CN102593855A

CN102593855A - 平抑电力系统中可再生能源电源输出功率波动的方法

Info

Publication number: CN102593855A
Application number: CN2012100371892A
Authority: CN
Inventors: 丁明; 毕锐; 吴红斌
Original assignee: Hefei University of Technology
Current assignee: State Grid Corp of China SGCC; China Electric Power Research Institute Co Ltd CEPRI; Hefei University of Technology; State Grid Anhui Electric Power Co Ltd
Priority date: 2012-02-17
Filing date: 2012-02-17
Publication date: 2012-07-18
Anticipated expiration: 2032-02-17
Also published as: CN102593855B

Abstract

本发明公开了一种平抑电力系统中可再生能源电源输出功率波动的方法，是由电池模块组成电池型储能电站，根据电池模块的充放电情况进行储能电站工作状态划分；根据预测，给出一个功率平抑周期内各时段的负荷预测值和可再生能源电源输出功率预测值，并由负荷预测值与可再生能源电源输出功率的差值加上网损得出电力系统的功率差缺额；设置储能电站的能量约束条件、常规机组的总出力约束条件和爬坡约束条件；设计动态规划算法，以系统中火电机组在一个平抑周期内各时段间的总输出功率变化值的绝对值之和最小为目标，在满足约束条件的前提下，求得储能电站的最优调度方案。本发明用于平抑可再生能源电源输出功率波动，实现对可再生能源电源最大化利用。

Description

平抑电力系统中可再生能源电源输出功率波动的方法

技术领域

本发明涉及电力系统调度领域，更具体地说是一种利用电池型储能电站平抑电力系统中可再生能源电源输出功率波动的方法。

背景技术

大型风电场、光伏电站等可再生能源电源输出功率的随机性，对传统电力系统的可靠性和稳定性有着巨大的不利影响。当可再生能源电源在电力系统中的渗透率较高时，火电机组的爬坡速率往往无法跟随可再生能源电源输出功率的变化而变化，这就使得电力系统管理者对可再生能源电源接入进行了容量限制。为了最大程度地利用可再生能源，降低由于可再生能源电源输出功率波动所带来的接入电网的容量瓶颈，需要研究平抑电力系统中可再生能源电源输出功率波动的方法。

利用电池型储能来平抑可再生能源电源的功率波动是一个较好的选择。目前采用的方法一般是为每个可再生能源电源配备电池储能装置，可再生能源电源的发电能量直接存储于电池中，由电力系统管理者对电池的输出功率分别进行控制。这种平抑功率波动的方法虽然简单，但会在可再生能源电源的控制中增加电池型储能装置的容量约束，进而限制了可再生能源电源的输出功率，因而无法充分发挥可再生能源电源的经济效益。而集中式的由电池模块构成的储能电站，无论从储能容量、电池效率以及管理角度，相对于可再生能源电源配置电池模式都具有优越性。合理利用电池型储能电站平抑可再生能源输出功率的波动是电力系统调度管理中亟待解决的一个问题。

发明内容

本发明的目的是提供一种利用电池型储能平抑电力系统中可再生能源电源输出功率波动的方法。由电池模块组成的电池型储能电站接入指定电压等级的电力系统，通过对电池型储能电站进行调度，平抑可再生能源电源输出功率波动，实现对可再生能源电源的最大化利用。

为解决技术问题，本发明采用如下技术方案：

本发明平抑电力系统中可再生能源电源输出功率波动的方法的特点是按以下步骤进行：

(1)由N个并联运行、可独立进行充放电控制的电池模块构成电池型储能电站接入指定电压等级的电力系统；根据各电池模块的充放电状态，将储能电站的工作状态划分为2N+1种：s₁、s₂、…、s_i、…s_2N+1，其中s_i表示储能电站的第i种工作状态，以储能电站的2N+1种工作状态构成储能电站的工作状态集S；

