CN111064210A - 增加新能源发电波动的海岛电网储能***分层控制方法 - Google Patents
增加新能源发电波动的海岛电网储能***分层控制方法 Download PDFInfo
- Publication number
- CN111064210A CN111064210A CN201911275796.0A CN201911275796A CN111064210A CN 111064210 A CN111064210 A CN 111064210A CN 201911275796 A CN201911275796 A CN 201911275796A CN 111064210 A CN111064210 A CN 111064210A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- storage system
- lithium battery
- soc
- charge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/388—Islanding, i.e. disconnection of local power supply from the network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
- H02J7/345—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering using capacitors as storage or buffering devices
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2639—Energy management, use maximum of cheap power, keep peak load low
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2207/00—Indexing scheme relating to details of circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J2207/50—Charging of capacitors, supercapacitors, ultra-capacitors or double layer capacitors
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/10—Flexible AC transmission systems [FACTS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/10—Energy trading, including energy flowing from end-user application to grid
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请实施例提出了增加新能源发电波动的海岛电网储能***分层控制方法,包括基于模型预测控制思想实施滚动调度方法;综合考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优构建储能***日内控制模型目标函数;在满足日内控制模型目标函数的基础上构建储能***实时控制模型并进行求解,确定锂电池储能***和超级电容器储能***的充放电计划。通过提出了基于模型预测控制的储能***分层动态控制方法,包括响应全网经济调度的储能***日内调度方法和平抑新能源波动的储能***实时控制方法,以得到精确的储能控制方案。
Description
技术领域
本发明属于能源控制领域,尤其涉及增加新能源发电波动的海岛电网储能***分层控制方法。
背景技术
海岛用电用户零星分散、供电半径大,导致海岛电网的网架结构较为薄弱,普遍存在有功、无功补偿容量不足和电压支撑能力不强等问题。在海岛电网末端并入风力、光伏等新能源机组,不仅可以减小发电成本、减少因发电造成的污染物排放量,还可以降低海岛电网网损、增强海岛电网末端的电压支撑能力。但是,新能源发电固有的间歇性和随机性等特点,会加剧恶化海岛电网末端的电能质量,严重影响海岛电网的安全稳定运行。在含新能源发电***的海岛电网末端配置储能***,是解决新能源消纳问题和平抑新能源发电波动问题的有效措施。
目前,在储能***平抑新能源发电波动方面,国内外都进行了诸多研究,并取得了一定的成果。现有策略能较好地实现对新能源功率短时间随机波动的有效平抑,可改善新能源接入点的电能质量。但由于新能源发电的间歇性,长时间尺度上新能源出力可能会出现大幅度的变化,现有储能控制策略的“短视”,可能导致大量的弃风和弃光,无法满足现在对利用储能增强新能源的消纳能力的需求。
在提高电网对新能源的消纳能力方面,现有技术从多个方面、利用多种手段,如需求响应、网络重构和储能技术等,从整个电网出发进行全局的考虑,通过源网荷储协同调度促进新能源的消纳。储能***作为新能源消纳的重要支撑环节之一,在含新能源的海岛电网中,需站在整个海岛电网的角度,综合考虑海岛电网的经济运行与新能源消纳的需求制定储能调度控制策略。因此,为了实现新能源的消纳和波动平抑,储能***既要接收海岛电网长时间尺度上的调度指令,又要响应短时间尺度上的波动平抑控制指令,现有的研究没有关注到这种实际运行中存在的问题。
发明内容
为了解决现有技术中存在的缺点和不足,本发明提出了增加新能源发电波动的海岛电网储能***分层控制方法,能够解决新能源消纳问题和平抑新能源发电波动问题。
具体的,本申请实施例提出的增加新能源发电波动的海岛电网储能***分层控制方法包括:
基于模型预测控制思想实施滚动调度方法;
综合考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优构建储能***日内控制模型目标函数;
在满足日内控制模型目标函数的基础上构建储能***实时控制模型并进行求解,确定锂电池储能***和超级电容器储能***的充放电计划。
可选的,所述基于模型预测控制思想实施滚动调度方法,包括:
建立岛电网储能预测模型,在当前时刻t和状态x(t),根据预测模型,预测***未来状态,结合建立的调度模型得到未来n个时段的调度计划;
调度人员仅执行t时刻的调度计划;
在t+1时刻,根据t时刻的调度,更新***状态为x(t+1),重复上述步骤。
