CN112290571A - 储能***平滑控制方法 - Google Patents
储能***平滑控制方法 Download PDFInfo
- Publication number
- CN112290571A CN112290571A CN202010758081.7A CN202010758081A CN112290571A CN 112290571 A CN112290571 A CN 112290571A CN 202010758081 A CN202010758081 A CN 202010758081A CN 112290571 A CN112290571 A CN 112290571A
- Authority
- CN
- China
- Prior art keywords
- power
- grid
- fluctuation
- energy storage
- wind power
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000009499 grossing Methods 0.000 claims abstract description 41
- 238000007599 discharging Methods 0.000 claims abstract description 25
- 238000011217 control strategy Methods 0.000 claims abstract description 19
- 230000008859 change Effects 0.000 claims abstract description 16
- 238000012937 correction Methods 0.000 claims description 30
- 239000002245 particle Substances 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 9
- 238000011105 stabilization Methods 0.000 claims description 9
- 102100036788 Tubulin beta-4A chain Human genes 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 8
- 230000006641 stabilisation Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000000087 stabilizing effect Effects 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 5
- 102100036790 Tubulin beta-3 chain Human genes 0.000 claims description 4
- 230000033228 biological regulation Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 101000713585 Homo sapiens Tubulin beta-4A chain Proteins 0.000 claims description 2
- 239000004576 sand Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 20
- 238000004458 analytical method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了储能***平滑控制方法，根据实时风电功率的波动情况切换滑动窗口，将风电平稳出力和风功率骤变区分开来。该平滑策略可计算两种不同工况下的波动系数最优解，并获得并网功率参考值，并网功率参考值为统计意义上的最优解，使充放电深度和累计容量最小化。为兼顾平滑控制效果与功率骤变对储能电池的影响，本发明根据并网功率波动限制与电池的SOC水平对并网功率参考值进行修正，使储能出力在合理范围内。提出的控制策略在风电平稳出力时，可保持最佳平滑控制效果；当出现风功率骤变时，可最大限度跟踪原始风功率变化，降低充放电深度，有利于储能***的安全稳定运行。
Description
技术领域
本发明涉及一种储能***平滑控制方法，属于储能控制技术领域。
背景技术
随着风力发电技术的快速发展，风电装机容量不断增加，风电渗透率也不断提高。为了提高风电的并网能力及减少弃风限电现象，为大型风电场配备一定容量的储能***(Energy storage system,ESS) 成为近年来国内外平滑风电功率波动的有效手段。
