Die Stromerzeugung aus neuer Energie, repräsentiert durch Wind- und Solarenergie, weist erhebliche Leistungsschwankungen und Unsicherheiten auf. Sowohl die Wind- als auch die Solarstromleistung werden direkt von den örtlichen Wetterbedingungen beeinflusst, wodurch es zu Spitzen oder Abfällen der Stromabgabe kommen kann, was die Netzanschlussfrequenz des Stromsystems vor Herausforderungen stellt.

Aufgrund von Leistungsschwankungen und relativ komplexen Netzimpedanzeigenschaften ist es unter normalen Bedingungen einer groß angelegten zentralen Netzanbindung oder einer zufälligen Leistungsabgabe wahrscheinlich, dass Leistungsschwankungen auftreten, die zu Problemen mit der Stabilität des Stromversorgungssystems führen. Dies wirkt sich auf die Last und die Leistung geplanter neuer Energieerzeugungssysteme in einem weiten Gebiet aus und erfordert eine ausreichende Reservekapazität im System, um die Fähigkeit zur Integration neuer Energiequellen nicht zu beeinträchtigen, was sowohl für die Planung als auch für die Wirtschaftlichkeit von entscheidender Bedeutung ist.
Die Integration von Energiespeichern und neuen Energiequellen konzentriert sich hauptsächlich auf drei Aspekte: Erstens ermöglicht sie durch die Freigabe von Netzlasten über kurze Zeiträume eine Leistungsregulierung des Stromnetzes auf 10-Minuten-Niveau, wodurch kurzzeitige Schwankungen abgemildert werden und die Kapazität des vorhandenen Netzes für den Anschluss an neue Energiequellen voll ausgenutzt wird. Zweitens werden durch die Entwicklung von Plänen auf Minutenebene, die neue Energieproduktionsprognosen enthalten, und auf der Grundlage von kurzfristigen -Tag-Vorhersagen zur Stromerzeugung neue Energiequellen effektiv in ultra-kurzfristige-Stromprognosen einbezogen. Dies verbessert den rationellen Betrieb und die Planung verschiedener Erzeugungseinheiten im Netz, reduziert den Bedarf an Ressourcen für die schnelle Frequenzregulierung, erhöht die Genauigkeit und Stabilität von Netzprognosen und glättet Echtzeitschwankungen auf Minutenebene bei neuen Energiequellen, wodurch die Auswirkungen auf den normalen Betrieb konventioneller Erzeugungseinheiten minimiert werden.
Peak Shaving und Valley Filling
Im Vergleich zur konventionellen Stromerzeugung weist die Erzeugung erneuerbarer Energien eine relativ geringe Auslastung ihrer Anlagen oder Einheiten auf. Am Beispiel der Region „Drei Norden“ meines Landes beträgt die Wahrscheinlichkeit, dass die Gesamtleistung eines Windparks 60 % seiner gesamten installierten Kapazität übersteigt, laut Windressourcenstatistik im Allgemeinen weniger als 5 %. Um die Leitungsauslastung zu verbessern, zielt die Leitungskapazitätsplanung typischerweise darauf ab, 95 % des Windenergieübertragungsbedarfs oder 60 % der gesamten installierten Kapazität von Windparks zu decken. Noch gravierender ist die Situation bei der Photovoltaik. Daher wird ein bestimmter Prozentsatz der Windenergie aufgrund unzureichender Übertragungskapazität und die Solarenergie aufgrund von Lastinkongruenzen (Anti--Peak--Shaving-Eigenschaften) eingeschränkt.
Die Erzeugung erneuerbarer Energien mit ihren relativ langfristigen stündlichen Schwankungen im Laufe des Tages und dem Eintreffen des Spitzenstrombedarfs am Abend (in der Regel zwischen 19 und 22 Uhr) wird den Kapazitätsbedarf des Systems nach oben und unten erhöhen. Die Windkraft hingegen erreicht ihre volle Leistung oft gegen Mitternacht, wenn die Belastung am niedrigsten ist. Um die Unsicherheit bei der Prognose der Erzeugung erneuerbarer Energien zu beseitigen, müssen daher sowohl das Stromnetz als auch die konventionellen Erzeugungseinheiten erhebliche Risiken tragen, die mit der Reduzierung tiefer Spitzenlasten verbunden sind.
Peak Shaving und Valley Filling nutzen die zeitverschiebenden Eigenschaften der Energiespeicherung, um die Leitungsübertragungskapazität zu maximieren, die Notwendigkeit einer Anpassung an Lasttrends zu reduzieren und den Bedarf an erhöhter und verringerter Kapazität von konventionellen Erzeugungseinheiten zu verringern.
Durch Summieren der gegebenen Tageslastkurve P_l mit der Leistungskurve der Erzeugung erneuerbarer Energien P_{NE} können wir die endgültige systemäquivalente Lastkurve ∑P_i erhalten, d. h. ∑P_i=P_l - P_{NE}. Unter Berücksichtigung des Leistungsregulierungsbereichs von konventionellen Kraftwerken und Peak-Sharing-Kraftwerken sowie der maximalen Leistung P_L, die die regionale Verbindungsleitung an das externe Netz übertragen oder erhalten kann, beträgt die maximale effektive Leistung P_{max} der an das Netz angeschlossenen Einheiten:
P_{max}=μ(P_f + P_b + P_L) (3-3)
Wo:
der einzige Ort, den Sie außerhalb des Hauses finden
- P_f-Maximale Ausgangsleistung der Spitzen-Shaving-Einheiten;
- P_b-Mindestleistung von Einheiten, die nicht am Spitzenausgleich teilnehmen können;
- μ-Netzübertragung und Betriebseffizienz.
In der Formel stellt C den Ausgangsleistungsregulierungskoeffizienten der Peak-{0}}Shaving-Einheit dar. Die Machtverhältnisse sind in der Abbildung dargestellt.

