CN113098029B - 一种基于风电短期预测的风储联合调频控制方法 - Google Patents

一种基于风电短期预测的风储联合调频控制方法 Download PDF

Info

Publication number
CN113098029B
CN113098029B CN202110375493.7A CN202110375493A CN113098029B CN 113098029 B CN113098029 B CN 113098029B CN 202110375493 A CN202110375493 A CN 202110375493A CN 113098029 B CN113098029 B CN 113098029B
Authority
CN
China
Prior art keywords
power
frequency modulation
energy storage
wind
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.)
Expired - Fee Related
Application number
CN202110375493.7A
Other languages
English (en)
Other versions
CN113098029A (zh
Inventor
李欣然
陈长青
杨徉
刘小龙
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.)
Hunan University
Hunan City University
Original Assignee
Hunan University
Hunan City University
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 Hunan University, Hunan City University filed Critical Hunan University
Priority to CN202110375493.7A priority Critical patent/CN113098029B/zh
Publication of CN113098029A publication Critical patent/CN113098029A/zh
Application granted granted Critical
Publication of CN113098029B publication Critical patent/CN113098029B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/24Arrangements for preventing or reducing oscillations of power in networks
    • H02J3/241The oscillation concerning frequency
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • H02J2300/28The renewable source being wind energy
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种基于风电短期预测的风储联合调频控制方法,包括下列步骤:第一步、定义预测周期T、风电场调频偏差功率ΔP1、调频输出功率偏差幅值D、风储联合调频输出功率;第二步、通过调节储能输出功率△PB(t)来降低调频功率的偏差,将偏差控制在(-D,D)内;该策略根据未来一个预测周期内风速波动情况,提前修正当前时刻储能充放电行为,以便能改善风电预测周期内风速波动对调频能力的影响,提高风电调频稳定性。