(2)给定进行可再生能源电源输出功率波动平抑的起始时刻、平抑周期T，以及平抑周期内的时段数n；可再生能源电源输出功率的波动是以平抑周期T为单元进行平抑，一个平抑周期T划分为n个时段，使用t时段表示一个平抑周期中的第t个时段，t∈[1，n]；

通过预测，获取平抑周期T内t时段的可再生能源电源输出功率预测值P_t.GFor和电力系统负荷预测值P_t.Load，将t取值为1到n，分别获得逐时段的输出功率预测值P_t.GFor和电力系统负荷预测值P_t.Load；

(3)对电力系统在平抑周期T内t时段的网损P_t.Loss按照P_t.Loss＝ρ×P_t.Load进行估算；其中ρ是电力系统对历史运行工况进行统计分析后获得的网损率，ρ为给定值；

t时段电力系统中的功率差额为：P_t.Vac＝P_t.Loss+P_t.Load-P_t.GFor，将t取值为1到n，分别获得逐时段的电力系统功率差额P_t.Vac；

(4)设置储能电站能量约束条件、电力系统中火电机组的总出力约束条件和火电机组的爬坡速率约束条件；所述储能电站能量约束条件为E_t∈[E_Min，E_Max]，其中E_t表示在t时段结束时刻，储能电站的能量值，E_Min为储能电站必须存储的最小能量、E_Max为储能电站所能存储的最大能量；所述火电机组的总出力约束条件是电力系统中火电机组总输出功率上限值P_G.Max和输出功率下限值P_G.Min；所述火电机组的爬坡速率约束条件是限定各火电机组输出功率变化速率的限值，表示为升速约束和降速约束；所述升速约束为：P_t，Gi-P_t-1，Gi≤P_i，Asc，其中P_t，Gi为第i台火电机组在t时段的输出功率，P_i，Asc为第i台机组的升速限值；所述降速约束为：P_t-1，Gi-P_t，Gi≤P_i，Dsc，其中P_i，Dsc为第i台火电机组的降速限值；

(5)设计动态规划算法，以火电机组在一个平抑周期T内各时段间的总输出功率变化值的绝对值之和最小为目标函数：

其中，s_t，i为储能电站在t时段工作于s_i状态；P_t(s_t，i)为火电机组在t时段、储能电站工作于s_i状态下火电机组总输出功率值；由储能电站能量约束条件确定t时段的储能电站的可行工作状态集S_t，s_t，i∈S_t；由火电机组的总出力约束条件和火电机组的爬坡速率约束条件以及储能电站能量约束条件，依次确定S_t中所有状态和S_t-1中所有状态之间所有可行状态转移路线，以及每条状态转移后的P_t(s_t，i)；通过建立状态转移代价

J_{t} (s_{t, i}) = \min_{s_{t - 1, j} &Element; S_{t - 1}} {J_{t - 1} (s_{t - 1, j}) + | P_{t} (s_{t, i}) - P_{t - 1} (s_{t - 1, j}) |}

的评价指标，将目标函数的求解变为分时段转移代价的求解；通过分时段转移代价的求解，寻找出一个由储能电站各时段工作状态构成的最优工作状态集S_w，所述S_w即为目标函数的解，也就是功率波动平抑周期内的储能电站的最优运行方案。

本发明平抑电力系统中可再生能源电源输出功率波动的方法的特点也在于：所述步骤(1)中储能电站的工作状态是指：充电功率分别为P_c、2P_c、…、NP_c的N个充电状态，所述N个充电状态分别与工作状态s₁、s₂、…s_N相对应；放电功率分别为P_d，2P_d，…，NP_d的N个放电状态，所述N个放电状态分别与工作状态s_N+1、s_N+2、…s_2N相对应；储能电站不进行充放电操作时为空置状态s_2N+1；其中P_c和P_d分别为电池模块的额定充电功率和额定放电功率。

