CN113285451A - 一种基于光伏储能***的黑启动协调控制方法 - Google Patents
一种基于光伏储能***的黑启动协调控制方法 Download PDFInfo
- Publication number
- CN113285451A CN113285451A CN202110585435.7A CN202110585435A CN113285451A CN 113285451 A CN113285451 A CN 113285451A CN 202110585435 A CN202110585435 A CN 202110585435A CN 113285451 A CN113285451 A CN 113285451A
- Authority
- CN
- China
- Prior art keywords
- power
- energy storage
- photovoltaic
- storage system
- black
- 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 110
- 241001672018 Cercomela melanura Species 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000007599 discharging Methods 0.000 claims abstract description 22
- 230000003287 optical effect Effects 0.000 claims abstract description 19
- 238000012843 least square support vector machine Methods 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000011217 control strategy Methods 0.000 claims description 28
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 16
- 238000010248 power generation Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 10
- 238000005096 rolling process Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000006866 deterioration Effects 0.000 claims 1
- 239000000126 substance Substances 0.000 claims 1
- 238000012706 support-vector machine Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 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
- 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
- H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
-
- 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
-
- 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
- H02J3/381—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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power 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
-
- 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
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种基于光伏储能***的黑启动协调控制方法,包括:获取所选光伏电站一年出力历史数据作为训练样本,基于最小二乘支持向量机得到黑启动时段的光伏超短期功率预测值;运用模型预测控制方法得到光储***输出总功率和储能电站剩余容量;通过指令时滞的预补偿量计算方法减小储能指令时滞带来的误差,从而得到实时的储能***功率;在满足黑启动电源功率与黑启动辅机所需功率差值限额条件下,执行电池充放电,快速修正储能荷电状态回到控制范围中。此策略利于黑启动过程中光伏储能***的安全稳定运行,提高黑启动可行性。本发明逻辑简单易行。本发明方案适用于以高渗透率光伏***协同规模化储能电站作为黑启动电源的黑启动过程。
