一种涉及多储能单元的风功率波动平抑控制方法和系统技术方案

本发明专利技术实施例提供一种涉及多储能单元的风功率波动平抑控制方法和系统，根据超短期风功率预测与预测误差分布建立滤波时间常数优化模型，得到滤波时间常数最优解以及最小储能功率指令；采用分层复合式分配方法对储能单元进行功率分配，确保了各储能单元荷电状态均衡并减少了充放电切换次数与荷电状态波动区间，从而在兼顾功率平抑目标的同时延长了储能的使用寿命；本发明专利技术也适用于其他类型新能源并网中采用储能平抑其功率波动问题。中采用储能平抑其功率波动问题。中采用储能平抑其功率波动问题。

【技术实现步骤摘要】
一种涉及多储能单元的风功率波动平抑控制方法和系统


[0001]本专利技术实施例涉及风储联合系统接入电网
，尤其涉及一种涉及多储能单元的风功率波动平抑控制方法和系统。

技术介绍

[0002]可再生能源的开发与利用对解决能源危机与环境问题有着非常关键的作用。鉴于风能具有的易获取、巨量以及无害等明显优势，风力发电成为了可再生能源利用的主要途径之一。
[0003]由于季节与气候因素，风力发电具有明显的波动性与不确定性，随着规模的扩大，并入电网后对电网会造成冲击，从而影响电网的安全稳定运行。储能具有储能或释放一定量电能的功能，能够在发电高峰而用电处于低谷时期储存部分电能，并在发电低谷及用电高峰时段进行释放，从而达到削峰填谷的目的。
[0004]构建以新能源为主体的电力系统是实现“双碳”目标的重要途径。近年来，以风电为代表的新能源发电迅猛发展，根据国家能源局发布的数据显示，截至2021年11月，我国风电并网装机容量超3亿千瓦，占全国电源总装机比例约13％。然而风电功率的随机性与间歇性强，并网后增加了电力系统的不确定性因素，极大的影响的电网安全稳定运行。

