Probabilistic Forecasting Based Stochastic Optimal Dispatch and Control Method of Hybrid Energy Storage for Smoothing Wind Power Fluctuations

Weiting QIAN; Changfei ZHAO; Can WAN; Yuehui HUANG; Bingquan ZHU; Wenjin CHEN

doi:10.7500/AEPS20200616007

您当前的位置：

首页 >

文章列表页 >

Probabilistic Forecasting Based Stochastic Optimal Dispatch and Control Method of Hybrid Energy Storage for Smoothing Wind Power Fluctuations

Basic Research | 更新时间：2025-06-16

- Probabilistic Forecasting Based Stochastic Optimal Dispatch and Control Method of Hybrid Energy Storage for Smoothing Wind Power Fluctuations
- Automation of Electric Power Systems Vol. 45, Issue 18, Pages: 18-27(2021)
- 作者机构：
  
  1.浙江大学电气工程学院，浙江省杭州市 310027
  2.新能源与储能运行控制国家重点实验室（中国电力科学研究院有限公司），北京市 100192
  3.国网浙江省电力有限公司，浙江省杭州市 310007
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China(2018YFB0905000);National Natural Science Foundation of China(51877189);the Program of Zhejiang Society for Electric Power(2020KJ-R02)
- DOI：10.7500/AEPS20200616007
  CLC：
- Received：16 June 2020，
  
  Revised：2021-01-19，
  
  Published Online：25 March 2021，
  
  Published：25 September 2021
- 稿件说明：
移动端阅览
钱韦廷,赵长飞,万灿等.基于概率预测的混合储能平抑风电波动随机优化调控方法[J].电力系统自动化,2021,45(18):18-27.

QIAN Weiting,ZHAO Changfei,WAN Can,et al.Probabilistic Forecasting Based Stochastic Optimal Dispatch and Control Method of Hybrid Energy Storage for Smoothing Wind Power Fluctuations[J].Automation of Electric Power Systems,2021,45(18):18-27.
钱韦廷,赵长飞,万灿等.基于概率预测的混合储能平抑风电波动随机优化调控方法[J].电力系统自动化,2021,45(18):18-27. DOI： 10.7500/AEPS20200616007.

QIAN Weiting,ZHAO Changfei,WAN Can,et al.Probabilistic Forecasting Based Stochastic Optimal Dispatch and Control Method of Hybrid Energy Storage for Smoothing Wind Power Fluctuations[J].Automation of Electric Power Systems,2021,45(18):18-27. DOI： 10.7500/AEPS20200616007.

摘要

在风电场中安装不同类型的储能设备可以有效平抑风电波动，减少风电不确定性给电力系统安全运行带来的影响。对于由风电场和混合储能系统构成的风储混合系统，提出了基于概率预测的混合储能平抑风电波动随机优化调控方法。首先，通过风电概率预测结合多元Copula函数生成具有时间相关性的风电场景集；随后，提出自适应变分模态分解方法计算并网风电功率和混合储能系统充/放电功率的目标预调度值；接着，基于所获得的预调度目标功率，考虑储能充/放电循环次数约束和存储能量机会约束，构建并求解了混合储能平抑风电波动随机优化调控模型；最后，通过算例分析说明了所提混合储能平抑风电波动随机优化调控方法的有效性和经济性。

Abstract

Installing different types of energy storage devices in wind farms can effectively smooth wind power fluctuations and reduce the impact of wind power uncertainty on the secure operation of power systems. For the hybrid wind-storage system composed of wind farms and hybrid energy storage systems (HESSs)

this paper proposes a probabilistic forecasting based stochastic optimal dispatch and control method of HESS for smoothing wind power fluctuations. Firstly

the wind power probabilistic forecasting is combined with multivariate Copula function to generate the temporally correlated wind power scenario set. Then

an adaptive variational mode decomposition method is proposed to calculate the pre-dispatched target of grid-connected wind power and charging/discharging power of HESS. After that

based on the pre-dispatched power

a stochastic optimal dispatch and control model of HESS for smoothing wind power fluctuations is constructed and solved

which considers the lifecycle constraint of energy storage charging/discharging and the chance constraint of stored energy. Finally

the effectiveness and economy of the proposed stochastic optimal dispatch and control method of HESS for smoothing wind power fluctuations are illustrated through case analysis.