Description
技术领域
本发明属于电力***领域中大停电后利用光伏储能***进行电网黑启动的方法,具体涉及最小二乘支持向量机、模型预测控制和指令时滞的预补偿量计算方法。
背景技术
大电网停电造成的社会影响以及经济影响甚至是政治影响难以估计,对于电网黑启动方面的研究迫在眉睫。近年来微电网发展势头正盛,更多专家学者着力于研究微电网对于传统电力***各方面造成的影响。随着我国光伏渗透率不断提高、光伏控制技术不断成熟,同时规模化储能电站已顺利投入运行,光伏电站与储能电站参与电网黑启动具有了必要性和可能性。因此对光储联合发电***作为黑启动电源进行协调控制策略研究具有重要意义。
黑启动电源是黑启动过程的关键,很大程度上决定了黑启动的可行性。关于光伏储能***作为黑启动电源的研究已经初显成效。有学者提出了一种适用于黑启动的光储联合发电***协调控制策略。主参考源是储能***,当光伏出力小于黑启动负荷时运行在负荷跟踪模式;否则运行在最大功率点跟踪模式,但是在设计光伏控制策略时,缺少考虑储能的荷电状态(State Of Charge,SOC)约束条件。这项疏忽可能会导致储能电池产生过充过放问题。也有学者仅将储能容量和荷电状态作为优化目标,来评估光伏储能***作为电网黑启动电源的可行性。但在优化过程中忽略了储能不同荷电状态对储能电池的影响。
现有的光伏储能***作为黑启动电源的研究中,如专利CN112688366A公开的一种400V屋顶光伏***和储能***恢联合35kV风电场作为黑启动电源、CN111817338A公开的一种风光储新能源电站黑启动控制方法和***、CN108988393B公开的一种微网黑启动的微源时序的优化方法、CN111049180A公开的一种基于混合储能的孤岛微电网电压频率控制方法和***等,对于黑启动电源功率与黑启动辅机所需功率之间的差值限额都未给予足够重视,也没有记及储能指令时滞带来的影响。
但在实际电网设备运行过程中,由于现场通信设备存在的不同程度的延时,储能指令时滞不可避免,这将造成补偿的不及时以及补偿量上的差额,从而使实际储能因补偿光伏出力的功率变化规律异于理论结果。同时,黑启动电源功率与黑启动辅机所需功率差值限额不宜过大,否则会造成机组的调速器无法及时响应,引起频率的突升或者突降,导致辅机启动失败。因此,在光伏储能***黑启动过程中考虑黑启动电源功率与黑启动辅机所需功率差值限额和储能指令时滞具有十分重要的现实意义。
发明内容
为了克服现有技术的不足,本发明提供了一种基于光伏储能***的黑启动协调控制策略,以达到保证光伏储能***作为黑启动电源可行性的目的。
设计原理:以高渗透率光伏电站和规模化储能电站作为电网黑启动电源。基于最小二乘支持向量机得到黑启动时段的光伏超短期功率预测。运用模型预测控制方法得到光储***输出总功率和储能电站剩余容量。通过指令时滞的预补偿量计算方法减小储能指令时滞带来的影响,得到实时的储能***功率。在满足黑启动电源功率与黑启动辅机所需功率差值限额Pε的条件下,优化电池SOC。
设计方案:本发明的目的采用以下技术方案实现。
一种基于光伏储能***的黑启动协调控制策略,包括以下步骤。步骤1:获取所选光伏电站一年出力历史数据作为训练样本,基于最小二乘支持向量机得到黑启动时段的光伏超短期功率预测值。步骤2:运用模型预测控制方法得到光储***输出总功率和储能电站剩余容量。步骤3:通过指令时滞的预补偿量计算方法减小储能指令时滞带来的影响,得到实时的储能***功率。步骤4:在满足黑启动电源功率与黑启动辅机所需功率差值限额条件下,执行电池充放电,快速修正SOC回到控制范围中。
在步骤1中,获得光伏超短期功率预测值包括以下步骤:步骤1.1:将光伏电站历史出力数据按照不同天气、季节类型分别分为春、夏、秋、冬以及阴、晴、雨、雪等类;步骤1.2:从训练样本中选择相似天气和季节通过最小二乘支持向量机筛选出每个时段训练样本数据,建立起预测模型;步骤1.3:将所有预测模型进行汇总,得到完整光伏电站超短期功率预测模型;步骤1.4:计算历史数据与黑启动当日时段的相似度,获得相似度矩阵,得到相似度矩阵的最小元素。据此选出与黑启动当日时段相似度最高的数据;步骤1.5:构造回归函数。利用最小二乘法,引入Lagrange因子求出Lagrange乘子λi、偏差常数b和估计函数步骤1.6:将黑启动当日对应时段的气象属性信息输入到最小二乘支持向量机的光伏出力预测模型里。