Description

一种基于风电短期预测的风储联合调频控制方法
技术领域
本发明涉及电网调频技术领域,具体涉及一种基于风电短期预测的风储联合调频控制方法。
背景技术
随着风力发电技术的快速发展,风电已大规模并网运行。由于风电场输出功率具有一定的波动性,当接入的风电场容量达到一定比例后,风电场的功率波动将会给电力***的频率稳定带来不利影响;将增加电力***频率调节的难度,目前对于大型风力发电场,一般采用增加储能***来平滑风电场输出的有功功率,使风电场注入到电网的功率能够根据电力***运行要求而灵活控制,以提高了风电场的调峰能力;但这种风储***参与***调频均是根据频率突变时刻进行的即时调节,制定调频功率曲线,而未考虑调频过程中风速随机性对风电场调频能力的影响。
本申请旨在针对风电调频受风速影响,具有不稳定性,降低了调频可靠性的问题;提出储能超前控制策略,该策略基于MPC方法,使风储调频实际输出曲线跟随调频计划曲线,降低风电波动影响,提高调频可靠性,最后,对于储能电池SOC进一步优化,提高储能利用率。
发明内容
本发明的目的是克服现有技术的上述不足而提供一种基于风电短期预测的风储联合调频控制方法,该方法根据未来一个预测周期内风速波动情况,提前修正当前时刻储能充放电行为,以便能改善风电预测周期内风速波动对调频能力的影响,提高风电调频的稳定性。
本发明的技术方案是:一种基于风电短期预测的风储联合调频控制方法,包括下列步骤:
第一步、定义预测周期T、风电场调频偏差功率ΔP1、调频输出功率偏差幅值D、风储联合调频输出功率;
第二步、通过调节储能输出功率△PB(t)来降低调频功率的偏差,将偏差控制在(-D,D)内,具体包括下列情况:
1)储能状态不变
若当前时刻及预测周期T内的所有时刻风速引起的ΔP(t+kΔt)波动均不越限,则△PB(t)=0;
2)储能充电状态
a、若ΔP(t)>D,当前时刻越限,为减小联合功率波动,储能***应充电,充电量大小如下:
△PB(t)=△P(t)-D (14)
b、若当前时刻风储联合***调频输出功率波动不越限|△P(t)|≤D,但在预测周期内,根据风电出力预测值,在某t+kΔt(其中k=1,2,…,T/Δt-1)时刻要求储能***放电(ΔP(t+kΔt)<-D),但该时刻储能***没有足够的放电电量,则即使当前时刻不越限,储能***也需充电,为t+kΔt时刻放电做准备。其充电量大小为:
△PB(t)=-D-△P(t+k△t) (15)
3)储能放电状态:
a、若ΔP(t)<-D,当前时刻越下限,为减小联合功率波动,储能***应放电,放电量大小如下:
△PB(t)=-D-△P(t) (16)
b、若当前时刻风储联合***调频输出功率波动不越限|△P(t)|≤D,但在预测周期内,根据风电出力预测值,在某t+kΔt时刻要求储能***充电(ΔP(t+kΔt)>D),但该时刻储能***没有足够的充电空间,则即使当前时刻不越限,储能***需放电,为t+kΔt时刻充电做准备。其放电量大小为:
△PB(t)=△P(t+k△t)-D (17)。
对本发明技术方案的具体说明如下:
1、风电调频动态特性分析
1.1持续调频功率动态模型
频率稳定是***稳定运行基础,当***频率变化Δf时,第i台机组输出功率增量为
△Pi=Ki×△f (1)
式中:ΔPi表示第i台机组输出功率增量;Ki表示机组单位调节功率。
Ki=PN/fN (2)
正常状态下,***频率偏差小于调频死区0.033Hz,调频输出功率增量为零。由式(1)可知随着***频率偏差的变化,调频功率逐渐变化。其中频率变化和对应功率曲线如图1所示,为一动态过程。
由图1可知,电网调频功率随电网频率偏差的变化而变化,当电网中部分同步机组被风电场替代后,为保证电网调频能力,风电场应具备与等容量同步机组相同的调频能力。根据由文献[20]可计算出风电场调频输出功率,其功率增发量为:
Figure GDA0003628721550000031
此时,风电场输出功率为:
Pwind=△Pwind+Pwind-0 (4)
式中::Pwind_0为风电场稳态时的输出功率,△Pwind_max为风电场最大增发功率,△Pt为同步发电机组增发后,***缺额功率。
由式(4)可知,风电场参与一次调频的功率亦随频率变化而变化,是一个动态调节过程,而非即时静态调节过程。因此,本文所提基于MPC的储能超前优化策略具有实际意义。
1.2风电不确定性调频特性分析
风机将流动空气的动能转化成机械能,输入到双馈异步发电机中,产生电能。风机捕获的机械功率Pm与空气密度p、风速v,风轮叶片的扫掠半径r,以及风能利用系数Cp有关,根据空气动力学原理,其表达式为[21]
Figure GDA0003628721550000041
其中λ为风机的叶尖速比,即风机叶尖速度与风速之比:
Figure GDA0003628721550000042
式中:w为风机的转速。
对风机自身调频能力而言,现阶段风机主要采用减载模式来提供调频功率,当风电机组在不同风速下以减载系数d%运行,则风电机组所提供的调频功率为:
