CN117767445A - 一种海上风电及储能参与的有功功率协调控制方法及*** - Google Patents

一种海上风电及储能参与的有功功率协调控制方法及*** Download PDF

Info

Publication number
CN117767445A
CN117767445A CN202311824504.0A CN202311824504A CN117767445A CN 117767445 A CN117767445 A CN 117767445A CN 202311824504 A CN202311824504 A CN 202311824504A CN 117767445 A CN117767445 A CN 117767445A
Authority
CN
China
Prior art keywords
offshore wind
energy storage
wind farm
active power
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.)
Pending
Application number
CN202311824504.0A
Other languages
English (en)
Inventor
苗璐
樊玮
林建熙
秦颖婕
刘宇
陈德扬
陈锦昌
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.)
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
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 Guangdong Power Grid Co Ltd, Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202311824504.0A priority Critical patent/CN117767445A/zh
Publication of CN117767445A publication Critical patent/CN117767445A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种海上风电及储能参与的有功功率协调控制方法及***，该方法包括：以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型；针对有功功率的最小偏差建立优化调度模型；获取海上风电出力数据、储能数据和负荷数据并基于储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划；判断上层控制优化后海上风电场调度计划是否小于当前时刻海上风电场实际出力值；若是，则基于优化调度模型对海上风电场进行下层控制，获取下层控制优化后海上风电场调度计划。本发明提供的方法可以维持海上风电场有功功率平衡，保证配电网的安全稳定运行。

