一种基于典型静态模型的光热储能电站发电量优化方法技术

一种基于静态模型的光热电站发电量优化方法，首先对静态模型中影响电站发电量的可控部分进行分析；其次以发电量最大为目标函数，静态模型的约束条件，建立优化数学模型，提出一种优化方法；最后，引入Smith预估补偿机制，以降低控制系统中出现的大滞后环节对系统稳定性与准确性的影响。本优化方法能有效地提升光热储能电站的发电量与运行效率。

A method of power generation optimization of solar thermal energy storage power station based on typical static model

【技术实现步骤摘要】
一种基于典型静态模型的光热储能电站发电量优化方法
本专利技术涉及基于光热储能电站静态模型的发电量优化方法。
技术介绍
近年来，光热储能发电(ConcentratingSolarPower,CSP)方式凭借着其可快速调节出力的优势，已成为解决新能源发电及电网波动性与随机性的重要发电方式。现有关于提升光热储能电站发电量的方式主要有改进储热介质，优化储热方式以及基于热力学动态模型的控制方法，但以上方法都不适用于光热储能电站长时间尺度上的优化。其中，基于热力学动态模型的控制方法中需要检测的量过多，检测元件工作的环境较为恶劣，不适用于长期工作。本专利技术在CSP电站典型静态模型的基础上，通过优化储热系统充放热能量流的方式，并结合Smith预估补偿机制以消除大滞后环节对控制系统的影响，从而达到提升CSP电站发电量与运行效率的目的。
技术实现思路
为了实现CSP电站发电量最大的优化运行，本专利技术提供一种基于典型静态模型的CSP电站发电量优化方法，主要包括以下步骤：步骤1：综合分析CSP电站的典型静态模型与运行模式，得出可以通过优化热能存储子系统(ThermalStorageSubsystem,TSS)的充热功率PtS-T与放热功率PtT-P的方法，达到优化CSP电站发电量的目的。引入充热功率系数α∈[0,1]与放热功率系数β∈[0,1]之后的充放热能量流可以表示为：式中，Ptsolar为聚光集热子系统(SolarFieldSubsystem,SFS)t时刻收集到能量的功率；ΔPf为能量传递时的损失；PtS-P为SFS向汽轮机发电子系统(PowerblockSubsystem,PS)提供能量的功率；为SFS向TSS提供能量的功率，即充热功率；为TSS向PS提供能量的功率，即放热功率；γ∈{0,1}为PS工作的状态变量；ut为t时刻启动汽轮发电机组的数量；PSU为启动汽轮发电机组所需的最小能量。步骤2：将CSP电站发电量最大作为优化的目标函数，在输入至系统的能量一定时，通过优化TSS的充放热控制策略，使电站的发电量达到最大。相应的优化约束条件为引入控制变量α与β的CSP电站的静态能量流数学模型。步骤3：在上述优化数学模型的基础上，优化策略的主要方法是：通过检测各子系统自身的能量流及各子系统之间的能量流，得出所对应的具体优化方式，以提高CSP电站的发电量与整体的运行效率。为保证CSP电站在光照直接辐射强度(DNI)持续较低的天气情况下仍能发出电能，本优化策略做如下设定：在持续条件下，若TSS充热至时，启动PS，由TSS与SFS共同向PS提供满足要求的能量。具体的优化策略框图如图1所示。步骤4：在本优化策略中，充热功率优化控制策略的核心思想为：令作为给定值，通过反馈调节器对充热功率系数α进行调整，使由SFS收集到的能量全部送入TSS存储，或除去PS所需的最小能量后全部送入TSS存储，以减少对能量的浪费。针对控制过程中产生的大时滞环节，引入Smith预估补偿器，以减轻对控制系统的影响。具体的充热功率控制策略框图如图2所示。步骤5：在本优化策略中，放热功率优化控制策略的核心思想为：令作为给定值，通过反馈调节器对放热功率系数β进行调整，使TSS与SFS共同向PS提供满足正常工作要求的能量，以保证CSP电站的正常工作。针对控制过程中产生的大时滞环节，引入Smith预估补偿器，以减轻对控制系统的影响。具体的放热功率控制策略框图如图3所示。本专利技术的有益之处在于：提出了一种基于静态模型的CSP电站发电量优化模型，解决了动态优化策略中检测元件工作环境苛刻等问题。同时，基于静态模型的优化策略可以为今后CSP电站并网之后的优化调度提供一种方法。其次，采用Smith预估补偿器，解决了大时滞环节对控制系统的影响。附图说明图1是优化策略流程框图，图2是充热控制策略框图，图3是放热控制策略框图。具体实施方式本专利技术是一种基于CSP电站静态模型的发电量最大优化方法。如图1所示，可以通过优化CSP电站内部TSS的充放热控制策略，以达到提升CSP发电量与整体运行效率的目的。针对控制过程中存在的大滞后环节，采用Smith预估补偿器予以补偿，具体的专利技术步骤为：步骤1：综合分析CSP电站的典型静态模型与运行模式，得出可以通过优化热能存储子系统(ThermalStorageSubsystem,TSS)的充热功率PtS-T与放热功率PtT-P的方法，达到优化CSP电站发电量的目的。引入充热功率系数α∈[0,1]与放热功率系数β∈[0,1]之后的充放热能量流可以表示为：式中，Ptsolar为聚光集热子系统(SolarFieldSubsystem,SFS)t时刻收集到能量的功率；ΔPf为能量传递时的损失；PtS-P为SFS向汽轮机发电子系统(PowerblockSubsystem,PS)提供能量的功率；为SFS向TSS提供能量的功率，即充热功率；为TSS向PS提供能量的功率，即放热功率；γ∈{0,1}为PS工作的状态变量；ut为t时刻启动汽轮发电机组的数量；PSU为启动汽轮发电机组所需的最小能量。步骤2：将CSP电站发电量最大作为优化的目标函数，在输入至系统的能量一定时，通过优化TSS的充放热控制策略，使电站的发电量达到最大，则对应的目标函数为：maxet·T(公式五)式中，et为t时刻CSP电站的输出电功率；T为CSP电站的发电时长。相应的优化约束条件为引入控制变量α与β的CSP电站的静态能量流数学模型。步骤3：在上述优化数学模型的基础上，优化策略的主要方法是：通过检测各子系统自身的能量流及各子系统之间的能量流，得出所对应的具体优化方式，以提高CSP电站的发电量与整体的运行效率。具体表现为：①当阳光不充足，且PS停止工作时，由SFS收集到的能量全部存储到TSS中；当PS正在工作时，由TSS与SFS共同向PS提供满足工作要求的能量；②当阳光充足时，将PS无法利用的多余能量尽可能全部储存到TSS中；③当无阳光时，为保证CSP系统的正常工作，TSS以最大功率进行放热，为PS提供满足要求的能量。为保证CSP电站在光照直接辐射强度(DNI)持续较低的天气情况下仍能发出电能，本优化策略做如下设定：在持续条件下，若TSS充热至时，启动PS，由TSS与SFS共同向PS提供满足要求的能量。具体的优化策略框图如图1所示。步骤4：在本优化策略中，充热功率优化控制策略的核心思想为：令作为给定值，通过反馈调节器对充热功率系数α进行调整，使由SFS收集到的能量全部送入TSS存储，或除去PS所需的最小能量后全部送入TSS存储，以减少对能量的浪费。对充热能量流进一步分析，有：可解得：将关于时间t的一次函数变换到频域，有：故可以得出：充热功率系数α与主要变化量(DNI)呈正相关。针对控制过程中产生的大时滞环节，引入Smith预估补偿器，以减轻对控制系统的影响。此外，考虑到克服系统较大惯性及消除偏差等目的，采用PID调节器以实现控制目标。具体的充热控制策略框图如图2所示。步骤5：在本优化策略中，放热功率优化控制策略的核心思想为：令作为给定值，通过反馈调节器对放热功率系数β进行调整，使TSS与SFS共同向PS提供满足正常工作要求的能量，以保证CSP电站的正常工作。对放热能量流进一步分析，有：因为当TSS处于本文档来自技高网...