Figure GDA0003628721550000043
其中图2给出了不同风速下,风机调频功率变化情况。当风速较小(<6.7m/s)时,风机处于停机状态,不参与调频,该区域称为启动阶段[8]。在最大功率跟踪区(低风速:6.7m/s~11.7m/s),风机可通过提高超速控制进行功率备用,如图中E点,当减载系数为d%时,运行在点F处,此时上调备用功率△P1=d%*PoptE;下调频功率为△Pmax—△P1。随着风速的增加,进入转速恒定区(中风速:11.7m/s~13m/s),该区域转速可变化范围较小,当减载系数为d%时,此时预留备用功率△P2=d%*PoptA,无法仅通过超速减载达到预期减载量,需结合桨距角调节,使输出功率进一步减小,以满足***备用需求,如图中A点通过转速减载至B点,而后变桨调节至点C。当风速进一步增大,此时进入功率恒定区(高风速:>13m/s),该区域受风机转子转速限制,无法进行超速减载,只能通过改变风机桨距角实现减载。如图中M点,增大浆距角,使其运行至N点。表1给出了某1.5MW双馈风电机组在不同风速和减载系数下的运行数据[21]
表1
Figure GDA0003628721550000051
由上述分析不难发现:风机最大跟踪点功率随风速的变化而变化,采用减载模式时,风机上/下调频能力也随之变化,且初始风速越高风电机组调频功率变化越大,与文献[17-19]中结论一致。因此,研究调频过程中风速对风电场调频能力的影响具有实际意义。
2、超前优化控制策略
根据风电场实际调频输出功率与由式(4)得到的计划调频输出功率的差值来控制储能充放电,尽可能减小两者偏差值。同时,为充分发挥储能装置的容量效益,减小风电场储能容量配置,一般不要求风电场调频输出功率与计划调频功率曲线重合,只要其偏差范围满足允许偏差要求即可。
2.1相关指标定义及说明
1)预测周期T:目前风电预测误差仍存在,且预测取样间隔越长,其精度越低。因此,本文采用超短期预测的方式,即认为T内风电预测值精度满足要求,不需再考虑该时间段风电预测的误差。
2)风电场调频偏差功率ΔP1:功率采样间隔为Δt,则风电场调频输出功率偏差为:
△P1(t)=Pw(t)-Pw(t-△t) (8)
式中:t为运行周期内的任意时刻,Pw(t)、Pw(t-Δt)分别为t时刻和前一时刻风电场调频输出功率。
将式(7)代入式(8)可得:
△P1(t)=d%[Pm(t)-Pm(t-△t)] (9)
根据(9)式可知:风电场调频输出功率的偏差主要由风电输出功率Pm波动造成。
3)调频输出功率偏差幅值D:是指风储***调频功率偏差允许的上限,即通过储能输出功率的调节,尽量将调频功率偏差控制在(-D,D)以内。其中D可通过式(10)求解:
Figure GDA0003628721550000071
Figure GDA0003628721550000072
2.2储能充放电超前控制策略
超前控制策略既考虑当前时刻目标调频功率和储能SOC,还将预测周期T内的目标调频功率和储能SOC作为决策因素之一来控制当前时刻储能调频输出功率的行为。即如果前瞻周期内某时刻储能因充/放电空间不足而无法达到调频要求,那么储能当前时刻的出力在保证满足当前调频最低要求的前提下,若还存在电量和功率空间,则继续充/放部分电能,给预测周期内的后续时刻提供更多的充放电空间。
风储联合调频输出功率可表示为:
P(t)=Pw(t)+PB(t) (12)
结合式(9)可得:
△P(t)=△P1(t)+△PB(t)
=d%[Pm(t)-Pm(t-△t)]+△PB(t)
=d%Pm(t)+△PB(t)-Pw(t-△t) (13)
由上式可知:可通过调节储能输出功率△PB(t)来降低调频功率的偏差,将偏差控制在(-D,D)内。本节将根据图3来解释在超前控制策略下储能充放电行为。该处假设储能容量充足,暂不考虑储能SOC的约束。
1)保持原状态:若当前时刻及预测周期T内的所有时刻风速引起的ΔP(t+kΔt)波动均不越限,则△PB(t)=0。
2)充电状态:
a、若ΔP(t)>D,当前时刻越限,为减小联合功率波动,储能***应充电,充电量大小如下:
△PB(t)=△P(t)-D (14)
b、若当前时刻风储联合***调频输出功率波动不越限|△P(t)|≤D,但在预测周期内,根据风电出力预测值,在某t+kΔt(其中k=1,2,…,T/Δt-1)时刻要求储能***放电(ΔP(t+kΔt)<-D),但该时刻储能***没有足够的放电电量,则即使当前时刻不越限,储能***也需充电为t+kΔt时刻放电做准备。其充电量大小为:
△PB(t)=-D-△P(t+k△t) (15)
3)储能放电状态:
a、若ΔP(t)<-D,当前时刻越下限,为减小联合功率波动,储能***应放电,放电量大小如下:
△PB(t)=-D-△P(t) (16)
