩余功率、常规机组剩余功率、电池储能设备输出功率、负荷有功功率以及切负荷功率;由此可得到每一抽样年中发生的缺电次数L<sub>LTi</sub>、缺电持续时间L<sub>LDi</sub>和缺供电量ENS<sub>i</sub>,对于N年的抽样时间,缺电时间期望LOLE电量不足期望LOEE的计算式可由(12)和(13)得到:<img file="90028DEST_PATH_IMAGE014.GIF" wi="138" he="33" />(11)<img file="572962DEST_PATH_IMAGE015.GIF" wi="128" he="46" />(12)<img file="45531DEST_PATH_IMAGE016.GIF" wi="127" he="44" />(13)<b>步骤5:</b>计及电池储能设备运行特性参数的可靠性评估模型计及电池储能设备运行参数设备容量、充放电速率和充放电电压稳定性的影响下,风电场可靠性评估模型为:<b>1)</b>在一个时间段内对常规机组进行抽样,得到每小时的机组功率序列P<sub>Gi</sub>;<b>2)</b>结合当前负荷大小,确定电池储能系统的初始充放电功率P<sub>ini</sub><img file="221298DEST_PATH_IMAGE017.GIF" wi="380" he="93" />(14)其中,P<sub>discha-max</sub>和P<sub>ch-max</sub>分别为设备最大放电功率和设备最大充电功率;<b>3)</b>当前时段内设备每小时释放或充入的能量,能量型和功率型设备的E<sub>Bi</sub>计算表达式分别如(15)和(16)所示:<img file="146528DEST_PATH_IMAGE018.GIF" wi="372" he="90" />(15)<img file="433153DEST_PATH_IMAGE019.GIF" wi="313" he="80" />(16)其中,<img file="58432DEST_PATH_IMAGE020.GIF" wi="110" he="36" />(17)由于E<sub>N</sub>与充放电初始功率P<sub>ini</sub>有关,因此f<sub>p</sub>(t)实际上是功率型电池设备的功率时间函数曲线簇,即:<img file="342783DEST_PATH_IMAGE021.GIF" wi="213" he="27" />(18)<b>4)</b>获取时间段T内设备的可用充放电功率P<sub>avai</sub>,可用放电功率P<sub>avai-out</sub>和可用充电功率P<sub>avai-in</sub>,计算公式如下:<img file="817626DEST_PATH_IMAGE022.GIF" wi="340" he="49" />(19)<img file="845625DEST_PATH_IMAGE023.GIF" wi="328" he="49" />(20)<b>步骤6:</b>计算计及电池储能设备运行特性参数的风电场可靠性参数根据(6)式电池储能设备的输出功率序列以及时间段T内的可用充放电功率,结合时间段T内设备的可用充放电功率P<sub>avai</sub>,获取在n个模拟年内储能设备的完整充放电功率序列{P<sub>Bt</sub>(i),i=1, 2, …, 8736×n},根据式(4)、(5)和(6)分别求得P<sub>Wi</sub>、P<sub>Gi</sub>、和P<sub>Bi</sub>、以及利用式(10)表示的等效负荷曲线,使用序贯蒙特卡洛法求取相应的可靠性指标。
地址 400044 重庆市沙坪坝区沙正街174号