Description

一种海上风电及储能参与的有功功率协调控制方法及***
技术领域
本发明涉及协调控制技术领域，尤其是涉及一种海上风电及储能参与的有功功率协调控制方法及***。
背景技术
为实现“碳达峰、碳中和”的远景目标，新能源的持续开发与利用至关重要。目前新能源发电主要包括太阳能发电、风能发电、生物质能发电等发电模式，而风能发电中，由于具有广阔的沿线海岸和海平面，海上风能资源充沛，且不需要占用大量土地资源，发电质量也优于陆上风力发电，因此海上风力发电发展迅速。但又由于海上风力发电的间歇性和不确定性，导致海上风力发电并网过程中功率波动较大，因此海上风力发电又具有一定局限性。
发明内容
本发明旨在提供一种海上风电及储能参与的有功功率协调控制方法及***，以解决上述技术问题，通过构建储能多目标函数优化调度模型实现海上风电场的上层控制，同时针对有功功率的最小偏差建立优化调度模型实现下层控制，以维持海上风电场有功功率平衡，保证配电网的安全稳定运行。
为了解决上述技术问题，本发明提供了一种海上风电及储能参与的有功功率协调控制方法，包括以下步骤：
以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型；
针对有功功率的最小偏差建立优化调度模型；
获取海上风电出力数据、储能数据和负荷数据并基于储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划；
基于海上风电出力数据、储能数据和负荷数据获取当前时刻海上风电场实际出力值，判断上层控制优化后海上风电场调度计划是否小于当前时刻海上风电场实际出力值；若是，则基于优化调度模型对海上风电场进行下层控制，获取下层控制优化后海上风电场调度计划；否则，返回进行上层控制。
上述方案通过构建储能多目标函数优化调度模型实现海上风电场的上层控制，同时针对有功功率的最小偏差建立优化调度模型实现下层控制，以维持海上风电场有功功率平衡，保证配电网的安全稳定运行。
需要说明的是，当海上风电场有功功率平衡提升时会对储能进行优化调度，此时***运行成本会增加，本发明提供构建储能多目标函数优化调度模型，可以在满足储能调度的情况下，令***运行成本最小。而海上风电场出力预测误差对***的有功功率的平衡会造成一定影响，因此在上层控制的基础上，针对有功功率的最小偏差建立优化调度模型，以令海上风电场出力预测误差最小。
进一步地，所述以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型，具体为：
所述储能多目标函数优化调度模型包括海上风电场有功功率消纳后最大容量目标函数和海上风电场最小维护成本目标函数；其中：
所述海上风电场有功功率消纳后最大容量目标函数具体表示为：
式中，Y1表示最大容量；NWT为风机总数量，i表示第i个风机；WWTi表示第i个风机的功率盈余；T表示采集时间段数量，t表示第t个时间段；为第i个风机在第t个时间段内产生的有功功率；/>为负荷在第t个时间段内消耗的有功功率；
所述海上风电场最小维护成本目标函数具体表示为：
式中，Y2表示最小维护成本；SWT为风电单机维护成本；NES为储能设备数量，j为第j个储能设备；为第j个储能设备在第t时间段的工作状态，其值为1时表示储能设备放电，其值为0时表示储能设备充电；/>表示第j个储能设备在第t时间段的充放电功率；/>表示第j个储能设备在第t时间段的维护成本。
上述方案中，采集时间段数量可以为将一天分成若干个时间段，通过对***每个时间段内的运行状态进行观测，适时调动储能设备在需要时进行充放电，以此来调节海上风力发电***的削峰填谷能力，维持有功功率平衡。如取一个时间段为20min，可将一天24h分为72个时间段，则T＝72。
需要说明的是，储能设备能够对能量变化迅速响应调节，能够吸纳***产生的多余能量，也能够在发电不足时释放多余能量，以维持海上风力发电***功率平衡。
进一步地，所述针对有功功率的最小偏差建立优化调度模型，具体表示为：
式中，为上层控制优化后的第i个风机在第t个时间段内的海上风电场调度计划。
进一步地，所述获取海上风电出力数据、储能数据和负荷数据并基于储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划，具体为：
获取多个多时间尺度下海上风电出力数据、储能数据和负荷数据；
基于海上风电出力数据、储能数据和负荷数据对海上风电场有功功率消纳后最大容量目标函数进行计算，以获取最大容量；
判断最大容量是否小于0，若是，则储能设备放电；否则，进一步判断最大容量是否小于并网最大允许传送功率，若否，则求解海上风电场最小维护成本目标函数，以使海上风电维护成本最低，获取上层控制优化后海上风电场调度计划。