b、若当前时刻风储联合***调频输出功率波动不越限|△P(t)|≤D,但在预测周期内,根据风电出力预测值,在某t+kΔt时刻要求储能***充电(ΔP(t+kΔt)>D),但该时刻储能***没有足够的充电空间,则即使当前时刻不越限,储能***需放电,为t+kΔt时刻充电做准备。其放电量大小为:
△PB(t)=△P(t+k△t)-D (17)
由上述分析可知:超前控制策略能有效利用储能容量平抑风电场调频输出功率波动,改善调频效果。
3、储能SOC动态模型设计
结合储能电池的容量限制、SOC因素和电网调频需求,提出了基于储能电池SOC变化的自适应控制策略,从而确定其出力深度。传统电源和储能电池的调频死区均取0.033Hz。当频率偏差大于调频死区值时,启动储能电池辅助电网调频。
目前,通过模拟传统电源的下垂特性以实现储能电池参与一次调频的方法,需确定其出力与频率偏差之间的关系,即下垂系数的倒数,单位调节功率。大多数文献采用固定单位调节功率值参与一次调频,并取得一定效果。但是针对长时随机的负荷扰动,荷电状态(SOC)作为非常重要的变量之一,在研究储能电池控制方法时必须加以考虑。建立K与SOC的关系如下:
在储能电池SOC上下限之间划分五个SOC带,分别设定SOC高中间值(SOC1)、较高值(SOChigh)、较低值(SOClow)和低中间值(SOC0)。根据自适应控制方法即可确定储能电池参与电网快速调频的最佳出力深度,实现协调控制的目标。K的取值为关于SOC的分段函数,具体描述如下:
①SOC处于[SOClow,SOChigh]范围内。
此工作区域内储能电池容量较为充足,其上、下可调功率为单位调节功率最大值Kmax,取24pu。
Kch=Kdisch=Kmax (2.43)
②SOC处于[SOCmin,SOClow]范围内。
为充分发挥储能电池的调频能力且不影响其使用寿命,将储能电池的单位调节功率表示成SOC的函数,Kch取为Kmax,Kdisch可根据以下两式确定。
当SOCmin≤SOC≤SOC0,Kdisch取值如下:
Figure GDA0003628721550000101
当SOC0≤SOC≤SOClow,Kdisch取值如下:
Figure GDA0003628721550000102
③SOC处于[SOChigh,SOCmax]范围内,Kdisch取为Kmax,Kch可根据以下两式确定。
当SOC1≤SOC≤SOCmax时,Kch取值如下:
Figure GDA0003628721550000103
当SOChigh≤SOC≤SOC1时,Kch取值如下:
Figure GDA0003628721550000104
如图4,不同n值所对应自适应策略曲线,n值较小时,变化曲线接近定K控制策略曲线,而n值较大时,K值随SOC变化范围较小,即自适应性相对较弱,因此本文n取中间值10,使之在实现较大K的同时,兼顾K随SOC变化的自适应性。
在不同的SOC区间带内采用不同的KESS,提出单位调节功率与SOC之间的关系如图5所示。
本发明策略依SOC不同控制储能电池以不同的K值进行出力:电网有功缺额/过剩,储能电池电量过剩(即SOC>0.6)/缺额(即SOC<0.4)时,储能电池以Kmax出力,即调频容量相对充足时,其以最大速度释放/储存电量,以优先保证功率需求,尽可能地减小电网频率偏差,此时,SOC迅速减小/增大。当SOC<SOClow(SOC>SOChigh)时,即储能电池调频容量相对紧张时,变Kdischarge/Kcharge进行出力,以优先保证SOC值维持在一定范围内,防止过充过放而影响使用寿命。随着SOC减小/增大至SOCmin/SOCmax而停止放电/充电。
4、基于MPC的调频设计
在风储能联合运行时,采用灵活且适应性强的MPC滚动规划法,对预测周期内的储能设备荷电状态和风电场功率波动状态进行预判,修改当前的储能设备出力计划,以便实现在满足当前调频要求下,优化下一时刻调频效果。MPC是不断局部优化和不断滚动实施控制作用的交替过程[21-22],其基本思路如图4所示。基本步骤如下:1)在当前时刻t和当前状态x(t),基于一定的预测方法预测***未来的状态,在约束条件下求解目标得到未来(t+1,t+kΔt)各时刻的控制指令;2)将第一个指令应用于控制***;3)在t+1时刻,更新状态为x(t+1),重复上述步骤。因此,MPC的滚动优化可减少风电场调频功率的不确定性因素,实时跟踪风储调频功率计划值,保持最优的运行方案。
根据电力***的调频需求,尽可能减小风储***调频输出功率在每个时刻与目标调频功率曲线之间的波动量。因此,本文滚动优化以目标函数的最小化来确定控制量未来时刻的变化量。即目标函数为:
Figure GDA0003628721550000111
式中:Ps(t)为t时刻输出变量参考值,Py(t|t-1)为t时刻的预测值,P(t)为t时刻的实际输出值,H为反馈校正中的权重矩阵,u(t)为t时刻控制增量。Q和R分别是预测变量误差和控制变量序列所对应的权重。
