基于可变分频点的SMES-VRB混合储能系统在风电并网中的应用

摘要：

为了平抑风电并网引起的功率波动,以超导磁储能(SMES)和全钒液流电池(VRB)组成的混合储能系统(HESS)为研究对象,针对变流器控制设计了基于径向基函数(RBF)神经网络的比例积分控制器,可根据HESS的动态辨识结果实时改变控制参数,有利于HESS功率指令跟踪和直流侧电压稳定.针对风电的功率分配,采用小波包分解,首先秉持"能者多劳"的原则,设置根据储能荷电状态变化的分频点,灵活分配高、低频功率,从而最大限度地利用储能空间;然后基于VRB能量密度大和使用寿命长的特点,在SMES充放电不足时给予援助性功率支撑,协助SMES迅速恢复最佳状态,有利于更加充分地平滑风电功率波动.在MATLAB/Simulink平台上建模仿真,结果验证了所提方法的优越性.

关键词：混合储能系统;RBF神经网络;超导磁储能;全钒液流电池;可变分频点;最佳荷电状态;风电并网;小波包分解

所属期刊栏目：42

分类号：TM614;TM716(发电、发电厂)

资助基金：国家自然科学基金51977134

在线出版日期：2022-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-7,24