上述方案中，可以利用多目标差分算法对海上风电场最小维护成本目标函数进行求解，所获取的上层控制优化后海上风电场调度计划包括上层控制优化后的海上风电出力计划和储能充放电计划。可以采取粒子群算法对优化调度模型进行求解，所获取的下层控制优化后海上风电场调度计划包括下层控制优化的海上风电出力计划和储能充放电计划，即下一个时刻的海上风电出力计划和储能充放电计划。
进一步地，所述储能多目标函数优化调度模型和优化调度模型均需满足功率平衡约束、海上风电场有功功率平衡约束和储能充放电约束，以保证各个设备正常工作。
具体地，功率平衡约束可以表示为：
式中，表示t时间段外送有功功率；此刻有：
式中，为t时间段负荷初始有功功率消耗，/>为t时间段第j个储能设备所消耗的有功功率。
海上风电场有功功率平衡约束可以表示为：
式中，PWTmax为风电单机允许输出最大有功功率。
储能充放电约束可以表示为：
式中，PESmin和PESmax分别为储能允许最大和最小充放电功率，SOCmin和SOCmax分别为储能允许最大和最小荷电状态。
上述方案不仅提出了一种上层控制和下层控制逐步递进的控制流程，同时又划分了多个时间节点进行采样，即采集若干个时间段的对应状态数据，保证了控制的精准性和实时性。
本发明提供一种海上风电及储能参与的有功功率协调控制***，包括：上层控制模型构建模块，用于以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型；下层控制模型构建模块，用于针对有功功率的最小偏差建立优化调度模型；数据获取模块，用于获取海上风电出力数据、储能数据和负荷数据，并获取当前时刻海上风电场实际出力值；上层控制模块，用于基于海上风电出力数据、储能数据、负荷数据和储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划；下层控制模块，用于判断上层控制优化后海上风电场调度计划是否小于当前时刻海上风电场实际出力值；若是，则基于优化调度模型对海上风电场进行下层控制，获取下层控制优化后海上风电场调度计划；否则，返回进行上层控制。
上述方案提供的***构建简单，易于实现，用于实现一种海上风电及储能参与的有功功率协调控制方法，该***通过构建储能多目标函数优化调度模型实现海上风电场的上层控制，同时针对有功功率的最小偏差建立优化调度模型实现下层控制，以维持海上风电场有功功率平衡，保证配电网的安全稳定运行。
进一步地，在所述上层控制模型构建模块中，所述所述以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型，具体为：所述储能多目标函数优化调度模型包括海上风电场有功功率消纳后最大容量目标函数和海上风电场最小维护成本目标函数；其中：
所述海上风电场有功功率消纳后最大容量目标函数具体表示为：
式中，Y1表示最大容量；NWT为风机总数量，i表示第i个风机；WWTi表示第i个风机的功率盈余；T表示采集时间段数量，t表示第t个时间段；为第i个风机在第t个时间段内产生的有功功率；/>为负荷在第t个时间段内消耗的有功功率；
所述海上风电场最小维护成本目标函数具体表示为：
式中，Y2表示最小维护成本；SWT为风电单机维护成本；NES为储能设备数量，j为第j个储能设备；为第j个储能设备在第t时间段的工作状态，其值为1时表示储能设备放电，其值为0时表示储能设备充电；/>表示第j个储能设备在第t时间段的充放电功率；/>表示第j个储能设备在第t时间段的维护成本。
上述方案中，采集时间段数量可以为将一天分成若干个时间段，通过对***每个时间段内的运行状态进行观测，适时调动储能设备在需要时进行充放电，以此来调节海上风力发电***的削峰填谷能力，维持有功功率平衡。
进一步地，在所述下层控制模型构建模块中，所述针对有功功率的最小偏差建立优化调度模型，具体表示为：
式中，为上层控制优化后的第i个风机在第t个时间段内的海上风电场调度计划。
进一步地，在所述上层控制模块，所述基于海上风电出力数据、储能数据、负荷数据和储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划，具体为：
基于海上风电出力数据、储能数据和负荷数据对海上风电场有功功率消纳后最大容量目标函数进行计算，以获取最大容量；
判断最大容量是否小于0，若是，则储能设备放电；否则，进一步判断最大容量是否小于并网最大允许传送功率，若否，则求解海上风电场最小维护成本目标函数，以使海上风电维护成本最低，获取上层控制优化后海上风电场调度计划。
进一步地，所述的一种海上风电及储能参与的有功功率协调控制***，还包括约束模块，所述约束模块用于为所述储能多目标函数优化调度模型和优化调度模型构建功率平衡约束、海上风电场有功功率平衡约束和储能充放电约束。
附图说明
图1为本发明一实施例提供的一种海上风电及储能参与的有功功率协调控制方法流程示意图；
图2为本发明一实施例提供的一种海上风电及储能参与的有功功率协调控制***架构图；