由于本文调频模型的设计是在调频动态过程中,以跟踪风储***所需调频功率偏差最小为目标。因此,本文中状态量由***频率状态构成;控制量由储能出力变化量构成;扰动量为风电场超短期预测功率变化量;输出量为储能调频功率。MPC是一种闭环控制算法,通过反馈校正使控制保持最优。其中,控制时域Nc和预测时域Np,且Nc≤Np,可将预测时域内的***输出写成:
Figure GDA0003628721550000121
将(17)式代入目标函数得到满足约束的控制时域控制量序列:
Figure GDA0003628721550000122
根据闭环预测控制原理,将该控制序列的第1个元素作为被控对象的实际输入增量,则当前时刻被控对象的实际值为:
PB(t)=△PB(t)+PB(t-△t) (21)
在下一个调度周期到来时,重复上述滚动优化过程。为保证***稳定运行,需满足运行约束条件。
1)储能***SOC约束
SOCmin≤SOC≤SOCmax (22)
式中:SOCmax、SOCmin分别为设定的SOC上下限。
2)风电场有功功率约束
0≤Pw≤△Pw,max (23)
式中:ΔPw,max表示单台风机所能提供的最大有功备用。
3)调频功率波动约束
-D≤△Pw(t)≤D (24)
而对于储能本体控制,由于储能充放电能力主要基于上一时刻剩余功率及本身充放电效率。为防止过充过放,需根据储能SOC状态设置其充放电速度,越接近SOC极限状态时,速度越缓。储能SOC修正式如下:
Figure GDA0003628721550000131
Figure GDA0003628721550000132
式中:SOCt为t时刻储能荷电水平;η为充放电效率;PB为储能额定功率;Pt为正表示充电,为负表示放电;β为充放电速度控制因子。
与现有技术相比本发明的有益效果:本发明根据未来一个预测周期内风速波动情况,提前修正当前时刻储能充放电行为,以便能改善风电预测周期内风速波动对调频能力的影响,提高风电调频稳定性。
附图说明
图1为***频率与调频功率动态曲线图;
图2为变风速下风机功率—转速特性曲线;
图3为超前控制策略流程图;
图4为控制策略曲线;
图5为储能电池单位调节功率与SOC的关系图;
图6为MPC基本原理图。
具体实施方式
以下将结合具体实施例对本发明做进一步详细说明,本实施例中未具体说明的方法或工艺,均为现有技术。
实施例
超前控制策略既考虑当前时刻目标调频功率和储能SOC,还将预测周期T内的目标调频功率和储能SOC作为决策因素之一来控制当前时刻储能调频输出功率的行为。即如果前瞻周期内某时刻储能因充/放电空间不足而无法达到调频要求,那么储能当前时刻的出力在保证满足当前调频最低要求的前提下,若还存在电量和功率空间,则继续充/放部分电能,给预测周期内的后续时刻提供更多的充放电空间。
风储联合调频输出功率可表示为:
P(t)=Pw(t)+PB(t) (12)
结合式(9)可得:
△P(t)=△P1(t)+△PB(t)
=d%[Pm(t)-Pm(t-△t)]+△PB(t)
=d%Pm(t)+△PB(t)-Pw(t-△t) (13)
由上式可知:可通过调节储能输出功率△PB(t)来降低调频功率的偏差,将偏差控制在(-D,D)内。本节将根据图3来解释在超前控制策略下储能充放电行为。该处假设储能容量充足,暂不考虑储能SOC的约束。
1)储能状态不变:若当前时刻及预测周期T内的所有时刻风速引起的ΔP(t+kΔt)波动均不越限,则△PB(t)=0。
2)储能充电状态:
a、若ΔP(t)>D,当前时刻越限,为减小联合功率波动,储能***应充电,充电量大小如下:
△PB(t)=△P(t)-D (14)
b、若当前时刻风储联合***调频输出功率波动不越限|△P(t)|≤D,但在预测周期内,根据风电出力预测值,在某t+kΔt(其中k=1,2,…,T/Δt-1)时刻要求储能***放电(ΔP(t+kΔt)<-D),但该时刻储能***没有足够的放电电量,则即使当前时刻不越限,储能***也需充电,为t+kΔt时刻放电做准备。其充电量大小为:
△PB(t)=-D-△P(t+k△t) (15)
3)储能放电状态:a、若ΔP(t)<-D,当前时刻越下限,为减小联合功率波动,储能***应放电,放电量大小如下:
△PB(t)=-D-△P(t) (16)
b、若当前时刻风储联合***调频输出功率波动不越限|△P(t)|≤D,但在预测周期内,根据风电出力预测值,在某t+kΔt时刻要求储能***充电(ΔP(t+kΔt)>D),但该时刻储能***没有足够的充电空间,则即使当前时刻不越限,储能***需放电,为t+kΔt时刻充电做准备。其放电量大小为:
△PB(t)=△P(t+k△t)-D (17)
由上述分析可知:超前控制策略能有效利用储能容量平抑风电场调频输出功率波动,改善调频效果。
