风电场储能装置容量及最大充放电功率的确定

随着风电规模的日益扩大,风电对电力系统的影响越来越大,由风电并网引起的电力系统运行的经济性和稳定性等全局性问题越来越受到人们的关注。其中含风电场的电力系统经济调度问题日益受到重视,储能装置是解决风电并网问题的有效手段。本文不考虑储能装置的初始投资、运行维护费用等问题,从平滑风电功率波动和平滑系统功率波动(即综合考虑风电波动和负荷波动)两个角度,研究了储能装置的容量及最大充放电功率对平滑效果的影响,初步探讨了风电场中储能装置参数的确定方法。

基于人工神经网络的最大充放电功率预测方法研究

针对混合动力汽车中镍氢电池组模块,通过人工神经网络算法预测出其在下一时刻的最大充放电功率值。首先,通过查匹配表获得目标值与SOC(剩余电荷量)、电压、温度的对应关系,再选取与目标值相关联的SOC、电压、电流、温度,加上上一时刻预测出的最大充放电功率值作为该人工神经网络的输入变量,通过实验对人工神经网络结构算法进行设计优化。最终得到最大充放电功率预测用人工神经网络模型,经实际数据测试分析,其误差小于8%。此预测对于混合动力汽车在启动和爬坡控制策略有重要的实用意义。

基于风电功率min级分量波动特性的风电场储能容量优化计算

储能为抑制风电功率随机波动性对电力系统的不利影响提供了可能。为减小风电功率随机波动分量对电力系统的影响,提出用储能设备平滑风电功率随机波动频繁的min级分量,并通过分析风电功率min级分量的波动特性,建立对应的储能容量优化配置模型。该模型在充分把握风电功率min级分量波动特性的基础上,以概率统计的区间估计理论确定储能系统的容量配置和最大充放电功率。该优化模型可以较小容量的储能设备改善风电功率的平滑输出,有利于减小风电功率随机波动性对电力系统的不利影响。仿真算例表明了该算法的有效性。

电动汽车动力电池特性仿真系统

为了更好地模拟动力电池的动态特性,开发相应的控制策略,建立了适用于电动汽车的动力电池仿真平台,并且分别建立了动力电池剩余电量模型、最大充放电功率模型和电池热模型.基于电动汽车的不同工况进行了动力电池系统的仿真.结果表明,所建立的动力蓄电池模型能够很好地模拟电动汽车运行过程中蓄电池组的动态行为,为动力蓄电池管理系统软、硬件的开发和电动汽车整车控制策略的开发提供了良好的平台.