图3为本发明一实施例提供的一种海上风电及储能参与的有功功率协调控制***主电路示意图；
图4为本发明一实施例提供的一种海上风电及储能参与的有功功率协调控制方法的具体应用流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，本实施例提供一种海上风电及储能参与的有功功率协调控制方法，包括以下步骤：
S1：以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型；
S2：针对有功功率的最小偏差建立优化调度模型；
S3：获取海上风电出力数据、储能数据和负荷数据并基于储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划；
S4：基于海上风电出力数据、储能数据和负荷数据获取当前时刻海上风电场实际出力值，判断上层控制优化后海上风电场调度计划是否小于当前时刻海上风电场实际出力值；若是，则基于优化调度模型对海上风电场进行下层控制，获取下层控制优化后海上风电场调度计划；否则，返回进行上层控制。
本实施例通过构建储能多目标函数优化调度模型实现海上风电场的上层控制，同时针对有功功率的最小偏差建立优化调度模型实现下层控制，以维持海上风电场有功功率平衡，保证配电网的安全稳定运行。
需要说明的是，当海上风电场有功功率平衡提升时会对储能进行优化调度，此时***运行成本会增加，本发明提供构建储能多目标函数优化调度模型，可以在满足储能调度的情况下，令***运行成本最小。而海上风电场出力预测误差对***的有功功率的平衡会造成一定影响，因此在上层控制的基础上，针对有功功率的最小偏差建立优化调度模型，以令海上风电场出力预测误差最小。
进一步地，所述以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型，具体为：
所述储能多目标函数优化调度模型包括海上风电场有功功率消纳后最大容量目标函数和海上风电场最小维护成本目标函数；其中：
所述海上风电场有功功率消纳后最大容量目标函数具体表示为：
式中，Y1表示最大容量；NWT为风机总数量，i表示第i个风机；WWTi表示第i个风机的功率盈余；T表示采集时间段数量，t表示第t个时间段；为第i个风机在第t个时间段内产生的有功功率；/>为负荷在第t个时间段内消耗的有功功率；
所述海上风电场最小维护成本目标函数具体表示为：
式中，Y2表示最小维护成本；SWT为风电单机维护成本；NES为储能设备数量，j为第j个储能设备；为第j个储能设备在第t时间段的工作状态，其值为1时表示储能设备放电，其值为0时表示储能设备充电；/>表示第j个储能设备在第t时间段的充放电功率；/>表示第j个储能设备在第t时间段的维护成本。
在本实施例中，采集时间段数量可以为将一天分成若干个时间段，通过对***每个时间段内的运行状态进行观测，适时调动储能设备在需要时进行充放电，以此来调节海上风力发电***的削峰填谷能力，维持有功功率平衡。如取一个时间段为20min，可将一天24h分为72个时间段，则T＝72。
需要说明的是，储能设备能够对能量变化迅速响应调节，能够吸纳***产生的多余能量，也能够在发电不足时释放多余能量，以维持海上风力发电***功率平衡。
进一步地，所述针对有功功率的最小偏差建立优化调度模型，具体表示为：
式中，为上层控制优化后的第i个风机在第t个时间段内的海上风电场调度计划。
进一步地，所述获取海上风电出力数据、储能数据和负荷数据并基于储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划，具体为：
获取多个多时间尺度下海上风电出力数据、储能数据和负荷数据；
基于海上风电出力数据、储能数据和负荷数据对海上风电场有功功率消纳后最大容量目标函数进行计算，以获取最大容量；
判断最大容量是否小于0，若是，则储能设备放电；否则，进一步判断最大容量是否小于并网最大允许传送功率，若否，则求解海上风电场最小维护成本目标函数，以使海上风电维护成本最低，获取上层控制优化后海上风电场调度计划。
在本实施例中，可以利用多目标差分算法对海上风电场最小维护成本目标函数进行求解，所获取的上层控制优化后海上风电场调度计划包括上层控制优化后的海上风电出力计划和储能充放电计划。可以采取粒子群算法对优化调度模型进行求解，所获取的下层控制优化后海上风电场调度计划包括下层控制优化的海上风电出力计划和储能充放电计划，即下一个时刻的海上风电出力计划和储能充放电计划。
进一步地，所述储能多目标函数优化调度模型和优化调度模型均需满足功率平衡约束、海上风电场有功功率平衡约束和储能充放电约束，以保证各个设备正常工作。
具体地，功率平衡约束可以表示为：
式中，表示t时间段外送有功功率；此刻有：
式中，为t时间段负荷初始有功功率消耗，/>为t时间段第j个储能设备所消耗的有功功率。