在风储能联合运行时,采用灵活且适应性强的MPC滚动规划法,对预测周期内的储能设备荷电状态和风电场功率波动状态进行预判,修改当前的储能设备出力计划,以便实现在满足当前调频要求下,优化下一时刻调频效果。MPC是不断局部优化和不断滚动实施控制作用的交替过程[21-22],其基本思路如图4所示。基本步骤如下:1)在当前时刻t和当前状态x(t),基于一定的预测方法预测***未来的状态,在约束条件下求解目标得到未来(t+1,t+kΔt)各时刻的控制指令;2)将第一个指令应用于控制***;3)在t+1时刻,更新状态为x(t+1),重复上述步骤。因此,MPC的滚动优化可减少风电场调频功率的不确定性因素,实时跟踪风储调频功率计划值,保持最优的运行方案。
根据电力***的调频需求,尽可能减小风储***调频输出功率在每个时刻与目标调频功率曲线之间的波动量。因此,本文滚动优化以目标函数的最小化来确定控制量未来时刻的变化量。即目标函数为:
Figure GDA0003628721550000161
式中:Ps(t)为t时刻输出变量参考值,Py(t|t-1)为t时刻的预测值,P(t)为t时刻的实际输出值,H为反馈校正中的权重矩阵,u(t)为t时刻控制增量。Q和R分别是预测变量误差和控制变量序列所对应的权重。
由于本文调频模型的设计是在调频动态过程中,以跟踪风储***所需调频功率偏差最小为目标。因此,本文中状态量由***频率状态构成;控制量由储能出力变化量构成;扰动量为风电场超短期预测功率变化量;输出量为储能调频功率。MPC是一种闭环控制算法,通过反馈校正使控制保持最优。其中,控制时域Nc和预测时域Np,且Nc≤Np,可将预测时域内的***输出写成:
Figure GDA0003628721550000162
将(17)式代入目标函数得到满足约束的控制时域控制量序列:
Figure GDA0003628721550000163
根据闭环预测控制原理,将该控制序列的第1个元素作为被控对象的实际输入增量,则当前时刻被控对象的实际值为:
PB(t)=△PB(t)+PB(t-△t) (21)
在下一个调度周期到来时,重复上述滚动优化过程。为保证***稳定运行,需满足运行约束条件。
1)储能***SOC约束
SOCmin≤SOC≤SOCmax (22)
式中:SOCmax、SOCmin分别为设定的SOC上下限。
2)风电场有功功率约束
0≤Pw≤△Pw,max (23)
式中:ΔPw,max表示单台风机所能提供的最大有功备用。
3)调频功率波动约束
-D≤△Pw(t)≤D (24)
而对于储能本体控制,由于储能充放电能力主要基于上一时刻剩余功率及本身充放电效率。为防止过充过放,需根据储能SOC状态设置其充放电速度,越接近SOC极限状态时,速度越缓。储能SOC修正式如下:
Figure GDA0003628721550000171
Figure GDA0003628721550000172
式中:SOCt为t时刻储能荷电水平;η为充放电效率;PB为储能额定功率;Pt为正表示充电,为负表示放电;β为充放电速度控制因子。
参考文献
[17]I.Ngamroo and T.Karaipoom,“Improving low-voltage ride-throughperformance and alleviating power flfluctuation of DFIG wind turbine in dcmicrogrid by optimal SMES with fault current limiting function,”IEEETrans.Appl.Supercond.,vol.24,no.5,pp.1051–8223,Oct.2014.
[18]YI LIU,WENJUAN DU,LIYE XIAO1,etal.Sizing Energy Storage Based ona Life-Cycle Saving Dispatch Strategy to Support Frequency Stability of anIsolated System With Wind Farms[J].IEEE ACCESS,2019,166329-166336.
[19]G.Delille,B.Francois,and G.Malarange,“Dynamic frequency controlsupport by energy storage to reduce the impact of wind and solar generationon isolated power system’s inertia,”IEEE Trans.Sustainable Energy,vol.3,no.4,pp.931–939,Oct.2012.
[20]YE H,TANG Y N,LIU Y,et al.Transient frequency response model-based energy storage optimum size in power systems[C]//2017 IEEEInternational Conference on Energy Internet(ICEI).IEEE,2017:65-71.