进一步的,步骤1.2中,第i日第j个时段的气象特征向量xij=[Iij,Tij1,…Tij5]其中,Iij为第i日第j个时段初始0时刻的太阳辐照度。Tij1…Tij5分别为第i日第j个时段每15min的光伏面板温度。由于不同影响因素对光伏电站出力有不同的影响程度,因此计算欧氏距离时对每一个变量都乘以一个权重系数λ。样本M中第i日第j个时段与黑启动当天相同时段的加权欧氏距离其中,xij(k)为历史第i日第j个时段第k个影响因素的数据。xj(k)为黑启动当天第j个时段第k个影响因素的数据。λk为第k个影响因素对光伏电站出力的权重系数。
进一步的,在步骤1.5中,回归函数为f(x)=ωTφ(x)+b其中,ω为加权向量。b代表偏差常数。采用平方项优化目标误差估计部分,得到:
yi=ωTφ(x)+b+ei,i=1,2,…m,其中,ei为误差变量;γ(γ>0)为惩罚系数,用来平衡对超出ei的样本的惩罚程度。引入Lagrange乘子λi,构造函数:对于含有不等式约束的优化问题,根据卡罗需-库恩-塔克条件求得最优解,化简后得到估计函数:
在步骤2中,选择光储***并网功率和储能电站剩余容量构成状态变量x(k)=[Pgrid(k),CESS(k)]T;储能电站出力增量△u(k)=[△PESS(k)]T为控制变量;光伏电站超短期滚动预测功率△r(k)=[△PPV(k)]T为输入变量。在每一个控制时域内,将当前实际的光伏电站输出的有功功率作为下一轮滚动优化的初始值。选择光储***并网功率和储能电站剩余容量作为输出变量y(k)=[Pgrid(k),CESS(k)]T,建立光储联合发电***MPC模型:
步骤3中,根据对光伏功率秒级波动的分析,可假设前后两秒光伏功率平均最大差值为△PPV.MAX,假设延时是t,则储能功率补偿到位时光伏功率应在之前变化趋势的基础上最多增加△PPV.MAX·t(PPV(k)>PPV(k-1)),或最多减小△PPV.MAX·t(PPV(k)<PPV(k-1))。考虑到光伏发电变化的非线性,实际增大或减小的值应与前后时刻光伏功率的变化率成正比,若储能充放电的控制周期是tc,则可认为时延t秒后的光伏功率变化量为:
此即为指令补偿量,可知应发出的储能指令为计算值与延时补偿值之和。在光伏功率变化量为正时,储能加大充电功率。而光伏功率变化量为负时,若储能处于充电状态,则立刻转为放电状态;若储能处于放电状态,则加大放电功率。如再计及电池充放电的稳态误差0.2kW(稳态误差补偿在储能指令为零时取零),则储能的补偿量为:△PESS.b=-(△PPV+0.2)。
综上所述,最后求得k时刻储能电站的功率为:
步骤四:设置SOC在25%-75%范围内时采用协调控制策略,当达到此边界时就切换为限制光伏发电最大变化率的SOC修正充放电控制,该策略的思想是维持光储***总出力与黑启动辅机所需功率的差值不超过给定最大值的前提下,执行电池充放电,快速修正SOC回到控制范围中。该控制策略可以保证光储***正常连续运行,总功率曲线平滑,并且平滑效果可以满足变化量限值的要求。但平滑后的功率曲线上可能会有部分小波动大于原功率曲线的情况。可以修改控制策略,牺牲一些SOC恢复的速度,而不扩大原曲线的波动量。
在SOC越限后,首先应判断储能此时是否能执行使SOC反向变化的功率指令,即当SOC小于控制值下限时,若此时按原有控制策略计算出的控制指令是使电池充电,则应继续执行原有控制策略;同理,当SOC大于控制值上限时,若控制指令使电池放电,则也不必改变原先策略。
反之,若按照原有控制策略给出的指令会让SOC进一步越限,则应让储能尽可能减小充放电功率数值。可以先进行并网功率的波动量判别,在计算出并网有功功率与黑启动辅机所需功率之差在Pε范围内时,认为储能无需对光伏功率进行补偿,此时将储能有功指令设置为0,以避免SOC进一步恶化。反之则应以减小并网功率与黑启动辅机所需功率之差为首要目标,仍然按照原有控制策略执行储能充放电。
其中变压器有功损耗其中,P0为变压器空载损耗。Pk是变压器短路损耗。PPV、QPV是当前时刻光伏电站的有功和无功功率。SN是变压器额定容量。由此可以估算出实时的变压器的有功损耗为空载损耗与短路损耗之和,从而可将当前的并网有功估计值(单位:MW)表示为:Pg(k)=PPV(k)+PESS(k)-△PT。
相比于现有技术,本发明的有益效果在于:
(1)将光伏储能***并网有功功率与黑启动辅机所需功率差值控制在Pε范围内,优化了跟踪效果,避免前者远大于后者而造成机组的调速器无法及时响应,引起频率的突升或者突降,导致辅机启动失败的问题。提高黑启动稳定性。
(2)考虑储能指令时滞带来的影响,储能功率应为计算值与延时补偿值之和。用于补偿由于储能指令时滞引起的光伏出力变化。从而减小了误差,提高数据同步性与实时性。