可选的,所述综合考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优构建储能***日内控制模型目标函数,包括:
考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优为目标函数构建储能***日内控制模型;
确定储能***日内控制模型的约束条件。
可选的,所述考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优为目标函数构建储能***日内控制模型,包括:
通过锂电池储能响应全网经济调度指令,因此在日前经济优化调度层中,制定的是锂电池***的充放电方案,优化变量为锂电池的充放电功率;综合考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优为目标函数:
minf=C1+C2,
式中C1为海岛电网网损折算成的经济成本;C2为日内充放电调度计划的对储能锂电池造成的寿命损伤成本;α为单位网损成本;Ploss,l,t为线路l在t时刻的网损大小;△t为本层的控制时序,取15分钟,即0.25小时;Rm为储能锂电池m的寿命损伤百分比;Mm为储能锂电池m的经济成本;C0是根据年限平均法求得的储能锂电池的折旧成本。
可选的,所述确定储能***日内控制模型的约束条件,包括:
海岛电网潮流约束,节点电压约束,线路潮流约束,储能锂电池约束。
可选的,所述储能锂电池约束,包括:
充放电功率约束,本层的储能充放电方案与日前全网经济优化运行调度中储能充放电方案保持一致,约束储能出力变化率不能超过20%,约束表达式为0.8PESS,m,t,24h≤PESS,m,t≤1.2PESS,m,t,24h,
式中,PESS,m,t,24h为日前经济调度中t时刻锂电池m的出力大小,PESS,m,t为本层储能充放电方案中t时刻锂电池m的出力大小;
荷电状态递推约束,约束表达式为
式中,SOCm,t为t时刻储能锂电池m的荷电状态;ηc和ηd分别为储能锂电池的充电效率和放电效率;Qm为储能锂电池m的容量;
荷电状态约束,约束表达式为SOCmin≤SOCm,t≤SOCmax,式中SOCmin和SOCmax分别为储能锂电池的荷电状态上下限。
可选的,所述在满足日内控制模型目标函数的基础上构建储能***实时控制模型并进行求解,确定锂电池储能***和超级电容器储能***的充放电计划,包括:
考虑混合储能***平抑新能源波动率的效果以及锂电池的寿命损伤,运用低通滤波算法处理混合储能***调度指令;
对新能源出力进行两次滤波;
完成滤波后对需求功率进行分配,确定锂电池储能***和超级电容器储能***的充放电计划。
可选的,所述对新能源出力进行两次滤波,包括:
第一次滤波将新能源出力分解为高频分量和低频分量两部分:
Plow1(t)=(1-α1)Plow1(t-1)+α1Pnw(t),
Phigh1(t)=Pnw(t)-Plow1(t),
式中,Pnw(t)为t时刻新能源出力大小;Plow1和Phigh1分别问第一次滤波后新能源出力的高频分量和低频分量;α1为一次滤波系数,也是该层的优化变量,其取值范围是(0,1/Ts],Ts为信号采样周期;
第二次滤波对第一次滤波后新能源出力的高频分量进行滤波;
将滤波所得的高频分量分配给超级电容器承担,低频分量分配给储能锂电池承担:
Plow2(t)=(1-α2)Plow2(t-1)+α2Phigh1(t),
Phigh2(t)=Phigh1(t)-Plow2(t),
式中,Plow2和Phigh2分别问第二次滤波后新能源出力的高频分量和低频分量;α2为二次滤波系数,也是该层的优化变量,与α1取值范围相同;在第二次滤波分配功率中,若因超级电容器和储能锂电池的功率或容量限制,导致不能完全按照分配功率指令出力,则未满足出力的部分将叠加到第一次滤波所得的低频分量Plow1(t)中。
可选的,所述完成滤波后对需求功率进行分配,确定锂电池储能***和超级电容器储能***的充放电计划,包括:
所得低频分量Plow1(t)即为新能源/储能***的综合出力,为满足新能源并网的要求,定义出力波动率为:
n为预测时序个数,预测时序为15分钟,控制时序为3分钟,因此n取5,PN为新能源的额定出力;
不同的调度方案对储能寿命会产生不同的影响,由于在混合储能***中,锂电池寿命要远远小于超级电容器,仅考虑锂电池的寿命损伤C4=△L;
综上所述,储能***实时优化控制模型的目标函数为:
minf=C3+KLC4
式中,KL为比例系数,表示锂电池寿命权重与新能源出力波动率权重之比。
可选的,还包括构建储能***实时优化控制模型的约束条件,包括:
充放电功率约束,约束表达式为:
|PLi(t)|≤PLi,max,|PSC(t)|≤PSC,max;
式中,PLi(t)和PSC(t)分别为t时刻储能锂电池和超级电容器的出力大小;PLi,max和PSC,max分别为储能锂电池和超级电容器的出力上限;
荷电状态约束,约束表达式为:
SOCLi,min≤SOCLi(t)≤SOCLi,max,
SOCSC,min≤SOCSC(t)≤SOCSC,max,
|SOCLi,4(T)-SOCLi(T)|≤Mis,
SOCLi(t)和SOCSC(t)分别为t时刻储能锂电池和超级电容器的荷电状态;SOCLi,min和SOCLi,max分别为储能锂电池的荷电状态上下限;SOCSC,min和SOCSC,max分别为超级电容器的荷电状态上下限;SOCLi,4(T)为储能***日内优化控制模型中T时刻锂电池的荷电状态;Mis为常数,表示两层之间允许的锂电池荷电状态误差。
本发明提供的技术方案带来的有益效果是:
通过提出了基于模型预测控制的储能***分层动态控制方法,包括响应全网经济调度的储能***日内调度方法和平抑新能源波动的储能***实时控制方法,以得到精确的储能控制方案。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本实施例提出的增加新能源发电波动的海岛电网储能***分层控制方法的流程示意图;
图2为本实施例提出的表示KL为105时储能***实时控制策略仿真结果;
图3为本实施例提出的KL为106时储能***实时控制策略仿真结果。
具体实施方式
为使本发明的结构和优点更加清楚,下面将结合附图对本发明的结构作进一步地描述。
实施例一
新能源发电***的出力具有较高的随机性和波动性,对海岛电网的经济、安全运行有较大的影响,储能***是是解决新能源消纳问题和平抑新能源发电波动问题的有效措施。针对上述问题,本发明分别建立了长时间尺度下和短时间尺度下的电池寿命评估模型;提出了基于模型预测控制的储能***分层动态控制方法,包括响应全网经济调度的储能***日内调度方法和平抑新能源波动的储能***实时控制方法,以得到精确的储能控制方案。