Claims (6)

1.一种基于风电短期预测的风储联合调频控制方法,包括下列步骤:
第一步、定义预测周期T、风电场调频偏差功率ΔP1、调频输出功率偏差幅值D、风储联合调频输出功率;
第二步、通过调节储能输出功率△PB(t)来降低调频功率的偏差,将偏差控制在(-D,D)内;具体包括下列情况:
1)储能状态不变
若当前时刻及预测周期T内的所有时刻风速引起的ΔP(t+kΔt)波动均不越限,则△PB(t)=0;
2)储能充电状态
a、若ΔP(t)>D,当前时刻越限,为减小联合功率波动,储能***应充电,充电量大小如下:
ΔPB(t)=ΔP(t)-D (14)
b、若当前时刻风储联合***调频输出功率波动不越限|ΔP(t)|≤D,但在预测周期内,根据风电出力预测值,在某t+kΔt时刻,其中k=1,2,…,T/Δt-1,要求储能***放电,ΔP(t+kΔt)<-D,但该时刻储能***没有足够的放电电量,则即使当前时刻不越限,储能***也需充电,为t+kΔt时刻放电做准备,其充电量大小为:
ΔPB(t)=-D-ΔP(t+kΔt) (15)
3)储能放电状态:
a、若ΔP(t)<-D,当前时刻越下限,为减小联合功率波动,储能***应放电,放电量大小如下:
ΔPB(t)=-D-ΔP(t) (16)
b、若当前时刻风储联合***调频输出功率波动不越限|ΔP(t)|≤D,但在预测周期内,根据风电出力预测值,在某t+kΔt时刻要求储能***充电,ΔP(t+kΔt)>D,但该时刻储能***没有足够的充电空间,则即使当前时刻不越限,储能***需放电,为t+kΔt时刻充电做准备,其放电量大小为:
ΔPB(t)=ΔP(t+kΔt)-D (17)
风储联合***中储能***的SOC满足下式:
SOCmin≤SOC≤SOCmax (22)
式中:SOCmax、SOCmin分别为设定的SOC上下限;
根据储能SOC状态设置其充放电速度,越接近SOC极限状态时,速度越缓,储能SOC修正式如下:
Figure FDA0003635277990000021
Figure FDA0003635277990000022
式中:SOCt为t时刻储能荷电水平;η为充放电效率;PB为储能额定功率;Pt为正表示充电,为负表示放电;β为充放电速度控制因子。
2.根据权利要求1所述的一种基于风电短期预测的风储联合调频控制方法,其特征在于:所述第二步中,采用MPC滚动规划法,对预测周期内的储能设备荷电状态和风电场功率波动状态进行预判,修改当前的储能设备出力计划,以便实现在满足当前调频要求下,优化下一时刻调频效果。
3.根据权利要求2所述的一种基于风电短期预测的风储联合调频控制方法,其特征在于,所述MPC滚动规划法包括如下步骤:
1)在当前时刻t和当前状态x(t),预测***未来的状态,在约束条件下求解目标得到未来[t+1,t+kΔt]各时刻的控制指令;
2)将第一个指令应用于控制***;
3)在t+1时刻,更新状态为x(t+1),重复上述步骤。
4.根据权利要求3所述的一种基于风电短期预测的风储联合调频控制方法,其特征在于:所述MPC滚动规划法以目标函数的最小化来确定控制量未来时刻的变化量,目标函数为:
Figure FDA0003635277990000031
式中:Ps(t)为t时刻输出变量参考值,Py(t|t-1)为t时刻的预测值,P(t)为t时刻的实际输出值,H为反馈校正中的权重矩阵,u(t)为t时刻控制增量,Q和R分别是预测变量误差和控制变量序列所对应的权重。
5.根据权利要求4所述的一种基于风电短期预测的风储联合调频控制方法,其特征在于:风储联合***中风电场有功功率满足下式:
0≤Pw≤ΔPw,max (23)
式中:ΔPw,max表示单台风机所能提供的最大有功备用。
6.根据权利要求5所述的一种基于风电短期预测的风储联合调频控制方法,其特征在于:风储联合***中调频功率波动满足下式:
-D≤ΔPw(t)≤D (24)。
CN202110375493.7A 2021-04-08 2021-04-08 一种基于风电短期预测的风储联合调频控制方法 Expired - Fee Related CN113098029B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110375493.7A CN113098029B (zh) 2021-04-08 2021-04-08 一种基于风电短期预测的风储联合调频控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110375493.7A CN113098029B (zh) 2021-04-08 2021-04-08 一种基于风电短期预测的风储联合调频控制方法

