基于模糊自适应调节的光储系统跟踪发电计划出力方法技术方案

本发明专利技术提供一种基于模糊自适应调节的光储系统跟踪发电计划出力方法，其包括：读取光伏电站和储能系统的相关数据；随机模拟日前光伏发电实际出力并建立含控制系数的机会约束规划跟踪模型；采用模糊自适应控制方法确定目标功率控制系数；分时段控制储能系统工作状态系数来确定充放电功率优化方案。本发明专利技术提出的方法，筛选出较准确的控制系数，避免了以往仅凭经验进行手动调节系数的弊端，有效使得光储联合发电跟踪效果在计划上下限范围内并保持最佳；也使得储能系统的充放电功率和荷电状态都保持在适宜范围，提高了充放电能力，降低了对储能系统的要求，在实际工程应用中为储能系统出力日前调度计划制定提供了解决方案。

【技术实现步骤摘要】

本专利技术涉及智能电网以及储能
，具体涉及一种基于模糊自适应调节的光储系统跟踪发电计划出力方法。
技术介绍
随着世界经济的飞速发展，人类对能源的需求增加，以及传统能源的日益枯竭，人们开始将目光投向了清洁可再生的新能源。太阳能作为可再生能源代表具有资源丰富、绿色环保等特点从而使其有着其他新能源所无法比拟的优势。然而光伏发电是间歇性能源，受太阳辐射强度、环境温度等影响，光伏独立运行供电系统很难提供连续稳定的能量输出，从而在并网时通常会对电能质量、供电可靠性与稳定性、电网效益等造成不良影响。因此，光伏在并网接入大电网要想实现稳定运行，则需要实现三个目标，即功率平滑输出、跟踪计划出力、跟踪实时负荷出力。而目前针对实现这些目标最有效的措施就是通过对光伏电站出力进行预测，及时调整调度计划，合理安排电网运行方式，配合储能系统来最大程度缓解光伏发电波动性、间歇性与电力系统需要实时平衡之间的矛盾，增加电网对可再生能源的吸收接纳程度。但是目前，由于光伏预测受到自然条件影响，仍存在预测偏差过大、预测技术不成熟问题，直接提高预测精度的研究还比较困难，因此间接从储能控制角度来弥补这一不足，优化储能系统控制策略研究进而实现并网目标已成为新的研究热点。目前光储联合发电系统运行控制一般主要有三种模式，即平滑功率输出模式，跟踪计划出力模式以及削峰填谷模式。当前，国内外针对平滑功率输出已展开了大量研究，并且提出了如采用卡尔曼滤波或模糊控制、储能系统荷电状态反馈平滑算法、加权移动平均算法等策略来平滑风光出力，而且取得了良好的平滑效果。但相比较，跟踪计划出力与削峰填谷模式方面的研究是比较少的，尤其只针对光伏进行跟踪计划出力的文献更是鲜见公开报道。现有技术有提出日前以风光储出力与固定计划功率接近程度最大为目标的控制策略，但该方法忽略了风光预测上下限范围，每次计算只能固定制订一个目标计划，不仅使得储能控制失去了一定灵活性而且增加了对储能系统的要求与成本。也有技术提出基于超短期风预测功率来跟踪计划的控制策略，该方法虽然可以通过滚动变化控制系数实现实时跟踪，但只考虑了超短期情况与风电范围，并未对短期情况与光伏跟踪计划出力作具体分析。因此针对光伏发电短期预测功率，提出一种能够提高光储联合跟踪计划出力能力及储能系统日前控制方法是本领域亟待解决的问题。
技术实现思路
有鉴于此，本专利技术提供的一种基于模糊自适应调节的光储系统跟踪发电计划出力方法，该方法以有效控制储能系统使得光储出力限制在计划范围内为目标，通过模糊自适应自动调节目标功率控制系数，并分时段安排储能系统工作状态系数，使得跟踪在达到最优效果的同时保证储能系统的充放电功率与荷电状态均保持在适宜范围并最大程度降低对储能系统的要求。本专利技术的目的是通过以下技术方案实现的：基于模糊自适应调节的光储系统跟踪发电计划出力方法，所述光储系统为光伏电站与储能系统联合发电的系统；所述方法包括如下步骤：步骤1.读取所述光伏电站和储能系统的预测数据；步骤2.随机模拟日前光伏实际出力并建立含有控制系数的机会约束规划跟踪模型；步骤3.采用模糊自适应控制方法确定目标功率的所述控制系数；步骤4.分时段控制储能系统工作状态系数来确定最优充放电功率方案。优选的，所述步骤1，包括：1-1.对所述光伏电站和储能系统的运行状态以相同的时间间隔进行预测；1-2.读取未来24小时内的所述预测数据；所述预测数据包括光伏日前预测功率值、储能系统充放电功率上下限值及荷电状态上下限值。优选的，所述步骤2，包括：2-1.随机模拟日前光伏实际出力并根据所述预测数据得到光伏计划出力上下限范围；2-2.建立含有控制系数的所述机会约束规划跟踪模型，所述机会约束规划跟踪模型以最大程度使得光储出力在所述光伏计划出力上下限范围内为目标。优选的，所述2-1，包括：a.根据光伏装机容量及所述光伏日前预测功率值，将光伏预测偏差处理为随机变量ξ(t)；ξ(t)的概率分布函数采用满足均值为0，方差为σ2(t)的正态概率分布；其中，σ(t)＝0.2Ppre(t)+0.02Cap(1)其中，Cap为光伏装机容量；Ppre(t)为t时刻光伏日前预测功率；b.根据所述光伏预测偏差随机变量ξ(t)，随机模拟初日前光伏实际出力Pact(t)：Pact(t)＝Ppre(t)+ξ(t)(2)c.根据所述预测数据，得到光伏计划出力上下限范围：Plimit＝ξ允许Cap(3)Pplan_up(t)＝Ppre(t)+Plimit(4)Pplan_dn(t)＝Ppre(t)-Plimit(5)其中，Plimit为ξ允许决定的光伏出力波动限值；ξ允许为目前预测误差允许百分值，ξ允许为±25％；Pplan_up(t)为t时刻的光伏计划出力上限；Pplan_dn(t)为t时刻的光伏计划出力下限。优选的，所述2-2，包括：d.建立含有控制系数的所述机会约束规划跟踪模型，所述机会约束规划跟踪模型以最大程度使得光储出力在所述光伏计划出力上下限范围内为目标，建立目标函数如下式：pplan_adj(t)＝u{Pplan_up(t)+c[Pplan_up(t)-Pplan_dn(t)]本文档来自技高网...