具体的,如图1所示,本申请实施例提出的增加新能源发电波动的海岛电网储能***分层控制方法包括:
11、基于模型预测控制思想实施滚动调度方法;
12、综合考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优构建储能***日内控制模型目标函数;
13、在满足日内控制模型目标函数的基础上构建储能***实时控制模型并进行求解,确定锂电池储能***和超级电容器储能***的充放电计划。
在实施中,模型预测控制(Model Predictive Control,MPC)是一种基于模型的闭环优化控制策略,其核心思想是:可预测未来的动态模型,在线反复优化计算并滚动实施的控制作用和模型误差的反馈校正。MPC具有控制效果好、鲁棒性强等优点,可有效地克服过程的不确定性、非线性和并联性,并能方便的处理过程被控变量和操纵变量中的各种约束。
滚动优化方法可概括为以下几步:
1)在当前时刻t和状态x(t),根据预测模型,预测***未来状态,结合建立的调度模型得到未来n个时段的调度计划;
2)调度人员仅执行t时刻的调度计划;
3)在t+1时刻,根据t时刻的调度,更新***状态为x(t+1),重复上述步骤。本发明借鉴滚动优化的思想,结合新能源的预测信息,以尽可能响应全网经济调度指令和平抑新能源出力、延长储能***的使用寿命为目标,在未来一段时间内滚动制定合理的混合储能***分层动态优化控制策略。
可选的,所述综合考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优构建储能***日内控制模型目标函数,包括:
考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优为目标函数构建储能***日内控制模型;
确定储能***日内控制模型的约束条件。
在实施中,本层控制策略承接日前全网经济优化运行调度层,以4小时为预测时序,以15分钟为控制时序,在日内制定出储能***的充放电计划。
一方面,日内控制策略中,制定的储能***充放电方案不应与日前全网经济优化运行调度计划有较大出入,否则将影响全网的潮流特性,降低全网的经济性;另一方面,制定的储能***充放电方案在遵从全网经济性协调的基础上,尽可能地减小充放电动作对磷酸铁锂电池的损伤。
本发明采用海岛电网网损衡量储能日内控制策略对全网经济调度的响应能力,并建立计及海岛电网网损和电池寿命损伤的运行成本模型。在混合储能***中,锂电池的能量密度高,主要用作新能源出力的削峰填谷,实现新能源出力的时空平移,本发明将通过锂电池储能响应全网经济调度指令,因此在日前经济优化调度层中,制定的是锂电池***的充放电方案,优化变量为锂电池的充放电功率。综合考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优为目标函数:
minf=C1+C2,
式中C1为海岛电网网损折算成的经济成本;C2为日内充放电调度计划的对储能锂电池造成的寿命损伤成本;α为单位网损成本;Ploss,l,t为线路l在t时刻的网损大小;△t为本层的控制时序,取15分钟,即0.25小时;Rm为储能锂电池m的寿命损伤百分比;Mm为储能锂电池m的经济成本;C0是根据年限平均法求得的储能锂电池的折旧成本。
可选的,所述确定储能***日内控制模型的约束条件,包括:
海岛电网潮流约束,节点电压约束,线路潮流约束,储能锂电池约束。
在实施中,1)海岛电网潮流约束,约束表达式为
式中,Pi、Qi分别为节点i的有功和无功注入;Ui、Uj分别为节点i和节点j的电压幅值;Gij、Bij分别为节点i和节点j的支路导纳;θij为节点i和节点j间的电压相角差。
2)节点电压约束,约束表达式为
Umin≤Ui≤Umax;
式中,Umax和Umin分别为电压的上下限。
3)线路潮流约束,约束表达式为
Pl≤Pl,max;
式中,Pl为线路l上的潮流大小;Pl,max为线路l的潮流上限。
4)储能锂电池约束,包括:
充放电功率约束,本层的储能充放电方案与日前全网经济优化运行调度中储能充放电方案保持一致,约束储能出力变化率不能超过20%,约束表达式为
0.8PESS,m,t,24h≤PESS,m,t≤1.2PESS,m,t,24h,
式中,PESS,m,t,24h为日前经济调度中t时刻锂电池m的出力大小,PESS,m,t为本层储能充放电方案中t时刻锂电池m的出力大小;
荷电状态递推约束,约束表达式为
式中,SOCm,t为t时刻储能锂电池m的荷电状态;ηc和ηd分别为储能锂电池的充电效率和放电效率;Qm为储能锂电池m的容量;
荷电状态约束,约束表达式为SOCmin≤SOCm,t≤SOCmax,式中SOCmin和SOCmax分别为储能锂电池的荷电状态上下限。
可选的,所述在满足日内控制模型目标函数的基础上构建储能***实时控制模型并进行求解,确定锂电池储能***和超级电容器储能***的充放电计划,包括:
考虑混合储能***平抑新能源波动率的效果以及锂电池的寿命损伤,运用低通滤波算法处理混合储能***调度指令;
对新能源出力进行两次滤波;
完成滤波后对需求功率进行分配,确定锂电池储能***和超级电容器储能***的充放电计划。
在实施中,在响应全局经济性调度的基础上,为尽可能平抑新能源出力、减小新能源出力波动率,制定并实施本层储能***实时优化控制策略。本层优化控制策略承接储能***日内控制策略,利用锂电池和超级电容器构成的混合储能***在能量特性和功率特性上的互补性,综合考虑混合储能***平抑新能源波动率的效果以及锂电池的寿命损伤,运用低通滤波算法]处理混合储能***调度指令,对新能源出力进行两次滤波,对需求功率进行分配,制定出未来15分钟内,以3分钟为时间间隔,锂电池储能***和超级电容器储能***的充放电计划。
第一次滤波将新能源出力分解为高频分量和低频分量两部分:
Plow1(t)=(1-α1)Plow1(t-1)+α1Pnw(t),
Phigh1(t)=Pnw(t)-Plow1(t),
式中,Pnw(t)为t时刻新能源出力大小;Plow1和Phigh1分别问第一次滤波后新能源出力的高频分量和低频分量;α1为一次滤波系数,也是该层的优化变量,其取值范围是(0,1/Ts],Ts为信号采样周期;
第二次滤波对第一次滤波后新能源出力的高频分量进行滤波;
将滤波所得的高频分量分配给超级电容器承担,低频分量分配给储能锂电池承担:
Plow2(t)=(1-α2)Plow2(t-1)+α2Phigh1(t),