Publications (2)

Publication Number Publication Date
CN113098029A CN113098029A (zh) 2021-07-09
CN113098029B true CN113098029B (zh) 2022-07-15

Family

ID=76674883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110375493.7A Expired - Fee Related CN113098029B (zh) 2021-04-08 2021-04-08 一种基于风电短期预测的风储联合调频控制方法

Country Status (1)

Country Link
CN (1) CN113098029B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113541161A (zh) * 2021-09-16 2021-10-22 湖南大学 一种风储联合调频的协调控制方法及储能配置方法
CN113964882B (zh) * 2021-09-29 2024-05-28 中国长江三峡集团有限公司 风储协同参与调频的控制方法及装置
CN113969873B (zh) * 2021-10-18 2023-04-07 国网湖南省电力有限公司 一种风电机组出力超短期预测方法、***及存储介质
CN114336673B (zh) * 2021-11-24 2024-02-09 华能新能源股份有限公司 一种基于模型预测控制的风储联合电站一次调频控制策略
CN116316915B (zh) * 2023-05-12 2023-08-08 武汉中元华电科技股份有限公司 计及功率预测误差的风电场有功出力优化控制方法及装置
CN117613885A (zh) * 2023-11-30 2024-02-27 华能山东发电有限公司 一种混合式储能前瞻充放电控制方法和***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103986190A (zh) * 2014-05-26 2014-08-13 电子科技大学 基于发电功率曲线的风光储联合发电***平滑控制方法
CN104319793A (zh) * 2014-09-29 2015-01-28 上海交通大学 一种平抑长短期风电功率波动的风储协调控制方法
CN109617141A (zh) * 2018-12-12 2019-04-12 国能日新科技股份有限公司 风电场有功输出平滑控制方法及装置
CN110311448A (zh) * 2019-07-26 2019-10-08 广东电网有限责任公司 多模块双有源全桥电池储能***soc均衡控制方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105161783B (zh) * 2015-10-14 2017-12-19 矽力杰半导体技术(杭州)有限公司 电池电量平衡方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103986190A (zh) * 2014-05-26 2014-08-13 电子科技大学 基于发电功率曲线的风光储联合发电***平滑控制方法
CN104319793A (zh) * 2014-09-29 2015-01-28 上海交通大学 一种平抑长短期风电功率波动的风储协调控制方法
CN109617141A (zh) * 2018-12-12 2019-04-12 国能日新科技股份有限公司 风电场有功输出平滑控制方法及装置
CN110311448A (zh) * 2019-07-26 2019-10-08 广东电网有限责任公司 多模块双有源全桥电池储能***soc均衡控制方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Maximum Power Extraction with Improved Terminal Load Voltage for Standalone Wind Generating Systems Based on Model Predictive Control;Habib Ur Rahman Habib;《2019 International Conference on Intelligent Green Building and Smart Grid》;20191230;全文 *
Modeling and Control of a Generalized Energy Storage Device for Stabilizing Frequency and Voltage Oscillations;Hailiya Ahsan;《2019 9th International Conference on Power and Energy Systems (ICPES)》;20191212;全文 *
风储联合发电***参与频率响应的模型预测控制策略;虞临波;《电力***自动化》;20190625;第2-3页 *

Also Published As

Publication number Publication date
CN113098029A (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
CN113098029B (zh) 一种基于风电短期预测的风储联合调频控制方法
De Siqueira et al. Control strategy to smooth wind power output using battery energy storage system: A review
CN108306331B (zh) 一种风光储混合***的优化调度方法
CN109787282B (zh) 一种规模化储能参与新能源场站无功协调控制方法和***
Sørensen et al. Wind farm models and control strategies
CN110768307A (zh) 一种风电场一次调频控制方法及***
CN111371104B (zh) 一种基于风储联合发电***的电网频率稳定控制方法
CN102299527A (zh) 一种风电场无功功率控制方法和***
CN101860044A (zh) 风电场无功电压的协调控制方法
CN108462212B (zh) 一种新能源电力***在多源多调控域运行方式下控制方法
EP3482069B1 (en) A wind power plant having a plurality of wind turbine generators and a power plant controller
CN114498748A (zh) 含电压受控源的新能源场站主动支撑协调控制方法及***
CN114567002A (zh) 储能双馈风力发电机组与同步发电机协同调频控制方法
CN114336678A (zh) 一种基于pmu的风光储场站一次调频控制的方法
CN116470528A (zh) 一种区域电网光储场站多时间尺度辅助调频方法
CN113809760B (zh) 一种风电场参与电网二次调频的控制方法及装置
CN114938005A (zh) 一种风储电站参与电网一次调频的双层控制方法和装置
Hansen et al. Grid support of a wind farm with active stall wind turbines and AC grid connection
Wang et al. Frequency response methods for grid-connected wind power generations: A review
Zhu et al. $\mu $-Synthesis Robust Control of Variable Speed Wind Turbine Generators for Participating in Microgrid Frequency Regulation
CN114583731A (zh) 基于双钛酸锂电池储能控制的风电功率综合调控策略
CN115021314A (zh) 一种用于增强***电压稳定的双馈风机联合控制策略
Kraiem et al. Optimization of an adaptive droop control and powers allocation for a distributed generator under loads and grid uncertainties
Liang et al. Reinforcement learning-based inertia and droop control for wind farm frequency regulation
Tang et al. Coordination Control of Wind Farm and Energy Storage Station for Primary Frequency Regulation

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220715