一阶低通滤波算法因其原理简单、运算速度快得到广泛的运用，但其跟踪风电功率变化具有一定迟延。文献[1]公开电池储能平抑风电功率波动的预测控制方法，提出模型预测控制(MPC)方法，通过储能荷电状态反馈和预测进行平抑波动，这种方法虽然能够基本满足电网功率波动要求，但是储能容量大，需要成本高。文献[2]公开风电功率波动平抑下的MPC双储能控制策略研究，应用两组不同充放电状态的储能平抑风电波动，以降低单组储能频繁充放电问题，但增加一组储能装置无疑会带来成本的上升。文献[3]公开计及电池寿命和经济运行的微电网储能容量变化，提出一种网格自适应搜索算法与改进粒子相结合的两阶段模型，有效降低了储能的充放电问题。文献[4] 公开具备荷电状态调节功能的储能***实时平滑控制策略，通过加权移动平均算法的权重调整和频率带宽进行风功率波动平抑，可有效平滑功率骤变。
多数平滑控制方法未将风电机组功率骤变和平稳出力区分开来，研究有效方法在保证平滑效果的前提下降低电池的充放电深度和电池容量具有重要安全意义和经济价值。
发明内容
本发明的目的在于，设计一种双滑动窗口和粒子群算法相结合的平抑策略，根据实时风电功率的波动情况切换滑动窗口，将风电平稳出力和风功率骤变区分开来。该平滑策略可计算两种不同工况下的波动系数最优解，并获得并网功率参考值，并网功率参考值为统计意义上的最优解，使充放电深度和累计容量最小化。为兼顾平滑控制效果与功率骤变对储能电池的影响，本发明根据并网功率波动限制与电池的SOC水平对并网功率参考值进行修正，使储能出力在合理范围内。提出的控制策略在风电平稳出力时，可保持最佳平滑控制效果；当出现风功率骤变时，可最大限度跟踪原始风功率变化，降低充放电深度，有利于储能***的安全稳定运行。
本发明具体采用如下技术方案：储能***平滑控制方法，其特征在于，包括如下步骤：
步骤SS1：初始化储能电池容量、电池荷电状态；
步骤SS2：设在t(t＝1,2,...n)时刻储能***各功率输出值为PWind,t、PBat,t、PGrid,t；且各功率输出值满足关系式：
PBat,t＝PGrid,t-PWind,t (2)
PBat,t>0时，储能***放电；PBat,t<0时，储能***充电；PWind表示风力发电输出功率；PBat表示储能电源输出功率；PGrid为风储联合***并网功率；
步骤SS3：获取t时刻及t时刻之后连续N个风电功率数据，初值N＝Nc，判断原始风功率是否超出波动范围，若判断为是则生成当前时刻风功率序列为：
若判断为是则生成当前时刻风功率序列为：
步骤SS4：基于步骤SS3中的当前时刻风功率序列生成初始波动系数种群为
或
步骤SS5：更新步骤SS4中的波动系数种群速度和位置；
步骤SS6：计算风储联合***并网功率，求取目标函数F的值；
步骤SS7：更新局部极值点和全局极值点位置，判定是否达到最大迭代次数，若判定为是，则得到最优波动系数ωbest，计算当前时刻并网功率参考值PGrid,t，滑动窗口t＝t+1，转入步骤SS2，若判定为否，则转入步骤SS5；
步骤SS8：判定步骤SS7获得的当前时刻并网功率参考值PGrid,t是否满足电网最大功率波动要求，若判定为是则直接转入步骤SS9，若判定为否则PGrid,t＝PGrid,t-1+△p，△p为最大允许波动功率值，PGrid,t表示t时刻的并网功率，PGrid,t-1表示t-1时刻的并网功率；转入步骤SS9；
步骤SS9：根据SOC水平确定修正系数c；计算储能电源实际输出功率为PBat＝c×(PGrid-PWind)。
作为一种较佳的实施例，所述步骤SS3具体包括：设计最优平滑控制窗口和最优风功率追踪窗口，窗口宽度分别为Nc和Ns，根据风功率波动，即采样时间间隔的功率差值占额定功率的比例，分别启用最优平滑控制窗口Nc和最优风功率追踪窗口Ns；基于平滑控制要求，最优平滑控制窗口与最优风功率追踪窗口宽度的关系为Nc＝ηNs，η≥2。
作为一种较佳的实施例，所述步骤SS3具体还包括：实时风功率每分钟波动幅度小于1.5％且10分钟波动幅度小于15％时，启用最优平滑控制窗口Nc，实时风功率在每分钟波动幅度大于1.5％或者10分钟波动幅度大于15％时，启用最优风功率追踪窗口Ns，通过计算功率波动幅度实时切换滑动窗口，具体如下：
假设在T时刻功率波动较小，则启用最优平滑控制窗口Nc，该时刻的风电场实时功率序列为
通过平滑控制策略计算该时刻的PGrid，最优平滑控制窗口移动到T+1时刻；如果T时刻波动在较大范围内，则在T时刻立即启用最优风功率追踪窗口Ns，该时刻的风电场实时功率序列为
计算该时刻的PGrid，最佳荷电状态波动窗口移动到T+1时刻。
作为一种较佳的实施例，所述步骤SS5具体包括：设窗口宽度为固定值N,取t时刻及t时刻之后连续的N-1个风电功率数据组成粒子群，T为最大迭代次数，在达到最大迭代次数前通过更新粒子的位置和速度计算每一次迭代的个体最优解pbest和全局最优解Pbest。
作为一种较佳的实施例，所述步骤SS5具体还包括：粒子速度和位置的更新公式如式(5)所示：
其中，δ为惯性因子；t为迭代次数；c1和c2为粒子学习因子； r1和r2为[0,1]区间内的随机数；
和
分别为第i个粒子第t次迭代的速度和位置；
和
分别为第t次迭代的个体最佳位置、全局最佳位置；在达到最大迭代次数T后，返回全局最佳位置，即全局最优解Pbest。
作为一种较佳的实施例，所述步骤SS6具体包括：设窗口宽度为固定值N,取t时刻及t时刻之后连续的N-1个风电功率数据，建立变量为ωt的优化模型，具体包括：