Phigh2(t)=Phigh1(t)-Plow2(t),
式中,Plow2和Phigh2分别问第二次滤波后新能源出力的高频分量和低频分量;α2为二次滤波系数,也是该层的优化变量,与α1取值范围相同;在第二次滤波分配功率中,若因超级电容器和储能锂电池的功率或容量限制,导致不能完全按照分配功率指令出力,则未满足出力的部分将叠加到第一次滤波所得的低频分量Plow1(t)中。
完成滤波后对需求功率进行分配,确定锂电池储能***和超级电容器储能***的充放电计划,包括:
所得低频分量Plow1(t)即为新能源/储能***的综合出力,为满足新能源并网的要求,定义出力波动率为:
式中,n为预测时序个数,预测时序为15分钟,控制时序为3分钟,因此n取5,PN为新能源的额定出力;
不同的调度方案对储能寿命会产生不同的影响,由于在混合储能***中,锂电池寿命要远远小于超级电容器,仅考虑锂电池的寿命损伤C4=△L;
综上所述,储能***实时优化控制模型的目标函数为:
minf=C3+KLC4
式中,KL为比例系数,表示锂电池寿命权重与新能源出力波动率权重之比。
还包括构建储能***实时优化控制模型的约束条件,包括:
充放电功率约束,约束表达式为:
|PLi(t)|≤PLi,max,|PSC(t)|≤PSC,max;
式中,PLi(t)和PSC(t)分别为t时刻储能锂电池和超级电容器的出力大小;PLi,max和PSC,max分别为储能锂电池和超级电容器的出力上限;
荷电状态约束,约束表达式为:
SOCLi,min≤SOCLi(t)≤SOCLi,max,
SOCSC,min≤SOCSC(t)≤SOCSC,max,
|SOCLi,4(T)-SOCLi(T)|≤Mis,
SOCLi(t)和SOCSC(t)分别为t时刻储能锂电池和超级电容器的荷电状态;SOCLi,min和SOCLi,max分别为储能锂电池的荷电状态上下限;SOCSC,min和SOCSC,max分别为超级电容器的荷电状态上下限;SOCLi,4(T)为储能***日内优化控制模型中T时刻锂电池的荷电状态;Mis为常数,表示两层之间允许的锂电池荷电状态误差。
以IEEE14节点海岛电网为算例,运用本发明所述方法制定储能***充放电方案。海岛电网***中分布式电源包括光伏、风电和微型燃气轮机等,因本发明提出的储能***分层动态优化控制模型承接海岛电网日前经济调度,故除储能***节点和新能源节点以外,所有节点的微燃机和负荷功率值均已由日前经济调度模型算出,作为算例的已知量。该电网基准容量为100MVA,基准电压为23kV。混合储能***配置于节点3处。储能锂电池总容量为2.5MWh,最大功率为1MW,充放电效率为0.95;超级电容器总容量为10kWh,最大功率为25kW,充放电效率为0.9。
设置两个场景说明本发明所提储能***日内控制策略的合理性,场景一中考虑储能充放电指令对锂电池寿命影响,即本发明所提方法;场景二中不考虑储能充放电指令对锂电池寿命影响;但两个场景均考虑储能充放电功率和荷电状态等约束。在未来4小时内、以15分钟为时间间隔,通过日前海岛电网经济调度模型得到的储能充放电方案以及场景一和场景二下得到的储能充放电方案可以看出,由于按照全网经济调度功率指令不会触及储能锂电池的功率上下限与荷电状态上下限,故场景二中储能锂电池的充放电方案完全按照给定的全网经济性最优功率指令安排。而场景一中,储能充放电方案将在全网经济调度指令的基础上加以修正,适当减少储能锂电池的功率波动幅度,进而降低原充放电功率对锂电池造成的寿命损伤,降低寿命损伤折算成本,其出力曲线表现为更加“内敛”,波动更小,对锂电池造成的寿命损伤也更小。
场景一和场景二的各项经济成本如表1所示。从表1可以看出,由于场景一种考虑了储能充放电指令对锂电池寿命影响,其锂电池寿命损伤折算成本更低。同时,因场景1和场景2的功率指令与全网经济调度指令相差不大,在10%以内,且修正幅度的数量级远小于原海岛电网的功率数量级,因此上述两种策略的功率指令造成的海岛电网网损相差不大。总体而言,按照场景一中本发明所提方法,总成本由4496.6元降低到4406.7元,降低了约2.04%的经济成本。
寿命损伤折算成本(元) | 网损折算成本(元) | 总成本(元) | |
场景一 | 2992.6 | 1414.1 | 4406.7 |
场景二 | 3083.0 | 1413.6 | 4496.6 |
表1经济成本对比
为了让结果更加明显,本发明考察未来75分钟内的新能源出力情况。为保证本层控制策略不对上层控制策略造成较大的影响,将储能锂电池的最大充放电功率设定为10kW,超级电容器的最大充放电功率为25kW。在储能***实时优化控制策略中,因锂电池寿命评估指标与波动率评估指标相差若干数量级,因此需要指定锂电池寿命与波动率权重之比KL的调节范围。在本算例中,KL取值范围为[105,106]时较为合适。
当锂电池寿命与波动率权重之比为105:1时,得到两个滤波系数分别是0.028195和0.27413,新能源/储能***出力波动率为3.32%,仿真结果如图2所示。当锂电池寿命与波动率权重之比为106:1时,得到两个滤波系数分别是0.0896和0,新能源/储能***出力波动率为4.56%,仿真结果如图3所示。由图2和图3可以看出,通过储能***的实时控制,可以显著降低新能源发电***的出力波动性,同时随着锂电池寿命与波动率权重之比增大,对储能锂电池下达的功率指令将愈加平缓,超级电容器将更多的承担平抑新能源输出功率的任务;另一方面,由于超级电容器充放电功率和容量有限,不能完全平抑新能源的输出功率,因此,新能源/储能***出力波动率也将增大。
上述实施例中的各个序号仅仅为了描述,不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.增加新能源发电波动的海岛电网储能***分层控制方法,其特征在于,所述分层控制方法包括:
基于模型预测控制思想实施滚动调度方法;
综合考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优构建储能***日内控制模型目标函数;
在满足日内控制模型目标函数的基础上构建储能***实时控制模型并进行求解,确定锂电池储能***和超级电容器储能***的充放电计划。
2.根据权利要求1所述的增加新能源发电波动的海岛电网储能***分层控制方法,其特征在于,所述基于模型预测控制思想实施滚动调度方法,包括:
建立岛电网储能预测模型,在当前时刻t和状态x(t),根据预测模型,预测***未来状态,结合建立的调度模型得到未来n个时段的调度计划;
调度人员仅执行t时刻的调度计划;
在t+1时刻,根据t时刻的调度,更新***状态为x(t+1),重复上述步骤。