本发明平抑电力系统中可再生能源电源输出功率波动的方法的特点还在于：所述步骤(5)中的动态规划算法按以下步骤进行：

①在已知的t-1时段储能电站可行工作状态集S_t-1的基础上，在满足储能电站能量约束条件的前提下，按如下方法确定t时段储能电站可行工作状态集S_t：

若P_t.Vac＞0，则储能电站在t时段进行放电，S_t由储能电站工作状态集S中的N个放电状态构成；

若P_t.Vac＜0，则储能电站在t时段进行充电，S_t由储能电站工作状态集S中的N个充电状态构成；

若P_t.Vac＝0，则储能电站在t时段处于空置状态，S_t仅包含空置状态；

其中t＝1时，对应的t-1时段，即0时段，由平抑周期开始时刻进行表征，以平抑周期开始时刻信息作为给定的初始条件值，所述初始条件值为：s_0，i、E₀和P₀(s_0，i)，S₀根据s_0，i值获得；

E₀为0时段储能电站的能量值；

S₀为0时段储能电站的可行工作状态集，被指定只含一个元素s_0，i；

P₀(s_0，i)为0时段储能电站工作于s_0，i状态，火电机组的总输出功率值；

②计算S_t-1中各状态向S_t中s_t，i状态转移代价，转移代价表示为：

J_{t} (s_{t, i}) = \min_{s_{t - 1, j} &Element; S_{t - 1}} {J_{t - 1} (s_{t - 1, j}) + | P_{t} (s_{t, i}) - P_{t - 1} (s_{t - 1, j}) |}

其中P_t(s_t，i)∈[P_G.Min，P_G.Max]满足火电机组的总出力约束条件，P_t(s_t，i)按照基于等耗量微增率的机组功率分配方法进行分配，并校验火电机组的爬坡速率约束条件；

将0时段的转移代价初始化为J₀(s_0，i)＝0；

计算储能电站t-1时段工作于s_t-1，j状态、t时段工作于s_t，i状态下的P_t(s_t，i)的方法为：

当P_t.Vac＞0，储能电站工作在放电状态，储能电站的放电功率为

其中

是对

进行取模操作；校验储能电站能量约束条件：

E_{t - 1} - Mod (\frac{i}{N}) \times P_{d} \times \frac{T}{n} - E_{Min} > 0;

若储能电站能量约束条件满足，则：

P_{t} (s_{t, i}) = P_{t . Vac} - Mod (\frac{i}{N}) \times P_{d},

E_{t} = E_{t - 1} - Mod (\frac{i}{N}) \times P_{d} \times \frac{T}{n};

通过基于等耗量微增率的机组功率分配方法对P_t(s_t，i)向电力系统中的火电机组进行分配，并校验火电机组的爬坡速率约束条件；若爬坡约束校验不通过，则储能电站从s_t-1，j状态转移到s_t，i状态条件不成立，此转移路线不参与J_t(s_t，i)的计算；若储能电站能量约束条件不满足，则储能电站从s_t-1，j状态转移到s_t，i状态条件不成立，此转移路线不参与J_t(s_t，i)的计算；

当P_t.Vac＜0，储能电站工作在充电状态，储能电站的充电功率为i×P_d；校验储能电站能量约束条件：

E_{Max} - i \times P_{c} \times \frac{T}{n} - E_{t - 1} > 0;

若储能电站能量约束条件满足，则：

P_t(s_t，i)＝i×P_c-|P_t.Vac|，

E_{t} = E_{t - 1} + i \times P_{c} \times \frac{T}{n};

通过基于等耗量微增率的机组功率分配方法对P_t(s_t，i)向电力系统中的火电机组进行功率分配，并校验火电机组的爬坡速率约束条件；若爬坡约束校验不通过，则储能电站从s_t-1，j状态转移到s_t，i状态条件不成立，此转移路线不参与J_t(s_t，i)的计算；若储能电站能量约束条件不满足，则储能电站从s_t-1，j状态转移到s_t，i状态条件不成立，此转移路线不参与J_t(s_t，i)的计算；