(3)维持光储***总出力与黑启动辅机所需功率之间的差值不超过给定最大值的前提下,执行电池充放电,快速修正SOC回到控制范围中。该控制策略可以保证储能工作状态平稳,同时确保光储***正常连续运行,总功率曲线平滑,并且平滑效果可以满足变化量限值的要求。从而优化SOC,有效降低储能的投资成本和运行成本,提升了经济效益。
因此,本发明为光伏储能***黑启动的成功奠定坚实基础。另外,本发明设计原理可靠,具有非常广泛的应用前景。
附图说明
图1为本发明提供的基于最小二乘支持向量机的功率预测流程图
图2为本发明提供的一种基于光伏储能***的黑启动协调控制策略流程图
图3为本发明实施例中的实施结果。
图4为本发明实施例中的所提策略与传统策略在SOC方面的对比图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将通过搭建微电网仿真***进行验证,其中,分布式光伏的装机容量为30MW,规模化储能电站为12MW(额定功率)/24MW·h(容量)。
光储***输出功率与黑启动辅机所需功率如图3所示,由储能电站的功率来填补光伏电站出力与黑启动辅机所需功率的差值,使得光储***并网功率与辅机所需功率之差满足条件,实现光储***总体出力曲线平滑协调控制。可以看出,由于MPC滚动优化和反馈矫正的特点,采用MPC模型后,光储联合发电***的输出功率可以灵活控制,使得光储***发出的有功功率与黑启动辅机所需功率的跟踪效果良好,为黑启动辅机提供充足功率。
采用本发明提供的协调控制策略与功率预测(Power Forecast,PF)策略的储能SOC变化曲线对比图如图4所示,本发明提供的协调控制策略在SOC允许范围内,降低了储能充放电深度,提高了储能安全运行能力,有利于延长电池使用寿命,从而降低储能维护成本。实时优化光储联合发电***总输出功率,有效解决储能指令时滞导致的误差,使光储***作为黑启动电源具有较强的鲁棒性。
本发明的一种基于光伏储能***的黑启动协调控制方法,包括以下步骤。步骤1:获取所选光伏电站一年出力历史数据作为训练样本,基于最小二乘支持向量机得到黑启动时段的光伏超短期功率预测值。步骤2:运用模型预测控制方法得到光储***输出总功率和储能电站剩余容量。步骤3:通过指令时滞的预补偿量计算方法减小储能指令时滞带来的影响,得到实时的储能***功率。步骤4:在满足黑启动电源功率与黑启动辅机所需功率差值限额条件下,执行电池充放电,快速修正SOC回到控制范围中。
在步骤1中,获得光伏超短期功率预测值包括以下步骤:步骤1.1:将光伏电站历史出力数据按照不同天气、季节类型分别分为春、夏、秋、冬以及阴、晴、雨、雪等类;步骤1.2:从训练样本中选择相似天气和季节通过最小二乘支持向量机筛选出每个时段训练样本数据,建立起预测模型;步骤1.3:将所有预测模型进行汇总,得到完整光伏电站超短期功率预测模型;步骤1.4:计算历史数据与黑启动当日时段的相似度,获得相似度矩阵,得到相似度矩阵的最小元素。据此选出与黑启动当日时段相似度最高的数据;步骤1.5:构造回归函数。利用最小二乘法,引入Lagrange因子求出Lagrange乘子λi、偏差常数b和估计函数步骤1.6:将黑启动当日对应时段的气象属性信息输入到最小二乘支持向量机的光伏出力预测模型里。
进一步的,步骤1.2中,第i日第j个时段的气象特征向量xij=[Iij,Tij1,…Tij5]其中,Iij为第i日第j个时段初始0时刻的太阳辐照度。Tij1…Tij5分别为第i日第j个时段每15min的光伏面板温度。由于不同影响因素对光伏电站出力有不同的影响程度,因此计算欧氏距离时对每一个变量都乘以一个权重系数λ。样本M中第i日第j个时段与黑启动当天相同时段的加权欧氏距离其中,xij(k)为历史第i日第j个时段第k个影响因素的数据。xj(k)为黑启动当天第j个时段第k个影响因素的数据。λk为第k个影响因素对光伏电站出力的权重系数。
进一步的,在步骤1.5中,回归函数为f(x)=ωTφ(x)+b其中,ω为加权向量。b代表偏差常数。采用平方项优化目标误差估计部分,得到:
yi=ωTφ(x)+b+ei,i=1,2,…m,其中,ei为误差变量;γ(γ>0)为惩罚系数,用来平衡对超出ei的样本的惩罚程度。引入Lagrange乘子λi,构造函数:对于含有不等式约束的优化问题,根据卡罗需-库恩-塔克条件求得最优解,化简后得到估计函数:
在步骤2中,选择光储***并网功率和储能电站剩余容量构成状态变量x(k)=[Pgrid(k),CESS(k)]T;储能电站出力增量△u(k)=[△PESS(k)]T为控制变量;光伏电站超短期滚动预测功率△r(k)=[△PPV(k)]T为输入变量。在每一个控制时域内,将当前实际的光伏电站输出的有功功率作为下一轮滚动优化的初始值。选择光储***并网功率和储能电站剩余容量作为输出变量y(k)=[Pgrid(k),CESS(k)]T,建立光储联合发电***MPC模型:
步骤3中,根据对光伏功率秒级波动的分析,可假设前后两秒光伏功率平均最大差值为△PPV.MAX,假设延时是t,则储能功率补偿到位时光伏功率应在之前变化趋势的基础上最多增加△PPV.MAX·t(PPV(k)>PPV(k-1)),或最多减小△PPV.MAX·t(PPV(k)<PPV(k-1))。考虑到光伏发电变化的非线性,实际增大或减小的值应与前后时刻光伏功率的变化率成正比,若储能充放电的控制周期是tc,则可认为时延t秒后的光伏功率变化量为:
此即为指令补偿量,可知应发出的储能指令为计算值与延时补偿值之和。在光伏功率变化量为正时,储能加大充电功率。而光伏功率变化量为负时,若储能处于充电状态,则立刻转为放电状态;若储能处于放电状态,则加大放电功率。如再计及电池充放电的稳态误差0.2kW(稳态误差补偿在储能指令为零时取零),则储能的补偿量为:△PESS.b=-(△PPV+0.2)。
综上所述,最后求得k时刻储能电站的功率为:
步骤四:设置SOC在25%-75%范围内时采用协调控制策略,当达到此边界时就切换为限制光伏发电最大变化率的SOC修正充放电控制,该策略的思想是维持光储***总出力与黑启动辅机所需功率的差值不超过给定最大值的前提下,执行电池充放电,快速修正SOC回到控制范围中。该控制策略可以保证光储***正常连续运行,总功率曲线平滑,并且平滑效果可以满足变化量限值的要求。但平滑后的功率曲线上可能会有部分小波动大于原功率曲线的情况。可以修改控制策略,牺牲一些SOC恢复的速度,而不扩大原曲线的波动量。
在SOC越限后,首先应判断储能此时是否能执行使SOC反向变化的功率指令,即当SOC小于控制值下限时,若此时按原有控制策略计算出的控制指令是使电池充电,则应继续执行原有控制策略;同理,当SOC大于控制值上限时,若控制指令使电池放电,则也不必改变原先策略。
反之,若按照原有控制策略给出的指令会让SOC进一步越限,则应让储能尽可能减小充放电功率数值。可以先进行并网功率的波动量判别,在计算出并网有功功率与黑启动辅机所需功率之差在Pε范围内时,认为储能无需对光伏功率进行补偿,此时将储能有功指令设置为0,以避免SOC进一步恶化。反之则应以减小并网功率与黑启动辅机所需功率之差为首要目标,仍然按照原有控制策略执行储能充放电。
其中变压器有功损耗其中,P0为变压器空载损耗。Pk是变压器短路损耗。PPV、QPV是当前时刻光伏电站的有功和无功功率。SN是变压器额定容量。由此可以估算出实时的变压器的有功损耗为空载损耗与短路损耗之和,从而可将当前的并网有功估计值(单位:MW)表示为:Pg(k)=PPV(k)+PESS(k)-△PT。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (7)
1.一种基于光伏储能***的黑启动协调控制方法,其特征在于,包括以下步骤:
步骤1,获取所选光伏电站一年出力历史数据作为训练样本,基于最小二乘支持向量机得到黑启动时段的光伏超短期功率预测值;
步骤2,运用模型预测控制方法得到光储***输出总功率和储能电站剩余容量;
步骤3,通过指令时滞的预补偿量计算方法减小储能指令时滞带来的影响,得到实时的储能***功率;
步骤4,在满足黑启动电源功率与黑启动辅机所需功率差值限额条件下,执行电池充放电,快速修正SOC回到控制范围中。
2.根据权利要求1所述的一种基于光伏储能***的黑启动协调控制方法,其特征在于,步骤1中,获得光伏超短期功率预测值包括以下步骤:
步骤1.1:将光伏电站历史出力数据按照不同天气、季节类型分别分为春、夏、秋、冬以及阴、晴、雨、雪类;
步骤1.2:从训练样本中选择相似天气和季节通过最小二乘支持向量机筛选出每个时段训练样本数据,建立起预测模型;
步骤1.3:将所有预测模型进行汇总,得到完整光伏电站超短期功率预测模型;
步骤1.4:计算历史数据与黑启动当日时段的相似度,获得相似度矩阵,得到相似度矩阵的最小元素,据此选出与黑启动当日时段相似度最高的数据;
步骤1.6:将黑启动当日对应时段的气象属性信息输入到最小二乘支持向量机的光伏出力预测模型里。
3.根据权利要求2所述的一种基于光伏储能***的黑启动协调控制方法,其特征在于,步骤1.2中,第i日第j个时段的气象特征向量xij=[Iij,Tij1,…Tij5]其中,Iij为第i日第j个时段初始0时刻的太阳辐照度;Tij1…Tij5分别为第i日第j个时段每15min的光伏面板温度,由于不同影响因素对光伏电站出力有不同的影响程度,因此计算欧氏距离时对每一个变量都乘以一个权重系数λ;样本M中第i日第j个时段与黑启动当天相同时段的加权欧氏距离其中,xij(k)为历史第i日第j个时段第k个影响因素的数据,xj(k)为黑启动当天第j个时段第k个影响因素的数据,λk为第k个影响因素对光伏电站出力的权重系数。
