基于未来信息的光伏功率波动的动态平抑方法技术

本发明专利技术公开了一种基于未来信息的光伏功率波动的动态平抑方法，包括：S1、根据递进协调控制算法和步长数据确定优化目标函数；S2、设置粒子群维数D，最大迭代次数Mmax，收敛精度σthresh，同时初始化粒子群位置x和速度v，并给定初始SOCint‑LiB、SOCint‑VRB数值；S3、根据充放电策略和目标函数计算各粒子适应度值M；S4、将各粒子适应度值与自身粒子极值及全局粒子极值比较，若适应度值较小，则更新各粒子个体极值ebest及全局例子适应度极值gbest；S5、判断当前计算是否满足收敛条件，若是则提取当前PLiB、PVRB即为最优充放电功率。本发明专利技术可保证各介质SOC运行状态及平抑效果的前提下有效减小LiB的充放电转换次数，充分发挥VRB的介质特性。

【技术实现步骤摘要】
基于未来信息的光伏功率波动的动态平抑方法
本专利技术涉及储能系统
，特别是涉及一种基于未来信息的光伏功率波动的动态平抑方法。
技术介绍
光伏功率具有间歇和随机性的固有属性，随着光伏发电渗透率的持续提升，增加了负荷的波动性，同时对配电网的稳定运行带来了一定的挑战。储能电站能够实现能量的存储和释放，对电网的萧峰填谷、改善负荷特性、提高电能质量等方面具有重要作用。因此配置一定容量的储能系统成为平滑光伏功率输出，提升大规模光电可调控能力的重要途径。随着对储能系统的研究，许多学者指出单一储能介质配置特性固定，应对复杂光伏功率波动具有局限性，提出优势特性互补的混合储能是储能技术未来重要的发展方向。国内外学者对于混合储能系统能量优化和控制问题展开了相关研究并取得了一系列成果。现有技术中公开了以下技术方案：利用模糊控制理论将在混合储能介质中分配功率平抑任务，优先由超级电容电池来独立平抑功率波动，以此减少蓄电池的充放电次数；考虑储能系统特性参数与平滑效果间的关系，并基于储能系统参数-平滑度、成本特性利用自学习的神经网络建立长期数学模型，获取混合储能系统的最佳参数组合；结合平抑效果、剩余容量等因素，对功率型储能和能量型储能进行平抑任务的分配，实现更好的储能容量优化；采用滤波器进行混合储能的功率分配，由超级电容和锂电池(Li-ionBattery，LiB)分别承担短时间尺度和长时间尺度的波动平抑；由蓄电池和超级电容构成的混合储能系统的优化能量管理方案。但由于由于光电未来出力相对风电功率输出，具有更强的不确定性，上述既定模式的控制策略在光伏电站中将可能无法应对复杂的光伏功率波动。随着超短期光伏功率预测水平的提升，为储能电站基于未来信息构建动态优化控制提供了可能。
技术实现思路
为克服现有技术的不足，本专利技术的目的在于提供一种基于未来信息的光伏功率波动的动态平抑方法。为了实现上述目的，本专利技术实施例提供的技术方案如下：一种基于未来信息的光伏功率波动的动态平抑方法，所述方法包括：S1、根据递进协调控制算法和步长数据确定优化目标函数，S2、设置粒子群维数D，最大迭代次数Mmax，收敛精度σthresh，同时初始化粒子群位置x和速度v，并给定初始SOCint-LiB、SOCint-VRB数值；S3、根据充放电策略和目标函数计算各粒子适应度值M；S4、将各粒子适应度值与自身粒子极值及全局粒子极值比较，若适应度值较小，则更新各粒子个体极值ebest及全局例子适应度极值gbest；S5、判断当前计算是否满足收敛条件|Mn-Mn-1|<σthresh，若是则提取当前PLiB、PVRB即为最优充放电功率；若否则更新各粒子位置x及速度v，并重复步骤S3-S5.其中，Mn、Mn-1分比为当前和前一次循环计算的粒子适应度值，n为当前循环次数；c1、c2为粒子权重系数；w为惯性权重；r1、r2为(0，1)内均匀分布随机数；xi、vi为第i维粒子的位置与速度；g为约束因子。作为本专利技术的进一步改进，所述方法中，储能系统为全钒液流电池VRB和锂电池LiB的混合储能系统。作为本专利技术的进一步改进，所述步骤S3中的充放电策略具体为：VRB主要动作，LiB在限定条件下启动，递进控制步长内的单次充或放区间能量低于限值Emin，VRB优先动作并在其SOC不越限、充放功率在限值范围的前提下独立平抑波动，当充放电功率越限时，LiB动作辅助协作，不越限时则不动作；LiB优先启动，VRB在满足限定条件下动作，对于非VRB优先动作状况，由LiB启动并承担平抑任务，对于VRB的启动，取决于LiB充放电功率的变化速率及其SOC，辅助LiB平抑目标或调整自身SOC以处于较优运行状态。作为本专利技术的进一步改进，所述步骤S3中的充放电策略的约束条件包括充放电功率约束、SOC约束，其中，充放电功率约束为：Pmax-discha-LiB<P(t)<Pmax-cha-LiB，Pmax-discha-VRB<P(t)<Pmax-cha-VRB，P(t)＝PVRB(t)+PLiB(t)；SOC约束为：SOCmin-LiB<SOCLiB(t)<SOCmax-LiB，SOCmin-VRB<SOCVRB(t)<SOCmax-VRB。作为本专利技术的进一步改进，所述步骤S3中的充放电策略，“VRB主要动作，LiB在限定条件下启动”时的充放电模型对应具体运行模式为：式中，Ei(i＝1，2，3，4)为递进控制步长对应的两个充放区间的能量，且[ts-i，te-i]为各充放区间的始末时刻；Ei>0则代表HESS吸收能量，否则为释放能量；[Emin-discha，Emin-cha]分别为VRB优先启动对应的充放能量区间；SOCVRB(t)为VRB的SOC瞬时值，SOCmax-VRB、SOCmin-VRB分别为VRB的SOC运行上下限值；当满足Pmax-discha-VRB<P(t)<Pmax-cha-VRB时，其中Pmax-cha-VRB、Pmax-discha-VRB分别为VRB的最大充、放电功率，本控制步长内VRB独立完成功率平抑；否则，LiB辅助启动协调平抑。作为本专利技术的进一步改进，所述步骤S3中的充放电策略，“LiB优先启动，VRB在满足限定条件下动作”中VRB辅助启动条件为：式中，SOCmax-LiB、SOCmin-LiB分别为LiB的SOC运行上下限值；Pmax-cha-LiB、Pmax-discha-LiB分别为LiB的最大充、放电功率；ΔP(t)为充放电功率的变化率，且ΔP(t)＝P(t)-P(t-1)；ΔPmax-cha-LiB、ΔPmax-discha-LiB分别为LiB的最大充放电功率变化率；SOCLiB(t)为LiB的SOC瞬时值。作为本专利技术的进一步改进，所述VRB辅助启动条件中，LiB的SOC运行上下限值SOCmax-LiB、SOCmin-LiB分别为0.9和0.2。作为本专利技术的进一步改进，所述步骤S1目标函数中，LiB和VRB的最佳运行SOCOLiB和SOCOVRB分别为0.6和0.5。本专利技术具有以下有益效果：本专利技术将超短期光伏功率预测引入到储能电站的控制过程，构建了基于未来信息的光伏功率波动的动态平抑方法。该方法充分发挥混合储能系统的优势，通过优化递进区间控制来实现储能电站的动态经济控制，以荷电状态转移量为最小为目标函数构建优化控制模型，并考虑实际约束条件，同时给出基于粒子群算法的实现流程和求解方法。利用实际光伏电站运行数据进行验证，根据平移后的功率偏移量、SOC运行区间等多个评价指标的分析结果，表明本专利技术可对储能电站的充放电转换次数及平抑效果等均具有显著效果，具有一定的理论价值和实际应用价值。附图说明图1为本专利技术基于未来信息的光伏功率波动的动态平抑方法的流程示意图。图2为本专利技术储能电站某天时间内的平抑偏移量示意图。图3为本专利技术实施例1中各介质的优化充放电功率曲线图。图4为本专利技术实施例1中各介质的优化SOC曲线图。图5为本专利技术实施例2中各介质的优化充放电功率曲线图。图6为本专利技术实施例2中各介质的优化SOC曲线图。具体实施方式为了使本
的人员更好地理解本专利技术中的技术方案，下面将结合本本文档来自技高网...