当P_t.Vac＝0储能电站工作在空置状态，此时J_t(s_t，i)＝0；

③t←t+1；

④若t≤T，转入步骤①，否则进入下一步；

⑤找到最小的J_T(s_T，i)，并反向追踪得到一条最优的状态转移路径，构成最优的状态转移路径的各时段储能电站工作状态所组成的集合即为最优工作状态集S_w。

与已有技术相比，本发明的有益效果体现在：

本发明提出一种利用电池型储能电站进行可再生能源电源输出功率波动平抑的方法，该方法适用于功率波动平抑周期可变、功率波动平抑周期内时段数可变的情况，具有算法高效、求解结果实际可行的优点。

高效性体现在合理的进行电池型储能电站工作状态的划分。按照电池模块的额定充、放电功率对电池型储能电站的工作状态进行划分，充分考虑了电池模块在额定状态下的高工作效率并降低了储能电站的工作状态集的维数。降低储能电站的工作状态集维数，可以有效提高使用动态规划法进行问题求解时的速度。

可行性主要体现在使用动态规划法的储能电站在平抑周期内工作状态集的求解上。动态规划法是求多阶段决策过程最优化的有效数学方法，该方法可有效解决储能电站在平抑周期中相邻时间段工作状态耦合问题。在使用动态规划法时，通过对储能电站能量约束条件、电力系统中火电机组的总出力约束条件和火电机组的爬坡速率约束条件校验，保证储能电站所有可行的状态变化路径均能满足火电机组和储能电站的物理约束，满足实际运行要求。

电力系统管理方通过本发明提出的方法对电池型储能电站进行调度，可以有效平抑可再生能源电源输出功率波动，减弱可再生能源电源随机性对于电力系统的影响，为提高可再生能源电源在电力系统中渗透率提供可能；进而可以降低了电力系统中的发电成本以及二氧化碳排放量，充分发挥可再生能源电源的经济效益和环境效益。

附图说明

图1为本发明所涉及的电池储能平抑可再生能源功率波动的流程示意图；

图2为本发明所涉及的求解储能电站最优调度方案的算法流程示意图；

图3为本发明实施例所涉及的功率波动平抑效果示意图。

具体实施方式

本实施例中平抑电力系统中可再生能源电源输出功率波动的方法是按以下步骤进行：

1、由N个并联运行、可独立进行充放电控制的电池模块构成电池型储能电站接入指定电压等级的电力系统；根据各电池模块的充放电状态，将储能电站的工作状态划分为2N+1种：s₁、s₂、…、s_i、…s_2N+1，其中s_i表示储能电站的第i种工作状态，以储能电站的2N+1种工作状态构成储能电站的工作状态集S；

2、给定进行可再生能源电源输出功率波动平抑的起始时刻、平抑周期T，以及平抑周期内的时段数n；可再生能源电源输出功率的波动是以平抑周期T为单元进行平抑，一个平抑周期T划分为n个时段，使用t时段表示一个平抑周期中的第t个时段，t∈[1，n]；

平抑周期T，以及平抑周期内的时段数n为变量，其取值可根据电力系统负荷预测软件以及可再生能源电源输出功率预测软件的预测周期、及预测周期内预测时刻的最小间隔确定。

3、电力系统在平抑周期T内t时段的网损P_t.Loss按照P_t.Loss＝ρ×P_t.Load进行估算；其中ρ是电力系统对历史运行工况进行统计分析后获得的网损率，ρ为给定值；

