CN101902049A - 用于操作储能系统的方法 - Google Patents

Abstract

本发明涉及用于操作储能系统的方法。本发明涉及连接到电力系统的储能系统(ESS)的操作。通过基于历史数据应用ESS和电力系统状态的时间相关的预测，实现了该ESS的充电-放电调度的最优化。本发明特别涉及以一定周期性被历史性启动的ESS，例如，用于电力系统负荷量平整，频率调整，掉期，负荷调峰或可再生发电设备的集成的目的。

Description

用于操作储能系统的方法

技术领域

本发明通常涉及到电力系统的结构与操作。本发明涉及到用于操作储能系统(ESS)的方法。

背景技术

电力系统的独特之处在于生产和消耗的总量必须即时与连续地匹配，同时所有的系统元件应当操作在可接受限值的范围之内。发电机组或传输线路意外的损失，或者昼夜负荷预测的误差，将导致发电和消耗之间突然的不平衡。这样的不平衡导致从电力系统的额定频率产生频率偏移。这是有问题的，因为发电机可能被过频或欠频保护系统断开，并且引起甚至更大的偏移，导致系统停电。比如旋转机械这样的负荷，需要操作在恒定频率之下，因此频率偏移将导致各种生产过程的中断。

在电力系统中已知的进一步的问题存在于可再生能源发电的操作变动上。这些操作上的变动导致了系统频率变动并且传输系统操作员必须分配比可调度的能源发电情况更多的频率调整储备(reerve)。

ESS可以有效地减轻这些已知的问题。该ESS可以起到频率平衡储备供应者的作用。当实际频率位于限定的频率容限带之上时，ESS可以从电网中吸取电力，由此给电池充电，并且当实际频率位于该频率容限带之下时，ESS可以提供电力给电网，在那种情况下使电池放电。

WO2007/104167描述了ESS的操作方法，其中确定了电池的下充电状态设置点(SoC1)和上充电状态设置点(SoC2)。这些设置点位于最小充电状态(SoCmin)和最大充电状态(SoCmax)之间，在最小充电状态该电池为空的，在最大充电状态该电池为充满电的。该BESS的控制目标为将电池的SoC维持在SoC1和SoC2之间的优选带之内。WO2007/104167的主题以结合的方式被归并到本说明书中。

专利号为5798633(Larsen等人)的美国专利披露了一种电池储能系统，其中耦接了逆变器以将来自直流电源的直流功率转换为控制频率交流功率，其适合于补充电网电力(utility power)或用于替换电网电力。该电池储能系统包括控制机构，其用于操作该系统以及以补充或以替换的方式与电网电力系统并联。

WO2005/029667描述了用于调节生成的电力的频率的系统。储能子系统使用一个或多个飞轮储能系统以控制该系统频率。此外，开环控制使用测量频率和基准频率之间的差值作为输入信号。

这些已知的ESS的不利之处在于不能以最佳效率操作和具有不必要的过大的尺寸。因此，需要一种高效的ESS，其具有最优操作的充电率。

发明内容

因此本发明的目的在于改善ESS的性能并且特别在于减少在不同的应用中需要的ESS的尺寸。

这个目的由根据权利要求1和8的用于操作ESS的方法和系统实现。进一步的优选实施方式在从属权利要求中公开。

根据本发明的第一方面，提供了用于操作ESS以连接到电力系统的方法，所述储能系统包括具有可动态调节的充电/放电率的物理储能器，该方法包括下列步骤：测量物理储能器的充电状态，获得储能系统和电力系统的特性的时间相关的预测向量，以测量的充电状态和该时间相关的预测向量为基础确定用于该储能系统的充电/放电率，以最大化操作效率，并且根据确定的充电/放电率调整该物理储能器的充电/放电率。

进一步的，确定用于该储能系统的充电/放电率的步骤进一步包括确定充电/放电率序列。

优选的，测量该物理储能器的充电状态的步骤进一步包括确定充电操作模式。

优选的，该储能系统和电力系统的特性的时间相关的预测向量是基于历史数据的，该历史数据限定了该储能系统和电力系统的特性。

有利地，操作来用于频率调整、负荷调峰、掉期(arbitrage)、负荷量平整(load levelling)或可再生或其他电网范围应用的集成的ESS，由于这些目的的性质而在操作时通常带有一定的周期性。在这样的情况下，在至少一年的时间跨度内执行电力系统变量的统计分析以跟上季节变化。可能被分析的变量为额定频率，线负荷和消费峰荷(customer peak load)、可再生发电输出、电力市场价格变动。该分析提供关于这些变量的时间相关行为的信息(即，从额定值的偏移)并且用来计算预测向量F。

