基于光伏准确预测的储能优化方法技术

基于光伏准确预测的储能优化方法,解决了现有储能系统优化方法存在的储能容量得不到有效利用及功率平抑效果不好的问题，属于新能源发电、储能并网应用领域。本发明专利技术的一种基于光伏准确预测的储能优化方法，包括：根据光伏预测结果区分不同时间尺度，若为长时间尺度，基于长时间尺度的光伏预测结果，对未来一个预测周期内的储能系统SOC进行预估，结合工况限制对当前SOC进行调整，避免未来一个周期内的储能系统SOC越限现象，若为短时间尺度，基于短时间尺度的光伏预测结果，超前响应未来短期内大幅光伏功率波动，在最大限度满足当前电网侧功率需求的前提下，优化功率平抑效果。优化功率平抑效果。优化功率平抑效果。

【技术实现步骤摘要】
基于光伏准确预测的储能优化方法


[0001]本专利技术涉及一种基于光伏准确预测的储能优化方法，属于新能源发电、储能并网应用领域。

技术介绍

[0002]随着越来越多的光伏发电系统并网运行，尤其是我国特有的大规模光伏电源集中接入电网的开发模式，传统电力系统正向着以高比例新能源和高度电力电子化为特征的新型电力系统趋势发展，新型电力系统自身的低阻尼、低惯性以及光伏电源的波动性和间歇性对电力系统调度与能量消纳提出更高的要求。
[0003]储能系统具有较强的蓄供电功能且响应速度快，既能够平抑制新能源发电间歇性给系统带来的功率波动，又能够根据负载变化做出及时响应，在新能源发电领域应用较为普遍。将光伏和储能通过变流器进行联接的光储联合系统在平抑系统功率波动、提高供配电稳定性方面发挥着重要作用。但由于装置受自身荷电状态SOC限制较多，储能系统的容量往往不能得到充分利用，从而影响其功率平抑效果，降低了装置的经济效益；此外，现有基于储能的功率平抑控制方法为即时调节，由于信息采集存在一定的延时，储能系统在光伏出力不可控导致的功率大幅度波动方面存在响应不及时的问题，使得电力系统传输的功率存在较大的峰谷差，同时输出功率大幅度变化也会影响储能装置自身工作性能和使用寿命。因此，如何对储能系统进行有效的监测与管理、优化储能装置运行状态，是当前新能源发电与储能并网应用领域的关键问题之一。
[0004]目前，针对储能系统优化方法的研究只基于对当前储能SOC输出能力的评估，忽略了SOC积累过程以及未来光伏出力情况的影响，储能容量得不到有效利用；此外，部分研究通过减少储能电池充放电次数以维持SOC的稳定，该方法避免了电池的过充过放现象，但不能满足电网侧的功率需求，不利于系统的稳定运行。

