基于改进的模型预测控制的混合储能系统平滑控制方法技术方案

本发明专利技术公开了基于改进的模型预测控制的混合储能系统平滑控制方法，基于混合储能系统构建计及循环寿命的混合储能系统数学模型；采用模型预测控制方法，得到电池储能计划充放电序列曲线；根据得到的电池储能计划充放电序列曲线，采用模型预测控制方法，得到混合储能系统输出值；基于得到的混合储能系统输出值，采用反馈调整的方法调整混合储能系统预测输出，使混合储能系统的基于模型预测控制由开环控制转化为闭环优化；将控制时域内每一次基于模型预测控制的优化转换为二次规划，求解二次规划，得到模型预测控制的最优解，根据最优解控制混合储能系统。通过本发明专利技术，可以实现风电厂混合储能系统运行的平滑控制。混合储能系统运行的平滑控制。混合储能系统运行的平滑控制。

【技术实现步骤摘要】
基于改进的模型预测控制的混合储能系统平滑控制方法


[0001]本专利技术涉及电力系统储能装置自动化控制
，具体是基于改进的模型预测控制的混合储能系统平滑控制方法。

技术介绍

[0002]随着全球能源需求的不断扩大，为改善化石类能源日趋短缺的现状，减少传统基于化石燃料的能源供应方式给人类环境带来的不可逆伤害，以风力发电为代表的绿色清洁可持续新型能源供应方式受到了世界范围内能源行业的高度关注，风电装机容量攀升。鉴于风能自身具备的间歇性、波动性特点，其在电网中逐渐升高的渗透率为电力系统运行的稳定性和安全性带来了严峻的考验，风电的规模化并网受到了制约。储能作为近年来的一种新型能源技术，其充放电迅速可调，可有效改善风能特性，促进风电大规模友好并网。面对不同类型的储能技术，在对风能波动特性进行分析的基础上，合理地选取结构、性能互补的混合储能系统用于风电场配置可使风能波动得到可靠、高效的平滑。同时，由于风电的不确定性特点，如何为混合储能系统制定适宜的充电/放电方法以满足不同时间尺度上风能并网的平滑需求是风电场储能系统能够稳定、经济运行的关键。基于此，本专利技术提出了一种基于改进的模型预测控制的风电场混合储能系统平滑风能波动的优化控制方法，通过不同时间尺度控制之间的协调，可使混合储能系统同时具备应对风电长期低频波动和短期高频波动的能力，提升了风电功率的平滑效果；并且通过两种类型储能的性能互补，有效增加了混合储能整体循环寿命，提升了风储经济性。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的不足，提供基于改进的模型预测控制的混合储能系统平滑控制方法，包括如下步骤：
[0004]S1：通过蓄电池储能和超级电容储能构成混合储能系统，基于混合储能系统构建计及循环寿命的混合储能系统数学模型；
[0005]S2：采用模型预测控制方法，在设定的大时间尺度上对混合储能系统的充电/放电功率进行控制，得到电池储能计划充放电序列曲线；
[0006]S3：根据得到的电池储能计划充放电序列曲线，采用模型预测控制方法，在设定的小时间尺度上对风电场混合储能系统的充电/放电功率进行优化控制，得到混合储能系统输出值；
[0007]S4：基于得到的混合储能系统输出值，采用反馈调整的方法调整混合储能系统预测输出，使混合储能系统的基于模型预测控制由开环控制转化为闭环优化；
[0008]S5：将控制时域内每一次基于模型预测控制的优化转换为二次规划，求解二次规划，得到模型预测控制的最优解，根据最优解控制混合储能系统。
[0009]进一步的，所述的通过蓄电池储能和超级电容储能构成混合储能系统，基于混合储能系统构建计及循环寿命的混合储能系统数学模型，包括如下过程：
[0010]选取蓄电池储能和超级电容储能构成混合储能系统，并且将混合储能系统用完整的数学模型表示为：