海上风电场有功功率平衡约束可以表示为：
式中，PWTmax为风电单机允许输出最大有功功率。
储能充放电约束可以表示为：
式中，PESmin和PESmax分别为储能允许最大和最小充放电功率，SOCmin和SOCmax分别为储能允许最大和最小荷电状态。
本实施例不仅提出了一种上层控制和下层控制逐步递进的控制流程，同时又划分了多个时间节点进行采样，即采集若干个时间段的对应状态数据，保证了控制的精准性和实时性。
请参见图2，本实施例提供一种海上风电及储能参与的有功功率协调控制***，包括：上层控制模型构建模块，用于以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型；下层控制模型构建模块，用于针对有功功率的最小偏差建立优化调度模型；数据获取模块，用于获取海上风电出力数据、储能数据和负荷数据，并获取当前时刻海上风电场实际出力值；上层控制模块，用于基于海上风电出力数据、储能数据、负荷数据和储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划；下层控制模块，用于判断上层控制优化后海上风电场调度计划是否小于当前时刻海上风电场实际出力值；若是，则基于优化调度模型对海上风电场进行下层控制，获取下层控制优化后海上风电场调度计划；否则，返回进行上层控制。
本实施例提供的***构建简单，易于实现，用于实现一种海上风电及储能参与的有功功率协调控制方法，该***通过构建储能多目标函数优化调度模型实现海上风电场的上层控制，同时针对有功功率的最小偏差建立优化调度模型实现下层控制，以维持海上风电场有功功率平衡，保证配电网的安全稳定运行。
进一步地，在所述上层控制模型构建模块中，所述所述以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型，具体为：所述储能多目标函数优化调度模型包括海上风电场有功功率消纳后最大容量目标函数和海上风电场最小维护成本目标函数；其中：
所述海上风电场有功功率消纳后最大容量目标函数具体表示为：
式中，Y1表示最大容量；NWT为风机总数量，i表示第i个风机；WWTi表示第i个风机的功率盈余；T表示采集时间段数量，t表示第t个时间段；为第i个风机在第t个时间段内产生的有功功率；/>为负荷在第t个时间段内消耗的有功功率；
所述海上风电场最小维护成本目标函数具体表示为：
式中，Y2表示最小维护成本；SWT为风电单机维护成本；NES为储能设备数量，j为第j个储能设备；为第j个储能设备在第t时间段的工作状态，其值为1时表示储能设备放电，其值为0时表示储能设备充电；/>表示第j个储能设备在第t时间段的充放电功率；/>表示第j个储能设备在第t时间段的维护成本。
在本实施例中，采集时间段数量可以为将一天分成若干个时间段，通过对***每个时间段内的运行状态进行观测，适时调动储能设备在需要时进行充放电，以此来调节海上风力发电***的削峰填谷能力，维持有功功率平衡。
进一步地，在所述下层控制模型构建模块中，所述针对有功功率的最小偏差建立优化调度模型，具体表示为：
式中，为上层控制优化后的第i个风机在第t个时间段内的海上风电场调度计划。
进一步地，在所述上层控制模块，所述基于海上风电出力数据、储能数据、负荷数据和储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划，具体为：
基于海上风电出力数据、储能数据和负荷数据对海上风电场有功功率消纳后最大容量目标函数进行计算，以获取最大容量；
判断最大容量是否小于0，若是，则储能设备放电；否则，进一步判断最大容量是否小于并网最大允许传送功率，若否，则求解海上风电场最小维护成本目标函数，以使海上风电维护成本最低，获取上层控制优化后海上风电场调度计划。
进一步地，所述的一种海上风电及储能参与的有功功率协调控制***，还包括约束模块，所述约束模块用于为所述储能多目标函数优化调度模型和优化调度模型构建功率平衡约束、海上风电场有功功率平衡约束和储能充放电约束。
本实施例提出的***不仅提出了一种上层控制和下层控制逐步递进的控制流程，同时又划分了多个时间节点进行采样，即采集若干个时间段的对应状态数据，保证了控制的精准性和实时性。
为了进一步说明本发明的技术特点，凸显其技术优势，本实施例提供一种海上风电及储能参与的有功功率协调控制方法的具体应用，其***主电路示意图可参见图3所示。单个风机经过PSMG(永磁同步电机)连接至送端换流站，进行电能整流，后通过直流电容连接，经过受端换流站，又将电能逆变，输送至电网；蓄电池经过双向DC/DC变换器和储能逆变器，连接至电网。
具体地，构建储能多目标函数优化调度模型，包括：海上风电场有功功率消纳后最大容量目标函数：
