新型海上风电机组及压缩空气储能系统的建模与控制(Matlab代码实现)

简介: 新型海上风电机组及压缩空气储能系统的建模与控制(Matlab代码实现)

1 概述

   风能和太阳能等可再生能源是清洁的,只要风吹或阳光照耀,就可以使用。这些能源的两个主要缺点是它们的间歇性,以及它们的可用性通常与电力需求不符。例如,当电力需求较低时,风能往往在夜间更加丰富。风速和太阳能强度的变化使得将风能和太阳能整合到电网中成为一项挑战。储能系统可以通过存储多余的能量并在需求大于供应时释放它来提供稳定和可预测的电力。


   在本文中,我们考虑了风力涡轮机的储能概念,特别是那些离岸的风力涡轮机。目前海上风力涡轮机的容量系数通常小于50%。因此,发电机,收集和传输系统未得到充分利用。收集和传输是海上风力涡轮机工厂平衡成本的主要部分。通过在发电之前存储能量,可以缩小电气元件的尺寸以满足需求而不是供应。


[1]中提出了一种新的风力涡轮机压缩空气储能(CAES)概念(图1)。将能量储存在高压(~200-350 bar)压缩空气中是有吸引力的,因为1)它具有相对较高的能量密度(~ 5MW * 8hr能量可以存储在500m中3船舶在35MPa)与抽水蓄能(约144,000米)相比3在100米处);2)具有可扩展性(能量容量随存储容器体积线性缩放);3)与电池相比性价比高,使用寿命长;4)它不依赖于传统CAES或泵送水力所需的特定地质地点。


     在传统的CAES系统中,多余的电力用于驱动空气压缩机,将空气压缩到地下盐洞中;然后通过预压缩和提高燃气轮机中天然气燃烧的效率来回收能量。这样的系统效率相对较低(<50%),需要使用碳氢化合物燃料,并且依赖于地质地点。


           

                                                图1

2 数学模型

风力涡轮机从其转子叶片的扫掠区域中提取风的动能。给定风速和风力涡轮机轴上的转子速度 ωr 的空气动力扭矩由下式给出:

                                       

其中是涡轮的半径,是功率系数 [6],β 是桨距角.

                                         

详细数学模型见第4部分。

3 运行结果

3.1 可视化额定功率指标与风速和风机半径

3.2 风速

3.3 从 Weibull 产生12 个月风速

3.4 从 Weibull 生成 30 天风速

部分代码:

figure (1)  
plot(R, Pwr_rtd)
title ('半径与额定功率( 额定风速 = 12 [ m ] )')
xlabel('半径 [m]','FontSize',15,'FontWeight','bold')
ylabel('额定功率 [kw]','FontSize',15,'FontWeight','bold')
for i = 1:5
    R = 25 + i;
    rated_wind = 0:15;
    Pwr_rtd = AA*Cpmax*R.^2.*(rated_wind).^3/1e3;   %额定功率
    figure(2)  
    plot(rated_wind, Pwr_rtd)  
    legendInfo{i} = ['R = ' num2str(R)];  
    hold all
end
title ('额定功率半径指数')
xlabel('额定风速 [m]','FontSize',15,'FontWeight','bold')
ylabel('额定功率 [kw]','FontSize',15,'FontWeight','bold')
legend(legendInfo)
Pwr_rtd = 600;
rated_wind = 3.5:0.1:24; 
R = sqrt(Pwr_rtd*1e3./(AA*Cpmax*(rated_wind).^3));
figure(3)
plot(rated_wind, R)
title ('额定风速与涡轮半径(额定功率= 600 [ Kw ])')
xlabel('额定风速[m/s]','FontSize',15,'FontWeight','bold')
ylabel('涡轮半径 [m]','FontSize',15,'FontWeight','bold')
figure (1)  
plot(R, Pwr_rtd)
title ('半径与额定功率( 额定风速 = 12 [ m ] )')
xlabel('半径 [m]','FontSize',15,'FontWeight','bold')
ylabel('额定功率 [kw]','FontSize',15,'FontWeight','bold')
for i = 1:5
    R = 25 + i;
    rated_wind = 0:15;
    Pwr_rtd = AA*Cpmax*R.^2.*(rated_wind).^3/1e3;   %额定功率
    figure(2)  
    plot(rated_wind, Pwr_rtd)  
    legendInfo{i} = ['R = ' num2str(R)];  
    hold all
end
title ('额定功率半径指数')
xlabel('额定风速 [m]','FontSize',15,'FontWeight','bold')
ylabel('额定功率 [kw]','FontSize',15,'FontWeight','bold')
legend(legendInfo)
Pwr_rtd = 600;
rated_wind = 3.5:0.1:24;
R = sqrt(Pwr_rtd*1e3./(AA*Cpmax*(rated_wind).^3));
figure(3)
plot(rated_wind, R)
title ('额定风速与涡轮半径(额定功率= 600 [ Kw ])')
xlabel('额定风速[m/s]','FontSize',15,'FontWeight','bold')
ylabel('涡轮半径 [m]','FontSize',15,'FontWeight','bold')