3.根据权利要求1所述的增加新能源发电波动的海岛电网储能***分层控制方法,其特征在于,所述综合考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优构建储能***日内控制模型目标函数,包括:
考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优为目标函数构建储能***日内控制模型;
确定储能***日内控制模型的约束条件。
4.根据权利要求3所述的增加新能源发电波动的海岛电网储能***分层控制方法,其特征在于,所述考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优为目标函数构建储能***日内控制模型,包括:
通过锂电池储能响应全网经济调度指令,因此在日前经济优化调度层中,制定的是锂电池***的充放电方案,优化变量为锂电池的充放电功率;综合考虑储能***全网经济调度指令的响应能力和储能锂电池寿命损耗,以经济性最优为目标函数:
min f=C1+C2,
式中C1为海岛电网网损折算成的经济成本;C2为日内充放电调度计划的对储能锂电池造成的寿命损伤成本;α为单位网损成本;Ploss,l,t为线路l在t时刻的网损大小;△t为本层的控制时序,取15分钟,即0.25小时;Rm为储能锂电池m的寿命损伤百分比;Mm为储能锂电池m的经济成本;C0是根据年限平均法求得的储能锂电池的折旧成本。
5.根据权利要求3所述的增加新能源发电波动的海岛电网储能***分层控制方法,其特征在于,所述确定储能***日内控制模型的约束条件,包括:
海岛电网潮流约束,节点电压约束,线路潮流约束,储能锂电池约束。
6.根据权利要求5所述的增加新能源发电波动的海岛电网储能***分层控制方法,其特征在于,所述储能锂电池约束,包括:
充放电功率约束,本层的储能充放电方案与日前全网经济优化运行调度中储能充放电方案保持一致,约束储能出力变化率不能超过20%,约束表达式为
0.8PESS,m,t,24h≤PESS,m,t≤1.2PESS,m,t,24h,
式中,PESS,m,t,24h为日前经济调度中t时刻锂电池m的出力大小,PESS,m,t为本层储能充放电方案中t时刻锂电池m的出力大小;
荷电状态递推约束,约束表达式为
式中,SOCm,t为t时刻储能锂电池m的荷电状态;ηc和ηd分别为储能锂电池的充电效率和放电效率;Qm为储能锂电池m的容量;
荷电状态约束,约束表达式为SOCmin≤SOCm,t≤SOCmax,式中SOCmin和SOCmax分别为储能锂电池的荷电状态上下限。
7.根据权利要求1所述的增加新能源发电波动的海岛电网储能***分层控制方法,其特征在于,所述在满足日内控制模型目标函数的基础上构建储能***实时控制模型并进行求解,确定锂电池储能***和超级电容器储能***的充放电计划,包括:
考虑混合储能***平抑新能源波动率的效果以及锂电池的寿命损伤,运用低通滤波算法处理混合储能***调度指令;
对新能源出力进行两次滤波;
完成滤波后对需求功率进行分配,确定锂电池储能***和超级电容器储能***的充放电计划。
8.根据权利要求7所述的增加新能源发电波动的海岛电网储能***分层控制方法,其特征在于,所述对新能源出力进行两次滤波,包括:
第一次滤波将新能源出力分解为高频分量和低频分量两部分:
Plow1(t)=(1-α1)Plow1(t-1)+α1Pnw(t),
Phigh1(t)=Pnw(t)-Plow1(t),
式中,Pnw(t)为t时刻新能源出力大小;Plow1和Phigh1分别问第一次滤波后新能源出力的高频分量和低频分量;α1为一次滤波系数,也是该层的优化变量,其取值范围是(0,1/Ts],Ts为信号采样周期;
第二次滤波对第一次滤波后新能源出力的高频分量进行滤波;
将滤波所得的高频分量分配给超级电容器承担,低频分量分配给储能锂电池承担:
Plow2(t)=(1-α2)Plow2(t-1)+α2Phigh1(t),
Phigh2(t)=Phigh1(t)-Plow2(t),
式中,Plow2和Phigh2分别问第二次滤波后新能源出力的高频分量和低频分量;α2为二次滤波系数,也是该层的优化变量,与α1取值范围相同;在第二次滤波分配功率中,若因超级电容器和储能锂电池的功率或容量限制,导致不能完全按照分配功率指令出力,则未满足出力的部分将叠加到第一次滤波所得的低频分量Plow1(t)中。
9.根据权利要求8所述的增加新能源发电波动的海岛电网储能***分层控制方法,其特征在于,所述完成滤波后对需求功率进行分配,确定锂电池储能***和超级电容器储能***的充放电计划,包括:
所得低频分量Plow1(t)即为新能源/储能***的综合出力,为满足新能源并网的要求,定义出力波动率为:
n为预测时序个数,预测时序为15分钟,控制时序为3分钟,因此n取5,PN为新能源的额定出力;
不同的调度方案对储能寿命会产生不同的影响,由于在混合储能***中,锂电池寿命要远远小于超级电容器,仅考虑锂电池的寿命损伤C4=△L;
综上所述,储能***实时优化控制模型的目标函数为:
min f=C3+KLC4
式中,KL为比例系数,表示锂电池寿命权重与新能源出力波动率权重之比。
10.根据权利要求9所述的增加新能源发电波动的海岛电网储能***分层控制方法,其特征在于,还包括构建储能***实时优化控制模型的约束条件,包括:
充放电功率约束,约束表达式为:
|PLi(t)|≤PLi,max,|PSC(t)|≤PSC,max;
式中,PLi(t)和PSC(t)分别为t时刻储能锂电池和超级电容器的出力大小;PLi,max和PSC,max分别为储能锂电池和超级电容器的出力上限;
荷电状态约束,约束表达式为:
SOCLi,min≤SOCLi(t)≤SOCLi,max,
SOCSC,min≤SOCSC(t)≤SOCSC,max,
|SOCLi,4(T)-SOCLi(T)|≤Mis,
SOCLi(t)和SOCSC(t)分别为t时刻储能锂电池和超级电容器的荷电状态;SOCLi,min和SOCLi,max分别为储能锂电池的荷电状态上下限;SOCSC,min和SOCSC,max分别为超级电容器的荷电状态上下限;SOCLi,4(T)为储能***日内优化控制模型中T时刻锂电池的荷电状态;Mis为常数,表示两层之间允许的锂电池荷电状态误差。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911275796.0A CN111064210B (zh) | 2019-12-12 | 2019-12-12 | 增加新能源发电波动的海岛电网储能***分层控制方法 |
