基于小波包分解的風(fēng)電混合儲能容量配置方法

【摘要】：提出了一種基于小波包分解的風(fēng)電混合儲能容量配置方法。該方法對風(fēng)電輸出功率進(jìn)行小波包分解,將其分解為低頻部分和高頻部分,采用低頻部分作為并網(wǎng)目標(biāo)功率,根據(jù)蓄電池和超級電容器的互補(bǔ)特性,分別用其平抑次高頻部分和最高頻部分。通過高斯逼近法擬合波動功率的概率密度函數(shù),進(jìn)而得出混合儲能系統(tǒng)的容量。在Matlab/Simulink平臺上搭建混合儲能系統(tǒng)仿真模型。通過風(fēng)電并網(wǎng)點(diǎn)輸出功率的平滑程度以及混合儲能系統(tǒng)荷電狀態(tài)波動范圍的分析,驗(yàn)證了該容量配置的有效性。 【作者單位】： 沈陽工業(yè)大學(xué)電氣工程學(xué)院;
【關(guān)鍵詞】： 風(fēng)力發(fā)電 容量配置 小波包分解 混合儲能系統(tǒng) 高斯逼近
【基金】：沈陽市科技計(jì)劃項(xiàng)目(F14-231-1-27)
【分類號】：TM614
【正文快照】： 0引言隨著風(fēng)電大規(guī)模接入電網(wǎng),風(fēng)電輸出有功功率波動性將嚴(yán)重影響電力系統(tǒng)穩(wěn)定性以及電能質(zhì)量。儲能系統(tǒng)能夠?qū)崿F(xiàn)電能與其他形式能量的轉(zhuǎn)換,并靈活、快速、準(zhǔn)確地對系統(tǒng)的電能供需平衡進(jìn)行調(diào)節(jié),提高風(fēng)電并網(wǎng)的穩(wěn)定性[1]。影響儲能系統(tǒng)經(jīng)濟(jì)性的主要因素是儲能系統(tǒng)的容量配置[2]

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來了解更多相關(guān)內(nèi)容

故障振動信號的小波包分解與診斷    胡子谷,宓為建,石來德

小波包分解在氫發(fā)動機(jī)異常燃燒診斷中的應(yīng)用    王麗君;楊振中;田光旭;葛臨東;

基于小波包分解的水面目標(biāo)噸位大小分類方法    邱家興;李彬;項(xiàng)田超;

基于獨(dú)立分量分析與小波包分解的混疊聲源信號波形恢復(fù)    錢蘇翔;楊世錫;焦衛(wèi)東;胡紅生;

基于小波包分解的早期碰摩故障診斷研究    宋友,柳重堪,李其漢

基于小波包分解的電化學(xué)噪音能量譜分析    馮哲圣,顧德恩,楊邦朝

小波包分解及其在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用    劉曉波,黃其柏,孫康

結(jié)合異質(zhì)擴(kuò)散和小波包分解的醫(yī)學(xué)圖像分割算法    熊祖坤;李海云;

基于小波包分解和支持向量數(shù)據(jù)描述的故障診斷方法    李自國;郝偉;李凌均;

基于小波包分解的多尺度互相關(guān)管道定位方法    張景川;曾周末;張兆偉;程向麗;張溪默;

基于小波包分解的聲信號特征提取方法    范海寧;郭英;吳劍鋒;陳志武;

小波包分解在慣性器件故障診斷中應(yīng)用研究    陳光軍;胡昌華;任章;周志杰;

基于小波包分解的發(fā)電機(jī)轉(zhuǎn)子繞組匝間短路故障檢測    張志猛;李永剛;張建忠;

基于小波包分解的不對中轉(zhuǎn)子系統(tǒng)的振動特征分析    羅忠;孫偉;張帥;韓清凱;

小波包分解在高精度海洋重力儀數(shù)據(jù)處理中的應(yīng)用研究    趙池航;周百令;李坤宇;趙立業(yè);

基于自適應(yīng)諧波小波包分解的齒輪故障診斷方法    王志剛;呂勇;李友榮;李方;

基于MPEG-I和小波包分解的語音特征提取    付博志;張鴻賓;

基于小波包分解和布谷鳥算法的最小二乘支持向量機(jī)風(fēng)速預(yù)測模型的研究與應(yīng)用    魏翔

不同水溫浸泡后花崗巖聲發(fā)射特征及其信號識別    胡維

基于MPEG-1和小波包分解的說話人識別    付博志