定义波动系数为ωt，设△t为采样时间间隔，t～(t+△t)时刻的斜率越大，该时段功率的变化率越大，波动越明显，波动系数ωt满足：
由式(3)可知，波动系数越小，对风电功率的平抑效果就越好，风电场并网功率越稳定，但是这可能导致过度平抑；从工程运用考虑经济成本的角度，需要尽量减少储能***的规模，选择适当波动系数，得到满足风功率波动指标的目标功率；通常储能***的价格与其储能容量的大小成正比关系，在满足平抑要求的前提下尽量减少储能***的容量；定义目标函数为：
N为滑动窗口宽度；PGrid,t(ωt)表示t时刻随波动系数ωt变化的平抑后的并网目标功率；
作为一种较佳的实施例，所述步骤SS7具体包括：基于步骤SS5 得到当前时刻波动系数最优值ωbest，通过公式(3)计算得到当前时刻并网功率参考值PGrid,t，并网功率参考值为储能***补偿功率统计最优解，使***的充放电深度和电池允许容量在统计意义上最小化。
作为一种较佳的实施例，所述步骤SS8具体包括：定义采样周期为1分钟，风电并网功率在1分钟内的波动率：
△PGrid,1min％＝|PGrid,t-PGrid,t-1|/Pr (7)
其中，PGrid,t表示t时刻的并网功率，PGrid,t-1表示t-1时刻的并网功率， Pr为风电场额定功率；定义10分钟的风电波动率：
△PGrid,10min％＝|max(PGrid,t～t+9)-min(PGrid,t～t+9)|/Pr (8)
其中，max(PGrid,t～t+9)和min(PGrid,t～t+9)分别表示10分钟内并网功率的最大值和最小值；从10分钟风电波动率定义来看，10分钟的功率波动是由1分钟的功率波动累积的，所以风电并网中1分钟的风电功率波动约束该首先考虑；最大波动功率约束为：
(1)每分钟波动幅度低于***额定功率的2％；
(2)每10分钟的波动幅度低于***额定功率的20％；
当得到的并网目标功率不在允许波动范围内时，根据上一时刻并网功率进行相应的修正：
PGrid,t＝PGrid,t-1+△p (9)
其中，△p为最大允许波动功率值。
作为一种较佳的实施例，所述步骤SS9具体包括：考虑当前电池荷电状态和充放电指令对实际电池输出功率进行实时调整，将实际储能电池出力定义为：
PBat＝c×(PGrid-PWind) (10)
c为储能***充放电修正系数。
作为一种较佳的实施例，所述步骤SS9具体包括：放电状态：当SOC位于10％的极端低电量水平时，功率修正系数c＝0，储能电池停止放电；当SOC大于最小允许放电深度并小于最优调节SOC值(50％) 时，功率修正系数c从0到1均匀增大；当SOC大于50％时，功率修正系数c＝1，储能电池可根据当前时刻放电指令放电；
充电状态：当SOC位于90％的电池最大允许充电深度时，功率修正系数c＝0，使电池充电功率为零；当SOC大于最优调节SOC值 (50％)并小于电池最大允许充电深度时，功率修正系数从1到0均匀减小；当SOC小于50％时，功率修正系数c＝1，储能电池可根据当前时刻充电指令充电。
本发明所达到的有益效果：(1)本发明充分考虑了原始风功率波动特性，利用粒子群算法处理动态目标优化问题具有的快速搜索和避免陷入局部最优的能力，提出一种新的双滑动窗口与粒子群相结合建模方法。(2)在风电平稳出力阶段选用最优平滑控制窗口，保证在功率波动较小时的平滑控制效果；在出现风功率骤变时，切换到最优风功率追踪窗口，可保证对原始风功率的快速追随性能，降低深度充放电的产生。(3)对于优化模型计算得到的并网功率参考值，辅助以并网最大功率波动限制和储能***荷电状态调节，抑制了储能电池剩余电量向极端方向偏移，规避了SOC调节器因低电量或高电量导致的储能电站不可持续运行。
附图说明
图1是本发明的风储联合***的示意图；
图2是本发明的平滑策略计算结果1的对比图；
图3是本发明的平滑策略计算结果2的对比图；
图4是本发明的充放电工况下功率修正系数的函数图；
图5是本发明的有无SOC调节器荷电状态趋势及功率修正系数变化趋势对比图；
图6是本发明的储能***平滑控制方法的流程图；
图7是本发明的不同窗口宽度平滑策略功率波动对比图；
图8是本发明的不同窗口宽度平滑策略荷电状态趋势图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例1：3.1风储联合***
利用储能***进行风电功率平抑的基本思想是抵消，将产生的功率波动通过储能***吸收或者释放，对风电功率波动进行补偿，以达到平滑间歇式电源输出功率的目的。图1为风储联合***的结构示意图。PWind表示风力发电输出功率；PBat表示储能电源输出功率；PGrid为风储联合***并网功率。图1所示***，由能量平衡定理可知：
PWind+PBat-PGrid＝0 (1)
为满足并网要求，储能***根据风电场实时出力调节自身的输出功率，PBat>0表示储能***放电，PBat<0表示储能***充电。
3.2基于双滑动窗口和粒子群算法的平滑控制策略
3.2.1基本控制策略提出
储能***需要及时的吸收或释放风电功率与风电并网功率的差值，从而提高电网电能质量。设在t(t＝1,2,...n)时刻***各功率输出值为 PWind,t、PBat,t、PGrid,t。且各功率输出值满足关系式：