此外，确定用于该储能系统的充电/放电率以最大化操作效率的步骤也是以物理储能器系统模型为基础的。

优选的，该物理储能器系统模型根据物理储能器的充电状态的反馈进行修改。

进一步的，经过时间周期T或当由修改储能系统或电力系统的特性的事件触发时重复上述方法步骤。

根据本发明的第二方面，提供一种ESS，该ESS包括能连接到电力系统的物理储能器，以及根据第一方面的方法来控制物理储能器的充电/放电率的控制单元。

进一步的，该控制单元存储了限定该存储系统和电力系统的特性的历史数据，并且具有来自该物理储能器的充电状态输入和来自该电力系统的反馈输入。

附图说明

本发明的主题将在下面的正文中参照优选实施例得到更详尽说明，优选实施例在附图中示出，在附图中：

图1示意性地示出了包括ESS和相关联的控制单元的电力系统。

图2示出了本发明的操作方法的流程图。

图3示意性地示出了本发明的ESS的控制函数。

具体实施方式

包括ESS的电力系统在图1中示出。电力系统10与ESS12连接，从而可以在它们之间传输电力。ESS12包括物理储能器14和控制单元16，它们彼此双向通信18。另一通信链路20位于该电力系统和控制系统之间。

在操作中，电力系统10和控制单元16之间的通信链路20功能在于提供有关该电力系统10状况的信息到控制单元16。该控制单元16包括预测的充电/放电控制函数和历史数据单元。该控制单元16为ESS12提供充电率设置点，并且该ESS提供充电状态指示到该控制单元。该充电率设置点使得ESS操作状态维持在某个最优的操作范围之内。该另一通信链路20的功能在于提供反馈信息到该控制单元。

本发明的ESS可以是电池、飞轮、法拉电容器、超级电容器或其他类型的储能系统。

图2的流程图示出了本发明的控制操作中的步骤。在第一步骤中，开始计算充电率序列。这可以周期性地发生，周期为T(例如，对于负荷量平整应用来说为15分钟或者对于频率控制来说为1-5秒)，或者这可以由事件触发，所述事件例如为故障，电力价格变动，或电力需求变动。在第二步骤中，在时间k测量充电状态L(k)，并且在第三步骤中，获得时间相关的预测向量F(k)。具体地，该时间相关的预测向量F(k)通过读取历史数据而获得，或它由外部应用产生，或它由黑盒模型产生，该黑盒模型作为在线的估算器和预测器运行。

在该控制操作的下一步骤，确定在时间k开始的充电率序列C(k)，用于该ESS的操作以最大化目标函数G_tot(k)，G_tot(k)描述高效操作和寿命周期方面。该充电率序列C(k)确定该ESS的充电/放电率。以展开式表示，该充电率序列C(k)为：

C(k)＝[C(k)，，...，C(k+M-1)]

并且类似地，该目标函数为：

G_tot(k)＝G(k)+G(k+1)+...+G(k+M-1)

经过M个时间步长范围确定最优的充电率序列C(k)(细节参考图3)。

在第五步骤，充电率序列C(k)的第一个值C(k)被执行作为对该ESS的充电设置点。如上所述，在经过周期T以后或被事件触发，重复寻找新的最优充电/放电率的程序，并且因此下一个程序步骤返回到图2的第一步骤并且在控制操作中于时间k+1、...、k+M重复这些步骤。这样，利用新状态[L(k+1)，O(k+1)]和新的时间相关预测F(k+1)＝[F(k+1，...，F(k+M)]确定了充电率序列C(k+1)＝[C(k+1，...，C(k+M)]。状态O(k+1)被定义为新的电流充电操作模式。

模型预测控制(MPC)标准可被用于图2中限定的控制操作计算。MPC使得能够确定最优控制步骤，其预期在将来电力系统M个时间步长的行为。在第一个循环之后，通过重复该程序来重估形势。这允许ESS对任何没有预料到的扰动起作用。

完整的充电率序列C(k)＝[C(k)，...，C(k+M-1)]在每个控制操作循环被确定。然而，该确定的充电率序列C(k)＝[C(k)，...，C(k+M-1)]的仅第一个值被执行作为对ESS的充电设置点。该序列中的第二和更多的值并不起作用但是可以被计算出用于该动态的最优预期。

现在参照图3说明本发明的控制操作的进一步的细节。图3示意性地示出了用于推导最优控制序列的控制逻辑所基于的模型。物理ESS的模型接收来自物理参数向量Q、来自一个步长时间延迟D和来自在时间k的充电率序列C(k)的输入，该物理参数向量Q包括ESS和电力系统模型参数。物理ESS的模型提供L(k)、O(k)的输出；这里L(k)为在时间k的充电状态，并且O(k)为当前的充电操作模式。物理ESS模型的这个输出被输入到目标标准(criterium)块并且也被输入到一个步长时间延迟D中。该目标标准块还接收来自经济模型参数向量P、时间相关的预测向量F(k)和该充电率序列C(k)的输入。该目标标准块提供目标函数G(k)的输出。关于图1，下列参数被存储在历史数据单元中；物理参数向量Q、经济模型参数向量P和时间相关的预测向量F(k)。