5.根据权利要求1所述的一种基于光伏储能***的黑启动协调控制方法,其特征在于,步骤2的具体过程为:选择光储***并网功率和储能电站剩余容量构成状态变量x(k)=[Pgrid(k),CESS(k)]T;储能电站出力增量△u(k)=[△PESS(k)]T为控制变量;光伏电站超短期滚动预测功率△r(k)=[△PPV(k)]T为输入变量;其中,Pgrid为光储***的并网总功率;PESS为储能电站功率;PPV为光伏电站功率;CESS为储能***剩余容量;CESS.N为储能***额定容量;k为控制时刻,在每一个控制时域内,将当前实际的光伏电站输出的有功功率作为下一轮滚动优化的初始值,选择光储***并网功率和储能电站剩余容量作为输出变量y(k)=[Pgrid(k),CESS(k)]T,建立光储联合发电***模型预测控制(Model Predictive Control,MPC)模型:其中,Ts为MPC的控制周期;η为储能化学能与电能之间的转换效率;认定当储能***对外放电时,PESS>0;当储能***对内充电时,PESS<0。
6.根据权利要求1所述的一种基于光伏储能***的黑启动协调控制方法,其特征在于,在步骤3中,根据对光伏功率秒级波动的分析,可假设前后两秒光伏功率平均最大差值为△PPV.MAX,假设延时是t,则储能功率补偿到位时光伏功率应在之前变化趋势的基础上最多增加△PPV.MAX·t(PPV(k)>PPV(k-1)),或最多减小△PPV.MAX·t(PPV(k)<PPV(k-1)),考虑到光伏发电变化的非线性,实际增大或减小的值应与前后时刻光伏功率的变化率成正比,若储能充放电的控制周期是tc,则可认为时延t秒后的光伏功率变化量为:此即为指令补偿量,可知应发出的储能指令为计算值与延时补偿值之和,在光伏功率变化量为正时,储能加大充电功率;而光伏功率变化量为负时,若储能处于充电状态,则立刻转为放电状态;若储能处于放电状态,则加大放电功率,如再计及电池充放电的稳态误差0.2kW,稳态误差补偿在储能指令为零时取零,则储能的补偿量为:△PESS.b=-(△PPV+0.2);
最后求得k时刻储能电站的功率为:
7.根据权利要求1所述的一种基于光伏储能***的黑启动协调控制方法,其特征在于,步骤4中,设置SOC在25%-75%范围内时采用协调控制策略,当达到此边界时就切换为限制光伏发电最大变化率的SOC修正充放电控制,该策略是维持光储***总出力与黑启动辅机所需功率的差值不超过给定最大值的前提下,执行电池充放电,快速修正SOC回到控制范围中;在SOC越限后,首先应判断储能此时是否能执行使SOC反向变化的功率指令,即当SOC小于控制值下限时,若此时按原有控制策略计算出的控制指令是使电池充电,则应继续执行原有控制策略;同理,当SOC大于控制值上限时,若控制指令使电池放电,则也不必改变原先策略;反之,若按照原有控制策略给出的指令会让SOC进一步越限,则应让储能尽可能减小充放电功率数值,先进行并网功率的波动量判别,在计算出并网有功功率与黑启动辅机所需功率之差在Pε范围内时,认为储能无需对光伏功率进行补偿,此时将储能有功指令设置为0,以避免SOC进一步恶化;反之则应以减小并网功率与黑启动辅机所需功率之差为首要目标,仍然按照原有控制策略执行储能充放电;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110585435.7A CN113285451B (zh) | 2021-05-27 | 2021-05-27 | 一种基于光伏储能***的黑启动协调控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110585435.7A CN113285451B (zh) | 2021-05-27 | 2021-05-27 | 一种基于光伏储能***的黑启动协调控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113285451A true CN113285451A (zh) | 2021-08-20 |
CN113285451B CN113285451B (zh) | 2023-09-22 |
Family