式中，Y1表示最大容量；NWT为风机总数量，i表示第i个风机；WWTi表示第i个风机的功率盈余；T表示采集时间段数量，t表示第t个时间段；为第i个风机在第t个时间段内产生的有功功率；/>为负荷在第t个时间段内消耗的有功功率。
还包括：海上风电场最小维护成本目标函数：
式中，Y2表示最小维护成本；SWT为风电单机维护成本；NES为储能设备数量，j为第j个储能设备；为第j个储能设备在第t时间段的工作状态，其值为1时表示储能设备放电，其值为0时表示储能设备充电；/>表示第j个储能设备在第t时间段的充放电功率；/>表示第j个储能设备在第t时间段的维护成本。
针对有功功率的最小偏差建立优化调度模型，具体表示为：
式中，为上层控制优化后的第i个风机在第t个时间段内的海上风电场调度计划。
进一步地，为了保证***的正常运行，所述储能多目标函数优化调度模型和优化调度模型均需满足功率平衡约束、海上风电场有功功率平衡约束和储能充放电约束。
基于上述模型，可参见图4的控制流程，首先进行上层控制：采集海上风电出力数据、储能数据和负荷数据，设置每20min采集一次，一天内共采集72次，将采集数据输送至式(1)进行计算，判断Y1是否小于0，若是，则说明海上风电出力不足以维持负荷消耗，储能放电，同时储能充放电保护进行约束；若否，则下一步判断Y1是否小于并网最大允许传送功率，若是，说明多余能量能够通过线路并网，若否，则求解式(2)，使得海上风电维护成本最低，同时进行功率平衡约束、海上风电有功功率出力平衡约束和储能充放电平衡约束，至此上层控制结束，得到上层控制优化后海上风电出力计划和储能充放电计划，进行下层控制。
判断上层控制优化后海上风电场调度计划是否小于当前时刻海上风电场实际出力值，若否，则说明实际出力未达到最小维护成本标准要求，需加大实际出力，因此返回上层控制；若是，则说明实际出力达到最小维护成本标准要求，但需减小功率偏差，求解式(3)，使得偏差量达到最小，同时进行有功功率平衡约束、海上风电场有功功率出力平衡约束和储能充放电约束，至此下层控制结束，得到下层控制优化后海上风电出力计划，储能充放电计划，控制结束。
本实施例设计了上层控制+下层控制的多时间尺度协调控制方法，将一天分成若干个时间节点，对每个节点内的运行状态进行观测，适时调动储能设备在需要时进行充放电，以此来调节海上风力发电***的削峰填谷能力，维持有功功率平衡。同时设立约束条件，保证各个设备正常工作。
以上所述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，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种海上风电及储能参与的有功功率协调控制方法，其特征在于，包括以下步骤：
以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型；
针对有功功率的最小偏差建立优化调度模型；
获取海上风电出力数据、储能数据和负荷数据并基于储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划；
基于海上风电出力数据、储能数据和负荷数据获取当前时刻海上风电场实际出力值，判断上层控制优化后海上风电场调度计划是否小于当前时刻海上风电场实际出力值；若是，则基于优化调度模型对海上风电场进行下层控制，获取下层控制优化后海上风电场调度计划；否则，返回进行上层控制。
2.根据权利要求1所述的一种海上风电及储能参与的有功功率协调控制方法，其特征在于，所述以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型，具体为：
所述储能多目标函数优化调度模型包括海上风电场有功功率消纳后最大容量目标函数和海上风电场最小维护成本目标函数；其中：
所述海上风电场有功功率消纳后最大容量目标函数具体表示为：
式中，Y1表示最大容量；NWT为风机总数量，i表示第i个风机；WWTi表示第i个风机的功率盈余；T表示采集时间段数量，t表示第t个时间段；为第i个风机在第t个时间段内产生的有功功率；/>为负荷在第t个时间段内消耗的有功功率；
所述海上风电场最小维护成本目标函数具体表示为：
式中，Y2表示最小维护成本；SWT为风电单机维护成本；NES为储能设备数量，j为第j个储能设备；为第j个储能设备在第t时间段的工作状态，其值为1时表示储能设备放电，其值为0时表示储能设备充电；/>表示第j个储能设备在第t时间段的充放电功率；/>表示第j个储能设备在第t时间段的维护成本。
3.根据权利要求2所述的一种海上风电及储能参与的有功功率协调控制方法，其特征在于，所述针对有功功率的最小偏差建立优化调度模型，具体表示为：
式中，为上层控制优化后的第i个风机在第t个时间段内的海上风电场调度计划。
4.根据权利要求3所述的一种海上风电及储能参与的有功功率协调控制方法，其特征在于，所述获取海上风电出力数据、储能数据和负荷数据并基于储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划，具体为：