【技术保护点】
1.一种基于典型静态模型的光热储能电站发电量优化方法，其特征在于，其步骤为：步骤1：综合分析CSP电站的典型静态模型与运行模式，得出可以通过优化热能存储子系统的充热功率Pt

【技术特征摘要】
1.一种基于典型静态模型的光热储能电站发电量优化方法，其特征在于，其步骤为：步骤1：综合分析CSP电站的典型静态模型与运行模式，得出可以通过优化热能存储子系统的充热功率PtS-T与放热功率PtT-P的方法，达到优化CSP电站发电量的目的；引入充热功率系数α∈[0,1]与放热功率系数β∈[0,1]之后的充放热能量流可以表示为：式中，Ptsolar为聚光集热子系统t时刻收集到能量的功率；ΔPf为能量传递时的损失；PtS-P为SFS向汽轮机发电子系统提供能量的功率；为SFS向TSS提供能量的功率，即充热功率；为TSS向PS提供能量的功率，即放热功率；γ∈{0,1}为PS工作的状态变量；ut为t时刻启动汽轮发电机组的数量；PSU为启动汽轮发电机组所需的最小能量；步骤2：将CSP电站发电量最大作为优化的目标函数，在输入至系统的能量一定时，通过优化TSS的充放热控制方法，使电站的发电量达到最大；相应的优化约束条件为引入控制变量α与β的CSP电站的静态能...

【专利技术属性】
技术研发人员：宋汶秦，吕金历，陆军，妥建军，李锦键，陈英普，王海亮，徐建委，汪静，张海生，张中丹，曹喆，王兴贵，
申请(专利权)人：国网甘肃省电力公司经济技术研究院，兰州理工大学，国网甘肃省电力公司，国家电网有限公司，
类型：发明
国别省市：甘肃,62