一种梯次利用储能系统控制方法、系统、设备和存储介质技术方案

一种梯次利用储能系统控制方法、系统、设备和存储介质，根据新能源电站预设时间预测功率误差函数以及荷电状态相关的目标函数，获得当前时刻新能源计划出力的梯次利用储能系统充放电控制系数；根据所述当前时刻新能源计划出力的梯次利用储能系统充放电控制系数、所述当前新能源电站发电实际功率以及预测未来预设时间段功率，确定当前时刻储能电池的充放电功率；根据当前时刻储能电池的充放电功率，对梯次利用储能系统进行控制。通过确定提高新能源电站跟踪计划出力能力的目标函数，有效地利用电站功率日前预测数据和实时出力数据的差额，对梯次利用动力电池储能系统充放电控制系数进行实时优化控制。数进行实时优化控制。数进行实时优化控制。

【技术实现步骤摘要】
一种梯次利用储能系统控制方法、系统、设备和存储介质


[0001]本专利技术属于风力光伏发电、储能技术、新能源汽车领域，具体涉及一种梯次利用储能系统控制方法、系统、设备和存储介质。

技术介绍

[0002]以风力、太阳能等可再生能源作为发电基础的新能源电站是实现了传统火力发电厂低耗能、清洁度高和对环境友好的目标，新能源电站是未来作为能源消费的主要提供来源之一，同时新能源电站通过统一安排可再生能源发电功率，能够降低其接入电网对电力系统的影响，提高电能质量，提高电网稳定性及安全性。
[0003]新能源电站配合储能电池能够更加有效地将不稳定发电模式转变为稳定的可靠能源，在一定程度上帮助电网系统调度部门统一安排新能源电站之间协调配合，制定新能源发电系统调度计划，使新能源发电系统在调度可控范围内安全运行，并配合储能电池发电联合出力安排合适的并网运行方式，在一定程度上使新能源发电按调度计划稳定运行，降低新能源发电接入电网对电力系统的影响，提高电能质量，提高电网稳定性及安全性。
[0004]在以梯次利用动力电池为基础的储能电池的新能源电站中，如何进行由不同健康状态组成的多类型储能系统的能量管理，达到满足计划出力范围的目标，使得新能源电站获得最大收益是核心问题。目前缺少了梯次利用动力电池联合储能系统的新能源电站控制的技术，如何在梯次利用动力电池的基础上实现新能源电站收益的最大化是其关键问题。
[0005]目前分布式电源实际出力与计划出力存在偏差，导致供需可靠性下降等问题。

