基于风电预测功率的储能跟踪风电出力计划方法及其系统技术方案

本发明专利技术提出一种基于风电预测功率的储能跟踪风电出力计划方法及其系统，该方法包括：读取风电场和储能系统的相关数据；建立储能系统充放电控制策略；确定目标函数；通过粒子群优化算法确定充放电控制系数；根据充放电控制系数确定储能系统充放电功率。该系统包括数据获取单元、控制单元、计算模块、优化单元和结果输出单元。该方法及系统通过每个预报点轮询一次，并通过粒子群优化算法以达到实时优化储能电站充放电控制系数的目的，从而能够充分利用储能系统有限的容量；此外，通过对目标函数的设定，使得储能系统的荷电状态尽可能的保持在适宜的范围从而提高其充电、放电的能力，最终达到提高风储联合系统跟踪计划出力的能力。

【技术实现步骤摘要】

本专利技术属于智能电网中能量存储与转换
，具体涉及一种应用储能电站考虑短期风电功率预测、超短期风电功率预测以提高风电跟踪计划出力能力的控制方法。
技术介绍
近年来，随着风电场规模的不断扩大，其本身所具有的随机性和间歇性对电网的安全性、稳定性和电能质量等都造成了巨大的冲击和影响，其中风电功率预测是保证电网安全、提高风电效益的重要工具，风功率预测误差的大小影响系统所需的上调/下调备用容量，对电网运行的安全性和经济性有着重要的意义，建立严格的间歇式电源并网标准具有重要意义。我国在2011年制定了《风电场功率预测预报管理暂行办法》(简称《办法》)，《办法》规定风电场功率预测系统提供的日预测曲线最大误差不超过25％，实时预测误差不超过15％。具有风电功率预测系统的风电场需向电网调度部门提供发电功率预报信息，并用于电力系统实时调度[5]，提高风力发电上网小时数额。由于风电功率预测主要依赖数值天气预报，受其影响，目前风电功率预测技术特别是日前预测仍存在预测误差较大的问题，单纯通过风电场的自我调节大大降低了风电场有功功率的利用率。如今风储联合应用是当前研究的热点，将储能系统与风电电源相结合，能够提高风储联合出力的跟踪计划出力能力，降低对电网的冲击，提高风电功率的利用率，提升电网对风电功率的接纳能力。目前，国内外均已有了多项关于风光储联合应用的示范工程，但对储能系统的控制与分析更多的是关于平滑风电输出以及削峰填谷两方面，基于风储联合应用以提高风电跟踪计划出力能力的研究成果还较少。由于电池储能系统存在充放电功率及储能容量的约束条件，并且过大的充、放电深度均会对储能电池的寿命造成影响，特别是在储能系统运行过程中，需要控制其荷电状态(state of charge，SOC)保持在适宜的范围内，荷电状态过高或者过低都会减少储能系统的剩余可用容量，降低储能系统的充放电功率最大允许值，从而降低储能系统的控制效果；同时又由于风电日前预测误差经常会出现在一个时间段内持续不满足预测误差要求的情况，对储能系统在一时段的持续出力有了更严格的要求，故控制好电池储能系统的荷电状态，实时优化控制储能系统的出力对于改善风电跟踪计划出力具有重要的意义。现有技术中有提出应用于风电场中跟踪短期计划出力问题中的储能系统运行策略，但均是仅考虑当前时刻的出力控制，并不能保证此时刻之后的储能系统可以满足出力要求，对储能系统的充放电缺乏全局考虑。因此，迫切地需要开发出一种能够提高风储联合系统的跟踪计划出力能力及储能系统控制能力的充放电控制方法。
技术实现思路
