基于非参数核密度估计的压缩空气储能配置.pdfVIP

杭州电子科技大学学位论文

摘要

近年来，风力发电以自然资源为动力，凭借其清洁、可再生等特性得到了大

规模发展。然而由于风能具有随机性和波动性的特点，风电功率直接并入电网将

对电能质量、电力系统稳定性、发电计划和调度等方面产生较大的影响。为应对

风电的波动性，采用大规模储能系统对风电场输出功率进行平抑，尤其是压缩空

气储能技术以其大容量、低成本、高效率等特性成为平衡风力发电的随机性、提

高风能利用率的理想方案。由于合理配置压缩空气储能系统的容量大小对平抑效

果有直接影响，并且是新能源发电系统经济可靠运行的重要保障，基于此，本文

/

主要对压缩空气储能系统的压缩透平额定功率和压缩空气储能系统的储气室额

定容量配置进行了研究，主要工作如下：

首先，介绍了人工神经网络的实现原理，结合对神经网络结构和小波变换的

分析研究，建立小波神经网络模型并对风力发电功率进行预测。

其次，计及风电预测的功率误差及风电功率预测的能量偏差，根据非参数估

计法和其经验分布模型得到风电预测误差功率的概率密度分布，进而获取在调度

周期内，压缩空气储能系统平抑风电波动性的能量的概率密度分布情况，并在此

基础上采用非参数核密度估计法建立风电功率预测误差区间。

最后，对CAES系统进行热力学建模，把CAES系统作为平抑风电功率波

动的装置。采用经验分布模型建立风力发电预测误差的概率密度分布函数和累计

分布函数，并在此基础上，以对风力发电预测功率的误差分析配置CAES的压缩

/透平额定功率和CAES储气室额定容量。并且通过仿真验证所配置的CAES储

气室额定容量在电网调度运行的有效性。

关键词:小波神经网络，风电功率预测误差，非参数核密度估计，压缩空气储

能系统，容量配置

I

杭州电子科技大学学位论文

ABSTRACT

Inrecentyears,windpowergeneration(WPG)isdrivenbynaturalresourcesand

hasbeendevelopedenormouslywithitscleanandrenewablecharacteristics.However,

duetothehighrandomnessandvolatilityofWPG,thehighproportionofWPG

connectedtothegridbringsseverechallengestothebalanceofpowersupplyand

demand,powersystemsecurityandpowerquality.Inordertodealwiththevolatility

ofWPG,thefluctuationofwindpowergenerationcanbesmoothedbylarge-scale

energystoragesystem.Compressedairenergystorage(CAES)technologywithits

largecapacity,lowcost,highefficiencyandothercharacteristics,becomesthebest

choicetosmooththefluctuationofWPGandimprovetheutilizationrateofWPG.

However,thecapacityoftheCAESwilldirectlyaffecttheeffectofwindpower

stabilizationandtheeconomyofthewholesystem.Basedon