The invention relates to a wind power ramp rate control method and real-time system, the method comprises: dividing wind power ramp rate is calculated to stabilize the process time and non calculating period; in the calculation of time, establish a time storage system cost minimum optimization function model and its constraints, solving the optimization function model for the first time constant, according to the first filter coefficient of the first time constant updating a low-pass filter; in computation time, filter coefficients to obtain a first order low pass filter to calculate a moment as the first filter coefficient of current first order low pass filter; according to the real time to stabilize the first filter coefficient on the wind climbing the electric power acquiring rate. The technology of the invention can adjust the first filter coefficient in time to match the change of wind power ramp rate, improve the accuracy of wind power ramp rate stabilization, optimize the method conveniently and flexibly, reduce the computation frequency, thereby reducing the energy storage loss of the energy storage system.
【技术实现步骤摘要】
风电爬坡率实时平抑方法和系统
本专利技术涉及风电
,特别涉及一种风电爬坡率实时平抑方法和系统。
技术介绍
风能作为一种清洁的可再生能源,近年来得到了跨越式发展。然而由于风速的随机波动性,输出电能具有间歇性和不确定性,会对电网产生一定的冲击。因为储能具有动态吸收及释放能量的特征,多类型储能系统(HybridEnergyStorageSystem,HESS)利用储能设备互补特性,能够适应风电场容量大,风电功率短周期变化频繁、长周期变化幅度较大的特点,可以满足多时间尺度功率平抑需求,是当前常用的平抑风电功率波动(风电爬坡率)的技术手段。电力系统中常用的储能技术主要有钠硫电池、液流电池、锂离子电池(Lithium-ionBattery,LB)、超级电容器(Ultra-capacitor,UC)和超导储能等。目前,常规的储能出力分配控制策略主要是基于一阶低通滤波算法,该算法实现相对简单,运算速度较快,但因其本质是指数加权平均,难以跟踪风电功率的变化,易导致过补偿,因此,在一阶低通滤波算法的基础上,发展出两类算法:一类是保持滤波系数恒定,通过附加控制环节来实现控制目标,如基于一阶低通滤波,分别平抑长、短两个不同时间尺度的风功率波动,然而由于一阶滤波的滤波系数均为固定值,难以匹配风电爬坡率的变化,造成储能消耗更大;另一类是滤波系数可变,如研究超级电容器和铅酸蓄电池构成的多类型储能系统,两种储能出力控制对应的可变平滑滤波系数分别依据离线优化的两条曲线变化,然而其计算过程复杂,计算结果对硬件的依存度较高,灵活性较差,且无法实现在线控制。综上所述,现有的用于风电爬坡率的 ...
【技术保护点】
一种风电爬坡率实时平抑方法,其特征在于,包括如下步骤:将风电爬坡率的平抑过程划分为计算时刻和非计算时段,其中,所述计算时刻为每隔一段时间的一个时间点,其余的时间为非计算时段;在当前时刻属于计算时刻时,建立上一时间段储能系统代价最小值的优化函数模型及其约束条件,求解所述优化函数模型获得第一时间常数,根据第一时间常数更新一阶低通滤波器的第一滤波系数;在当前时刻属于非计算时段时,获取上一个计算时刻的所述一阶低通滤波器的第一滤波系数作为当前一阶低通滤波器的第一滤波系数;获取风电场的风电功率,根据所述第一滤波系数对所述风电功率的爬坡率进行实时平抑。
【技术特征摘要】
1.一种风电爬坡率实时平抑方法,其特征在于,包括如下步骤:将风电爬坡率的平抑过程划分为计算时刻和非计算时段,其中,所述计算时刻为每隔一段时间的一个时间点,其余的时间为非计算时段;在当前时刻属于计算时刻时,建立上一时间段储能系统代价最小值的优化函数模型及其约束条件,求解所述优化函数模型获得第一时间常数,根据第一时间常数更新一阶低通滤波器的第一滤波系数;在当前时刻属于非计算时段时,获取上一个计算时刻的所述一阶低通滤波器的第一滤波系数作为当前一阶低通滤波器的第一滤波系数;获取风电场的风电功率,根据所述第一滤波系数对所述风电功率的爬坡率进行实时平抑。2.根据权利要求1所述的风电爬坡率实时平抑方法,其特征在于,所述根据所述第一滤波系数对所述风电功率的爬坡率进行实时平抑包括如下步骤:将所述风电功率通过所述第一滤波系数的一阶低通滤波器进行滤波,得到第一功率参考值,根据所述第一功率参考值与风电功率的差值获取第一充放电功率,将第一充放电功率通过超级电容器变流器,得到超级电容器的实际出力;将所述风电功率通过第二滤波系数的一阶低通滤波器,得到第二功率参考值,以第二功率参考值与风电功率的差值作为输出中间量,将输出中间量通过斜率限制器,输出系统期望合成功率,将系统期望合成功率与风电功率和超级电容器的实际出力作差,得到第二充放电功率,将第二充放电功率通过锂离子电池变流器,得到锂离子电池的实际出力;将所述风电功率、超级电容器的实际出力和锂离子电池的实际出力求和,得到风电系统的合成输出功率。3.根据权利要求2所述的风电爬坡率实时平抑方法,其特征在于,所述上一时间段储能系统代价最小值的优化函数模型为:式中,UC为超级电容器,LB为锂离子电池,J为储能系统代价,cUC和dUC为超级电容器的经济性惩罚,cLB和dLB为锂离子电池的经济性惩罚,M为上一时间段内第一滤波系数的更新总次数,k对应上一时间段第k次更新,PUC(k)为上一时间段内第k次更新对应的超级电容器的实际出力,PLB(k)为上一时间段内第k次更新对应的锂离子电池的实际出力。4.根据权利要求3所述的风电爬坡率实时平抑方法,其特征在于,所述约束条件包括:功率平衡等式约束、一阶低通滤波等式约束、超级电容器功率平衡等式约束、功率波动平抑不等式约束、储能系统输出功率不等式约束或储能系统容量不等式约束中的任意一个或多个组合。5.根据权利要求2所述的风电爬坡率实时平抑方法,其特征在于,所述第一滤波系数的一阶低通滤波器的表达式为:式中,PT1(t)为第一功率参考值,PW(t)为风电功率,Tf1为第一滤波系数,s为拉普拉斯算子;所述第二滤波系数的一阶低通滤波器的表达式为:式中,PT2(t)为第二功率参考值,Tf2为第二滤波系数。6.根据权利要求2所述的风电爬坡率实时平抑方法,其特征在于,所述将输出中间量通过斜率限制器,输出系统期望合成功率包括如下步骤:根据如下公式算得锂离子电池以输出中间量输...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。