针对现有技术的上述缺陷，本专利技术的目的之一在于提出一种基于风电预测功率的储能跟踪风电出力计划方法，该方法利用超短期及短期风电功率预测能够实时优化并修正各时刻储能电站的充放电控制系数，以提高储能系统的容量利用率同时确保电池储能的荷电状态处于适宜的范围，防止过充和过放的发生从而对储能系统的寿命和性能造成不利的影响。为了实现上述专利技术目的，本专利技术是通过如下技术方案实现的：一种基于风电预测功率的储能跟踪风电出力计划方法，包括以下步骤：读取风电场和储能系统的相关数据，包括：风电场的风电功率实际值、短期风电功率预测值、超短期风电功率预测值以及储能系统的荷电状态值；建立包含充放电控制系数的储能系统充放电控制策略；基于短期风电功率预测值、超短期风电功率预测值和荷电状态值确定目标函数；通过粒子群优化算法确定充放电控制系数；根据充放电控制系数确定储能系统充放电功率。本专利技术的另一目的在于提出一种基于风电预测功率的储能跟踪风电出力计划系统，包括：数据获取单元，用于读取风电场和储能系统的相关数据；控制单元，用于建立包含充放电控制系数的储能系统充放电控制策略，所述充放电控制系数包括：荷电状态控制系数a、b，风电状态控制系数c以及充放电功率调整系数d、e；；计算模块，用于基于短期风电功率预测值、超短期风电功率预测值和荷电状态值确定目标函数；优化单元，用于通过粒子群优化算法确定充放电控制系数；结果输出单元，用于根据充放电控制系数确定储能系统充放电功率。与现有技术相比，本专利技术达到的有益效果是：本专利技术提供了一种基于风电预测功率的储能跟踪风电出力计划方法及其系统，该方法及系统通过每个预报点轮询一次，并通过粒子群优化算法以达到实时优化储能电站充放电控制系数的目的，从而能够充分利用储能系统有限的容量；此外，通过对目标函数的设定，使得储能系统的荷电状态尽可能的保持在适宜的范围从而提高其充电、放电的能力，最终达到提高风储联合系统跟踪计划出力的能力。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为本专利技术实施例中基于风电预测功率的储能跟踪风电出力计划方法流程图；图2为本专利技术实施例中风电实际功率以及日前短期预测功率曲线图；图3为本专利技术实施例中风电场实际功率日预测误差概率分布直方图；图4为本专利技术实施例中三种情境(即情境1、情境2和情境3)下SOC状态对比曲线图；图5为本专利技术实施例中情境3下充放电控制系数a和b在一天内的变化曲线图；图6为本专利技术实施例中情境3下充放电控制系数c在一天内的变化曲线图；图7为本专利技术实施例中情境3下充放电控制系数d在一天内的变化曲线图；图8为本专利技术实施例中情境3下充放电控制系数e在一天内的变化曲线图；图9为本专利技术实施例中三种情境下风储联合功率日预测误差概率分布直方对比图；图10为本专利技术实施例中预测精度较低和较高时超短期预测功率与实际功率对比图；图11为本专利技术实施例中预测精度较低和较高时SOC状态对比曲线图；图12为本专利技术实施例中预测精度较低时充放电控制系数a和b在一天内的变化曲线图；图13为本专利技术实施例中预测精度较低时充放电控制系数c在一天内的变化曲线图；图14为本专利技术实施例中预测精度较低时充放电控制系数d在一天内的变化曲线图；图15为本专利技术实施例中预测精度较低时充放电控制系数e在一天内的变化曲线图；图16为本专利技术实施例中预测精度较低和较高时累计误差概率对比图；具体实施方式以下描述和附图充分地示出本专利技术的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的组件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本专利技术的实施...