PCT/CN2020/120256 WO2021114849A1 (zh) | 2019-12-12 | 2020-10-11 | 增加新能源发电波动的海岛电网储能***分层控制方法 |
US17/252,294 US11831165B2 (en) | 2019-12-12 | 2020-10-11 | Hierarchical control method for island power grid energy storage system for increasing new energy generation fluctuation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911275796.0A CN111064210B (zh) | 2019-12-12 | 2019-12-12 | 增加新能源发电波动的海岛电网储能***分层控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111064210A true CN111064210A (zh) | 2020-04-24 |
CN111064210B CN111064210B (zh) | 2021-09-14 |
Family
ID=70300709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911275796.0A Active CN111064210B (zh) | 2019-12-12 | 2019-12-12 | 增加新能源发电波动的海岛电网储能***分层控制方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11831165B2 (zh) |
CN (1) | CN111064210B (zh) |
WO (1) | WO2021114849A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021114849A1 (zh) * | 2019-12-12 | 2021-06-17 | 国网浙江省电力有限公司台州供电公司 | 增加新能源发电波动的海岛电网储能***分层控制方法 |
CN113054683A (zh) * | 2021-03-29 | 2021-06-29 | 福州大学 | 基于备用储能元件和二次熵值的混合储能***优化方法 |
CN114050570A (zh) * | 2021-11-17 | 2022-02-15 | 许继集团有限公司 | 一种源网荷储***协同调控方法及装置 |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113555869A (zh) * | 2021-07-17 | 2021-10-26 | 沈阳工程学院 | 基于分时电价的海岛微电网运行优化方法 |
CN113625172B (zh) * | 2021-08-11 | 2024-06-07 | 万克能源科技有限公司 | 锂电池储能运维优化影响因子分析方法 |
CN113765154B (zh) * | 2021-08-30 | 2023-09-05 | 国网浙江省电力有限公司温州供电公司 | 一种高弹性电网源网荷储多元协同优化控制方法 |
CN114123166B (zh) * | 2021-10-21 | 2023-10-20 | 国网浙江省电力有限公司台州供电公司 | 一种新能源耦合背景下的源网荷储协同调度方法 |
CN113937799B (zh) * | 2021-10-21 | 2023-04-07 | 国网浙江省电力有限公司电力科学研究院 | 最小化设备平准化成本的多功能储能***容量分配方法 |
CN114336703B (zh) * | 2021-12-17 | 2023-10-13 | 中国长江三峡集团有限公司 | 一种大规模风光储电站自动协同控制方法 |
CN114204562B (zh) * | 2021-12-17 | 2023-12-12 | 北京交通大学 | 一种考虑电动汽车与光伏的混合储能优化方法及*** |
CN114709866A (zh) * | 2022-03-15 | 2022-07-05 | 深圳市京泉华科技股份有限公司 | 用于电氢混合储能***功率的分数阶模型预测控制方法 |
CN114447971B (zh) * | 2022-04-11 | 2022-07-08 | 力容新能源技术(天津)有限公司 | 具有普遍适用性的超级电容和电池混合储能设备 |
CN115425666A (zh) * | 2022-07-22 | 2022-12-02 | 湖北省电力勘测设计院有限公司 | 考虑混合储能动态充放电效率的火-储容量优化配置方法 |
CN115566701B (zh) * | 2022-08-26 | 2024-05-10 | 中国长江三峡集团有限公司 | 确定定速抽蓄容量和变速抽蓄容量的方法及装置 |
CN115967178B (zh) * | 2022-12-07 | 2023-09-05 | 贵州大学 | 一种储能***运行的监测***及方法 |
CN117039901B (zh) * | 2023-08-10 | 2024-07-05 | 国网山东省电力公司威海供电公司 | 基于低压柔性直流互联的台区不确定性就地管理调度方法 |
CN116937623B (zh) * | 2023-09-14 | 2023-12-12 | 北京盛藏技术有限公司 | 一种利用新能源预测的混合储能辅调频控制方法及*** |
CN117057491B (zh) * | 2023-10-13 | 2024-02-02 | 中宝电气有限公司 | 基于mpc与储能***结合的农村地区电力供应优化管理方法 |
CN117154781B (zh) * | 2023-10-31 | 2024-01-23 | 国网山西省电力公司电力科学研究院 | 一种储能调频容量配置方法、装置及计算机可读存储介质 |
CN117277357B (zh) * | 2023-11-22 | 2024-01-26 | 西安热工研究院有限公司 | 采用液流电池的新型火电储能调频方法、***及电子设备 |
CN117728469B (zh) * | 2023-12-18 | 2024-07-19 | 国网青海省电力公司清洁能源发展研究院 | 一种基于电网状态的储能动态调控方法 |
CN117728470B (zh) * | 2023-12-18 | 2024-05-03 | 上海勘测设计研究院有限公司 | 源荷储多主体协调控制方法和装置 |