PBat,t＝PGrid,t-PWind,t (2)
PBat,t>0时，储能***放电；PBat,t<0时，储能***充电。通过设计平滑控制策略，减少储能电池充放电次数和充放电深度，可延长电池寿命，有利于储能***安全持续运行和成本管控。
风力发电功率曲线斜率的大小直接反应了功率的波动情况。定义波动系数为ωt，设△t为采样时间间隔，t～(t+△t)时刻的斜率越大，意味着该时段功率的变化率越大，波动越明显。波动系数ωt满足：
由式可知，波动系数越小，对风电功率的平抑效果就越好，风电场并网功率越稳定，但是这可能导致过度平抑。从工程运用考虑经济成本的角度，需要尽量减少储能***的规模，选择适当波动系数，得到满足风功率波动指标的目标功率。通常储能***的价格与其储能容量的大小成正比关系，在满足平抑要求的前提下尽量减少储能***的容量。定义目标函数为：
N为滑动窗口宽度；PGrid,t(ωt)表示t时刻随波动系数ωt变化的平抑后的并网目标功率。
本发明通过滑动窗口和粒子群(PSO)相结合方法对波动系数ωt进行动态寻优，计算窗口宽度内的最小储能输出。设窗口宽度为固定值N,取t时刻及t时刻之后连续的N-1个风电功率数据，建立如式(3)、式(4)所示变量为ωt的优化模型。粒子群算法作为一种随机搜索算法，在处理动态目标优化中具有较快的搜索速度和避免陷入局部最优的能力。主要算法流程为：设定由n个粒子组成粒子群，T为最大迭代次数，在达到最大迭代次数前通过更新粒子的位置和速度计算每一次迭代的个体最优解pbest和全局最优解Pbest。粒子速度和位置的更新公式如式(5)所示。
其中，δ为惯性因子；t为迭代次数；c1和c2为粒子学习因子；r1和r2为[0,1]区间内的随机数；
和
分别为第i个粒子第t次迭代的速度和位置；
和
分别为第t次迭代的个体、全局最佳位置。在达到最大迭代次数T后，返回全局最佳位置，即全局最优解，在得到当前时刻波动系数最优值ωbest后，通过公式(3)可计算得到当前时刻并网功率参考值PGrid,t，并网功率参考值为储能***补偿功率统计最优解，使***的充放电深度和电池允许容量在统计意义上最小化。
3.2.2双滑动窗口分析方法
在上述分析中，平滑控制策略所采用的滑动窗口宽度N越大则平滑的效果越好，但过大的窗口宽度导致平滑功率曲线对原始功率的快速追随性能变差，所需储能电池充放电功率偏离实际功率曲线。图2为窗口宽度N过大时的平滑策略计算结果。在区域 1和区域2处当出现风功率骤变情况时伴随着储能电池深度充放电问题，而蓄电池储能的深度充放电是降低其使用寿命的重要因素；且如果采用蓄电池的储能方式，会受到电化学反应速率的限制，当负载功率突变时，无法快速吸收或释放目标功率[10]，难以满足***动态要求。
滑动窗口宽度N越小则平滑的效果越差，虽然小的窗口宽度可以保证平滑功率曲线对原始功率曲线的快速追随性能，但平滑控制***失去了对原始风功率的平滑作用。图3为窗口宽度N过小时的平滑策略计算结果。在区域1和区域2处原始风功率与平抑后功率差距较小，在出现风功率骤变时储能电池依然接近不动作，失去平滑作用。
通过上述分析，滑动窗口宽度大小是影响控制策略平滑效果的重要因素，窗口过大或过小都无法满足现场实际应用。文献[11]提出了一种新的双滑动窗口分析方法，该方法可有效分析时序数据的趋势性变化，同时可以消除孤立突变性数据影响。本发明将双滑动窗口方法引入平滑控制策略。
为平衡平滑控制效果和风功率骤变引起的深度充放电问题，需要设计两种不同宽度的滑动窗口：最优平滑控制窗口和最优风功率追踪窗口，窗口宽度分别为Nc和Ns。如式(6)所示，在功率波动较小时，使用较大宽度的滑动窗口可保证平滑控制效果最优。风功率波动定义为采样时间间隔的功率差值占额定功率的比例，实时风功率每分钟波动幅度小于1.5％(可根据平滑控制需求调整)且10分钟波动幅度小于15％(可根据平滑控制需求调整)时启用最优平滑控制窗口Nc。在波动较大时，使用较小宽度的滑动窗口可维持平抑功率曲线对原始功率的快速追随性能，保证电池荷电状态在合理范围内波动。在每分钟波动幅度大于1.5％或者10分钟波动幅度大于15％时启用最优风功率追踪窗口Ns。为满足平滑控制要求，最优平滑控制窗口与最优风功率追踪窗口宽度的关系为Nc＝ηNs，η≥2。
假设在T时刻功率波动较小，则启用最优平滑控制窗口Nc，该时刻的风电场实时功率序列为
通过平滑控制策略计算该时刻的PGrid，最优平滑控制窗口移动到T+1时刻；如果T时刻波动在较大范围内，则在T时刻立即启用最优风功率追踪窗口Ns，该时刻的风电场实时功率序列为
计算该时刻的PGrid，最佳荷电状态波动窗口移动到T+1时刻。通过计算功率波动幅度实时切换滑动窗口。
3.3风功率修正与SOC调节器设计
3.3.1风功率修正
根据我国《风电场接入电力***技术规定》，为避免功率的间歇性跳变对电网带来的冲击，规定并网风功率波动要满足风电场爬坡率国家标准。表1是我国风电功率波动量的技术规定。
表1风功率变化最大限值
Tab.1 The maximum variation of wind power
本发明定义采样周期为1分钟，定义风电并网功率在1分钟内的波动率：