充电率序列C(k)确定该ESS的充电/放电率。该物理ESS模型为动态模型，其由两个状态--水平(level)L(k)和模式O(k)构成。如之前定义的，水平L(k)描述储能的量(也被称为″充电状态″)。模式O(k)为离散值；

O(k)＝-1描述放电模式

O(k)＝0描述空转模式

O(k)＝1描述充电模式

物理参数向量Q限定的参数是例如该ESS的充电/放电效率和该ESS的存储效率。时间延迟D对状态L(k)和O(k)的影响在于将它们分别修改为L(k-1)和O(k-1)。

由物理ESS的模型在其输入上执行的计算被定义为下述：

L(k)＝f(C(k)，L(k-1)，O(k-1))；Q)

O(k)＝sgn(C(k))

储能的水平L(k)被确定为该充电率序列C(k)、前一储能水平L(k-1)、前一个模式O(k-1)(充电或放电)和物理参数向量Q的函数，该物理参数向量Q包括该ESS和电力系统的一些物理参数。

该目标标准块的功能在于对于充电率序列C(k)在预测范围M内评估物理ESS模型的目标函数G(k)。该预测范围M为时间周期，其长度被限定为使得在这个周期内该物理储能器可以被充电和放电几次。(实际上，这可以从几分钟直到几小时，取决于应用。)如上所述，该目标标准块接收来自经济模型参数向量P(包括静态经济模型参数)和时间相关的预测向量F(k)(包括随时间变化的预测变量)的输入。该静态经济模型参数为例如ESS寿命周期成本(从充电到放电的变化，放电的深度)。该随时间变化的预测变量为例如电力价格的预测、电力系统频率的预测、峰荷的预测和充电/放电容量储备的预测。

由目标标准块在其输入上执行的计算被定义为下述：

G(k)＝h(L(k)，F(k)，C(k)，O(k)，O(k-1)；P)

如关于图2具体说明的，该时间相关的预测向量F(k)通过读取历史数据而获得，或它通过外部应用产生，或它由黑盒模型产生，该黑盒模型作为在线的估算器和预测器运行。

本领域技术人员可以知道在图3中示意性表示的控制逻辑可以以软件或硬件实现，并且可以位于本地或远离该物理储能器。进一步的，本领域技术人员应该清楚该充电率序列在较短的时间周期内的修改是可能的，其中被用于预测控制的统计数据分析以更高的采样频率来收集。

注意，本发明的ESS与现有的ESS布置相比减少的存储容量需求，导致了该ESS的较低的基建费用。

总之，本发明的功能在于确定ESS的充电率序列C(k)，其优化了该ESS操作的各方面。具体地，这是以历史数据的统计分析为基础的ESS的充电状态的动态调整。该发明特别涉及以一定周期性被历史性启动的ESS，例如，用于电力系统负荷量平整，频率调整，掉期，负荷调峰或可再生发电设备的集成的目的。

Claims (9)

1.一种用于操作连接到电力系统的储能系统的方法，所述储能系统包括物理储能器，该物理储能器具有动态可调节的充电/放电率，该方法包括以下步骤：

测量该物理储能器(14)的充电状态(L(k))，

获得该储能系统(14)和该电力系统(10)的特性的时间相关的预测向量(F(k))，

基于测量的充电状态(L(k))和时间相关的预测向量(F(k))来确定储能系统的充电/放电率(C(k))，以最大化操作效率，并且

根据确定的充电/放电率(C(k))来调整物理储能器(14)的充电/放电率。

2.根据权利要求1的方法，其中确定储能系统的充电/放电率(C(k))的步骤进一步包括确定充电/放电率序列(C(k))。

3.根据权利要求1或2的方法，其中测量物理储能器(14)的充电状态(L(k))的步骤进一步包括确定充电操作模式。

4.根据权利要求1-3中任一项的方法，其中该储能系统和该电力系统的特性的时间相关的预测向量(F(k))是基于限定该储能系统(12)和该电力系统(10)的特性的历史数据的。

5.根据任一项前述权利要求的方法，其中确定储能系统的充电/放电率(C(k))以最大化操作效率的步骤还基于物理储能系统模型。

6.根据任一项前述权利要求的方法，其中根据物理储能器(14)的充电状态(L(k))的反馈来修改该物理储能系统模型。

7.根据任一项前述权利要求的方法，其中在时间周期(T)之后或当被事件触发时重复该方法步骤，所述事件修改该储能系统(12)或该电力系统(10)的特性。

8.一种储能系统，包括能连接到电力系统的物理储能器，以及用于根据权利要求1到7中任一项的方法来控制该物理储能器的充电/放电率(C(k))的控制单元。

9.根据权利要求8的储能系统，其中该控制单元储存限定该储能系统(12)和该电力系统(10)的特性的历史数据，并且具有来自该物理储能器(14)的充电状态输入(L(k))和来自该电力系统的反馈。

Images