【技术实现步骤摘要】
本专利技术涉及风电场储能系统优化调度领域，特别是涉及一种主被动风电场储能单元优化调度方法。
技术介绍
1、随着风电等间歇式新能源的迅速发展，研究可再生能源的高效利用对于实现能源结构转型和应对能源环境可持续发展极具重要意义，储能备用是风电场维持系统频率稳定的主要技术手段。然而，提供储能备用服务需要成本，因此对风电场内的储能备用资源进行优化调度分配非常关键。合理的调度分配可以确保电网的安全稳定运行，提高风电场的经济效益。这种优化调度分配是风电场管理中的重要任务。
2、目前的调度方法(automaticgeneration control，agc)在追求最大风机出力的同时，忽视了调度成本的考虑。这可能导致不必要的成本支出，影响风电场的经济效益。因此，需要寻找一种更合理和经济高效的调度方法，以实现系统频率稳定的同时降低调度成本。
3、风电场通常选择在风资源丰富的偏远地区部署，具有开阔地形、靠近海岸线或山脉等特点。离网型结构的风电场减少能源转换过程，提高电能转换效率和能源自给自足能力。同时，离网型结构具备灵活性和可移动性，适应偏远和不稳定电网供电环境。因此，风电场倾向于在风资源丰富地区采用离网型结构，提高风能利用效率，并增强能源独立性，可以进行更为灵活的运行调度。
4、目前国内研究学者对离网型风电储能系统的运行调度研究主要集中在主动调度和需求响应等方面，并未研究在主动与被动调度结合方面的问题。
技术实现思路
1、本专利技术的目的：提供一种用于风电场储能单元
2、为了达到上述目的，本专利技术采用的技术方案是：
3、第一方面，本专利技术提供一种主被动风电场储能系统优化调度方法，所述方法包括如下步骤：
4、步骤1、获取风电出力预测数据、负荷数据并实时获得风电出力实际数据；
5、步骤2、根据风电出力预测数据与风电出力实际数据的相对大小判断主被动调度，若风电出力预测数据>风电出力实际数据，则以风电出力实际数据进行主动调度，输出调度结果；若风电出力预测数据不大于风电出力实际数据执行被动调度过程，被动调度过程是：直接将风电出力预测数据进行主动调度，并计算缺额功率pml，同时将差额功率perr做被动调度，在主动调度的基础上将差额功率进行分配供电来满足pml，根据差额功率与缺额功率以及蓄电池的储能状态，将分为五种工况对主动调度阶段的优化结果进行修正，获得最终的调度结果；所述差额功率为风电出力实际数据-风电出力预测数据的差；
6、所述主动调度的具体流程：设定上层迭代终止次数tu、下层迭代终止次数tl，先将优化参数初始化，将风电出力数据与负荷数据作为源数据输入，之后进入数据迭代求解部分：
7、先判断上层迭代计数器i是否等于tu，若相等整个调度流程结束；
8、若上层迭代计数器i不等于tu则进入上层迭代过程：先根据目标函数对上层调度参数蓄电池功率pb、电网功率pm进行优化，随后将优化后的pb、pm作为下层输入参数，同时上层迭代计数器i进行自加一表示一次上层迭代完成，之后判断下层迭代计数器j是否等于tl，若相等表示下层迭代过程已经结束，直接返回判断上层迭代计数器是否等于tu；
9、若下层迭代计数器j不等于tl则进入下层迭代过程，将蓄电池功率pb、电网功率pm、超级电容功率psc作为下层调度参数对目标函数进行优化计算，随后下层迭代计数器j进行自加一表示一次下层迭代完成，之后返回判断下层迭代计数器j是否等于tl；
10、所述目标函数为缺电率以及平准化能源成本最小，获得最优的调度；所述平准化能源成本考虑了储能单元退化成本，所述储能单元包括蓄电池组件和超级电容组件；
11、所述被动调度的具体流程：首先加载风电出力差额功率perr和缺额功率pml，由差额功率perr和缺额功率pml计算净负荷功率pnl即pnl＝pml-perr，根据蓄电池储能状态soc和净负荷功率pnl将储能单元的运行工况划分为五种状态被动调度工况，具体为：
12、工况1：当净负荷功率pnl不小于超级电容和蓄电池最大约束功率之和，且蓄电池当前的储能状态sb大于蓄电池最小储能状态约束时，即风电机组、蓄电池、超级电容均最大功率运行即切除部分负荷，切除负荷功率pdl＝pnl-pbes-psc；