△PGrid,1min％＝|PGrid,t-PGrid,t-1|/Pr (7)
其中，PGrid,t表示t时刻的并网功率，PGrid,t-1表示t-1时刻的并网功率， Pr为风电场额定功率。定义10分钟的风电波动率：
△PGrid,10min％＝|max(PGrid,t～t+9)-min(PGrid,t～t+9)|/Pr (8)
其中，max(PGrid,t～t+9)和min(PGrid,t～t+9)分别表示10分钟内并网功率的最大值和最小值。从10分钟风电波动率定义来看，10分钟的功率波动是由1分钟的功率波动累积的，所以风电并网中1分钟的风电功率波动约束该首先考虑。最大波动功率约束为：
(1)每分钟波动幅度低于***额定功率的2％；
(2)每10分钟的波动幅度低于***额定功率的20％。
当得到的并网目标功率不在允许波动范围内时，根据上一时刻并网功率进行相应的修正：
PGrid,t＝PGrid,t-1+△p (9)
其中，△p为最大允许波动功率值。
3.3.2 SOC调节器设计
为延长储能电池的使用寿命，电池在充放电过程中应实时考虑当前电池荷电状态和当前时刻的充放电指令。当电池荷电状态处于10％以下，电池储能不足，储能电站无法可持续运行；当电池荷电状态处于90％以上，电池储能趋于饱和，不利于后续吸收风电场多余出力。为克服深度充放电问题，应采取合适控制策略将SOC水平维持在 10％～90％之间。本发明设计的SOC调节器如图4所示，考虑当前电池荷电状态和充放电指令对实际电池输出功率进行实时调整，将实际储能电池出力定义为：
PBat＝c×(PGrid-PWind) (10)
c为储能***充放电修正系数。
为将SOC维持在合理水平下，在SOC较大时，储能***趋于饱和，应充分放电或少充电甚至停止充电；当SOC较小时，储能不足，可充分充电或少放电甚至停止放电。SOC调节器在放电状态和充电状态两种工况下进行设计[12]。
放电状态：当SOC位于10％的极端低电量水平时，功率修正系数c＝0，储能电池停止放电；当SOC大于最小允许放电深度并小于最优调节SOC值(50％)时，功率修正系数c从0到1均匀增大；当 SOC大于50％时，功率修正系数c＝1，储能电池可根据当前时刻放电指令放电。
充电状态：当SOC位于90％的电池最大允许充电深度时，功率修正系数c＝0，使电池充电功率为零；当SOC大于最优调节SOC值 (50％)并小于电池最大允许充电深度时，功率修正系数从1到0均匀减小；当SOC小于50％时，功率修正系数c＝1，储能电池可根据当前时刻充电指令充电。
采用双滑动窗口与粒子群相结合方法构建平滑控制策略。图5给出了有无SOC调节器的荷电状态趋势，SOC调节器可将电池荷电状态稳定在50％附近，抑制了SOC曲线向两极偏移。通过有效方法将 SOC维持在0.5附近可为下一阶段平滑控制提供最大电池容限，有效降低了过充过放对储能电池造成的影响。综合上述分析，计及风功率波动和电池荷电状态的储能***实时平滑控制流程如图6所示。
图7为采用不同窗口宽度平滑策略功率波动对比。图7a为1天时间内的平滑功率波动对比图，将红色框内区域放大为图7b。通过局部放大图可以发现，在区域1和区域2发生功率波动较大甚至于功率骤变时，过宽窗口的平滑策略明显偏离原始功率，虽然可以得到较好的平滑较果，但伴随有深度充放电问题产生；过窄窗口的平滑策略与原始功率曲线相吻合，基本失去了平滑作用；而采用双滑动窗口控制策略在功率突变时切换到最优风功率追踪窗口，取得了较好的追踪和平滑效果，可减轻储能电池的深度充放电问题。在区域3风电平稳出力阶段，采用双滑动窗口和过宽窗口控制策略的平滑曲线基本一致，原因是采用双滑动窗口的控制策略在此阶段可切换到最优平滑控制窗口，以保持最优的平滑控制效果。
图8为不同窗口宽度下荷电状态趋势。当窗口宽度过宽时，平滑控制效果最优，但荷电状态波动最大，触及0.2低电量水平。控制策略采用宽度过宽的单窗口时，储能***需配置的储能容量较高，且 SOC调节器具有因低电量或高电量导致储能电站不可持续运行的风险。当窗口宽度过窄时，荷电状态波动最小，但在上述分析中得出其对原始功率的平抑效果最差，失去平滑作用。采用双滑动窗口时，储能电池充放电深度及电池容量配置略高于单滑动窗口过窄的极端情况。如表2所示，采用双滑动窗口牺牲了较小的储能容量，但可收获更佳的控制效果，较好的平衡了风电平稳出力阶段和风功率骤变阶段的平滑和风功率追踪效果-*++-*/-/*。
表2不同窗口宽度平滑策略荷电状态对比
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.储能***平滑控制方法及***，其特征在于，包括如下步骤：
步骤SS1：初始化储能电池容量、电池荷电状态；
步骤SS2：设在t(t＝1,2,...n)时刻储能***各功率输出值为PWind,t、PBat,t、PGrid,t；且各功率输出值满足关系式：
PBat,t＝PGrid,t-PWind,t (2)
PBat,t＞0时，储能***放电；PBat,t＜0时，储能***充电；PWind表示风力发电输出功率；PBat表示储能电源输出功率；PGrid为风储联合***并网功率；
步骤SS3：获取t时刻及t时刻之后连续N个风电功率数据，初值N＝Nc，判断原始风功率是否超出波动范围，若判断为是则生成当前时刻风功率序列为：