[0011][0012][0013]其中，k表示的是控制时刻；和代表蓄电池、超级电容器自放电率大小；代表蓄电池、超级电容器自放电率大小；代表两种储能k时刻的充电功率值，代表其k时刻的放电功率值，E
LiB
(k)为蓄电池储能的能量值，E
SuC
(k)为超级电容储能能量值；及的大小代表两种储能的充电/放电效率值；Δt的值代表每两个控制点之间的时间间隔长短；
[0014]对储能的物理约束进行了如下建模：
[0015][0016][0017][0018][0019]其中，与代表电池储能所需满足的充电/放电功率的上限值、下限值；为超级电容储能所需满足的充电/放电功率的上、下限值；
[0020][0021][0022]其中，与代表蓄电池储能需满足的能量下限与上限值，与代表超级电容所需满足的能量下限与上限值；
[0023]储能系统的荷电状态表示的是混合储能系统在k时刻剩余容量占额定容量的比值，其约束由储能能量限制决定，表达如下：
[0024][0025][0026][0027][0028]其中，和代表两种类型储能的额定容量值；和分别代表两种类型储能所能允许的荷电状态的上下限。
[0029]进一步的，所述的采用模型预测控制方法，在设定的大时间尺度上对混合储能系统的充电/放电功率进行控制，得到电池储能计划充放电序列曲线，具体为：
[0030]模型预测控制方法基于短期风电场功率预测，每15分钟为一个控制间隔，将优化控制周期设置为4小时，并将预测周期设置为与优化周期相同，即：
[0031][0032]其中，R1表示每个优化周期具有16个控制时刻；
[0033]在每个模型预测控制周期中采用小波理论将风能分解为高频功率和低频功率，其中，所得低频功率曲线用作并网功率的目标参考值P
G
·
ref
；
[0034]将风电场出力小波分解的层数设置为N，将风能分解如下：
[0035][0036]式中，A
N
(k)是低频风电序列，D
i
(k)代表高频风电序列；
[0037]获取4个小时的混合储能系统输出控制值，每一个充放电控制时刻仅实际实施第一条指令，目标函数建模为目标函数建模为：
[0038][0039]其中，混合储能系统的充放电功率P
LiB
和P
SuC
是模型的决策变量，系数为a1的项是注入电网的风电功率值偏离目标功率P
G
·
ref
的惩罚项，的惩罚项，为保证电池储能输出和两种类型储能能量状态偏离理想值的偏差最小化。
[0040]进一步的，所述的根据得到的电池储能计划充放电序列曲线，采用模型预测控制方法，在设定的小时间尺度上对风电场混合储能系统的充电/放电功率进行优化控制，得到混合储能系统输出值，包括如下过程：
[0041]将每一次控制的时域，即控制周期M2设置为15分钟，预测周期R2等于控制周期：
[0042][0043]该控制每分钟启动一次，将第一阶段蓄电池的最佳充电/放电功率值作为其第二阶段优化的参考输出值(P
LiB
·
ref
)，以校正接下来15分钟内蓄电池的实际输出。同时，将使超级电容器的剩余容量与其理想值之间的差异最小化的项添加到目标函数中以增加超级电
容器的利用率，即优化目标的数学模型可表示为：
[0044][0045]其中，a5是惩罚因子，决策变量为P
LiB
和P
SuC
。
[0046]进一步的，所述的基于得到的混合储能系统输出值，采用反馈调整的方法调整混合储能系统预测输出，使混合储能系统的基于模型预测控制由开环控制转化为闭环优化，包括：
[0047]在每个采样时间k，将从短期和超短期风力发电预测中获得的风电场出力实时更新预测值用作滚动时域优化的实时控制基点，使控制纠正风力预测误差对混合储能系统的充电/放电功率造成的偏差；
