一种光储一体化发电装置并网运行控制方法及系统制造方法及图纸

本发明专利技术提供一种光储一体化发电装置并网运行控制方法及系统，基于分布式光伏预测数据和储能系统当前运行数据，分别确定储能系统运行数据的SOC极小充电标志与分布式光伏预测数据的功率差值；根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略；基于不同的控制策略，对储能系统进行优化控制。基于以上方案能够提高分布式光伏利用率，实现对储能系统的优化充放电控制，提高系统运行的经济性。

【技术实现步骤摘要】
一种光储一体化发电装置并网运行控制方法及系统
本专利技术属于分布式光伏发电与储能系统的并网运行研究领域，具体涉及一种光储一体化发电装置并网运行控制方法及系统。
技术介绍
能源是社会和经济发展的重要物质基础，各国均将其能源政策放在重要的战略位置，尤其是在传统化石能源储量日益减少，环境污染问题日趋严重的时代背景下，寻求可替代的、可持续发展的清洁能源已经成为世界范围内研究和发展的热点。近年来，在各国政府一系列能源政策的鼓励引导下，水能、风能、生物质能、太阳能、地热能和海洋能等可再生能源发电迅速发展，其中风电、光伏发电等分布式新能源的发展尤为突出。随着分布式新能源发电占整个电力系统发电量的比重不断提高，尤其是风电、光伏所具有波动性和随机性等特点，给电力系统运行与控制带来巨大挑战，主要体现在：(1)功率不可控的波动性：在秒到分钟级时间尺度上，可再生能源发电的出力波动将需要更多的备用容量来实现系统发电和负荷的动态平衡，以及调频和电压支撑；(2)负荷的随机性和分布式新能源发电的随机性，给发电计划的制定带来显著挑战；(3)高密度、多接入点的分布式新能源发电系统影响配电网中传统继电保护策略产生影响。通过调节储能系统的充放电功率，可以有效提高分布式新能源发电的功率可控特性，其组成的功率可控型的分布式新能源发电系统具有一定的可调度性与可预测性，可在多个时间尺度上实现系统功率的准确控制。但目前并网运行时多为单一控制目标，对于复杂运行工况下的多目标优化控制算法方面还未有深入研究。
技术实现思路
为了弥补上述缺陷，本专利技术提供一种光储一体化发电装置并网运行控制方法及系统，该方案综合考虑了储能SOC、分布式光伏功率以及负荷状况，对当前运行时段的复杂运行工况下多目标并网优化，能够提高分布式光伏利用率，实现对储能系统的优化充放电控制，提高系统运行的经济性。本专利技术提供的技术方案是：一种光储一体化发电装置并网运行控制方法，所述方法包括：基于分布式光伏预测数据和储能系统当前运行数据，分别确定储能系统运行数据的SOC极小充电标志与分布式光伏预测数据的功率差值；根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略；基于不同的控制策略，对储能系统进行优化控制。优选的，所述分布式光伏预测数据和储能系统当前运行数据通过能量管理系统实时采集获得；其中，所述分布式光伏预测数据，包括预测时间段内，各分布式光储一体化发电装置的光伏功率预测值，以及交流侧负荷功率预测值；所述储能系统运行数据包括：分布式光储一体化发电装置中储能系统的SOC值与容量大小。优选的，通过下式确定SOC极小充电标志：δSOCmin＝min[SOCDC1,…,SOCDCn]-SOCmin式中，δSOCmin表示SOC极小充电标志，SOCDC1～SOCDCn为第1至n个分布式光储一体化发电装置中储能系统的SOC；n为储能系统个数；SOCmin表示处于正常工作区的储能系统SOC下限值。优选的，所述功率差值通过下式计算：式中，Pref_all为光伏功率预测值和交流侧负荷功率预测值的功率差值，PL_AC为交流侧负荷功率预测值，PS_DCi为分布式光储发电装置中第i个储能系统的光伏功率预测值。