若判断为是则生成当前时刻风功率序列为：
步骤SS4：基于步骤SS3中的当前时刻风功率序列生成初始波动系数种群为
或
步骤SS5：更新步骤SS4中的波动系数种群速度和位置；
步骤SS6：计算风储联合***并网功率，求取目标函数F的值；
步骤SS7：更新局部极值点和全局极值点位置，判定是否达到最大迭代次数，若判定为是，则得到最优波动系数ωbest，计算当前时刻并网功率参考值PGrid,t，滑动窗口t＝t+1，转入步骤SS2，若判定为否，则转入步骤SS5；
步骤SS8：判定步骤SS7获得的当前时刻并网功率参考值PGrid,t是否满足电网最大功率波动要求，若判定为是则直接转入步骤SS9，若判定为否则PGrid,t＝PGrid,t-1+Δp，Δp为最大允许波动功率值，PGrid,t表示t时刻的并网功率，PGrid,t-1表示t-1时刻的并网功率；转入步骤SS9；
步骤SS9：根据SOC水平确定修正系数c；计算储能电源实际输出功率为PBat＝c×(PGrid-PWind)。
2.根据权利要求1所述的储能***平滑控制方法，其特征在于，所述步骤SS3具体包括：设计最优平滑控制窗口和最优风功率追踪窗口，窗口宽度分别为Nc和Ns，根据风功率波动，即采样时间间隔的功率差值占额定功率的比例，分别启用最优平滑控制窗口Nc和最优风功率追踪窗口Ns；基于平滑控制要求，最优平滑控制窗口与最优风功率追踪窗口宽度的关系为Nc＝ηNs，η≥2。
3.根据权利要求2所述的储能***平滑控制方法，其特征在于，所述步骤SS3具体还包括：实时风功率每分钟波动幅度小于1.5％且10分钟波动幅度小于15％时，启用最优平滑控制窗口Nc，实时风功率在每分钟波动幅度大于1.5％或者10分钟波动幅度大于15％时，启用最优风功率追踪窗口Ns，通过计算功率波动幅度实时切换滑动窗口，具体如下：
假设在T时刻功率波动较小，则启用最优平滑控制窗口Nc，该时刻的风电场实时功率序列为
通过平滑控制策略计算该时刻的PGrid，最优平滑控制窗口移动到T+1时刻；如果T时刻波动在较大范围内，则在T时刻立即启用最优风功率追踪窗口Ns，该时刻的风电场实时功率序列为
计算该时刻的PGrid，最佳荷电状态波动窗口移动到T+1时刻。
4.根据权利要求1所述的储能***平滑控制方法，其特征在于，所述步骤SS5具体包括：设窗口宽度为固定值N,取t时刻及t时刻之后连续的N-1个风电功率数据组成粒子群，T为最大迭代次数，在达到最大迭代次数前通过更新粒子的位置和速度计算每一次迭代的个体最优解pbest和全局最优解Pbest。
5.根据权利要求4所述的储能***平滑控制方法，其特征在于，所述步骤SS5具体还包括：粒子速度和位置的更新公式如式(5)所示：
其中，δ为惯性因子；t为迭代次数；c1和c2为粒子学习因子；r1和r2为[0,1]区间内的随机数；
和
分别为第i个粒子第t次迭代的速度和位置；
和
分别为第t次迭代的个体最佳位置、全局最佳位置；在达到最大迭代次数T后，返回全局最佳位置，即全局最优解Pbest。
6.根据权利要求1所述的储能***平滑控制方法，其特征在于，所述步骤SS6具体包括：设窗口宽度为固定值N,取t时刻及t时刻之后连续的N-1个风电功率数据，建立变量为ωt的优化模型，具体包括：
定义波动系数为ωt，设Δt为采样时间间隔，t～(t+Δt)时刻的斜率越大，该时段功率的变化率越大，波动越明显，波动系数ωt满足：
由式(3)可知，波动系数越小，对风电功率的平抑效果就越好，风电场并网功率越稳定，但是这可能导致过度平抑；从工程运用考虑经济成本的角度，需要尽量减少储能***的规模，选择适当波动系数，得到满足风功率波动指标的目标功率；通常储能***的价格与其储能容量的大小成正比关系，在满足平抑要求的前提下尽量减少储能***的容量；定义目标函数为：
N为滑动窗口宽度；PGrid,t(ωt)表示t时刻随波动系数ωt变化的平抑后的并网目标功率。
7.根据权利要求1所述的储能***平滑控制方法，其特征在于，所述步骤SS7具体包括：基于步骤SS5得到当前时刻波动系数最优值ωbest，通过公式(3)计算得到当前时刻并网功率参考值PGrid,t，并网功率参考值为储能***补偿功率统计最优解，使***的充放电深度和电池允许容量在统计意义上最小化。
8.根据权利要求1所述的储能***平滑控制方法，其特征在于，所述步骤SS8具体包括：定义采样周期为1分钟，风电并网功率在1分钟内的波动率：
ΔPGrid,1min％＝|PGrid,t-PGrid,t-1|/Pr (7)
其中，PGrid,t表示t时刻的并网功率，PGrid,t-1表示t-1时刻的并网功率，Pr为风电场额定功率；定义10分钟的风电波动率：
ΔPGrid,10min％＝|max(PGrid,t～t+9)-min(PGrid,t～t+9)|/Pr (8)
其中，max(PGrid,t～t+9)和min(PGrid,t～t+9)分别表示10分钟内并网功率的最大值和最小值；从10分钟风电波动率定义来看，10分钟的功率波动是由1分钟的功率波动累积的，所以风电并网中1分钟的风电功率波动约束该首先考虑；最大波动功率约束为：
(1)每分钟波动幅度低于***额定功率的2％；