[0048]在每个控制周期内，对每一个k+i(i本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于改进的模型预测控制的混合储能系统平滑控制方法，其特征在于，包括如下步骤：S1：通过蓄电池储能和超级电容储能构成混合储能系统，基于混合储能系统构建计及循环寿命的混合储能系统数学模型；S2：采用模型预测控制方法，在设定的大时间尺度上对混合储能系统的充电/放电功率进行控制，得到电池储能计划充放电序列曲线；S3：根据得到的电池储能计划充放电序列曲线，采用模型预测控制方法，在设定的小时间尺度上对风电场混合储能系统的充电/放电功率进行优化控制，得到混合储能系统输出值；S4：基于得到的混合储能系统输出值，采用反馈调整的方法调整混合储能系统预测输出，使混合储能系统的基于模型预测控制由开环控制转化为闭环优化；S5：将控制时域内每一次基于模型预测控制的优化转换为二次规划，求解二次规划，得到模型预测控制的最优解，根据最优解控制混合储能系统。2.根据权利要求1所述的基于改进的模型预测控制的混合储能系统平滑控制方法，其特征在于，所述的通过蓄电池储能和超级电容储能构成混合储能系统，基于混合储能系统构建计及循环寿命的混合储能系统数学模型，包括如下过程：选取蓄电池储能和超级电容储能构成混合储能系统，并且将混合储能系统用完整的数学模型表示为：学模型表示为：其中，k表示的是控制时刻；和代表蓄电池、超级电容器自放电率大小；代表蓄电池、超级电容器自放电率大小；代表两种储能k时刻的充电功率值，代表其k时刻的放电功率值，E
LiB
(k)为蓄电池储能的能量值，E
SuC
(k)为超级电容储能能量值；及的大小代表两种储能的充电/放电效率值；Δt的值代表每两个控制点之间的时间间隔长短；对储能的物理约束进行了如下建模：对储能的物理约束进行了如下建模：对储能的物理约束进行了如下建模：对储能的物理约束进行了如下建模：其中，与代表电池储能所需满足的充电/放电功率的上限值、下限值；为超级电容储能所需满足的充电/放电功率的上、下限值；
其中，与代表蓄电池储能需满足的能量下限与上限值，与代表超级电容所需满足的能量下限与上限值；储能系统的荷电状态表示的是混合储能系统在k时刻剩余容量占额定容量的比值，其约束由储能能量限制决定，表达如下：约束由储能能量限制决定，表达如下：约束由储能能量限制决定，表达如下：约束由储能能量限制决定，表达如下：其中，和代表两种类型储能的额定容量值；和分别代表两种类型储能所能允许的荷电状态的上下限。3.根据权利要求1所述的基于改进的模型预测控制的混合储能系统平滑控制方法，其特征在于，所述的采用模型预测控制方法，在设定的大时间尺度上对混合储能系统的充电/放电功率进行控制，得到电池储能计划充放电序列曲线，具体为：模型预测控制方法基于短期风电场功率预测，每15分钟为一个控制间隔，将优化控制周期设置为4小时，并将预测周期设置为与优化周期相同，即：其中，R1表示每个优化周期具有16个控制时刻；在每个模型预测控制周期中采用小波理论将风能分解为高频功率和低频功率，其中，所得低频功率曲线用作并网功率的目标参考值P
G
·
ref
；将风电场出力小波分解的层数设置为N，将风能分解如下：式中，A
N
(k)是低频风电序列，D
i
(k)代表高频风电序列；获取4个小时的混合储能系统输出控制值，每一个充放电控制时刻仅实际实施第一条指令，目标函数建模为目标函数建模为：
其中，混合储能系统的充放电功率P
LiB
和P
SuC
是模型的决策变量，系数为a1的项是注入电网的风电功率值偏离目标功率P
G
·
ref
的惩罚项，的惩罚项，为保证电池储能输出和两种类型储能能量状态偏离理...

【专利技术属性】
技术研发人员：刘友波，张强，刘继春，刘季昂，
申请(专利权)人：四川大川云能科技有限公司，
类型：发明
国别省市：