4、设置储能电站能量约束条件、电力系统中火电机组的总出力约束条件和火电机组的爬坡速率约束条件；所述储能电站能量约束条件为E_t∈[E_Min，E_Max]，其中E_t表示在t时段结束时刻，储能电站的能量值，E_Min为储能电站必须存储的最小能量、E_Max为储能电站所能存储的最大能量；所述火电机组的总出力约束条件是电力系统中火电机组总输出功率上限值P_G.Max和输出功率下限值P_G.Min；所述火电机组的爬坡速率约束条件是限定各火电机组输出功率变化速率的限值，表示为升速约束和降速约束；所述升速约束为：P_t，Gi-P_t-1，Gi≤P_i，Asc，其中P_t，Gi为第i台火电机组在t时段的输出功率，P_i，Asc为第i台机组的升速限值；所述降速约束为：P_t-1，Gi-P_t，Gi≤P_i，Dsc，其中P_i，Dsc为第i台火电机组的降速限值；

5、设计动态规划算法，以火电机组在一个平抑周期T内各时段间的总输出功率变化值的绝对值之和最小为目标函数：

J_{t} (s_{t, i}) = \min_{s_{t - 1, j} &Element; S_{t - 1}} {J_{t - 1} (s_{t - 1, j}) + | P_{t} (s_{t, i}) - P_{t - 1} (s_{t - 1, j}) |}

具体实施中，步骤1中储能电站的工作状态是指：充电功率分别为P_c、2P_c、…、NP_c的N个充电状态，所述N个充电状态分别与工作状态s₁、s₂、…s_N相对应；放电功率分别为P_d，2P_d，…，NP_d的N个放电状态，所述N个放电状态分别与工作状态s_N+1、s_N+2、…s_2N相对应；储能电站不进行充放电操作时为空置状态s_2N+1；其中P_c和P_d分别为电池模块的额定充电功率和额定放电功率。

按照电池模块的额定充、放电功率对电池型储能电站的工作状态进行划分，充分考虑了电池模块在额定状态下的高工作效率。仅考虑电池模块的额定工作状态，同时可以有效降低储能电站的工作状态集的维数。储能电站的工作状态集维数的降低，有效提高了使用动态规划法进行问题求解时的速度。

步骤5中的动态规划算法按以下步骤进行：

E₀为0时段储能电站的能量值；

J_{t} (s_{t, i}) = \min_{s_{t - 1, j} &Element; S_{t - 1}} {J_{t - 1} (s_{t - 1, j}) + | P_{t} (s_{t, i}) - P_{t - 1} (s_{t - 1, j}) |}

将0时段的转移代价初始化为J₀(s_0，i)＝0；

其中

是对

进行取模操作；校验储能电站能量约束条件：

E_{t - 1} - Mod (\frac{i}{N}) \times P_{d} \times \frac{T}{n} - E_{Min} > 0;

若储能电站能量约束条件满足，则：

P_{t} (s_{t, i}) = P_{t . Vac} - Mod (\frac{i}{N}) \times P_{d},

E_{t} = E_{t - 1} - Mod (\frac{i}{N}) \times P_{d} \times \frac{T}{n};

E_{Max} - i \times P_{c} \times \frac{T}{n} - E_{t - 1} > 0;

若储能电站能量约束条件满足，则：

P_t(s_t，i)＝i×P_c-|P_t.Vac|，

E_{t} = E_{t - 1} + i \times P_{c} \times \frac{T}{n};

当P_t.Vac＝0储能电站工作在空置状态，此时J_t(s_t，i)＝0；

③t←t+1；

④若t≤T，转入步骤①，否则进入下一步；

以IEEE-RTS系统为例：

剔除其中两台核电机组，系统装机容量为2906MW。将风电场接入系统，风电场由40台风力发电机组成，总容量为900MW。现有30个电池单元，规格为：额定充电功率7.2MW、额定放电功率6MW、额定电量为48MW·h、充放电效率均为87％。

1、由30个电池单元组成储能电站接入电网，将储能电站划分为61个状态：充电功率为7.2MW，14.4MW，……的30个充电状态，放电功率为6MW，12MW，……的30个放电状态，以及空置状态。

