风电光伏混合储能功率小波包分解、平抑前后波动性分析、容量配置、频谱分析、并网功率波动分析（Matlab代码实现）

news2024/11/19 16:46:45

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码及数据

💥1 概述

风电光伏混合储能是一种能够有效解决可再生能源波动性的技术，它通过对风电和光伏发电进行功率小波包分解和平抑前后波动性分析，实现了对能源波动的有效控制。具体实现步骤如下：

首先，我们需要进行傅立叶变换，将原始的风电和光伏发电数据转换成频域数据，为后续的小波包分解做准备。

接下来，我们执行小波包分解，将频域数据进行分解，得到不同尺度的小波包系数。通过对这些小波包系数进行叠加计算，我们可以获得电池的参考功率。

然后，我们进行平抑前后波动性分析，对比分析风电光伏混合储能前后的功率波动情况。通过这个分析，我们可以评估储能系统对波动性的平抑效果。

在储能功率需求方面，正值表示需要进行电池放电，负值表示需要进行电池充电。通过对储能功率的需求进行计算，我们可以确定电池的容量需求。

容量需求计算时，我们假设初始容量为0，根据储能功率需求的大小，计算出容量需求。这个容量需求可以作为储能系统设计的依据。

最后，根据高斯分布置信度配置的原则，我们可以进行容量的配置。一般可以参考3σ准则，即以平均值加减3倍标准差的范围内，配置合适的容量。

通过以上步骤，我们可以实现对风电光伏混合储能系统的功率波动分析、容量配置和频谱分析。这样的分析和配置能够有效提高储能系统的运行稳定性和可靠性，进一步促进可再生能源的利用和发展。

📚2 运行结果

部分代码：

%2.执行小波包分解，
% wpt23=wpdec(P23,3,'dmey'); %进行3层小波包分解
wpt23=wpdec(P23,6,'db6');
plot(wpt23);

%节点编号重组
% nodes=[7;8;9;10;11;12;13;14];
nodes=[63;64;65;66;67;68;69;70;71;72;73;74;75;76;77;78;79;80;81;82;83;84;85;86;87;88;89;90;91;92;93;94;95;96;97;98;99;100;101;102;103;104;105;106;107;108;109;110;111;112;113;114;115;116;117;118;119;120;121;122;123;124;125;126];
ord=wpfrqord(nodes); %小波包系数重排，即wavelet packet frequency odrer ,ord是重排后小波包系数索引构成的矩阵　如3层分解的[1;2;4;3;7;8;6;5]
nodes_ord=nodes(ord); %重排后的小波系数

%实现对节点小波节点进行重构
% for i=1:8
for i=1:64
rexP23(:,i)=wprcoef(wpt23,nodes_ord(i));
end

%3.叠加计算获得电池参考功率，注意加上负号，g=grid,bat=battery;sc=suercapacitor
Pg23=rexP23(:,1);
Pbat23=-(rexP23(:,2)+rexP23(:,3)+rexP23(:,4));
Psc23=-(rexP23(:,5)+rexP23(:,6)+rexP23(:,7)+rexP23(:,8));
for j=5:63
Psc23=-(rexP23(:,j))+Psc23
end

%绘图
t=5:5:15000;
subplot(3,1,1);
plot(t,P23,'c',t,Pg23,'m');
ylabel('功率/（MW）');
legend('原始功率','并网功率');
title('原始功率与并网功率');
subplot(3,1,2);
plot(t,Pbat23,'r');
ylabel('功率/（MW）');
title('(a)蓄电池充放功率');
subplot(3,1,3);
plot(t,Psc23,'g');
xlabel('时间/（min）');ylabel('功率/（MW）');
title('(b)超级电容充放功率');