【技术保护点】
一种基于风电预测功率的储能跟踪风电出力计划方法，其特征在于，包括以下步骤：读取风电场和储能系统的相关数据，包括：风电场的风电功率实际值、短期风电功率预测值、超短期风电功率预测值以及储能系统的荷电状态值；建立包含充放电控制系数的储能系统充放电控制策略；基于短期风电功率预测值、超短期风电功率预测值和荷电状态值确定目标函数；通过粒子群优化算法确定充放电控制系数；根据充放电控制系数确定储能系统充放电功率。

【技术特征摘要】
1.一种基于风电预测功率的储能跟踪风电出力计划方法，其特征在于，包括以下步骤：
读取风电场和储能系统的相关数据，包括：风电场的风电功率实际值、短期风电功率预
测值、超短期风电功率预测值以及储能系统的荷电状态值；
建立包含充放电控制系数的储能系统充放电控制策略；
基于短期风电功率预测值、超短期风电功率预测值和荷电状态值确定目标函数；
通过粒子群优化算法确定充放电控制系数；
根据充放电控制系数确定储能系统充放电功率。
2.如权利要求1所述的方法，其特征在于，
所述充放电控制系数包括：
荷电状态控制系数a、b，风电状态控制系数c以及充放电功率调整系数d、e；
所述储能系统的充放电控制策略包括：
将荷电状态值划分为表示各种荷电状态的区间；
将风电功率实际值划分为各种风电状态；
确定储能系统充放电功率；
根据储能系统最大充放电功率以及剩余容量允许的充放电功率，对所述储能系统充放电
功率进行实时调整。
3.如权利要求2所述的方法，其特征在于，将所述荷电状态值划分为表示各种荷电状态
的区间包括：
在0至1之间共建立4个节点，包括荷电状态控制系数a、b，储能系统正常运行时荷电
状态下限值SSOC-low和上限值SSOC-high，且满足0≤SSOC-low≤a≤b≤SSOC-high≤1，所述荷电状态下限
值SSOC-low和上限值SSOC-high由储能系统本身性能所确定；
根据所述4个节点在0至1之间将荷电状态值划分为5个区间：
SOC过小区间：0≤SSOC(t)＜SSOC-low；
SOC较小区间：SSOC-low≤SSOC(t)＜a；
SOC适宜区间：a≤SSOC(t)＜b
SOC较大区间：b≤SSOC(t)≤SSOC-high；和
SOC过大区间：SSOC-high＜SSOC(t)≤1；
若a＝SSOC-low或b＝SSOC-high，则将荷电状态值划分为4个区间，包括：SOC过小区间、SOC
适宜区间和SOC过大区间，以及SOC较小区间或SOC较大区间；若a＝SSOC-low且b＝SSOC-high，
则将荷电状态值划分为3个区间，包括：SOC过小区间、SOC适宜区间和SOC过大区间。
4.如权利要求3所述的方法，其特征在于，将所述风电功率实际值划分为各种风电状态
包括：
“风电状态A”：风电功率实际值低于短期风电功率预测下限值的状态；
“风电状态B”：风电功率实际值介于短期风电功率预测上限值与控制功率值之间的状态；
“风电状态C”：风电功率实际值介于控制功率值与短期风电功率预测上限值之间的状态；
“风电状态D”：风电功率实际值高于短期风电功率预测上限值的状态；
所述短期风电功率预测上限值、短期风电功率预测上限值和控制功率值通过下式求得：
Pf_max(t)＝Pf(t)+PlimitPf_min(t)＝Pf(t)-plimitPf_adj(t)＝Pf_min(t)+c[Pf_max(t)-Pf_min(t)]
式中，Pf_max(t)为t时刻短期风电功率预测上限值，Pf_min(t)为t时刻短期风电功率预测下
限值，Pf_adj(t)为t时刻介于Pf_min(t)、Pf_max(t)之间的控制功率值，Pf(t)为t时刻短期风电功率
预测值，Plimit为风电功率波动限值，Plimit＝ε允许Cap，ε允许为日预测误差允许的百分值，Cap为风
电场的装机容量，c为0至1之间的风电状态控制系数。
5.如权利要求4所述的方法，其特征在于，确定所述储能系统充放电功率包括：
当风电功率实际值处于“风电状态A”时的储能系统充放电功率为：
A1)若当前储能系统的荷电状态值处于SOC过小区间，储能系统不工作，则储能系统
充放电功率为O；
A2)若当前储能系统的荷电状态值处于SOC较小区间或SOC适宜区间，则储能系统充
放电功率为Pf_nun(t)-Pw(t)；
A3)若当前储能系统的荷电状态值处于SOC较大区间，则储能系统充放电功率为Pf_min(t)
-Pw(t)+d(Pf_max(t)-Pf_min(t))，d为0至1之间的充放电功率调整系数；
A4)若当前储能系统的荷电状态值处于SOC过大区间，则储能系统充放电功率为Pf_max(t)
-Pw(t)；
当风电功率实际值处于“风电状态B”时的储能系统充放电功率为：
B1)若当前储能系统的荷电状态值处于SOC过小区间或SOC较小区间，则储能系统充
放电功率为-(Pw(t)-Pf_min(t))；
B2)若当前储能系统的荷电状态值处于SOC适宜区间，储能系统不工作，则储能系统充
放电功率为0；
B3)若当前储能系统的荷电状态值处于SOC较大区间，则储能系统充放电功率为Pf_adj(t)
-Pw(t)；
B4)若当前储能系统的荷电状态值处于SOC过大区间，则储能系统充放电功率为Pf_max(t)
-P...

【专利技术属性】
技术研发人员：李相俊，闫鹤鸣，惠东，贾学翠，王立业，麻秀范，郭光朝，张亮，杨水丽，胡娟，王松岑，
申请(专利权)人：国家电网公司，中国电力科学研究院，
类型：发明
国别省市：北京;11