13、工况2：当净负荷功率pnl不小于超级电容最小约束功率，且蓄电池当前的储能状态不大于蓄电池最小储能状态约束时，即风电机组最大功率运行，超级电容追踪净负荷，此时超级电容出力功率切除负荷功率pdl＝pnl-psc，蓄电池只充不放即蓄电池出力功率pbes≤0；
14、工况3：当时，风电机组最大功率运行，蓄电池、超级电容共同跟踪净负荷，即
15、工况4：当时，风电机组最大功率运行，超级电容跟踪净负荷进行充电，即psc＝pnl,蓄电池不充不放即pbes＝0；
16、工况5：当净负荷功率pnl小于超级电容和蓄电池最小约束功率之和，且蓄电池当前的储能状态sb小于蓄电池最大储能状态约束，且大于0时，即风电机组最大功率运行，超级电容、蓄电池依次进行充电，即pbes+psc＝pnl；
17、其中，为蓄电池最小约束功率，为超级电容最小约束功率，为蓄电池最大约束功率，为超级电容最大约束功率，为蓄电池最小储能状态约束，为蓄电池储能状态中值，为蓄电池最大储能状态约束，pnl为净负荷功率，sb为蓄电池当前的储能状态，pbes为蓄电池出力功率，psc为超级电容出力功率，pdl为切除负荷功率；
18、步骤3、将调度结果应用于储能单元进行运行，实现风电场储能系统的主被动优化调度。
19、所述目标函数为：r＝min(dpsp+dlcoe)
20、其中：
21、r是风电场储能系统的整体目标，以r为目标函数，dlcoe是风电场储能单元的平准化能源成本，dpsp为风电场储能单元的缺电率；call为单位时间内系统总成本，eserved为单位时间内提供给负荷的总能量；pml(t)为t时刻未被风电场储能系统满足的缺额功率，pload(t)为负荷在t时刻需要的功率，t为整个运行调度时间长度；
22、系统总成本由系统运行成本和储能单元退化成本组成，计算公式为：
23、
24、其中，call为系统总成本，cam为系统运行成本，为蓄电池退化成本，cscdc为超级电容退化成本；
25、蓄电池退化成本计算公式为:
26、
27、其中，为t时刻放电事件蓄电池退化成本，为t-1时刻放电事件蓄电池退化成本，g(t)为充放电转换标识，ea(t)为t时刻累计功率，eb(t)为t时刻蓄电池储能状态,t为当前调度节点的索引；
28、本文档来自技高网...
【技术保护点】
1.一种主被动风电场储能系统优化调度方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的主被动风电场储能系统优化调度方法，其特征在于，所述目标函数为：R＝min(Dpsp+DLCOE)
3.根据权利要求1所述的主被动风电场储能系统优化调度方法，其特征在于，系统总成本由系统运行成本和储能单元退化成本组成，计算公式为：
4.根据权利要求1所述的主被动风电场储能系统优化调度方法，其特征在于，主被动优化调度的约束条件为：
5.一种主被动风电场储能系统优化调度系统，其特征在于，所述系统以最小化风电场储能系统的平准化能源成本与缺电率的运行调度方案，包括收益计算模块、成本计算模块、主动调度模块、被动调度模块、约束条件模块、目标函数模块、求解模块、风力发电组件、蓄电池组件、超级电容组件和负荷组件；
【技术特征摘要】
1.一种主被动风电场储能系统优化调度方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的主被动风电场储能系统优化调度方法，其特征在于，所述目标函数为：r＝min(dpsp+dlcoe)
3.根据权利要求1所述的主被动风电场储能系统优化调度方法，其特征在于，系统总成本由系统运行成本和储能单元退化成本组成，计算公式为：
4.根据...
【专利技术属性】
技术研发人员：孟浩，林涛，周智达，吴昌衡，王琳发，赵磊，陈美润，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。