风电功率波动特性的概率分布研究

波动性是风电功率的固有特性，如何定量地描述风电功率的波动性尚缺乏有效方法。基于大量实测数据的分析，发现可以采用带移位因子与伸缩系数的t分布（flocation-scale）描述风电功率波动特性的概率分布。分析表明：风电功率的min级分量约占风电场装机容量的2％～5％：多个风电场输出叠加在一起后可以有效减小min级分量的比例：风机类型对风电波动特性的影响很小，而风电场当前风电出力则对风电波动特性几乎无影响。带移位因子与伸缩系数的t分布还适合于描述风电场相邻时间间隔平均功率变化的概率分布，时间间隔加长后，由于风速相关性减弱，相邻时段平均功率的波动特性增强。

平抑风电波动的混合储能系统的容量配置

风电功率波动对电网造成不容忽视影响。用滑动平均法平滑风电功率,降低风电并网对电网的影响。滑动窗口的选取具有随机性,直接影响平滑效果。该研究提出滑动平均和标准校正的组合方法,分离出并网分量和储能分量。混合储能系统采用小波分解算法,可以有效地解耦出电池及超级电容器分量。对各储能分量统计分析,证明它们均服从t location-scale分布。在不同置信水平和容量下,以波动量的均值、方差、波动范围及波动点数为指标,分析混合储能系统的平抑效果。