技术实现思路

[0006]本专利技术的目的是提供一种梯次利用储能系统控制方法、系统、设备和存储介质，该方法既能够有效利用退役储能电池充当新能源电站的储能系统，又保障了新能源满足计划出力的要求达到最大化收益，从而实现了基于新能源计划出力的梯次利用储能系统控制的目的。
[0007]为了实现上述专利技术目的，本专利技术采用如下技术方案：
[0008]一种梯次利用储能系统控制方法，包括如下步骤：
[0009]获取当前新能源电站发电实际功率以及预测未来预设时间段功率；
[0010]根据新能源电站预设时间预测功率误差函数以及荷电状态相关的目标函数，获得当前时刻新能源计划出力的梯次利用储能系统充放电控制系数；
[0011]根据所述当前时刻新能源计划出力的梯次利用储能系统充放电控制系数、所述当前新能源电站发电实际功率以及预测未来预设时间段功率，确定当前时刻储能电池的充放电功率；
[0012]根据当前时刻储能电池的充放电功率，对梯次利用储能系统进行控制。
[0013]进一步的，所述新能源电站预设时间段预测功率误差函数为：
[0014][0015]式中，f1为跟踪效果评价指标值，P
w
(k)为k时刻新能源电站发电实际功率，i为预测跟踪次数，m为控制预测跟踪总次数，P
BESS
(k)为k时刻电池储能系统经过自适应处理后的出力值，P
f_mid
(k)为k时刻的风力范围控制功率。
[0016]进一步的，荷电状态相关的目标函数为：
[0017][0018]式中，f2为平滑电池出力的SOC波动评价指标值，SOC(k)为k时刻储能电池荷电状态，soc
max
为储能电池荷电状态上限值，soc
min
为储能电池荷电状态下限值，Δk为跟踪计划出力采集时段差。
[0019]进一步的，当前时刻储能电池荷电状态为：
[0020][0021]式中，SOC(k)为k时刻的荷电状态值，SOC(k
‑
1)为k
‑
1时刻的荷电状态值，λ为充放电效率，P
BESS
为k时刻储能电池经过自适应出力后的出力值，Δk为两状态相隔时刻，C
BESS
为储能电池的容量。
[0022]进一步的，采用粒子群优化算法根据新能源电站短期预测功率误差函数以及荷电状态相关的目标函数，获得当前时刻新能源计划出力的梯次利用储能系统充放电控制系数。
[0023]进一步的，所述预设时间段为4小时。
[0024]一种梯次利用储能系统控制系统，包括：
[0025]功率获取模块，用于获取当前新能源电站发电实际功率以及预测未来预设时间段功率；
[0026]充放电控制系数获得模块，用于根据新能源电站预设时间预测功率误差函数以及荷电状态相关的目标函数，获得当前时刻新能源计划出力的梯次利用储能系统充放电控制系数；
[0027]充放电功率确定模块，用于根据所述当前时刻新能源计划出力的梯次利用储能系统充放电控制系数、所述当前新能源电站发电实际功率以及预测未来预设时间段功率，确定当前时刻储能电池的充放电功率；
[0028]控制模块，用于根据当前时刻储能电池的充放电功率，对梯次利用储能系统进行控制。
[0029]一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器上存储有能在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的梯次利用储能系统控制方法。
[0030]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如上所述的梯次利用储能系统控制方法。
[0031]与现有技术相比，本专利技术的有益效果在于：
[0032]本专利技术提出了提高新能源电站跟踪计划出力的梯次利用动力电池储能系统能量优化控制方法，在梯次利用动力电池储能系统控制中，通过确定提高新能源电站跟踪计划出力能力的目标函数，有效地利用电站功率日前预测数据和实时出力数据的差额，对梯次利用动力电池储能系统充放电控制系数进行实时优化控制。本专利技术相对于一般的固定系数的控制思路，能够使梯次利用动力电池储能系统更好地发挥其灵活性，达到了预想的控制效果，并在配备梯次利用动力电池储能系统的新能源电站在实用领域，提高经济效益。
[0033]进一步的，本专利技术基于粒子群优化算法，并通过粒子群算法控制实时优化新能源电站计划出力和梯次利用动力电池储能系统，协同优化控制梯次利用动力电池实时充放电以满足跟踪处理计划要求，从而达到既防止动力电池储能系统的过充和过放，使得梯次利用动力电池稳定地工作在合适的电荷状态中，同时又能够实现新能源电站经济收益最大化，从而实现基于新能源计划出力的梯次利用储能系统控制目的。
附图说明
[0034]图1是本专利技术的一种梯次利用储能系统控制方法的流程图。
[0035]图2是本专利技术的系统的示意图。
具体实施方式
[0036]下面结合附图对本专利技术做进一步说明。
[0037]本专利技术提出一种基于粒子群优化算法的梯次利用动力电池联合储能系统的新能源电站的能量管理方法，并增加5个控制系数合理控制梯次利用动力电池联合储能系统，对新能源电站发电计划出力实时跟踪，减少实际出力与计划出力的差额。
[0038]针对梯次利用退役动力电池初始寿命存在缺陷，供能可靠性相对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种梯次利用储能系统控制方法，其特征在于，包括如下步骤：获取当前新能源电站发电实际功率以及预测未来预设时间段功率；根据新能源电站预设时间预测功率误差函数以及荷电状态相关的目标函数，获得当前时刻新能源计划出力的梯次利用储能系统充放电控制系数；根据所述当前时刻新能源计划出力的梯次利用储能系统充放电控制系数、所述当前新能源电站发电实际功率以及预测未来预设时间段功率，确定当前时刻储能电池的充放电功率；根据当前时刻储能电池的充放电功率，对梯次利用储能系统进行控制。2.根据权利要求1所述的一种梯次利用储能系统控制方法，其特征在于，所述新能源电站预设时间段预测功率误差函数为：式中，f1为跟踪效果评价指标值，P
w
(k)为k时刻新能源电站发电实际功率，i为预测跟踪次数，m为控制预测跟踪总次数，P
BESS
(k)为k时刻电池储能系统经过自适应处理后的出力值，P
f_mid
(k)为k时刻的风力范围控制功率。3.根据权利要求1所述的一种梯次利用储能系统控制方法，其特征在于，荷电状态相关的目标函数为：式中，f2为平滑电池出力的SOC波动评价指标值，SOC(k)为k时刻储能电池荷电状态，soc
max
为储能电池荷电状态上限值，soc
min
为储能电池荷电状态下限值，Δk为跟踪计划出力采集时段差。4.根据权利要求3所述的一种梯次利用储能系统控制方法，其特征在于，当前时刻储能电池荷电状态为：式中，SOC(k)为k时刻的荷电状态值，SOC(k
‑
1)为k
‑
1时刻的荷电状态值，λ为充放电效率，...

【专利技术属性】
技术研发人员：李相俊，吴荣宇，靳文涛，颜宁，张明霞，张永密，张凯，赵磊，刘钰磊，朱轶，李阳，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：