【技术保护点】
基于模糊自适应调节的光储系统跟踪发电计划出力方法，所述光储系统为光伏电站与储能系统联合发电的系统；其特征在于，所述方法包括如下步骤：步骤1.读取所述光伏电站和储能系统的预测数据；步骤2.随机模拟日前光伏实际出力并建立含有控制系数的机会约束规划跟踪模型；步骤3.采用模糊自适应控制方法确定目标功率的所述控制系数；步骤4.分时段控制储能系统工作状态系数来确定最优充放电功率方案。

【技术特征摘要】
1.基于模糊自适应调节的光储系统跟踪发电计划出力方法，所述光储系统为光伏
电站与储能系统联合发电的系统；其特征在于，所述方法包括如下步骤：
步骤1.读取所述光伏电站和储能系统的预测数据；
步骤2.随机模拟日前光伏实际出力并建立含有控制系数的机会约束规划跟踪模型；
步骤3.采用模糊自适应控制方法确定目标功率的所述控制系数；
步骤4.分时段控制储能系统工作状态系数来确定最优充放电功率方案。
2.如权利要求1所述的方法，其特征在于，所述步骤1，包括：
1-1.对所述光伏电站和储能系统的运行状态以相同的时间间隔进行预测；
1-2.读取未来24小时内的所述预测数据；所述预测数据包括光伏日前预测功率值、
储能系统充放电功率上下限值及荷电状态上下限值。
3.如权利要求2所述的方法，其特征在于，所述步骤2，包括：
2-1.随机模拟日前光伏实际出力并根据所述预测数据得到光伏计划出力上下限范
围；
2-2.建立含有控制系数的所述机会约束规划跟踪模型，所述机会约束规划跟踪模型
以最大程度使得光储出力在所述光伏计划出力上下限范围内为目标。
4.如权利要求3所述的方法，其特征在于，所述2-1，包括：
a.根据光伏装机容量及所述光伏日前预测功率值，将光伏预测偏差处理为随机变量
ξ...

【专利技术属性】
技术研发人员：李相俊，杨婷婷，王立业，惠东，齐磊，
申请(专利权)人：中国电力科学研究院，国家电网公司，
类型：发明
国别省市：北京;11