CN117791656A (zh) * | 2023-12-28 | 2024-03-29 | 中国长江电力股份有限公司 | 一种面向多场景应用的共享储能优化控制方法 |
CN117852712B (zh) * | 2024-01-10 | 2024-07-19 | 江苏海洋大学 | 一种海岛综合能源***的优化方法 |
CN117691597B (zh) * | 2024-02-02 | 2024-05-10 | 国能日新科技股份有限公司 | 储能设备的充放电功率确定方法和装置 |
CN117713144B (zh) * | 2024-02-06 | 2024-04-30 | 西安热工研究院有限公司 | 一种基于熔盐储能的火电机组的调频方法和*** |
CN117810996B (zh) * | 2024-03-01 | 2024-05-17 | 南京师范大学 | 一种考虑孤岛划分与网络重构的主动配电网故障恢复方法 |
CN117879062A (zh) * | 2024-03-12 | 2024-04-12 | 广州三晶电气股份有限公司 | 用电调度方法及装置 |
CN117878973B (zh) * | 2024-03-13 | 2024-06-11 | 西安热工研究院有限公司 | 一种熔盐耦合火电机组的调频方法和*** |
CN117973098B (zh) * | 2024-04-01 | 2024-07-19 | 国家电投集团综合智慧能源科技有限公司 | 一种基于可拆分优化模型的储能控制策略优化方法和*** |
CN118263888A (zh) * | 2024-05-28 | 2024-06-28 | 西安热工研究院有限公司 | 一种超级电容混合储能协调控制方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104538983A (zh) * | 2015-01-26 | 2015-04-22 | 东北电力大学 | 一种面向***调控需求的储能***最优配置方法 |
CN107294122A (zh) * | 2017-04-17 | 2017-10-24 | 国网浙江省电力公司电力科学研究院 | 一种混合储能***分层动态控制方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11016450B2 (en) * | 2006-02-14 | 2021-05-25 | Power Analytics Corporation | Real-time predictive systems for intelligent energy monitoring and management of electrical power networks |
US9733623B2 (en) * | 2013-07-31 | 2017-08-15 | Abb Research Ltd. | Microgrid energy management system and method for controlling operation of a microgrid |
US20160043548A1 (en) * | 2013-08-15 | 2016-02-11 | Nec Laboratories America, Inc. | Rolling stochastic optimization based operation of distributed energy systems with energy storage systems and renewable energy resources |
US9692234B2 (en) * | 2013-10-21 | 2017-06-27 | Stc.Unm | Systems and methods for distributing power using photovoltaic resources and a shifting battery system |
CN104104107B (zh) * | 2014-06-16 | 2016-04-06 | 清华大学 | 用混合储能平抑风电功率波动的模型预测控制方法 |
CN104617590B (zh) * | 2014-07-18 | 2017-10-13 | 国网上海市电力公司 | 不同时间尺度下基于混合储能调度的微网能量优化方法 |
US20170286882A1 (en) * | 2016-04-01 | 2017-10-05 | Demand Energy Networks, Inc. | Control systems and methods for economical optimization of an electrical system |
US11061424B2 (en) * | 2017-01-12 | 2021-07-13 | Johnson Controls Technology Company | Building energy storage system with peak load contribution and stochastic cost optimization |
US11404875B2 (en) * | 2017-02-08 | 2022-08-02 | Battelle Energy Alliance, Llc | Energy management system, method of controlling one or more energy storage devices and control unit for one or more power storage units |
CN106972516B (zh) * | 2017-04-24 | 2020-01-31 | 国家电网公司 | 一种适用于微网的多类型储能多级控制方法 |
US20190131923A1 (en) * | 2017-10-30 | 2019-05-02 | Nec Laboratories America, Inc. | Demand charge minimization and pv utilization maximization |
US10734811B2 (en) * | 2017-11-27 | 2020-08-04 | Ihi Inc. | System and method for optimal control of energy storage system |