获取多个多时间尺度下海上风电出力数据、储能数据和负荷数据；
基于海上风电出力数据、储能数据和负荷数据对海上风电场有功功率消纳后最大容量目标函数进行计算，以获取最大容量；
判断最大容量是否小于0，若是，则储能设备放电；否则，进一步判断最大容量是否小于并网最大允许传送功率，若否，则求解海上风电场最小维护成本目标函数，以使海上风电维护成本最低，获取上层控制优化后海上风电场调度计划。
5.根据权利要求1～4任一项所述的一种海上风电及储能参与的有功功率协调控制方法，其特征在于，所述储能多目标函数优化调度模型和优化调度模型均需满足功率平衡约束、海上风电场有功功率平衡约束和储能充放电约束。
6.一种海上风电及储能参与的有功功率协调控制***，其特征在于，包括：
上层控制模型构建模块，用于以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型；
下层控制模型构建模块，用于针对有功功率的最小偏差建立优化调度模型；
数据获取模块，用于获取海上风电出力数据、储能数据和负荷数据，并获取当前时刻海上风电场实际出力值；
上层控制模块，用于基于海上风电出力数据、储能数据、负荷数据和储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划；
下层控制模块，用于判断上层控制优化后海上风电场调度计划是否小于当前时刻海上风电场实际出力值；若是，则基于优化调度模型对海上风电场进行下层控制，获取下层控制优化后海上风电场调度计划；否则，返回进行上层控制。
7.根据权利要求6所述的一种海上风电及储能参与的有功功率协调控制***，其特征在于，在所述上层控制模型构建模块中，所述所述以海上风电场有功功率消纳后容量最大及***维护成本最小为目标，构建储能多目标函数优化调度模型，具体为：
所述储能多目标函数优化调度模型包括海上风电场有功功率消纳后最大容量目标函数和海上风电场最小维护成本目标函数；其中：
所述海上风电场有功功率消纳后最大容量目标函数具体表示为：
式中，Y1表示最大容量；NWT为风机总数量，i表示第i个风机；WWTi表示第i个风机的功率盈余；T表示采集时间段数量，t表示第t个时间段；为第i个风机在第t个时间段内产生的有功功率；/>为负荷在第t个时间段内消耗的有功功率；
所述海上风电场最小维护成本目标函数具体表示为：
式中，Y2表示最小维护成本；SWT为风电单机维护成本；NES为储能设备数量，j为第j个储能设备；为第j个储能设备在第t时间段的工作状态，其值为1时表示储能设备放电，其值为0时表示储能设备充电；/>表示第j个储能设备在第t时间段的充放电功率；/>表示第j个储能设备在第t时间段的维护成本。
8.根据权利要求7所述的一种海上风电及储能参与的有功功率协调控制***，其特征在于，在所述下层控制模型构建模块中，所述针对有功功率的最小偏差建立优化调度模型，具体表示为：
式中，为上层控制优化后的第i个风机在第t个时间段内的海上风电场调度计划。
9.根据权利要求8所述的一种海上风电及储能参与的有功功率协调控制***，其特征在于，在所述上层控制模块，所述基于海上风电出力数据、储能数据、负荷数据和储能多目标函数优化调度模型对海上风电场进行上层控制，获取上层控制优化后海上风电场调度计划，具体为：
基于海上风电出力数据、储能数据和负荷数据对海上风电场有功功率消纳后最大容量目标函数进行计算，以获取最大容量；
判断最大容量是否小于0，若是，则储能设备放电；否则，进一步判断最大容量是否小于并网最大允许传送功率，若否，则求解海上风电场最小维护成本目标函数，以使海上风电维护成本最低，获取上层控制优化后海上风电场调度计划。
10.根据权利要求6～9任一项所述的一种海上风电及储能参与的有功功率协调控制***，其特征在于，还包括约束模块，所述约束模块用于为所述储能多目标函数优化调度模型和优化调度模型构建功率平衡约束、海上风电场有功功率平衡约束和储能充放电约束。
CN202311824504.0A 2023-12-27 2023-12-27 一种海上风电及储能参与的有功功率协调控制方法及*** Pending CN117767445A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311824504.0A CN117767445A (zh) 2023-12-27 2023-12-27 一种海上风电及储能参与的有功功率协调控制方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311824504.0A CN117767445A (zh) 2023-12-27 2023-12-27 一种海上风电及储能参与的有功功率协调控制方法及***

