文献类型：期刊文章

作　　者：孙承晨[1] 袁越[1] San Shing CHOI[2] 李梦婷[2] 张新松[3] 曹阳[1]

机构地区：[1]河海大学能源与电气学院,江苏省南京市210098 [2]南洋理工大学电机与电子工程学院,新加坡639798 [3]南通大学电气工程学院,江苏省南通市226019

出　　处：《电力系统自动化》

基　　金：国家自然科学基金资助项目(51477041)~~

年　　份：2015

卷　　号：39

期　　号：8

起止页码：19-26

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20152000840807)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出一种针对独立微网的超级电容/蓄电池混合储能系统(HESS)的容量优化方法。运用经验模态分解技术,将一段记录完全的非平稳风功率分解成为若干固有模态函数(IMF)。在各固有模态函数的瞬时频率—时间曲线的基础上,通过"分频频率"将原始风功率分解成高频与低频2部分,并分别采用HESS中的超级电容和蓄电池来平抑风功率的高频、低频波动分量。平抑后输入负荷侧的功率平滑度可通过平滑度指标量化。采用神经网络模型优化HESS的容量,通过成本和平滑度指标之间的折中实现HESS的容量优化配置。基于某风电场实测数据的仿真实验验证了所提方法的有效性。

关 键 词：混合储能系统 神经网络 经验模态分解 平滑度指标  

分 类 号：TM53] TM912