关键词

Keywords

references

万灿，宋永华 . 新能源电力系统概率预测理论与方法及其应用［J］. 电力系统自动化， 2021 ， 45 （ 1 ）： 2 - 16 .

WAN Can ， SONG Yonghua . Theories， methodologies and applications of probabilistic forecasting for power systems with renewable energy sources ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 1 ）： 2 - 16 .

陈哲，王橹裕，郭创新，等 . 计及风电备用容量与需求响应的多备用资源鲁棒优化［J］. 电力系统自动化， 2020 ， 44 （ 10 ）： 50 - 59 .

CHEN Zhe ， WANG Luyu ， GUO Chuangxin ， et al . Robust optimization of multiple reserve resources considering reserve capacity of wind power and demand response ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 10 ）： 50 - 59 .

WAN C ， XU Z ， PINSON P ， et al . Probabilistic forecasting of wind power generation using extreme learning machine ［J］. IEEE Transactions on Power Systems ， 2014 ， 29 （ 3 ）： 1033 - 1044 .

康重庆，姚良忠 . 高比例可再生能源电力系统的关键科学问题与理论研究框架［J］. 电力系统自动化， 2017 ， 41 （ 9 ）： 2 - 11 .

KANG Chongqing ， YAO Liangzhong . Key scientific issues and theoretical research framework for power systems with high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 9 ）： 2 - 11 .

刘颖明，王维，王晓东，等 . 结合风功率预测及储能能量状态的模糊控制策略平滑风电出力［J］. 电网技术， 2019 ， 43 （ 7 ）： 2535 - 2543 .

LIU Yingming ， WANG Wei ， WANG Xiaodong ， et al . A fuzzy control strategy combined with wind power prediction and energy storage SOE for smoothing wind power output ［J］. Power System Technology ， 2019 ， 43 （ 7 ）： 2535 - 2543 .

任永峰，薛宇，云平平，等 . 马尔可夫预测的多目标优化储能系统平抑风电场功率波动［J］. 电力系统自动化， 2020 ， 44 （ 6 ）： 67 - 76 .

REN Yongfeng ， XUE Yu ， YUN Pingping ， et al . Multi-objective optimization of energy storage system with Markov prediction for power fluctuation suppression of wind farm ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 6 ）： 67 - 76 .

HASAN N S ， HASSAN M Y ， ABDULLAH H ， et al . Improving power grid performance using parallel connected compressed air energy storage and wind turbine system ［J］. Renewable Energy ， 2016 ， 96 ： 498 - 508 .

LUO X ， WANG J ， DOONER M ， et al . Overview of current development in electrical energy storage technologies and the application potential in power system operation ［J］. Applied energy ， 2015 ， 137 ： 511 - 536 .

王境彪，晁勤，王一波，等 . 基于主次双尺度交集切割效应的混合储能平抑风功率波动控制［J］. 电网技术， 2015 ， 39 （ 12 ）： 3369 - 3377 .

WANG Jingbiao ， CHAO Qin ， WANG Yibo ， et al . Control of hybrid energy storage system for suppressing fluctuation of wind power based on primary-secondary scale intersection cutting effect ［J］. Power System Technology ， 2015 ， 39 （ 12 ）： 3369 - 3377 .

何川，刘天琪，胡晓通，等 . 基于超短期风电预测和混合储能的风电爬坡优化控制［J］. 电网技术， 2017 ， 41 （ 3 ）： 782 - 790 .