(2)每10分钟的波动幅度低于***额定功率的20％；
当得到的并网目标功率不在允许波动范围内时，根据上一时刻并网功率进行相应的修正：
PGrid,t＝PGrid,t-1+Δp (9)
其中，Δp为最大允许波动功率值。
9.根据权利要求1所述的储能***平滑控制方法，其特征在于，所述步骤SS9具体包括：考虑当前电池荷电状态和充放电指令对实际电池输出功率进行实时调整，将实际储能电池出力定义为：
PBat＝c×(PGrid-PWind) (10)
c为储能***充放电修正系数。
10.根据权利要求9所述的储能***平滑控制方法，其特征在于，所述步骤SS9具体包括：放电状态：当SOC位于10％的极端低电量水平时，功率修正系数c＝0，储能电池停止放电；当SOC大于最小允许放电深度并小于最优调节SOC值(50％)时，功率修正系数c从0到1均匀增大；当SOC大于50％时，功率修正系数c＝1，储能电池可根据当前时刻放电指令放电；
充电状态：当SOC位于90％的电池最大允许充电深度时，功率修正系数c＝0，使电池充电功率为零；当SOC大于最优调节SOC值(50％)并小于电池最大允许充电深度时，功率修正系数从1到0均匀减小；当SOC小于50％时，功率修正系数c＝1，储能电池可根据当前时刻充电指令充电。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010758081.7A CN112290571B (zh) | 2020-07-31 | 2020-07-31 | 储能***平滑控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010758081.7A CN112290571B (zh) | 2020-07-31 | 2020-07-31 | 储能***平滑控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112290571A true CN112290571A (zh) | 2021-01-29 |
| CN112290571B CN112290571B (zh) | 2022-06-14 |
Family
ID=74420667
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010758081.7A Active CN112290571B (zh) | 2020-07-31 | 2020-07-31 | 储能***平滑控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112290571B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114844106A (zh) * | 2022-05-30 | 2022-08-02 | 华北电力大学 | 一种轨道交通配电用电能路由器的并网功率控制策略 |
| CN116404681A (zh) * | 2023-06-07 | 2023-07-07 | 国能信控互联技术有限公司 | 基于并网功率跨时间尺度波动指标的储能平抑方法及*** |
| CN117008511A (zh) * | 2023-08-01 | 2023-11-07 | 东莞市智领智慧空间平台技术开发有限公司 | 机电设备能耗控制方法及*** |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103023055A (zh) * | 2012-11-21 | 2013-04-03 | 浙江大学 | 利用复合储能技术平抑风光发电***输出功率波动的方法 |
| CN103580041A (zh) * | 2013-11-08 | 2014-02-12 | 国家电网公司 | 一种平抑风电功率波动的混合储能***容量配置方法 |
| CN104734166A (zh) * | 2015-02-09 | 2015-06-24 | 山东大学 | 混合储能***及风力发电功率平滑控制方法 |
-
2020
- 2020-07-31 CN CN202010758081.7A patent/CN112290571B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103023055A (zh) * | 2012-11-21 | 2013-04-03 | 浙江大学 | 利用复合储能技术平抑风光发电***输出功率波动的方法 |
| CN103580041A (zh) * | 2013-11-08 | 2014-02-12 | 国家电网公司 | 一种平抑风电功率波动的混合储能***容量配置方法 |
| CN104734166A (zh) * | 2015-02-09 | 2015-06-24 | 山东大学 | 混合储能***及风力发电功率平滑控制方法 |
Non-Patent Citations (2)
| Title |
|---|