2、以1min为一个时段，200个时段为一个周期，给出今后一个周期的可再生能源功率预测值和负荷预测值；本方法应用于电力系统的实时调度，主要利用电池储能的快速响应能力，去平抑可再生能源功率波动。所以选择电池储能动态响应的时间间隔为1min。实时调度通常以1个小时做周期进行，因此本实例的平抑周期可以选择的再短一些，如1个小时或2个小时；选择200min主要是为了更清晰显示该方法平抑效果。

3、以5％的网损，计算出系统的功率需求；

4、设定储能电站存储能量的范围为0～1440MW·h，由IEEE-RTS系统数据确定常规机组总出力范围和爬坡能力；

5、采用动态规划算法，求得储能电站的最优调度方案，其对可再生能源功率波动的平抑效果见图3。如图3所示，利用电池储能进行可再生能源电源输出功率波动平抑后，平抑周期内输出功率变化的绝对值得到缩小，在示例平抑周期内的最大功率变化值由850MW(可再生能源电源输出功率最小值在第147分钟大小为50MW，可再生能源电源输出功率最大值在第91分钟大小为900MW)变化到260MW(可再生能源电源输出功率最小值在第63分钟大小为340MW，可再生能源电源输出功率最大值在第94分钟大小为600MW)；而就整个平抑周期内的可再生能源电源输出功率曲线而言，在平抑后，曲线波动变得相对平缓；同时输出功率的波峰、波谷在数值上相对未平抑前得到了大幅缩减。

Claims

1.平抑电力系统中可再生能源电源输出功率波动的方法，其特征在于按以下步骤进行：

J_{t} (s_{t, i}) = \min_{s_{t - 1, j} &Element; S_{t - 1}} {J_{t - 1} (s_{t - 1, j}) + | P_{t} (s_{t, i}) - P_{t - 1} (s_{t - 1, j}) |}

2.根据权利要求1所述的平抑电力系统中可再生能源电源输出功率波动的方法，其特征在于：所述步骤(1)中储能电站的工作状态是指：充电功率分别为P_c、2P_c、…、NP_c的N个充电状态，所述N个充电状态分别与工作状态s₁、s₂、…s_N相对应；放电功率分别为P_d，2P_d，…，NP_d的N个放电状态，所述N个放电状态分别与工作状态s_N+1、s_N+2、…s_2N相对应；储能电站不进行充放电操作时为空置状态s_2N+1；其中P_c和P_d分别为电池模块的额定充电功率和额定放电功率。

3.根据权利要求1所述的平抑电力系统中可再生能源电源输出功率波动的方法，其特征在于：所述步骤(5)中的动态规划算法按以下步骤进行：

E₀为0时段储能电站的能量值；

J_{t} (s_{t, i}) = \min_{s_{t - 1, j} &Element; S_{t - 1}} {J_{t - 1} (s_{t - 1, j}) + | P_{t} (s_{t, i}) - P_{t - 1} (s_{t - 1, j}) |}

将0时段的转移代价初始化为J₀(s_0，i)＝0；

其中

是对

进行取模操作；校验储能电站能量约束条件：

E_{t - 1} - Mod (\frac{i}{N}) \times P_{d} \times \frac{T}{n} - E_{Min} > 0;

若储能电站能量约束条件满足，则：

P_{t} (s_{t, i}) = P_{t . Vac} - Mod (\frac{i}{N}) \times P_{d},

E_{t} = E_{t - 1} - Mod (\frac{i}{N}) \times P_{d} \times \frac{T}{n};

E_{Max} - i \times P_{c} \times \frac{T}{n} - E_{t - 1} > 0;

若储能电站能量约束条件满足，则：

P_t(s_t，i)＝i×P_c-|P_t.Vac|，

E_{t} = E_{t - 1} + i \times P_{c} \times \frac{T}{n};

当P_t.Vac＝0储能电站工作在空置状态，此时J_t(s_t，i)＝0；

③t←t+1；

④若t≤T，转入步骤①，否则进入下一步；