HE Chuan ， LIU Tianqi ， HU Xiaotong ， et al . Optimal control of wind ramp based on very short-term wind forecast and hybrid ESS ［J］. Power System Technology ， 2017 ， 41 （ 3 ）： 782 - 790 .

ZHANG Y ， XU Y ， GUO H ， et al . A hybrid energy storage system with optimized operating strategy for mitigating wind power fluctuations ［J］. Renewable Energy ， 2018 ， 125 ： 121 - 132 .

CAO J ， DU W ， WANG H ， et al . Optimal sizing and control strategies for hybrid storage system as limited by grid frequency deviations ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 5 ）： 5486 - 5495 .

SUN Y ， TANG X ， SUN X ， et al . Model predictive control and improved low-pass filtering strategies based on wind power fluctuation mitigation ［J］. Journal of Modern Power Systems and Clean Energy ， 2019 ， 7 （ 3 ）： 512 - 524 .

WAN C ， XU Z ， PINSON P ， et al . Optimal prediction intervals of wind power generation ［J］. IEEE Transactions on Power Systems ， 2014 ， 29 （ 3 ）： 1166 - 1174 .

WAN C ， WANG J ， LIN J ， et al . Nonparametric prediction intervals of wind power via linear programming ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 1 ）： 1074 - 1076 .

SHAHIDEHPOUR M ， ZHOU Y ， WEI Z ， et al . Multistage robust look-ahead unit commitment with probabilistic forecasting in multi-carrier energy systems ［J］. IEEE Transactions on Sustainable Energy ， 2021 ， 12 （ 1 ）： 70 - 82 .

叶一达，魏林君，乔颖，等 . 非参数条件概率预测提高风电消纳的优化方法［J］. 电网技术， 2017 ， 41 （ 5 ）： 1443 - 1450 .

YE Yida ， WEI Linjun ， QIAO Ying ， et al . Optimal method of improving wind power accommodation by nonparametric conditional probabilistic forecasting ［J］. Power System Technology ， 2017 ， 41 （ 5 ）： 1443 - 1450 .

WAN C ， ZHAO C ， SONG Y . Chance constrained extreme learning machine for nonparametric prediction intervals of wind power generation ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 5 ）： 3869 - 3884 .

WAN C ， LIN J ， WANG J ， et al . Direct quantile regression for nonparametric probabilistic forecasting of wind power generation ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 4 ）： 2767 - 2778 .

李湃，范越，黄越辉，等 . 基于电源聚合-分解模型的新能源电力系统月度发电计划优化方法［J］. 电网技术， 2020 ， 44 （ 9 ）： 3281 - 3293 .

LI Pai ， FAN Yue ， HUANG Yuehui ， et al . Monthly generation scheduling method of renewable energy power system based on power plant aggregation & decomposition models ［J］. Power System Technology ， 2020 ， 44 （ 9 ）： 3281 - 3293 .

PINSON P ， MADSEN H ， NIELSEN H A ， et al . From probabilistic forecasts to statistical scenarios of short-term wind power production ［J］. Wind Energy： An International Journal for Progress and Applications in Wind Power Conversion Technology ， 2009 ， 12 （ 1 ）： 51 - 62 .

丁明，解蛟龙，刘新宇，等 . 面向风电接纳能力评价的风资源/负荷典型场景集生成方法与应用［J］. 中国电机工程学报， 2016 ， 36 （ 15 ）： 4064 - 4071 .

DING Ming ， XIE Jiaolong ， LIU Xinyu ， et al . The generation method and application of wind resources/load typical scenario set for evaluation of wind power grid integration ［J］. Proceedings of the CSEE ， 2016 ， 36 （ 15 ）： 4064 - 4071 .

李学斌，刘建伟 . 采用二阶滤波的混合储能系统实时功率分配方法［J］. 电网技术， 2019 ， 43 （ 5 ）： 1650 - 1657 .