Die minimale Wirkleistung P_{min} der netz-angeschlossenen Einheiten beträgt:

Während der niedrigsten Lastperiode t₁–t₂ ist die Abwärtsregulierungskapazität, die von herkömmlichen Spitzen--Shaving-Einheiten reserviert wird, die maximale erneuerbare Energieleistung P'_{NE}, die das Netz während dieser Periode aufnehmen kann, d durch Wind-/Sonnenbegrenzung erreicht werden).
Es ist ersichtlich, dass ohne Energiespeicherung die Erzeugung erneuerbarer Energie während t₁–t₂ nur begrenzt sein kann; Bei der Energiespeicherung wird jedoch durch das Laden während t₁–t₂ und das Entladen während t₃–t₄ die effektive äquivalente Lastkurve ∑P_i innerhalb des Bereichs von P_{min} und P_{max} verschoben, wodurch Einschränkungen der erneuerbaren Energieerzeugung und Wind-/Sonneneinschränkungen vermieden, die Absorptionskapazität erneuerbarer Energien verbessert, die Nachfrage des Netzes nach Reservekapazität verringert und die Gesamtsystemeffizienz verbessert werden. Die Leistung P_{BESS} eines BESS (Battery Energy Storage System) beträgt:
P_{BESS}=max( P_{min} - ∑P_{min}, ∑P_{max} - ∑P_{max} ) (3-6)
Die Energie E_{BESS} eines BESS ist:
E_{BESS}=max{ μ_c ∫{t₁}^{t₂} (P{min} - ∑P_i) dt , 1/μ_d ∫{t₃}^{t₄} (∑P_i - P{max}) dt } (3-7)
Wo:

- μ_c – Ladeeffizienz des Energiespeichersystems;
- μ_d – Entladeeffizienz des Energiespeichersystems.
Weitere Untersuchungen im weiteren Sinne zeigen, dass die Konfiguration eines Energiespeichersystems mit einer bestimmten Kapazität bei Lastspitzen und -tälern, die häufig über einen längeren Zeitraum andauern, die Spitzen-{0}Taldifferenz effektiv reduzieren kann, wie in der Abbildung dargestellt.
Der Verbesserungsgrad der Lastspitzen--Taldifferenz beträgt:

- Wo Pimaxist die maximal zu erwartende Belastung;
- Pimaxist die minimal zu erwartende Belastung.
Die Konfigurationsmethode für das Energiespeichersystem ähnelt der vorherigen und wird nicht wiederholt.
Verbessern Sie die Vorhersagegenauigkeit
Gemäß NBT32011-2013 „Technical Requirements for Power Prediction System of Photovoltaic Power Station“ sollte der quadratische Mittelfehler der kurzfristigen Vorhersage während der Stromerzeugungsperiode eines Photovoltaikkraftwerks (ausgenommen Zeiträume mit begrenzter Leistung) weniger als 0,15 betragen und die monatliche Erfolgsquote sollte mehr als 80 % betragen; Der quadratische Mittelfehler der vierten Stunde der Ultra--Kurzzeitvorhersage sollte weniger als 0,1 betragen und die monatliche Erfolgsquote sollte größer als 85 % sein.
Gemäß den „Interim Measures for the Administration of Wind Farm Power Forecasting and Early Warning“ darf der maximale Fehler der täglichen Prognosekurve eines Windparks 25 % nicht überschreiten, der Echtzeit-Prognosefehler darf 15 % nicht überschreiten und der quadratische Mittelfehler der Vorhersage für den gesamten Tag darf weniger als 20 % betragen.
Sowohl kurzfristige- als auch ultra-kurzfristige-Prognosen liefern Prognosedaten in 15-Minuten-Intervallen. Daher kann die Ausgabe neuer Energiequellen in 15-Minuten-Intervallen segmentiert und gesteuert werden, mit 96 Steuersegmenten über den Tag verteilt. Die zulässige Regelfehlerbandbreite ΔP wird auf der Grundlage des maximal zulässigen Fehlers in den relevanten technischen Prognosespezifikationen festgelegt. Wie in Abbildung 3-8 dargestellt, sind P(1) und Pe(2) die vorhergesagten Leistungswerte für das erste bzw. zweite 15-Minuten-Intervall, während AP die zulässige Fehlerbandbreite ist, die auf 15 % der installierten Kapazität der neuen Energieerzeugung festgelegt ist.