优选的，所述根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小，选取控制策略包括：判断SOC极小充电标志的大小，若δSOCmin＜0，则按照控制策略1对储能子系统进行充电，否则判断分布式光伏预测数据的功率差值大小；当Pref_all≥0时，根据SOC极大充电标志δSOCmax的大小选取控制策略；当Pref_all＜0时，根据电网峰谷时段选取所需执行的控制策略。进一步地，所述根据SOC极大充电标志δSOCmax的大小选取控制策略包括：若δSOCmax＜0，执行控制策略2的操作；若δSOCmax＞0，则执行控制策略3的操作。进一步地，所述当Pref_all＜0时，根据电网峰谷时段选取所需执行的控制策略包括：若电网处于峰时段，执行控制策略4的操作；若电网处于谷时段，则执行控制策略5的操作。进一步地，通过下式确定所述SOC极大充电标志δSOCmax：δSOCmax＝min[SOCDC1,…,SOCDCn]-SOCmax式中，SOCmax表示处于正常工作区的储能系统SOC上限值。进一步地，所述控制策略1包括：通过下式对SOC状态满足SOC＜SOCmin1对应的储能系统进行充电，按照下式确定的充电功率：Pc_bat＝Pc_max_bati式中，Pc_max_bat为储能系统的最大充电功率；Pc_bat目标充电功率；SOCmin1表示处于SOC偏低区的储能系统SOC下限值。进一步地，所述控制策略2包括：分布式光储一体化发电装置中的储能系统均无需充电，分布式新能源按照最大功率点跟踪运行。进一步地，所述控制策略3包括：通过下式对SOC状态满足SOC＜SOCmax对应的储能系统进行充电：其中，m为所需充电的储能系统个数；SOCmax表示处于正常工作区域的储能系统SOC上限值。进一步地，所述控制策略4包括：禁止储能系统进行充、放电操作；进一步地，所述控制策略5包括：以下式为约束条件，对储能系统进行充电：Pc_bat≤Pc_max_bat。一种光储一体化发电装置并网运行控制系统，包括：第一确定模块，用于基于分布式光伏预测数据和储能系统当前运行数据，确定储能系统运行数据的SOC极小充电标志；第二确定模块，用于基于分布式光伏预测数据和储能系统当前运行数据，确定分布式光伏预测数据的功率差值；选取模块，用于根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略；优化控制模块，用于基于不同的控制策略，对储能系统进行优化控制。优选的，所述第一确定模块，包括第一确定单元，用于通过下式确定SOC极小充电标志：δSOCmin＝min[SOCDC1,…,SOCDCn]-SOCmin式中，δSOCmin表示SOC极小充电标志，SOCDC1～SOCDCn为第1至n个分布式光储一体化发电装置中储能系统的SOC；n为储能系统个数；SOCmin表示处于正常工作区的储能系统SOC下限值。优选的，所述第二确定模块，包括第二确定单元，用于通过下式计算功率差值：式中，Pref_all为光伏功率预测值和交流侧负荷功率预测值的功率差值，PL_AC为交流侧负荷功率预测值，PS_DCi为分布式光储发电装置中第i个储能系统的光伏功率预测值。优选的，所述选取模块，包括：判断单元，用于判断SOC极小充电标志的大小，若δSOCmin＜0，则按照第一控制策略单元对储能子系统进行充电，否则判断分布式光伏预测数据的功率差值大小；第一选取单元，用于当Pref_all≥0时，根据SOC极大充电标志δSOCmax的大小选取控制策略；第二选取单元，用于当Pref_all＜0时，根据电网峰谷时段选取所需执行的控制策略。进一步地，所述判断单元，包括：第一执行子单元，用于若δSOCmax＜0，执行第二控制策略单元的操作；若δSOCmax＞0，则执行控制策略3的操作；第二执行子单元，用于当Pref_all＜0时，根据电网峰谷时段选取所需执行的控制策略包括：第三执行子单元，用于若电网处于峰时段，执行第四控制策略单元的操作；若电网处于谷时段，则执行第五控制策略单本文档来自技高网...