LI Xuebin ， LIU Jianwei . Real-time power distribution method adopting second-order filtering for hybrid energy storage system ［J］. Power System Technology ， 2019 ， 43 （ 5 ）： 1650 - 1657 .

颜晨煜，樊艳芳，姚波 . 采用自适应变分模态分解的混合储能平滑光伏出力波动控制策略［J］. 高电压技术， 2019 ， 45 （ 6 ）： 1898 - 1906 .

YAN Chenyu ， FAN Yanfang ， YAO Bo . Strategy for smoothing photovoltaic power fluctuation of hybrid energy storage system using self-adaptive variational mode decomposition ［J］. High Voltage Engineering ， 2019 ， 45 （ 6 ）： 1898 - 1906 .

刘长良，武英杰，甄成刚 . 基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断［J］. 中国电机工程学报， 2015 ， 35 （ 13 ）： 3358 - 3365 .

LIU Changliang ， WU Yingjie ， ZHEN Chenggang . Rolling bearing fault diagnosis based on variational mode decomposition and fuzzy C means clustering ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 13 ）： 3358 - 3365 .

周任军，李斌，黄婧杰，等 . 含源荷相似度和曲线波动度约束的源荷储协调优化模型［J］. 中国电机工程学报， 2020 ， 40 （ 13 ）： 4092 - 4102 .

ZHOU Renjun ， LI Bin ， HUANG Jingjie ， et al . Source-load-storage coordinated optimization model with source-load similarity and curve volatility constraints ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 13 ）： 4092 - 4102 .

DRAGOMIRETSKIY K ， ZOSSO D . Variational mode decomposition ［J］. IEEE Transactions on Signal Processing ， 2014 ， 62 （ 3 ）： 531 - 544 .

WU F ， SIOSHANSI R . A two-stage stochastic optimization model for scheduling electric vehicle charging loads to relieve distribution system constraints ［J］. Transportation Research Part B： Methodological ， 2017 ， 102 ： 55 - 82 .

ZHAO C ， WAN C ， SONG Y . An adaptive bilevel programming model for nonparametric prediction intervals of wind power generation ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 1 ）： 424 - 439 .

王荔妍，陈启鑫，何冠楠，等 . 考虑电池储能寿命模型的发电计划优化［J］. 电力系统自动化， 2019 ， 43 （ 8 ）： 93 - 100 .

WANG Liyan ， CHEN Qixin ， HE Guannan ， et al . Optimization of generation scheduling considering battery energy storage life model ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 8 ）： 93 - 100 .

MASAUD T M ， EL-SAADANY E . Correlating optimal size， cycle life estimation， and technology selection of batteries： a two-stage approach for microgrid applications ［J］. IEEE Transactions on Sustainable Energy ， 2020 ， 11 （ 3 ）： 1257 - 1267 .

Denmark Energinet . Wind turbines connected to grids with voltage below 100 kV， technical regulation for the properties and the regulation of wind turbines ［S］. 2004 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Flexibility Aggregation and Optimal Dispatching of Integrated Electricity-Heat Energy System Based on Probabilistic Forecasting

Typical Scenario Generation Algorithm for Microgrid Based on Deep Temporal Clustering

Stochastic Planning of Generation and Transmission Expansion for Power System Against Coordinated Attacks

基于通用分布的含风电电力系统随机动态经济调度

Related Author

TAO Yuanchao

QIN Hongpei

WAN Can

XU Feng

XU Yuqi

ZHUANG Yingrui

CHENG Lin

QI Ning

Related Institution

Electric Power Research Institute of State Grid Zhejiang Electric Power Co., Ltd.

Department of Electrical Engineering, Tsinghua University

Electric Power Research Institute of Guangxi Power Grid Corporation

State Key Laboratory of Power Transmission Equipment & System Security and New Technology(Chongqing University)

School of Electrical Engineering, Wuhan University

⁰