分布式风光互补发电系统实现有效调度的方法技术方案

本发明专利技术公开了一种分布式风光互补发电系统灵活并网调度算法，由上阶段风光输出产能预测值及负荷需求预测值与各自实际监测值进行比较，调整预测误差，对下阶段风光输出产能及负荷需求进行预测；由风光输出产能预测值及负荷需求预测作为调度依据，结合电池当前荷电状态，判断并网需求。本发明专利技术风光产能得到充分利用，用户得益，提高了负荷供电可靠性；结合公共电网负荷预测及风光产能预测，同时考虑当地时段的负荷需求，对电池充放电行为合理规划，削峰填谷，确保电网峰值时段，由储能及风光联合供给局部负荷，缓解了电网压力，减少公共电网投资成本。

【技术实现步骤摘要】
本申请是申请号：201510246879.2、申请日：2015.5.14、名称“分布式风光互补发电系统灵活并网调度算法”的分案申请。
本专利技术涉及一种分布式风光互补发电系统灵活并网调度算法。
技术介绍
作为新型可替代能源，小型风光互补系统常用于微网孤岛运行方式，也在小型群体建筑作为分布式发电技术推广使用，近些年，传统能源日益缺乏，给人们生活和生产等各方面带来了各种影响。作为应用中最具有开发价值的两项新能源--光伏发电和风力发电先后诞生。其研究与使用能在一定程度上解决能源缺失以及传统能源使用造成的环境污染问题，但是其特有的不确定性和随机性，给其发电和用电需求造成很大的障碍。由于风能和太阳能资源具有间歇性和波动性质，单独的集中式控制或分布式控制都各有缺点，风力和光伏发电的独立发电系统难以提供连续而稳定的能量输出，现有技术引入蓄电池和风光组成的混合发电系统，利用蓄电池对输出功率曲线削峰填谷作用，控制功率平滑输出。但是，由于蓄电池自身特性，比如寿命，限制了风光互补发电系统的成本，以及效率等。现有研究成果有采用可靠性约束下的集中分布混合式控制结构，来提高系统的效率。也有根据以往的风速和太阳辐射数据，利用MonteCarlo方法在每个小时内确定最适合的概率密度函数来预测风速和太能辐射，从而合理的配置混合动力系统的容量，提高可靠性，降低成本。蓄电池的充放电方式和充放电策略直接影响到蓄电池寿命，因此，蓄电池充放电控制管理对风光互补发电系统的稳定可靠运行至关重要。为了更好满足用户需求，达到更高效的系统效率，就必须以更加人性和可靠的控制系统作为支持，对蓄电池的充放电尽可能灵活高效控制才能实现这一目标。
技术实现思路
本专利技术的目的在于提供一种风光产能得到充分利用，提高负荷供电可靠性的分布式风光互补发电系统灵活并网调度算法。本专利技术的技术解决方案是：一种分布式风光互补发电系统灵活并网调度算法，包括如下步骤：步骤1，根据风光互补系统的充放电控制及并网条件，分布式风光互补灵活并网发电系统硬件组成由五大功能块组成，从能量流向角度，划分如下：其一为风光互补发电到负荷用电这一完整能量传输系统；其二为风光互补发电系统到储能电池储能的能量传输系统；其三为公用电网到负荷的能量传输系统；其四为电网与储能电池之间的双向电能传输系统；其五为风光互补发电系统并网发电的能量传输系统；由分布式风光互补发电系统灵活并网调度算法可以实现的能量流动分布情况，根据硬件结构组成在必要的地方设置数据采集点。步骤2，风光互补发电系统正常条件下可以离网运行，满足当地负荷运行。发电产能部分盈余可以向储能电池充电储能。当产能过高，电池荷电状态充满的情况下，在保证负荷正常工作时，启动并网运行向电网输送电能。故障情况或风光产能低下，电池荷电状态较低情况下，负荷可以并网取电；步骤3，根据未来24小时负荷预测及产能预测情况，结合当前储能电池荷电状态，阶段性规划电池储能及放电行为，为用电高峰的到来做好削峰填谷的准备。根据步骤2具体还包括如下步骤：步骤2-1：紧密结合风光产能及用户负荷动态需求的预测量及实际监测量，结合储能电池的荷电状态监测情况，给出并网开关的断开与闭合信号；步骤2-2，动态监测电网电压与电流，计算有功无功，得到电网电压、频率、相位，设计并网控制器，保证并网时与电网合适的相位与频率及电压，可靠并网。根据步骤3所述的削峰填谷方法，在电网负荷低谷时段，根据未来24小时公共电网负荷变动情况及当地负荷变化情况、风光互补发电情况、用电峰值分布时段，规划电池在公共电网负荷低谷时段的充放电阶段性行为，尽量选择用电低谷对电池补充储能。当峰值预测产能略低于负荷需求时，充分利用储能，补充供电。本专利技术采用上述技术方案，具有以下有益效果：(1)分布式风光互补发电灵活并网技术，风光产能得到充分利用，用户得益，提高了负荷供电可靠性；(2)结合公共电网负荷预测及风光产能预测，同时考虑当地时段的负荷需求，对电池充放电行为合理规划，削峰填谷，缓解了电网压力，减少公共电网投资成本。(3)调度策略密切结合电池荷电状态，预防过充过放，延长了电池的使用寿命。附图说明下面结合附图和实施例对专利技术进行详细说明：图1是一种分布式风光互补发电系统灵活并网调度算法的流程示意图。图2是一种分布式风光互补发电系统灵活并网调度算法下能量流动的若干走向示意图。图3是一种分布式风光互补发电系统灵活并网调度算法实施的硬件拓扑结构示意图。图4是一种分布式风光互补发电系统灵活并网调度算法电池充放电阶段规划示意图。具体实施方式实施例一：如图1，2一种分布式风光互补发电系统灵活并网调度算法，包括如下步骤。步骤1，由上阶段风光输出产能预测值及负荷需求预测值与各自实际监测值进行比较，调整预测误差，对下阶段风光输出产能及负荷需求进行预测；步骤2，由风光输出产能预测值及负荷需求预测作为调度依据，结合电池当前荷电状态，判断并网需求。当系统发电产能大于用电负荷需求时，风光互补发电系统满足主要用电负荷，系统离网运行，蓄电池存储系统剩余产能，系统控制器控制能量流动如图2中①②；当蓄电池荷电状态达到0.8时，并网向电网输能，系统控制器控制能量流动如图2中①②③；当用电负荷需求大于系统发电产能时，风光互补发电系统不能满足用电需求，由蓄电池和系统协同供电，系统控制器控制能量流动如图2中①⑤；当蓄电池荷电状态降至0.2时，启动并网由电网和风光发电系统协同给当地负荷供能。系统控制器控制能量流动如图2中①⑥；如果在用电低谷，蓄电池同时并网充电。系统控制器控制能量流动如图2中①⑥⑦；当用电负荷需求等于系统发电产能时，由风光互补发电系统离网供给当地电力负荷，此时不充电不放电，也不并网。系统控制器控制能量流动如图2中①；连续阴雨无风天气，系统并网由电网提供稳定电能；系统控制器控制能量流动如图2中⑥；步骤3，进入下一采样时刻，重复步骤1至步骤2。具体实施例二：作为具体实施例一的一个优化实施例，步骤2如图4所示，具体包括如下步骤：步骤1，某24小时内的电网负荷预测及风光产能预测及局部符合的需求预测，电网负荷峰值位于t4-t6之间，负荷低谷位于0-t2之间，图中公共电网负荷峰值时段，风光互补供电区域负荷需求大于风光产能，计算电网峰值时段地方负荷与发电产能的预测差值。步骤2，在电网用电低谷时间到来之前，根据预测，统计电网负荷低谷时段到负荷高峰时段(含高峰时段)之间的风光总产能与负荷总需求之间的数量关系，设分布式发电产能与地方负荷需求之间的关系⊿PBEt＝PBt-PEt，对tk-tL时段之间局部发电产能与总需求之间差额做一统计，正负能量可抵消；步骤3，根据Σ⊿P正负情况，为应付高峰时段本区域负荷运行正常需求，对电网低谷时段0-t2电池行为进行合理规划。如果Σ⊿P＞0,说明电池在峰值到来之前的储能足以提供峰值本地负荷需求；如果Σ⊿P＜0，说明电池在负荷用电峰值到来之前储能不足以补充负荷高峰时期的用电需求，需要提前规划充电，所以在用电低谷时段，至少并网充电Σ⊿P对应能量，确保电网负荷高峰时期本地负荷可靠独立离网运行。步骤4，进入下一24小时阶段性电池行为规划，重复步骤1,2,3。上文中tk表示k时刻,tL表示L时刻。PBt表示t时刻风光互补发电总产能，PEt表示t时刻负荷总需求，⊿本文档来自技高网...