技术实现思路

[0005]本专利技术实施例提供一种涉及多储能单元的风功率波动平抑控制方法和系统，以并网功率波动率为约束获取BESS功率指令最小值，减少BESS被调用的能量；采用分层复合式功率分配方法避免各储能单元过充过放与频繁充放电，并实现SOC快速均衡，进而延长了储能的使用寿命。
[0006]第一方面，本专利技术实施例提供一种涉及多储能单元的风功率波动平抑控制方法，包括：
[0007]步骤S1、确定风储联合并网系统中的风电场历史数据，基于所述风电场历史数据和预先建立的风功率超短期预测模型预测未来第一设定时间内的风功率预测数据；
[0008]步骤S2、以滤波时间常数最小为优化目标，平抑后风功率波动率低于预设波动率、储能功率低于额定功率为约束条件，将一阶低通滤波器离散化后，基于所述风功率预测数据和所述一阶低通滤波器构建滤波时间常数优化模型，以确定第一设定时间内的最小滤波时间常数和储能功率指令；
[0009]步骤S3、确定风储联合并网系统中各储能单元的储能荷电状态，基于所述储能功率指令对各储能单元的储能荷电状态进行分级判定，并基于分层复合式分配方法确定各储能单元的功率指令。
[0010]作为优选的，所述步骤S1中，所述风电场历史数据包括风电场历史风速数据、风向数据、风功率数据；
[0011]所述步骤S1具体包括：
[0012]基于风电场历史风速数据、风向数据、风功率数据和未来天气信息建立风功率超短期预测模型；
[0013]基于风功率预测误差分布确定未来第一设定时间内的预测误差为：
[0014][0015]上式中，E(j,n)为风功率预测误差分布按照正态分布生成的随机数矩阵，j为生成次数；P
W,f
(t+iΔt)(i＝1,2,3
…
T/Δt)为未来(t,t+T)时间内风功率预测数据，其中Δt为采样步长，T为超短期预测周期，n＝T/Δt为离散化的取样数；
[0016]基于所述风功率超短期预测模型和预测误差获取预测未来第一设定时间内的风功率预测数据：
[0017][0018]作为优选的，所述步骤S2具体包括：
[0019]步骤S21、确定未来第一设定时间内的风功率预测波动率：
[0020][0021]上式中，P
W,rate
为风电场额定功率；若判断所述风功率预测波动率大于风电并网标准功率波动率限值，则判断需要调用储能单元；
[0022]步骤S22、确定一阶低通滤波器的离散化形式：
[0023]P
tag
(t)＝xP
tag
(t
‑
Δt)+(1
‑
x)P
W
(t)
[0024]上式中，式中x＝T
f
/T
f
+Δt，取值范围为[0,1)；T
f
为滤波时间常数；P
W
(t)为t时刻的风功率；P
tag
(t)为t时刻的并网目标功率；
[0025]确定未来第一设定时间内的目标功率预测值：
[0026][0027]上式中，P
tag，F
(t+Δt)为较t下一时刻的并网目标功率预测值；P
W,F
(t)为t时刻风功率预测值；
[0028]令初始时刻的P
tag
(t)＝P
W,F
(t)，确定第一设定时间内储能的功率指令预测参考值为：
[0029][0030]式中，P
Bref，F
(t+Δt)为较t下一时刻的电池储能系统BESS功率指令预测值；
[0031]步骤S23、确定目标函数为：J＝minx；
[0032]对应约束条件为：
[0033][0034]0≤|P
Bref,F
(t+iΔt)|≤P
B,rate
[0035]上式中，P
B,rate
为储能的额定功率；
[0036]求解得到x
min
，以确定滤波时间常数：
[0037][0038]确定第一设定时间内储能的储能的功率指令参考值为：
[0039][0040]作为优选的，所述步骤S3具体包括：
[0041]步骤S31、获取风储联合并网系统中各储能单元的荷电状态，将各储能单元的荷电状态由低到高一次选取分级线为：0、SOC
min
、SOC
low
、SOC
ave
、SOC
high
、SOC
max
、1；其中，SOC
min
、SOC
low
、SOC
high
、SOC
max
均为预设经验阈值；SOC
ave
为理想化均值；
[0042]基于所述分级线划定分级区：(0,SOC
min
)、(SOC
min
,SOC
low
)、(SOC
low
,SOC
high
)、(SOC
high
,SOC
max
)、(SOC
max
,1)；对应分级区内的储能单元的个数分别为a、b、c、d、e；
[0043]其中，(0,SOC
min
)为禁止放电区；(SOC
max
,1)为禁止充电区；(SOC
min
,SOC
low
)为多充少放区，分级区内储能单元充电优先级高于放电优先级；(SOC
high
,SOC
max
)为多放少充区，分级区内的储能单元放电优先级高于充电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种涉及多储能单元的风功率波动平抑控制方法，其特征在于，包括：步骤S1、确定风储联合并网系统中的风电场历史数据，基于所述风电场历史数据和预先建立的风功率超短期预测模型预测未来第一设定时间内的风功率预测数据；步骤S2、以滤波时间常数最小为优化目标，平抑后风功率波动率低于预设波动率、储能功率低于额定功率为约束条件，将一阶低通滤波器离散化后，基于所述风功率预测数据和所述一阶低通滤波器构建滤波时间常数优化模型，以确定第一设定时间内的最小滤波时间常数和储能功率指令；步骤S3、确定风储联合并网系统中各储能单元的储能荷电状态，基于所述储能功率指令对各储能单元的储能荷电状态进行分级判定，并基于分层复合式分配方法确定各储能单元的功率指令。2.根据权利要求1所述的涉及多储能单元的风功率波动平抑控制方法，其特征在于，所述步骤S1中，所述风电场历史数据包括风电场历史风速数据、风向数据、风功率数据；所述步骤S1具体包括：基于风电场历史风速数据、风向数据、风功率数据和未来天气信息建立风功率超短期预测模型；基于风功率预测误差分布确定未来第一设定时间内的预测误差为：上式中，E(j,n)为风功率预测误差分布按照正态分布生成的随机数矩阵，j为生成次数；P
W,f
(t+iΔt)(i＝1,2,3
…
T/Δt)为未来(t,t+T)时间内风功率预测数据，其中Δt为采样步长，T为超短期预测周期，n＝T/Δt为离散化的取样数；基于所述风功率超短期预测模型和预测误差获取预测未来第一设定时间内的风功率预测数据：3.根据权利要求2所述的涉及多储能单元的风功率波动平抑控制方法，其特征在于，所述步骤S2具体包括：步骤S21、确定未来第一设定时间内的风功率预测波动率：上式中，P
W,rate
为风电场额定功率；若判断所述风功率预测波动率大于风电并网标准功率波动率限值，则判断需要调用储能单元；步骤S22、确定一阶低通滤波器的离散化形式：P
tag
(t)＝xP
tag
(t
‑
Δt)+(1
‑
x)P
W
(t)上式中，式中x＝T
f
/T
f
+Δt，取值范围为[0,1)；T
f
为滤波时间常数；P
W
(t)为t时刻的风功率；P
tag
(t)为t时刻的并网目标功率；确定未来第一设定时间内的目标功率预测值：
上式中，P
tag，F
(t+Δt)为较t下一时刻的并网目标功率预测值；P
W,F
(t)为t时刻风功率预测值；令初始时刻的P
tag
(t)＝P
W,F
(t)，确定第一设定时间内储能的功率指令预测参考值为：式中，P
Bref，F
(t+Δt)为较t下一时刻的电池储能系统BESS功率指令预测值；步骤S23、确定目标函数为：J＝minx；对应约束条件为：0≤|P
Bref,F
(t+iΔt)|≤P
B,rate
上式中，P
B,rate
为储能的额定功率；求解得到x
min
，以确定滤波时间常数：确定第一设定时间内储能的储能的功率指令参考值为：
4.根据权利要求3所述的涉及多储能单元的风功率波动平抑控制方法，其特征在于，所述步骤S3具体包括：步骤S31、获取风储联合并网系统中各储能单元的荷电状态，将各储能单元的荷电状态由低到高一次选取分级线为：0、SOC
min
、SOC
low
、SOC
ave
、SOC
high
、SOC
max
、1；其中，SOC
min
、SOC
low
、SOC
high
、SOC
max
均为预设经验阈值；SOC
ave
为理想化均值；基于所述分级线划定分级区：(0,SOC
min
)、(SOC
min
,SOC
low
)、(SOC
low
,SOC
high
)、(SOC
high
,SOC
max
)、(SOC
max
,1)；对应分级区内的储能单元的个数分别为a、b、c、d、e；其中，(0,SOC
min
)为禁止放电区；(SOC
max
,1)为禁止充电区；(SOC
min
,SOC
low
)为多充少放区，分级区内储能单元充电优先级高于放电优先级；(SOC
high
,SOC
max
)为多放少充区，分级区内的储能单元放电优先级高于充电优先级；(SOC
low
,SOC
high
)为正常充放区，分级区内的储能单元的放电优先级、充电优先级相同；步骤S32、获取功率指令参考值P
B,ref<...

【专利技术属性】
技术研发人员：李勇，常樊睿，彭衍建，罗隆福，曹一家，
申请(专利权)人：湖南大学，
类型：发明
国别省市：