技术实现思路

[0005]针对现有储能系统优化方法存在的储能容量得不到有效利用及功率平抑效果不好的问题，本专利技术提供一种基于光伏准确预测的储能优化方法。
[0006]本专利技术的一种基于光伏准确预测的储能优化方法，包括：
[0007]S1、根据光伏预测结果区分不同时间尺度，若为长时间尺度，转入S2，若为短时间尺度，转入S3；
[0008]S2、基于长时间尺度光伏预测结果动态调整储能系统SOC；
[0009]S3、基于短时间尺度光伏预测结果超前响应功率波动。
[0010]作为优选，所述S2包括：
[0011]S21、；第n个周期T
l
表示当前周期，第n+1个周期T
l
表示未来一个预测周期；T
l
为长时间尺度光伏预测周期；
[0012]S22、通过最优SOC规划模型计算储能系统SOC调整基准值SOC
ref
，最优SOC规划模型
为：
[0013]min f＝[SOC(t0)
‑
SOC
ref
]2[0014][0015]其中，t0为当前时刻，t
l
为长时间尺度光伏预测的时间分辨率，SOC(t0)为当前时刻实测的储能系统SOC状态值，P
y
‑
pv
(t)为第n+1个周期T
l
内光伏功率预测结果，P
g
(t)为电网侧的功率需求，E
b
为储能系统的额定容量；η％为储能系统的充放电效率；SOC
min
表示储能系统SOC正常工作范围的下限值，SOC
max
表示储能系统SOC正常工作范围的上限值，SOC
k
(t)表示在SOC
ref
基础之上计算得到的第n+1个周期T
l
内储能系统SOC预测值，其中k取小于等于n
l
的正整数，n
l
＝T
l
/t
l
，因此SOC
k
(t)是以t
l
作为最小时间单位进行积分计算得到的n
l
个预测值，SOC
k
‑
min
表示第n+1个周期T
l
内SOC预测值SOC
k
(t)中的最小值，SOC
k
‑
max
表示第n+1个周期T
l
内n
l
个SOC预测值SOC
k
(t)中的最大值；
[0016]S23、控制储能系统与电网进行能量交换，将储能系统SOC调整到SOC
ref
处。
[0017]作为优选，S21包括：
[0018]S211、根据当前时刻实测SOC状态值SOC(t0)，计算得到第n+1个周期T
l
内储能系统SOC预测值SOC
y
(t)；
[0019]S212、以t
l
为单位，对第n+1个周期T
l
内储能系统SOC预测值SOC
y
(t)进行判定，统计储能系统SOC预测值的越限次数m
l
，获取实测的历史误差值ΔSOC的波动状态σ，根据波动状态σ及越限次数m
l
确定平滑因子α
n
；
[0020][0021]α
h
‑
min
、α
h
‑
max
分别表示高范围平滑因子的最小值和最大值；α
l
‑
min
、α
l
‑
max
表示低范围平滑因子的最小值和最大值。
[0022]S213、基于长时间尺度光伏预测结果，确定第n个周期T
l
储能系统SOC预测误差ΔSOC
n
，利用二次指数平滑法得到第n+1个周期T
l
内储能系统SOC预测误差的估计值ΔSOC
y
‑
n+1
；
[0023]ΔSOC
y
‑
n+1
＝a
n
+b
n
T
l
[0024]其中，a
n
、b
n
为平滑系数；
[0025][0026]ΔSOC
n
为第n个周期T
l
内对储能系统SOC预测的实际误差；ΔSOC
n(1)
、ΔSOC
n
‑
1(1)
分别为对第n个周期和第n
‑
1个周期T
l
内储能系统SOC预测误差的一次平滑数值；ΔSOC
n(2)
、ΔSOC
n
‑
1(2)
分别为对第n个周期和第n
‑
1个周期T
l
内储能系统SOC预测误差的二次平滑数值。
[0027]作为优选，S211中，第n+1个周本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于光伏准确预测的储能优化方法，其特征在于，所述方法包括：S1、根据光伏预测结果区分不同时间尺度，若为长时间尺度，转入S2，若为短时间尺度，转入S3；S2、基于长时间尺度光伏预测结果动态调整储能系统SOC；S3、基于短时间尺度光伏预测结果超前响应功率波动。2.根据权利要求1所述的基于光伏准确预测的储能优化方法，其特征在于，所述S2包括：S21、第n个周期T
l
表示当前周期，第n+1个周期T
l
表示未来一个预测周期；T
l
为长时间尺度光伏预测周期；S22、通过最优SOC规划模型计算储能系统SOC调整基准值SOC
ref
，最优SOC规划模型为：min f＝[SOC(t0)
‑
SOC
ref
]2其中，t0为当前时刻，t
l
为长时间尺度光伏预测的时间分辨率，SOC(t0)为当前时刻实测的储能系统SOC状态值，P
y
‑
pv
(t)为第n+1个周期T
l
内光伏功率预测结果，P
g
(t)为电网侧的功率需求，E
b
为储能系统的额定容量；η％为储能系统的充放电效率；SOC
min
表示储能系统SOC正常工作范围的下限值，SOC
max
表示储能系统SOC正常工作范围的上限值，SOC
k
(t)表示在SOC
ref
基础之上计算得到的第n+1个周期T
l
内储能系统SOC预测值，其中k取小于等于n
l
的正整数，n
l
＝T
l
/t
l
，因此SOC
k
(t)是以t
l
作为最小时间单位进行积分计算得到的n
l
个预测值，SOC
k
‑
min
表示第n+1个周期T
l
内SOC预测值SOC
k
(t)中的最小值，SOC
k
‑
max
表示第n+1个周期T
l
内n
l
个SOC预测值SOC
k
(t)中的最大值；S23、控制储能系统与电网进行能量交换，将储能系统SOC调整到SOC
ref
处。3.根据权利要求2所述的基于光伏准确预测的储能优化方法，其特征在于，所述S21包括：S211、根据当前时刻实测的储能系统SOC状态值SOC(t0)，计算得到第n+1个周期T
l
内储能系统SOC预测值SOC
y
(t)；S212、以t
l
为单位，对第n+1个周期T
l
内储能系统SOC预测值SOC
y
(t)进行判定，统计储能系统SOC预测值的越限次数m
l
，获取实测的历史误差值ΔSOC的波动状态σ，根据波动状态σ及越限次数m
l
确定平滑因子α
n
；
α
h
‑
min
、α
h
‑
max
分别表示高范围平滑因子的最小值和最大值；α
l
‑
min
、α
l
‑
max
表示低范围平滑因子的最小值和最大值。S213、基于长时间尺度光伏预测结果，确定第n个周期T
l
储能系统SOC预测误差ΔSOC
n
，利用二次指数平滑法得到第n+1个周期T
l
内储能系统SOC预测误差的估计值ΔSOC
y
‑
n+1
；ΔSOC
y
‑
n+1
＝a
n
+b
n
T
l
其中，a
n
、b
n
为平滑系数；ΔSOC
n
为第n个周期T
l
内对储能系统SOC预测的实际误差；ΔSOC
n(1)
、ΔSOC
n
‑
1(1)
分别为对第n个周期和第n
‑
1个周期T
l
内储能系统SOC预测误差的一次平滑数值；ΔSOC
n(2)

【专利技术属性】
技术研发人员：荣爽，李浩昱，陈晓光，徐明宇，郝文波，蔡南，王文龙，关万琳，胡远婷，刘进，崔佳鹏，刘延龙，马健程，谷博文，
申请(专利权)人：国家电网有限公司哈尔滨工业大学，
类型：发明
国别省市：