【技术保护点】
一种分布式风光互补发电系统实现有效调度的方法，其特征是：硬件拓扑结构包括：风光互补发电系统通过DC/AC转换器连接本地负荷供电，储能电池在直流母线侧接入，并网端设置在负荷与变换器连接处；实现有效调度包括以下步骤：步骤1，在风光互补直流串行端口、储能输出端口、负荷端、电网端分别安放监测设备，动态监测风光发电产能、储能荷电状态、负荷需求、电网参数等；步骤2，依据每次各监测量，按照分布式风光互补发电系统灵活并网调度算法，由并网智能控制器控制负荷并网，变流器触发信号及电池储能行为；所述分布式风光互补发电系统灵活并网调度算法，包括如下步骤：(一)由上阶段风光输出产能预测值及负荷需求预测值与各自实际监测值进行比较，调整预测误差，对下阶段风光输出产能及负荷需求进行预测；(二)由风光输出产能预测值及负荷需求预测作为调度依据，结合电池当前荷电状态，判断并网需求；当系统发电产能大于用电负荷需求时，风光互补发电系统满足主要用电负荷，系统离网运行，蓄电池存储系统剩余产能；当蓄电池荷电状态达到0.8时，并网向电网输能；当用电负荷需求大于系统发电产能时，风光互补发电系统不能满足用电需求，由蓄电池和系统协同供电；当蓄电池荷电状态降至0.2时，启动并网由电网和风光发电系统协同给当地负荷供能；如果在用电低谷，蓄电池同时并网充电；当用电负荷需求等于系统发电产能时，由风光互补发电系统离网供给当地电力负荷，此时不充电不放电，也不并网；连续阴雨无风天气，系统并网由电网提供稳定电能；(三)进入下一采样时刻，重复步骤(一)、(二)；步骤(二)的具体步骤为：(1)24小时内的电网负荷预测及风光产能预测及本地负荷的需求预测，电网负荷峰值位于t4‑t6之间，负荷低谷位于0‑t2之间，公共电网负荷峰值时段，风光互补供电本地负荷需求大于风光产能，计算电网峰值时段地方负荷与发电产能的预测差值；其中0表示电网负荷低谷时段的初始时刻，t2表示电网负荷低谷时段结束时刻，t4表示电网负荷峰值时段的初始时刻，t6表示电网负荷峰值时段结束时刻；(2)在电网用电低谷时间到来之前，根据预测，统计电网负荷低谷时段到负荷高峰时段之间的风光总产能与负荷总需求之间的数量关系，设分布式发电产能与本地负荷需求之间的关系⊿PBEt＝PBt‑PEt，对tk‑tL时段之间局部发电产能与总需求之间差额做一统计，正负能量可抵消；ΣΔP=∫tktLΔPBEtdt;]]>(3)根据∑ΔP正负情况，为满足高峰时段本区域负荷运行正常需求，对电网低谷时段0‑t2电池行为进行合理规划；如果Σ⊿P＞0,说明电池在峰值到来之前的储能足以提供峰值本地负荷需求；如果Σ⊿P＜0，说明电池在负荷用电峰值到来之前储能不足以补充负荷高峰时期的用电需求，需要提前规划充电，所以在用电低谷时段，至少并网充电∑ΔP对应能量，确保电网负荷高峰时期本地负荷可靠独立离网运行；(4)进入下一24小时阶段性电池行为规划，重复步骤(1)、(2)、(3)；tk表示k时刻,tL表示L时刻；PBt表示t时刻风光互补发电总产能，PEt表示t时刻负荷总需求，⊿PBEt表示t时刻风光互补发电总产能与负荷总需求的差值；∑ΔP表示k到L时段的风光产能与负荷总需求差量的总和。...