ID=77282023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110585435.7A Active CN113285451B (zh) | 2021-05-27 | 2021-05-27 | 一种基于光伏储能***的黑启动协调控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113285451B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113612256A (zh) * | 2021-08-31 | 2021-11-05 | 河北建投新能源有限公司 | 一种可再生能源直流微网制氢黑启动优化方法 |
CN113872254A (zh) * | 2021-10-27 | 2021-12-31 | 国网宁夏电力有限公司 | 一种平抑光伏秒级出力波动的光伏电站频率主动支撑控制方法 |
CN113904386A (zh) * | 2021-10-25 | 2022-01-07 | 国网宁夏电力有限公司 | 一种考虑等效惯量和阻尼需求的光伏调频控制参数优化方法 |
CN114629144A (zh) * | 2022-05-16 | 2022-06-14 | 国网浙江省电力有限公司电力科学研究院 | 一种基于虚拟同步机的储能电站黑启动方法及*** |
CN114725996A (zh) * | 2022-04-24 | 2022-07-08 | 合肥工业大学 | 一种考虑碳减排的风光储黑启动电源容量配置方法 |
CN114725970A (zh) * | 2022-05-24 | 2022-07-08 | 深圳市德兰明海科技有限公司 | 一种实现平滑光伏的储能***智能soc管理方法 |
CN117728469A (zh) * | 2023-12-18 | 2024-03-19 | 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 |
CN117833292A (zh) * | 2023-12-29 | 2024-04-05 | 能建时代(上海)新型储能技术研究院有限公司 | 储能***黑启动控制方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111525607A (zh) * | 2020-04-17 | 2020-08-11 | 中国电力科学研究院有限公司 | 用于光储联合发电***的光伏发电计划跟踪方法及装置 |
-
2021
- 2021-05-27 CN CN202110585435.7A patent/CN113285451B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111525607A (zh) * | 2020-04-17 | 2020-08-11 | 中国电力科学研究院有限公司 | 用于光储联合发电***的光伏发电计划跟踪方法及装置 |
Non-Patent Citations (1)
Title |
---|
LI TONGGE等: "The Research on Black Start Strategy of Distributed Photovoltaic-Battery Energy Storage Systems Based on Cluster Division", 2020 IEEE SUSTAINABLE POWER AND ENERGY CONFERENCE (ISPEC), pages 337 - 342 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113612256A (zh) * | 2021-08-31 | 2021-11-05 | 河北建投新能源有限公司 | 一种可再生能源直流微网制氢黑启动优化方法 |
CN113612256B (zh) * | 2021-08-31 | 2024-02-09 | 河北建投新能源有限公司 | 一种可再生能源直流微网制氢黑启动优化方法 |
CN113904386B (zh) * | 2021-10-25 | 2023-12-01 | 国网宁夏电力有限公司 | 一种考虑等效惯量和阻尼需求的光伏调频控制参数优化方法 |
CN113904386A (zh) * | 2021-10-25 | 2022-01-07 | 国网宁夏电力有限公司 | 一种考虑等效惯量和阻尼需求的光伏调频控制参数优化方法 |
CN113872254A (zh) * | 2021-10-27 | 2021-12-31 | 国网宁夏电力有限公司 | 一种平抑光伏秒级出力波动的光伏电站频率主动支撑控制方法 |
CN113872254B (zh) * | 2021-10-27 | 2023-07-14 | 国网宁夏电力有限公司 | 一种平抑光伏秒级出力波动的光伏电站频率主动支撑控制方法 |