| QIANG GUO 等: "PSO-ABA Hybrid Algorithm for Balancing Wind Power Fluctuations by Energy Storage System", 《2018 CHINESE AUTOMATION CONGRESS (CAC)》 * |
| 佘慎思 等: "风储联合发电***电池荷电状态和功率偏差控制策略", 《电力***自动化》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114844106A (zh) * | 2022-05-30 | 2022-08-02 | 华北电力大学 | 一种轨道交通配电用电能路由器的并网功率控制策略 |
| CN116404681A (zh) * | 2023-06-07 | 2023-07-07 | 国能信控互联技术有限公司 | 基于并网功率跨时间尺度波动指标的储能平抑方法及*** |
| CN116404681B (zh) * | 2023-06-07 | 2023-10-27 | 国能信控互联技术有限公司 | 基于并网功率跨时间尺度波动指标的储能平抑方法 |
| CN117008511A (zh) * | 2023-08-01 | 2023-11-07 | 东莞市智领智慧空间平台技术开发有限公司 | 机电设备能耗控制方法及*** |
| CN117008511B (zh) * | 2023-08-01 | 2024-01-30 | 东莞市智领智慧空间平台技术开发有限公司 | 机电设备能耗控制方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112290571B (zh) | 2022-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2017161785A1 (zh) | 基于储能运行状态的光伏功率稳定输出控制方法 | |
| CN112290571B (zh) | 储能***平滑控制方法 | |
| CN104158202B (zh) | 一种混合储能平抑风电功率波动***及其协调控制方法 | |
| US20200191117A1 (en) | Adaptive dynamic planning control method and system for energy storage station, and storage medium | |
| CN110429693B (zh) | 一种基于电池组一致性的储能电池组功率控制方法 | |
| CN110165707A (zh) | 基于卡尔曼滤波和模型预测控制的光储***优化控制方法 | |
| 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 | |
| CN113098029A (zh) | 一种基于风电短期预测的风储联合调频控制方法 | |
| CN114094600B (zh) | 一种多光储vsg***协同运行控制方法及*** | |
| CN109713717B (zh) | 一种配电网光伏电压协调控制方法 | |
| CN115313453B (zh) | 一种基于soc改进下垂控制算法的多储能***协调控制方法 | |
| CN113809733A (zh) | 光储***直流母线电压与超级电容荷电管理控制方法 | |
| CN113555899A (zh) | 一种风光储发电***协调控制方法 | |
| CN111654054A (zh) | 一种储能基于自适应神经网络(ann)平抑短期风电波动的控制方法 | |
| JP2014204466A (ja) | 制御装置及び方法並びにプログラム、それを備えたマイクログリッド | |
| CN112039092A (zh) | 计及储能soc恢复的孤岛直流外送agc模型预测控制方法 | |
| CN109494771B (zh) | 基于超级电容器荷电状态预测的新能源功率平滑控制方法 | |
| CN112928769B (zh) | 一种兼顾补偿预测误差和平抑波动的光伏混合储能控制方法 | |
| CN107528336B (zh) | 一种基于虚拟同步机的储能变流器及其控制方法 | |
| CN105356472B (zh) | 基于源荷特性的在线频率综合控制方法 | |
| CN115207940A (zh) | 一种基于储能电池参与一次调频的综合控制方法 | |
| Jusoh et al. | Control strategy of a grid-connected photovoltaic with battery energy storage system for hourly power dispatch | |
| CN109066797B (zh) | 含光伏发电的电力***运行控制方法及装置 | |
| CN112310985B (zh) | 考虑储能***健康状态的风电功率平滑控制策略 | |
| CN110061513B (zh) | 动态分段投入混合储能装置的爬坡控制方法、***和装置 |
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 |