【技术特征摘要】
1.一种分布式风光互补发电系统实现有效调度的方法，其特征是：硬件拓扑结构包括：风光互补发电系统通过DC/AC转换器连接本地负荷供电，储能电池在直流母线侧接入，并网端设置在负荷与变换器连接处；实现有效调度包括以下步骤：步骤1，在风光互补直流串行端口、储能输出端口、负荷端、电网端分别安放监测设备，动态监测风光发电产能、储能荷电状态、负荷需求、电网参数等；步骤2，依据每次各监测量，按照分布式风光互补发电系统灵活并网调度算法，由并网智能控制器控制负荷并网，变流器触发信号及电池储能行为；所述分布式风光互补发电系统灵活并网调度算法，包括如下步骤：(一)由上阶段风光输出产能预测值及负荷需求预测值与各自实际监测值进行比较，调整预测误差，对下阶段风光输出产能及负荷需求进行预测；(二)由风光输出产能预测值及负荷需求预测作为调度依据，结合电池当前荷电状态，判断并网需求；当系统发电产能大于用电负荷需求时，风光互补发电系统满足主要用电负荷，系统离网运行，蓄电池存储系统剩余产能；当蓄电池荷电状态达到0.8时，并网向电网输能；当用电负荷需求大于系统发电产能时，风光互补发电系统不能满足用电需求，由蓄电池和系统协同供电；当蓄电池荷电状态降至0.2时，启动并网由电网和风光发电系统协同给当地负荷供能；如果在用电低谷，蓄电池同时并网充电；当用电负荷需求等于系统发电产能时，由风光互补发电系统离网供给当地电力负荷，此时不充电不放电，也不并网；连续阴雨无风天气，系统并网由电网提供稳定电能；(三)进入下一采样时刻，重复步骤(一)、(二)；步骤(二)的具体步骤为：(1)24小时内的电网负...

【专利技术属性】
技术研发人员：朱建红，顾菊平，吴晓，徐一鸣，盛苏英，李智，胡海涛，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏;32