4 Matlab代码及详细文章

相关文章
|
2月前
|
存储 算法 新能源
【SCI复现】电力系统储能调峰、调频模型研究(Matlab代码实现)
【SCI复现】电力系统储能调峰、调频模型研究(Matlab代码实现)
|
17天前
|
安全 调度
【火电机组、风能、储能】高比例风电电力系统储能运行及配置分析(Matlab代码实现)
【火电机组、风能、储能】高比例风电电力系统储能运行及配置分析(Matlab代码实现)
|
12天前
|
机器学习/深度学习 运维 算法
【储能选址定容】基于多目标粒子群算法的配电网储能选址定容(Matlab代码实现)
【储能选址定容】基于多目标粒子群算法的配电网储能选址定容(Matlab代码实现)
100 4
|
17天前
|
算法 安全
【含储能及sop的多时段配网优化模型】基于柔性开断点(Soft Open Point)的主动配电网电压与无功功率协调控制方法研究(Matlab代码实现)
【含储能及sop的多时段配网优化模型】基于柔性开断点(Soft Open Point)的主动配电网电压与无功功率协调控制方法研究(Matlab代码实现)
|
17天前
|
机器学习/深度学习 运维 算法
基于粒子群优化算法的配电网光伏储能双层优化配置模型[IEEE33节点](选址定容)(Matlab代码实现)
基于粒子群优化算法的配电网光伏储能双层优化配置模型[IEEE33节点](选址定容)(Matlab代码实现)
|
1月前
|
算法 调度 决策智能
【完美复现】面向配电网韧性提升的移动储能预布局与动态调度策略【IEEE33节点】(Matlab代码实现)
【完美复现】面向配电网韧性提升的移动储能预布局与动态调度策略【IEEE33节点】(Matlab代码实现)
|
1月前
|
机器学习/深度学习 Python
【EI复现】基于断线解环思想的配电网辐射状拓扑约束建模方法(Matlab代码实现)
【EI复现】基于断线解环思想的配电网辐射状拓扑约束建模方法(Matlab代码实现)
|
1月前
|
机器学习/深度学习 供应链 算法
【考虑经济性的储能运行优化】储能的运行优化,以经济效益最大为目标,使用三种不同的方法求解储能最优运行策略(Matlab代码实现)
【考虑经济性的储能运行优化】储能的运行优化,以经济效益最大为目标,使用三种不同的方法求解储能最优运行策略(Matlab代码实现)
|
1月前
|
机器学习/深度学习 存储 新能源
考虑特性分布的储能电站接入的电网多时间尺度源储荷协调调度策略(Matlab代码实现)
考虑特性分布的储能电站接入的电网多时间尺度源储荷协调调度策略(Matlab代码实现)
|
2月前
|
机器学习/深度学习 算法 安全
储能辅助火电机组二次调频控制策略及容量优化配置研究(Matlab代码和Simulink仿真)
储能辅助火电机组二次调频控制策略及容量优化配置研究(Matlab代码和Simulink仿真)

热门文章

最新文章