【技术保护点】
一种基于未来信息的光伏功率波动的动态平抑方法，其特征在于，所述方法包括：S1、根据递进协调控制算法和步长数据确定优化目标函数，

【技术特征摘要】
1.一种基于未来信息的光伏功率波动的动态平抑方法，其特征在于，所述方法包括：S1、根据递进协调控制算法和步长数据确定优化目标函数，S2、设置粒子群维数D，最大迭代次数Mmax，收敛精度σthresh，同时初始化粒子群位置x和速度v，并给定初始SOCint-LiB、SOCint-VRB数值；S3、根据充放电策略和目标函数计算各粒子适应度值M；S4、将各粒子适应度值与自身粒子极值及全局粒子极值比较，若适应度值较小，则更新各粒子个体极值ebest及全局例子适应度极值gbest；S5、判断当前计算是否满足收敛条件|Mn-Mn-1|<σthresh，若是则提取当前PLiB、PVRB即为最优充放电功率；若否则更新各粒子位置x及速度v，并重复步骤S3-S5.其中，Mn、Mn-1分比为当前和前一次循环计算的粒子适应度值，n为当前循环次数；c1、c2为粒子权重系数；w为惯性权重；r1、r2为(0，1)内均匀分布随机数；xi、vi为第i维粒子的位置与速度；g为约束因子。2.根据权利要求1所述的基于未来信息的光伏功率波动的动态平抑方法，其特征在于，所述方法中，储能系统为全钒液流电池VRB和锂电池LiB的混合储能系统。3.根据权利要求2所述的基于未来信息的光伏功率波动的动态平抑方法，其特征在于，所述步骤S3中的充放电策略具体为：VRB主要动作，LiB在限定条件下启动，递进控制步长内的单次充或放区间能量低于限值Emin，VRB优先动作并在其SOC不越限、充放功率在限值范围的前提下独立平抑波动，当充放电功率越限时，LiB动作辅助协作，不越限时则不动作；LiB优先启动，VRB在满足限定条件下动作，对于非VRB优先动作状况，由LiB启动并承担平抑任务，对于VRB的启动，取决于LiB充放电功率的变化速率及其SOC，辅助LiB平抑目标或调整自身SOC以处于较优运行状态。4.根据权利要求3所述的基于未来信息的光伏功率波动的动态平抑方法，其特征在于，所述步骤S3中的充放电策略的约束条件包括充放电功率约束、SOC约束，其中，充放电功率约束为：Pmax-discha-LiB<P(t)<Pmax-cha-LiB，Pm...

【专利技术属性】
技术研发人员：杨立滨，
申请(专利权)人：国网青海省电力公司，国网青海省电力公司电力科学研究院，
类型：发明
国别省市：青海,63