Publications (1)

Publication Number Publication Date
CN117767445A true CN117767445A (zh) 2024-03-26

Family

ID=90321871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311824504.0A Pending CN117767445A (zh) 2023-12-27 2023-12-27 一种海上风电及储能参与的有功功率协调控制方法及***

Country Status (1)

Country Link
CN (1) CN117767445A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118100328A (zh) * 2024-04-29 2024-05-28 浙江大成中孚电力技术发展有限公司 一种海上风电集群的有功功率分配方法及***

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118100328A (zh) * 2024-04-29 2024-05-28 浙江大成中孚电力技术发展有限公司 一种海上风电集群的有功功率分配方法及***

Similar Documents

Publication Publication Date Title
Wang et al. Energy management and optimization of vehicle-to-grid systems for wind power integration
CN102545250B (zh) 锂电池储能的风电场功率平滑控制方法及装置和工作方法
CN102545214B (zh) 一种含电池储能设备的风电场可靠性评估方法
CN103683272B (zh) 一种独立直流微电网***及其能量平衡控制方法
CN104348189B (zh) 一种分布式电源***
CN111245096B (zh) 一种分布式光伏数据采集终端、***及数据处理方法
CN110350518B (zh) 一种用于调峰的电网储能容量需求评估方法及***
CN103187750A (zh) 兆瓦级电池储能电站实时功率控制方法及其***
CN106849166B (zh) 储能型风电场作为电网黑启动电源电池储能***配置方法
CN107453402B (zh) 一种降低含风储一体化电站电力***运行风险的调度方法
CN117767445A (zh) 一种海上风电及储能参与的有功功率协调控制方法及***
CN110661301B (zh) 一种水光蓄多能互补发电***的容量配置优化方法
CN112653154A (zh) 基于边缘计算的分布式光伏配电网无功优化控制方法
CN112886624B (zh) 一种三站合一变电站储能装置规划设计***及方法
CN105356514A (zh) 一种可自动实现电压平衡的风光一体发电***的监控方法
CN111762057B (zh) 一种区域微网中v2g电动汽车智能充放电管理方法
CN105244920A (zh) 考虑电池健康状态的储能***多目标控制方法及其***
CN114825469B (zh) 一种分布式电源集群出力评估方法及***
CN112736973A (zh) 平抑风电、光伏电站出力波动的电池储能容量配置方法及***
CN104253439B (zh) 电池储能电站无功功率分配与控制方法
CN202651806U (zh) 一种电池储能电站平滑风光发电控制***
CN103560533B (zh) 基于变化率控制储能电站平滑风光发电波动的方法及***
CN104701842A (zh) 一种独立微网供电***及其供电可靠性评估方法
CN110417002B (zh) 一种孤岛微电网能量模型的优化方法
CN112713520A (zh) 一种离网风光储智能供电***

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