【技术保护点】
一种光储一体化发电装置并网运行控制方法，其特征在于，所述方法包括：基于分布式光伏预测数据和储能系统当前运行数据，分别确定储能系统运行数据的SOC极小充电标志与分布式光伏预测数据的功率差值；根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略；基于不同的控制策略，对储能系统进行优化控制。

【技术特征摘要】
1.一种光储一体化发电装置并网运行控制方法，其特征在于，所述方法包括：基于分布式光伏预测数据和储能系统当前运行数据，分别确定储能系统运行数据的SOC极小充电标志与分布式光伏预测数据的功率差值；根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略；基于不同的控制策略，对储能系统进行优化控制。2.如权利要求1所述的方法，其特征在于，所述分布式光伏预测数据和储能系统当前运行数据通过能量管理系统实时采集获得；其中，所述分布式光伏预测数据，包括预测时间段内，各分布式光储一体化发电装置的光伏功率预测值，以及交流侧负荷功率预测值；所述储能系统运行数据包括：分布式光储一体化发电装置中储能系统的SOC值与容量大小。3.如权利要求1所述的方法，其特征在于，通过下式确定SOC极小充电标志：δSOCmin＝min[SOCDC1,…,SOCDCn]-SOCmin式中，δSOCmin表示SOC极小充电标志，SOCDC1～SOCDCn为第1至n个分布式光储一体化发电装置中储能系统的SOC；n为储能系统个数；SOCmin表示处于正常工作区的储能系统SOC下限值。4.如权利要求1所述的方法，其特征在于，所述功率差值通过下式计算：式中，Pref_all为光伏功率预测值和交流侧负荷功率预测值的功率差值，PL_AC为交流侧负荷功率预测值，PS_DCi为分布式光储发电装置中第i个储能系统的光伏功率预测值。5.如权利要求1所述的方法，其特征在于，所述根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小，选取控制策略包括：判断SOC极小充电标志的大小，若δSOCmin＜0，则按照控制策略1对储能子系统进行充电，否则判断分布式光伏预测数据的功率差值大小；当Pref_all≥0时，根据SOC极大充电标志δSOCmax的大小选取控制策略；当Pref_all＜0时，根据电网峰谷时段选取所需执行的控制策略。6.如权利要求5所述的方法，其特征在于，所述根据SOC极大充电标志δSOCmax的大小选取控制策略包括：若δSOCmax＜0，执行控制策略2的操作；若δSOCmax＞0，则执行控制策略3的操作。7.如权利要求5所述的方法，其特征在于，所述当Pref_all＜0时，根据电网峰谷时段选取所需执行的控制策略包括：若电网处于峰时段，执行控制策略4的操作；若电网处于谷时段，则执行控制策略5的操作。8.如权利要求5所述的方法，其特征在于，通过下式确定所述SOC极大充电标志δSOCmax：δSOCmax＝min[SOCDC1,…,SOCDCn]-SOCmax式中，SOCmax表示处于正常工作区的储能系统SOC上限值。9.如权利要求5所述的系统，其特征在于，所述控制策略1包括：通过下式对SOC状态满足SOC＜SOCmin1对应的储能系统进行充电；按照下式确定的充电功率：Pc_bat＝Pc_max_bati式中，Pc_max_bat为储能系统的最大充电功率；Pc_bat目标充电功率；SOCmin1表示处于SOC偏低区的储能系统SOC下限值。10.如权利要求6所述的方法，其特征在于，所述控制策略2包括：分布式光储一体化发电装置中的储能系统均无需充电，分布式新能源按照最大功率点跟踪运行。11.如权利要求6或9所述的方法，其特征在于，所述控制策略3包括：通过下式对SOC状态满足SOC＜SOCmax对应的储能系统进行充电：其中，m为所需充电的储能系统个数；SOCmax表示处于正常工作区域的储能系统SO...

【专利技术属性】
技术研发人员：余豪杰，李官军，陶以彬，杨波，杨雄，袁晓东，张建兴，刘欢，周晨，庄俊，桑丙玉，崔红芬，曹远志，李跃龙，侯书毅，卢俊峰，包虎平，
申请(专利权)人：中国电力科学研究院，国家电网公司，国网江苏省电力公司电力科学研究院，江苏方程电力科技有限公司，
类型：发明
国别省市：江苏,32