CN114725996A (zh) * | 2022-04-24 | 2022-07-08 | 合肥工业大学 | 一种考虑碳减排的风光储黑启动电源容量配置方法 |
CN114725996B (zh) * | 2022-04-24 | 2024-03-12 | 合肥工业大学 | 一种考虑碳减排的风光储黑启动电源容量配置方法 |
CN114629144A (zh) * | 2022-05-16 | 2022-06-14 | 国网浙江省电力有限公司电力科学研究院 | 一种基于虚拟同步机的储能电站黑启动方法及*** |
CN114629144B (zh) * | 2022-05-16 | 2022-09-02 | 国网浙江省电力有限公司电力科学研究院 | 一种基于虚拟同步机的储能电站黑启动方法及*** |
CN114725970A (zh) * | 2022-05-24 | 2022-07-08 | 深圳市德兰明海科技有限公司 | 一种实现平滑光伏的储能***智能soc管理方法 |
CN117728469A (zh) * | 2023-12-18 | 2024-03-19 | 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 |
CN117833292A (zh) * | 2023-12-29 | 2024-04-05 | 能建时代(上海)新型储能技术研究院有限公司 | 储能***黑启动控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113285451B (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113285451B (zh) | 一种基于光伏储能***的黑启动协调控制方法 | |
CN105846461B (zh) | 一种大规模储能电站自适应动态规划的控制方法和*** | |
CN109802396B (zh) | 一种基于电压灵敏度配置的光伏台区电能质量治理*** | |
CN110365013B (zh) | 一种光热-光伏-风电联合发电***的容量优化方法 | |
CN110581571A (zh) | 一种主动配电网动态优化调度方法 | |
CN104242335A (zh) | 一种基于额定容量的风光储发电单元容量优化配置方法 | |
CN103944175A (zh) | 风光储联合发电***出力特性优化方法 | |
CN107947166B (zh) | 一种基于动态矩阵控制的多能微网变时调度方法及装置 | |
CN107910884B (zh) | 电池储能平抑光伏发电大爬坡事件的在线控制方法 | |
CN109873447A (zh) | 一种多源协同主动配电网多时间级有功-无功调控方法 | |
CN112736978A (zh) | 一种多源互补电源并网优化*** | |
CN110098623B (zh) | 一种基于智能负载的Prosumer单元控制方法 | |
CN106786702B (zh) | 用于混合储能***的全状态模型预测能量调度方法 | |
CN116470528A (zh) | 一种区域电网光储场站多时间尺度辅助调频方法 | |
CN117254491A (zh) | 一种风光氢储微网***时域滚动优化方法及*** | |
CN105426985B (zh) | 一种适应于屋顶光伏接入的城市配电网电压分布优化方法 | |
CN117134409A (zh) | 考虑电-氢-热互补的微网***及其多目标优化配置方法 | |
CN116805803A (zh) | 基于自适应mpc的风光储离网制氢***能量调度方法 | |
Wang et al. | Multi-objective optimal dispatch of wind-integrated power system based on distributed energy storage | |
CN116805192A (zh) | 考虑最优弃能率的综合能源***双层规划优化方法及应用 | |
CN116054250A (zh) | 一种储能分组的风光储耦合制氢***调度方法 | |
CN115719973A (zh) | 一种分布式光伏并网电压综合治理方法及*** | |
CN115473241A (zh) | 光伏混合储能***运行稳定性策略优化控制方法 | |
CN114884049A (zh) | 一种柔性直流配电网优化运行控制方法 | |
CN114336703A (zh) | 一种大规模风光储电站自动协同控制方法 |
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 |