CN109120003A (zh) * | 2018-09-07 | 2019-01-01 | 中国南方电网有限责任公司 | 一种基于mpc算法的分布式光伏储能***优化控制方法 |
CN109301853A (zh) * | 2018-12-17 | 2019-02-01 | 国网江苏省电力公司经济技术研究院 | 一种平抑功率波动的微电网多时间尺度能量管理方法 |
CN110071512B (zh) | 2019-03-13 | 2022-07-05 | 国网浙江平阳县供电有限责任公司 | 储能装置平抑光伏输出功率波动的控制方法 |
CN111064210B (zh) * | 2019-12-12 | 2021-09-14 | 国网浙江省电力有限公司台州供电公司 | 增加新能源发电波动的海岛电网储能***分层控制方法 |
-
2019
- 2019-12-12 CN CN201911275796.0A patent/CN111064210B/zh active Active
-
2020
- 2020-10-11 US US17/252,294 patent/US11831165B2/en active Active
- 2020-10-11 WO PCT/CN2020/120256 patent/WO2021114849A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104538983A (zh) * | 2015-01-26 | 2015-04-22 | 东北电力大学 | 一种面向***调控需求的储能***最优配置方法 |
CN107294122A (zh) * | 2017-04-17 | 2017-10-24 | 国网浙江省电力公司电力科学研究院 | 一种混合储能***分层动态控制方法 |
Non-Patent Citations (1)
Title |
---|
颜湘武等: ""基于模型预测控制含可再生分布式电源参与调控的配电网多时间尺度无功动态优化"", 《电工技术学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021114849A1 (zh) * | 2019-12-12 | 2021-06-17 | 国网浙江省电力有限公司台州供电公司 | 增加新能源发电波动的海岛电网储能***分层控制方法 |
CN113054683A (zh) * | 2021-03-29 | 2021-06-29 | 福州大学 | 基于备用储能元件和二次熵值的混合储能***优化方法 |
CN113054683B (zh) * | 2021-03-29 | 2022-08-12 | 福州大学 | 基于备用储能元件和二次熵值的混合储能***优化方法 |
CN114050570A (zh) * | 2021-11-17 | 2022-02-15 | 许继集团有限公司 | 一种源网荷储***协同调控方法及装置 |
CN114050570B (zh) * | 2021-11-17 | 2024-03-01 | 许继集团有限公司 | 一种源网荷储***协同调控方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2021114849A1 (zh) | 2021-06-17 |
US11831165B2 (en) | 2023-11-28 |
CN111064210B (zh) | 2021-09-14 |
US20210376614A1 (en) | 2021-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111064210B (zh) | 增加新能源发电波动的海岛电网储能***分层控制方法 | |
CN111738497B (zh) | 计及需求侧响应的虚拟电厂双层优化调度方法 | |
CN112615399A (zh) | 一种储能***参与电网调频优化控制方法、***及存储介质 | |
CN105162149B (zh) | 基于模糊自适应调节的光储***跟踪发电计划出力方法 | |
CN114336702B (zh) | 基于双层随机规划的风光储场站群功率分配协同优化方法 | |
CN108376989A (zh) | 一种基于多智能体的电池储能电站分区控制方法及*** | |
CN104795830B (zh) | 一种利用多类型储能***跟踪发电计划出力的控制方法 | |
CN110797896A (zh) | 一种微网风光储***中混合储能容量优化配置方法 | |
CN107124002A (zh) | 基于双模糊控制的独立微网能量优化控制方法 | |
CN114156870B (zh) | 一种储能***参与多应用领域优化调度方法 | |
CN116760060A (zh) | 一种火-多储***调频功率双层优化方法 | |
CN110048438A (zh) | 一种基于模型预测控制的配电网馈线级负荷功率控制方法 | |
CN109066741A (zh) | 一种用于区域电网削峰填谷的分布式储能规划方法及*** | |
CN112053035A (zh) | 考虑经济性与灵活性的输电通道与储能联合规划方法 | |
CN116365506A (zh) | 含分布式光伏主动配电网节能降损优化方法及*** | |
CN104253439B (zh) | 电池储能电站无功功率分配与控制方法 | |
CN114154790A (zh) | 基于需量管理和柔性负荷的工业园区光储容量配置方法 | |
CN116154877A (zh) | 一种优化新能源场站集群调频参数的方法 | |
CN116961008A (zh) | 计及电力弹簧与负荷需求响应的微电网容量双层优化方法 | |
CN115940284B (zh) | 一种考虑分时电价的新能源制氢***的运行控制策略 | |
CN117011007A (zh) | 一种含电动汽车的综合能源***参与电力现货市场策略 | |
CN114094608B (zh) | 一种面向光伏电站的多类型储能容量优化配置方法及装置 | |
CN114611957B (zh) | 一种用于供需预测偏差二次修正储能能量管理方法 | |
CN114725961A (zh) | 平抑风电波动的制氢***容量分层优化配置方法 | |
CN113746120A (zh) | 基于ga的储能***优化配置方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |