CN112310985B - 考虑储能***健康状态的风电功率平滑控制策略 - Google Patents

考虑储能***健康状态的风电功率平滑控制策略 Download PDF

Info

Publication number
CN112310985B
CN112310985B CN202010643432.XA CN202010643432A CN112310985B CN 112310985 B CN112310985 B CN 112310985B CN 202010643432 A CN202010643432 A CN 202010643432A CN 112310985 B CN112310985 B CN 112310985B
Authority
CN
China
Prior art keywords
power
battery
soh
wind power
energy storage
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.)
Active
Application number
CN202010643432.XA
Other languages
English (en)
Other versions
CN112310985A (zh
Inventor
夏向阳
张嘉诚
邓子豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN202010643432.XA priority Critical patent/CN112310985B/zh
Publication of CN112310985A publication Critical patent/CN112310985A/zh
Application granted granted Critical
Publication of CN112310985B publication Critical patent/CN112310985B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种考虑储能***健康状态的风电功率平滑控制策略，风电出力的随机性、波动性对电力***安全性和稳定性的影响受到越来越多的关注，风电***的输出功率存在波动。在向电网供电之前，需要使输出的功率平滑。本专利提出了一种基于模糊控制的离散卡尔曼滤波方法，用于电池储能***平滑风力发电***的输出功率波动。该方法将电池的健康状态作为反馈，不仅可以平滑风电输出功率，而且可以通过自适应调节电池功率来改善电池的健康状态。通过对功率波动率和性能指标的评估，验证了该方法的有效性。

Description

考虑储能***健康状态的风电功率平滑控制策略
技术领域
本发明涉及风力发电功率平滑控制策略，特别是涉及一种考虑储能***健康状态的风电功率平滑控制策略。
背景技术
随着人类社会的快速发展，人们对电能的需求量不断增加。与此同时，能源短缺和环境污染问题日益突出，大力开发和利用风能成为解决这些问题的有效途径。由于风电出力具有较强的波动性、随机性，大规模风电并网对***的电能质量、频率稳定、运行调度带来较大影响。如何采取有效措施平抑风电出力波动，提高风电的可控性成为亟待解决的问题。
储能技术的快速发展为改善并网风电功率波动提供了有效的解决方案。由于电池储能***具有快速响应精确跟踪功率变化、调控风电有功出力、参与***频率控制等特性，适合与大规模风电场协调运行调整风电出力，从而减小风电出力波动程度及其对电网的冲击，提高***电能质量和频率稳定性。
有些储能电池参与风电功率平滑控制的研究没有考虑储能电池的荷电状态(SOC)，随着时间的推移，电池会因为不断的充电和放电而退化，从而降低电池的供电能力。由于性能退化，电池可能不足以使风力发电***的输出功率波动平稳。有些研究仅通过考虑电池功率及其SOC来解决平滑问题。然而，这些研究并未考虑到BESS在连续使用过程中的性能退化问题。除了考虑这些参数外，还需要考虑电池健康状态(SOH)以实现有效的平滑。
发明内容
为了克服上述现有技术的不足，本发明提供了一种考虑储能***健康状态的风电功率平滑控制策略，用以解决现有储能参与风电输出功率平滑控制的一些不足，如没有考虑把SOH作为控制策略的输入参数，将很难实现风电功率输出的平滑控制，还有可能导致风电***对储能容量需求更大。
本发明解决上述技术问题的技术方案如下：考虑储能***健康状态的风电功率平滑控制策略，本研究策略提出了一种基于模糊离散Kalman滤波器(FDKF)的SOH管理方案，该方案以电池SOH为反馈，自适应调整输出功率平滑度。该方法利用风力发电***和储能***的状态空间模型估计混合电源的输出功率。为此，Takagi–Sugeno(TS)和Mamdani模型被用作模糊推理过程。由于TS模型给出了一个输入的精确值，用来根据电池的充放电功率改进标准的DKF，Mamdani模型用标准DKF来调整电池的SOH。
与现有技术相比，本发明的有益效果是：在平滑风电输出功率的同时还考虑了储能电池的健康状态，所提出的控制策略能有效的平抑风电输出功率波动，同时也提高了电池的SOH，该方法能够自适应调节电池的充放电功率，改善电池在充放电过程中的健康状况。与现有方法相比，该方法得到的功率波动率和误差指标较低，表明平滑过程有所改善，该方法提高了电池的寿命，并且可以在降低电池容量损耗的情况下长时间使用。通过进一步的研究，可以探索出电池的最佳充电状态。
附图说明
图1考虑储能电池健康状态的控制策略框图
图2为本发明提供的储能电池的等效电路图
图3为本发明提供的MFLC和TFLC函数图
具体实施方式
在本专利中，我们将介绍用于平滑风力发电***输出功率波动的FDKF。众所周知，电池功率与风力发电功率呈非线性关系，SOH和电池功率之间存在非线性关系。在该方法中，通过模糊控制器的线性隶属函数，考虑输入和输出与电池功率和SOH的依赖性，来解决非线性问题。为了解决诸如降低功率波动和降低电池容量等控制问题，采用了一种基于模糊的控制方法，该方法也适用于多约束条件和突变的输入，如风速的间歇性。所提的FDKF方案的控制框图如图1所示。
图1所示,Mamdani模糊逻辑控制器(MFLC)将SOH作为输入,并生成一个相应的调整因素(ΔHfuzzy)。利用相应的模糊规则，根据SOH的变化，使用调整因子来平滑输出功率。根据SOH的范围，调整因子被分为大(B)、中(M)和小(S)。同样，TS模糊逻辑控制器(TSFLC)将电池功率作为输入，并产生一个确定的模糊值来控制FDKF的响应。
所提方法的隶属度函数如图2所示。由于电池功率在充放电阶段分别为正、负，故将隶属度函数分为负大(NB)、负小(NS)、零(ZO)、正中(PM)和正大(PB)。在充放电阶段，SOH可能非常小(VS)、小(S)、中(M)、大(B)和非常大(VB)。范围的选择取决于电池的容量，风速和电池的SOH。
将以下对象的离散时间状态空间模型考虑为：
xk+1＝Akxk+Bkuk+wk
yk＝Ckxk+vk
标准DKF的时间和测量更新方程可以写成：
Figure GDA0003624239450000031
Figure GDA0003624239450000032
Figure GDA0003624239450000033
Figure GDA0003624239450000034
Pk/k＝(I-MkCk)Pk/k-1
需要根据SOH调节平滑输出功率，FDKF的响应必须与电池功率相适应。为了满足这两个要求，在上式中给出的标准DKF通过合并MFLC和TSFLC作为反馈来处理SOH和电池功率。这种包含了MFLC和TSFLC的DKF的修改形式被称为FDKF，如下等式所示
Figure GDA0003624239450000035
Figure GDA0003624239450000036
Figure GDA0003624239450000037
电池等效电路由串联电阻(Rs)、并联电阻(Rsh)、并联电容(Csh)和电池电容(Ccap)组成，如图3所示。上述电路的数学方程可以表示为：
Figure GDA0003624239450000038
Vt＝Voc-vsh-IbattRs
MFLC根据SOH自适应地调整FDKF的输出。方程根据电池SOH给出平滑功率，当电池的SOH超过规定的范围时，通过应用MFLC规则评估调整系数ΔHfuzzy，最终给出更新的平滑功率。所提出的FDKF的性能依赖于Kalman增益(Mk)，而Mk又依赖于式中给出的R。因此，FDKF自适应地保持风电平滑输出功率来监督SOH，并根据电池功率来修正测量噪声协方差R。
考虑SOH在0和1之间的范围，风电和BESS的混合输出功率计算如下：
Phybrid＝Pfluctuated+Pbess
Pbess＝Psmooth-Pfluctuated
BESS功率是根据上式中调整过程所需的波动功率和平滑功率估算的。同样，电池容量由波动功率中的噪声决定。对于更高的噪声值，需要更大的电池容量来抑制噪声。因此，利用TS隶属度函数，基于电池功率控制测量噪声协方差。因此，可以根据BESS的SOH自适应地调整电池的目标功率。

Claims (2)

1.考虑储能***健康状态的风电功率平滑控制策略，其特征在于，引入基于模糊控制的离散卡尔曼滤波算法FDKF来抑制风力发电***的输出功率波动；为了满足根据电池健康状态SOH调节平滑输出功率和FDKF的响应必须与电池功率相适应这两个要求，标准的离散卡尔曼滤波DKF通过合并MFLC和TSFLC作为反馈来处理SOH和电池功率；这种包含了MFLC和TSFLC的DKF的修改形式被称为FDKF；Mamdani模糊逻辑控制器MFLC将SOH作为输入，并生成相应的调整因子ΔHfuzzy；利用给出的模糊规则，根据SOH的变化，使用调整因子来平滑输出功率；对标准的DKF进行了改进如公式(1)所示：
Figure FDA0003662265480000011
TS模糊逻辑控制器TSFLC将电池功率作为输入，并产生一个确定的模糊值来控制FDKF的响应，根据电池的充放电功率对标准的DKF进行了改进，如公式(2)、(3)所示：
Figure FDA0003662265480000012
Figure FDA0003662265480000013
2.根据权利要求1所述的考虑储能***健康状态的风电功率平滑控制策略，其特征在于，当电池的SOH超过规定的范围时，通过应用MFLC规则评估调整系数ΔHfuzzy，最终给出更新的平滑功率；所提出的FDKF的性能依赖于Kalman增益Mk，而Mk又依赖于测量噪声协方差R；因此，FDKF自适应地保持风力发电***的平滑输出功率并监测调控储能***的SOH，根据电池功率来修正测量噪声协方差R；考虑SOH在0和1之间的范围，风电和储能***BESS的混合输出功率计算如公式(4)、(5)所示：
Phybrid＝Pfluctuated+Pbess (4)
Pbess＝Psmooth-Pfluctuated (5)
BESS功率是根据公式(5)中所示控制过程中的波动功率和平滑功率计算的，电池容量由波动功率中的噪声决定，利用TS隶属度函数，基于电池功率控制测量噪声协方差，根据BESS的SOH自适应地调整电池的目标功率。
CN202010643432.XA 2020-07-06 2020-07-06 考虑储能***健康状态的风电功率平滑控制策略 Active CN112310985B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010643432.XA CN112310985B (zh) 2020-07-06 2020-07-06 考虑储能***健康状态的风电功率平滑控制策略

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010643432.XA CN112310985B (zh) 2020-07-06 2020-07-06 考虑储能***健康状态的风电功率平滑控制策略

Publications (2)

Publication Number Publication Date
CN112310985A CN112310985A (zh) 2021-02-02
CN112310985B true CN112310985B (zh) 2022-07-12

Family

ID=74483462

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010643432.XA Active CN112310985B (zh) 2020-07-06 2020-07-06 考虑储能***健康状态的风电功率平滑控制策略

Country Status (1)

Country Link
CN (1) CN112310985B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020445A (zh) * 2012-12-10 2013-04-03 西南交通大学 一种电动车车载磷酸铁锂电池的soc与soh预测方法
CN105974329A (zh) * 2016-07-22 2016-09-28 深圳市沃特玛电池有限公司 一种估算电池组soh的方法
WO2016166555A1 (en) * 2015-04-16 2016-10-20 Oxis Energy Limited Method and apparatus for determining the state of health and state of charge of lithium sulfur batteries
CN107290688A (zh) * 2017-08-24 2017-10-24 合肥工业大学 一种基于自适应模糊卡尔曼滤波的锂电池soc估计方法
CN109342882A (zh) * 2018-11-06 2019-02-15 长沙理工大学 基于多源特征值分析的电缆故障在线监测方法
CN110187282A (zh) * 2019-06-03 2019-08-30 珠海东帆科技有限公司 电池荷电状态估算方法和估算装置
CN111337832A (zh) * 2019-12-30 2020-06-26 南京航空航天大学 一种动力电池多维度融合soc和soh在线联合估算的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7505604B2 (en) * 2002-05-20 2009-03-17 Simmonds Precision Prodcuts, Inc. Method for detection and recognition of fog presence within an aircraft compartment using video images

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020445A (zh) * 2012-12-10 2013-04-03 西南交通大学 一种电动车车载磷酸铁锂电池的soc与soh预测方法
WO2016166555A1 (en) * 2015-04-16 2016-10-20 Oxis Energy Limited Method and apparatus for determining the state of health and state of charge of lithium sulfur batteries
CN105974329A (zh) * 2016-07-22 2016-09-28 深圳市沃特玛电池有限公司 一种估算电池组soh的方法
CN107290688A (zh) * 2017-08-24 2017-10-24 合肥工业大学 一种基于自适应模糊卡尔曼滤波的锂电池soc估计方法
CN109342882A (zh) * 2018-11-06 2019-02-15 长沙理工大学 基于多源特征值分析的电缆故障在线监测方法
CN110187282A (zh) * 2019-06-03 2019-08-30 珠海东帆科技有限公司 电池荷电状态估算方法和估算装置
CN111337832A (zh) * 2019-12-30 2020-06-26 南京航空航天大学 一种动力电池多维度融合soc和soh在线联合估算的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
电动汽车动力电池SOH估计方法探讨;邓涛等;《现代制造工程》;20180518(第05期);全文 *
配置储能装置的光伏预测配网优化研究;夏向阳等;《中南大学学报(自然科学版)》;20181026(第10期);全文 *

Also Published As

Publication number Publication date
CN112310985A (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
US11831165B2 (en) Hierarchical control method for island power grid energy storage system for increasing new energy generation fluctuation
CN108306331B (zh) 一种风光储混合***的优化调度方法
WO2017161785A1 (zh) 基于储能运行状态的光伏功率稳定输出控制方法
CN110048460B (zh) 一种bess参与电网一次调频的智能综合控制方法
CN111697597B (zh) 一种基于粒子群算法的火储联合agc调频控制方法
CN105162147A (zh) 一种平抑风电功率波动的混合储能控制***及控制方法
CN110581571A (zh) 一种主动配电网动态优化调度方法
CN103986190A (zh) 基于发电功率曲线的风光储联合发电***平滑控制方法
CN103956758A (zh) 一种风储***中储能soc优化控制方法
WO2017161787A1 (zh) 基于未来信息的光伏功率波动的动态平抑方法
CN110048438B (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
CN104795830A (zh) 一种利用多类型储能***跟踪发电计划出力的控制方法
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
CN115882490A (zh) 基于soc的蓄电池改进下垂控制方法及***
CN113809733A (zh) 光储***直流母线电压与超级电容荷电管理控制方法
CN107482657A (zh) 风电爬坡率实时平抑方法和***
Li et al. Optimization strategy of secondary frequency modulation based on dynamic loss model of the energy storage unit
CN112290571B (zh) 储能***平滑控制方法
CN113488983A (zh) 一种基于功率分配的虚拟直流电机和模型预测联合稳定直流母线电压的方法
CN111463798B (zh) 用于储能协调控制装置的电网电压模糊控制方法
CN112310985B (zh) 考虑储能***健康状态的风电功率平滑控制策略
CN107919683A (zh) 一种储能减少风电场弃风电量的优化决策方法
Zhu et al. Research on a real-time control strategy of battery energy storage system based on filtering algorithm and battery state of charge
Han et al. Dual-regulating feedback optimization control of distributed energy storage system in power smoothing scenariox based on KF-MPC
CN110233486B (zh) 基于主动预测soc的储能辅助模糊pid控制方法

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