Kurzfristige Variationsglättung der neuen Energieerzeugung
Die kurzfristige Änderungsrate der neuen Energieerzeugung sollte auch den Anforderungen der Stabilität des Stromversorgungssystems genügen. Die aktuellen Stromnetzgrenzen für die Wirkleistungsschwankung der an das neue Energienetz angeschlossenen Stromerzeugung sind in der folgenden Tabelle aufgeführt.
Tabelle 3-2: Grenzen der Wirkleistungsänderung für die netzgekoppelte neue Energieerzeugung
| Installierte Leistung des New Energy Kraftwerks (MW) | Maximale Änderung der Wirkleistung über 10 Minuten (MW) | Maximale Änderung der Wirkleistung über 1 Minute (MW) |
|---|---|---|
| < 30 | 10 | 3 |
| 30 ~ 150 | Installierte Kapazität / 3 | Installierte Kapazität / 10 |
| > 150 | 50 | 15 |
Bei Glättungsanwendungen für erneuerbare Energien wird das BESS (Power equiped element system) zum Speichern und Freigeben der Stromerzeugung aus erneuerbaren Energien verwendet und unterdrückt so winzige Leistungsschwankungen im mit dem erneuerbaren Energienetz verbundenen System. Dadurch wird sichergestellt, dass die kombinierte Leistungsschwankung P des Energiespeichers PBEss (Power Element System) und der erneuerbaren Energie Pv (Power V) die oben genannten technischen Anforderungen erfüllt, wobei das Regelzeitintervall meist auf 1 Minute eingestellt ist. Im Gegensatz zu Algorithmen, die die Vorhersagegenauigkeit verbessern, konzentriert sich dieser Ansatz jedoch hauptsächlich auf die Leistungsschwankungen der erneuerbaren Energieproduktion. Daher werden bei der Auswahl der spezifischen Nennleistung des BESS die Datenprobenquelle für die statistische Analyse und Wahrscheinlichkeitsanalyse die Wirkleistungsänderungen der erneuerbaren Energieerzeugung auf Minuten--Ebene und 10-Minuten-Ebene sein.
Das Leistungs- und Kapazitätsdesign von BESS kann weiterhin auf der Wahrscheinlichkeitsstatistik vergangener Leistungsänderungen und der kumulierten Änderungen des Stromverbrauchs basieren, mit dem Ziel, die Glättungsanforderungen in 80 % bis 90 % der Fälle zu erfüllen. Dies wird hier nicht wiederholt. Um sicherzustellen, dass der Leistungsschwankungsbereich die oben genannten Anforderungen erfüllt, werden zwei Hauptalgorithmen zur Leistungssteuerung von BESS verwendet:
- Eine davon ist die Punkt-{0}}für-Punkt-Begrenzungsmethode;
- Die andere ist die Tiefpassfiltermethode.
Punkt-für-Punktbegrenzungsmethode

Am Beispiel der Abbildung zeigt die Abbildung einen großen Vergleich zwischen der neuen Energieabgabe Pne(j) zum Zeitpunkt j und die kombinierte Ausgabe P(J-n) über die letzten 10 Minuten. Es ist ersichtlich, dass zum Zeitpunkt (j-3) die Änderung zwischen P(j-3) und P erfolgtne(j) ist am größten und überschreitet das Maximum von 10 Minuten. Der Vergleich zeigt, dass △P10.
Um die 10-Minuten-Leistungsschwankungsgrenze einzuhalten, beträgt der Ausgangsbereich von BESS (positiv zum Laden, negativ zum Entladen):

Tiefpassfiltermethode-
Basierend auf dem Filterprinzip in der Signalverarbeitung, wie in der Abbildung dargestellt, macht der Tiefpassfilter das Ausgangssignal glatter, indem er die Amplitude des Eingangssignals addiert oder subtrahiert. Ebenso wird durch den Zugang von BESS durch die Lade- und Entladesteuerung eine Glättung der Schwankungen der Ausgangsleistung des neuen Energiekraftwerks erreicht, um den jeweiligen technischen Anforderungen gerecht zu werden.

Der erwartete Wert der gesamten an das Netz angeschlossenen Leistung ∑P\\sum P∑P ist gegeben durch:
Diskretisieren Sie die Daten, wobei t die Kontrollperiode ist und wir 1 Minute nehmen:
∑P(j)=(τ / (τ + t)) * ∑P(j-1) + (t / (τ + t)) * P_ne(j)
Gegeben ∑P(j)=P_ne(j) - P_bess(j)
P_bess(j)=(τ / (τ + t)) * (P_ne(j) - ∑P(j-1))
P_bess(j)=(τ / (τ + t)) * (∑P(j) - ∑P(j-1))
Gemäß den technischen Anforderungen an netzgebundene Leistungsschwankungen muss der Schwankungsbereich des Minutenniveaus von ∑P(j) Folgendes erfüllen:
|∑P(j) - ∑P(j-1)| Kleiner oder gleich min(ΔP_i, 0,1 P_0)
Ersetzen der Berechnungsformel für Pbess(j) wir erhalten:

