CN103618326B - 基于卡尔曼滤波的风电场中储能系统充放电控制方法 - Google Patents

基于卡尔曼滤波的风电场中储能系统充放电控制方法 Download PDF

Info

Publication number
CN103618326B
CN103618326B CN201310571570.1A CN201310571570A CN103618326B CN 103618326 B CN103618326 B CN 103618326B CN 201310571570 A CN201310571570 A CN 201310571570A CN 103618326 B CN103618326 B CN 103618326B
Authority
CN
China
Prior art keywords
energy
storage system
moment
power output
wind
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310571570.1A
Other languages
English (en)
Other versions
CN103618326A (zh
Inventor
袁志昌
张百华
陆超
郭海峰
徐罕晨
李勇琦
陈满
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Peak and Frequency Regulation Power Generation Co of China Southern Power Grid Co Ltd
Original Assignee
Tsinghua University
Peak and Frequency Regulation Power Generation Co of China Southern Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University, Peak and Frequency Regulation Power Generation Co of China Southern Power Grid Co Ltd filed Critical Tsinghua University
Priority to CN201310571570.1A priority Critical patent/CN103618326B/zh
Publication of CN103618326A publication Critical patent/CN103618326A/zh
Application granted granted Critical
Publication of CN103618326B publication Critical patent/CN103618326B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Control Of Eletrric Generators (AREA)

Abstract

本发明涉及一种基于卡尔曼滤波的风电场中储能系统充放电控制方法，属于电力系统控制技术领域。首先计算k时刻风电场中风力发电系统与储能系统的联合输出功率的先验估计值和计算误差协方差先验估计值，计算当前风力发电系统的功率波动量，并根据其确定观测噪声协方差值，根据k时刻风力发电系统功率的实测值，对联合输出功率的先验估计值进行修正，得到后验估计值和计算误差协方差的后验估计值；根据储能系统的剩余能量和输出功率的限值，计算k时刻风电场中储能系统输出功率的上、下限。本方法综合考虑风电波动情况、储能系统能量和功率情况，自适应地调整滤波器参数以获取更好的滤波效果同时减小所需的储能系统容量。

Description

基于卡尔曼滤波的风电场中储能系统充放电控制方法
技术领域
本发明涉及一种基于卡尔曼滤波的风电场中储能系统充放电控制方法，属于电力系统控制技术领域。
背景技术
风电机组出力的波动性和不确定性也使得电力系统的安全稳定运行面临严峻挑战，随着并网容量的增大，其影响也日益显著。风电并网之后容易导致系统功率失衡，产生频率偏差等问题。在风电场中配置储能系统，对风电出力进行平滑，能够有效地降低风电波动性和不确定性对电网运行带来的不利影响。
由于储能系统的成本相对较高，因而风电场中配置的储能容量往往有限，有必要为储能系统设定合理的充放电功率，以利用有限的输出功率和容量达到最佳的平滑效果。
针对储能系统充放电功率的计算，典型的一阶低通滤波方法通过对风电功率进行滤波，将低频分量作为平滑目标，但滤波参数固定，调节不够灵活，所需的储能容量较大。模糊自适应卡尔曼滤波方法能够根据储能系统输出功率调整其滤波程度，但未能根据风电并网要求，结合风电实时波动情况，调整滤波参数，进而有效减小储能容量。
发明内容
本发明的目的是提出一种基于卡尔曼滤波的风电场中储能系统充放电控制方法，以保证风力发电系统的输出功率平滑效果的同时，克服现有方法中所需储能系统容量大的问题。
本发明提出的基于卡尔曼滤波的风电场中储能系统充放电控制方法，包括以下步骤：
（1）在k-1时刻，计算k时刻风电场中风力发电系统与储能系统的联合输出功率的先验估计值(PO)k|k-1以及联合输出功率的计算误差协方差Pk|k-1的先验估计值：
(PO)k|k-1＝(PO)k-1，
Pk|k-1＝Pk-1+Q，
其中，PO是风电场中风力发电系统与储能系统的联合输出功率，(PO)k-1是k-1时刻风电场中风力发电系统与储能系统的联合输出功率的后验估计值，P是联合输出功率的计算误差协方差，Pk-1是k-1时刻联合输出功率的计算误差协方差的后验估计值，Q是过程激励噪声协方差，Q＝1×10-4，初始时刻的联合输出功率(PO)0为初始时刻的风电功率测量值(PW)0，并设初始计算误差协方差P0为0；
（2）在k时刻，计算当前风力发电系统的功率波动量F(k)：
F ( k ) = max ( P W ( k ) - P O min , P O max - P W ( k ) ) ,
其中，PW为风力发电系统功率，PW(k)为k时刻风力发电系统功率，和分别为k时刻的前T时段内联合输出功率的最大值和最小值；
根据上述计算得到的F(k)的值，由下表获取观测噪声协方差R的值：
其中，Fmax为T时段内风力发电系统功率的最大波动量，
根据上述观测噪声协方差R，计算k时刻的卡尔曼增益Kk：
其中，Pk|k-1为步骤（1）中计算得到的k时刻计算误差协方差的先验估计值；
（3）根据k时刻风力发电系统功率的实测值(PW)k，对上述联合输出功率的先验估计值(PO)k|k-1进行修正，得到联合输出功率的后验估计值(PO)k和k时刻计算误差协方差的后验估计值Pk：
(PO)k＝(PO)k|k-1+Kk((PW)k-(PO)k|k-1)，
Pk＝(1-Kk)Pk|k-1，
其中，(PO)k|k-1是步骤（1）中联合输出功率的先验估计值，(PW)k是k时刻的风力发电系统功率实测值，Kk是步骤（2）中计算得到的卡尔曼增益，Pk|k-1为步骤（1）中计算得到的计算误差协方差的先验估计值；
（4）根据测量得到的(PW)k和上述计算得到的(PO)k，计算k时刻储能系统的输出功率(PES)k：
(PES)k＝(PO)k-(PW)k；
（5）根据储能系统的剩余能量和输出功率的限值，计算k时刻风电场中储能系统输出功率的上、下限：
其中，上限U为： U = min ( P ES , disch max , E k - E min Δt ) ,
下限L为： L = max ( P ES , disch min , E k - E max Δt ) ,
当上述计算得到的储能系统的输出功率(PES)k大于U时，将U作为k时刻风电场中储能系统的输出功率，当上述计算得到的(PES)k小于L时，将L作为k时刻风电场中储能系统的输出功率，
其中，Δt为风电场中储能系统的控制周期，Δt为(k-1)～k，Ek为k时刻储能系统的剩余能量，和分别为储能系统的最大充电功率和最大放电功率，Emin和Emax分别为储能系统的最小剩余能量和最大剩余能量；
（6）重复步骤（1）-（5），实现对风电场中储能系统的充放电控制。
本发明提出的基于卡尔曼滤波的风电场中储能系统充放电控制方法，其优点是能够根据风力发电系统功率波动情况，自适应地调整滤波器参数，对风力发电系统的输出功率进行更好的平滑，同时减小所需的储能系统容量，有效降低风电场中配置储能系统所需要的成本，从而降低风电场成本。
具体实施方式
本发明提出的基于卡尔曼滤波的风电场中储能系统充放电控制方法，包括以下步骤：
（1）在k-1时刻，计算k时刻风电场中风力发电系统与储能系统的联合输出功率的先验估计值(PO)k|k-1以及联合输出功率的计算误差协方差Pk|k-1的先验估计值：
(PO)k|k-1＝(PO)k-1，
Pk|k-1＝Pk-1+Q，
其中，PO是风电场中风力发电系统与储能系统的联合输出功率，(PO)k-1是k-1时刻风电场中风力发电系统与储能系统的联合输出功率的后验估计值，P是联合输出功率的计算误差协方差，Pk-1是k-1时刻联合输出功率的计算误差协方差的后验估计值，Q是过程激励噪声协方差，Q＝1×10-4，初始时刻的联合输出功率(PO)0为初始时刻的风电功率测量值(PW)0，并设初始计算误差协方差P0为0；
（2）在k时刻，计算当前风力发电系统的功率波动量F(k)：
F ( k ) = max ( P W ( k ) - P O min , P O max - P W ( k ) ) ,
其中，PW为风力发电系统功率，PW(k)为k时刻风力发电系统功率，和分别为k时刻的前T时段内联合输出功率的最大值和最小值，本发明的一个实施例中T时段为1分钟，
根据上述计算得到的F(k)的值，由下表获取观测噪声协方差R的值：
其中，Fmax为T时段内风力发电系统功率的最大波动量，
根据上述观测噪声协方差R，计算k时刻的卡尔曼增益Kk：
其中，Pk|k-1为步骤（1）中计算得到的k时刻计算误差协方差的先验估计值；
（3）根据k时刻风力发电系统功率的实测值(PW)k，对上述联合输出功率的先验估计值(PO)k|k-1进行修正，得到联合输出功率的后验估计值(PO)k和k时刻计算误差协方差的后验估计值Pk：
(PO)k＝(PO)k|k-1+Kk((PW)k-(PO)k|k-1)，
Pk＝(1-Kk)Pk|k-1，
其中，(PO)k|k-1是步骤（1）中联合输出功率的先验估计值，(PW)k是k时刻的风力发电系统功率实测值，Kk是步骤（2）中计算得到的卡尔曼增益，Pk|k-1为步骤（1）中计算得到的计算误差协方差的先验估计值；
（4）根据测量得到的(PW)k和上述计算得到的(PO)k，计算k时刻储能系统的输出功率(PES)k：
(PES)k＝(PO)k-(PW)k；
（5）根据储能系统的剩余能量和输出功率的限值，计算k时刻风电场中储能系统输出功率的上、下限：
其中，上限U为： U = min ( P ES , disch max , E k - E min Δt ) ,
下限L为： L = max ( P ES , disch min , E k - E max Δt ) ,
当上述计算得到的(PES)k大于U时，将U作为k时刻风电场中储能系统的输出功率，当上述计算得到的(PES)k小于L时，将L作为k时刻风电场中储能系统的输出功率，
其中，Δt为风电场中储能系统的控制周期，Δt为(k-1)～k，Ek为k时刻储能系统的剩余能量，和分别为储能系统的最大充电功率和最大放电功率，Emin和Emax分别为储能系统的最小和最大剩余能量；
（6）重复步骤（1）-（5），实现对风电场中储能系统的充放电控制。

Claims (1)

1.一种基于卡尔曼滤波的风电场中储能系统充放电控制方法，其特征在于该方法包括以下步骤：
（1）在k-1时刻，计算k时刻风电场中风力发电系统与储能系统的联合输出功率的先验估计值(PO)k|k-1以及联合输出功率的计算误差协方差Pk|k-1的先验估计值：
(PO)k|k-1＝(PO)k-1，
Pk|k-1＝Pk-1+Q，
其中，PO是风电场中风力发电系统与储能系统的联合输出功率，(PO)k-1是k-1时刻风电场中风力发电系统与储能系统的联合输出功率的后验估计值，P是联合输出功率的计算误差协方差，Pk-1是k-1时刻联合输出功率的计算误差协方差的后验估计值，Q是过程激励噪声协方差，Q＝1×10-4，初始时刻的联合输出功率(PO)0为初始时刻的风电功率测量值(PW)0，并设初始计算误差协方差P0为0；
（2）在k时刻，计算当前风力发电系统的功率波动量F(k)：
F ( k ) = max ( P W ( k ) - P O min , P O max - P W ( k ) ) ,
其中，PW为风力发电系统功率，PW(k)为k时刻风力发电系统功率，和分别为k时刻的前T时段内联合输出功率的最大值和最小值；
根据上述计算得到的F(k)的值，由下表获取观测噪声协方差R的值：
其中，Fmax为T时段内风力发电系统功率的最大波动量，
根据上述观测噪声协方差R，计算k时刻的卡尔曼增益Kk：
其中，Pk|k-1为步骤（1）中计算得到的k时刻计算误差协方差的先验估计值；
（3）根据k时刻风力发电系统功率的实测值(PW)k，对上述联合输出功率的先验估计值(PO)k|k-1进行修正，得到联合输出功率的后验估计值(PO)k和k时刻计算误差协方差的后验估计值Pk：
(PO)k＝(PO)k|k-1+Kk((PW)k-(PO)k|k-1)，
Pk＝(1-Kk)Pk|k-1，
其中，(PO)k|k-1是步骤（1）中联合输出功率的先验估计值，(PW)k是k时刻的风力发电系统功率实测值，Kk是步骤（2）中计算得到的卡尔曼增益，Pk|k-1为步骤（1）中计算得到的计算误差协方差的先验估计值；
（4）根据测量得到的(PW)k和上述计算得到的(PO)k，计算k时刻储能系统的输出功率(PES)k：
(PES)k＝(PO)k-(PW)k；
（5）根据储能系统的剩余能量和输出功率的限值，计算k时刻风电场中储能系统输出功率的上、下限：
其中，上限U为： U = min ( P ES , disch max , E k - E min Δt ) ,
下限L为： L = max ( P ES , disch min , E k - E max Δt ) ,
当上述计算得到的(PES)k大于U时，将U作为k时刻风电场中储能系统的输出功率，当上述计算得到的(PES)k小于L时，将L作为k时刻风电场中储能系统的输出功率，
其中，Δt为风电场中储能系统的控制周期，Δt为(k-1)～k，Ek为k时刻储能系统的剩余能量，和分别为储能系统的最大充电功率和最大放电功率，Emin和Emax分别为储能系统的最小和最大剩余能量；
（6）重复步骤（1）-（5），实现对风电场中储能系统的充放电控制。
CN201310571570.1A 2013-11-13 2013-11-13 基于卡尔曼滤波的风电场中储能系统充放电控制方法 Active CN103618326B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310571570.1A CN103618326B (zh) 2013-11-13 2013-11-13 基于卡尔曼滤波的风电场中储能系统充放电控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310571570.1A CN103618326B (zh) 2013-11-13 2013-11-13 基于卡尔曼滤波的风电场中储能系统充放电控制方法

Publications (2)

Publication Number Publication Date
CN103618326A CN103618326A (zh) 2014-03-05
CN103618326B true CN103618326B (zh) 2015-08-19

Family

ID=50169029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310571570.1A Active CN103618326B (zh) 2013-11-13 2013-11-13 基于卡尔曼滤波的风电场中储能系统充放电控制方法

Country Status (1)

Country Link
CN (1) CN103618326B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955600B (zh) * 2014-04-03 2015-10-28 深圳大学 一种目标跟踪方法及截断积分卡尔曼滤波方法、装置
CN103955892B (zh) * 2014-04-03 2015-10-28 深圳大学 一种目标跟踪方法及扩展截断无迹卡尔曼滤波方法、装置
CN106487037A (zh) * 2016-11-24 2017-03-08 沈阳工业大学 风储联合系统容量配置方法
CN107769245A (zh) * 2017-09-05 2018-03-06 清华大学 一种考虑风电功率波动概率特性的主导节点选择方法
CN109255500B (zh) * 2018-10-25 2022-04-05 江苏方天电力技术有限公司 基于卡尔曼滤波器对于风力发电预测数据的自动校准方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11262186A (ja) * 1998-03-09 1999-09-24 Hitachi Ltd 電力貯蔵システムの制御装置
CN102522776B (zh) * 2011-12-23 2014-01-29 中国电力科学研究院 储能系统提升风电跟踪计划出力能力的方法
JP5847849B2 (ja) * 2012-01-12 2016-01-27 株式会社日立製作所 蓄電池システムの容量決定装置および方法と、それに基づく蓄電池システム、および蓄電池システムを併設した電力供給システム
CN103078338B (zh) * 2013-01-13 2014-08-13 东北电力大学 提高风能利用水平的风电场储能系统配置方法

Also Published As

Publication number Publication date
CN103618326A (zh) 2014-03-05

Similar Documents

Publication Publication Date Title
CN103618326B (zh) 基于卡尔曼滤波的风电场中储能系统充放电控制方法
CN105162147B (zh) 一种平抑风电功率波动的混合储能控制系统及控制方法
JP4715624B2 (ja) 電力安定化システム、電力安定化制御プログラム、電力安定化制御方法
CN103887816B (zh) 一种基于功率预测的多元复合储能系统并网控制方法
CN105186554A (zh) 具有转动惯量和阻尼自趋优的超越虚拟同步发电机方法
WO2014173695A3 (de) Verfahren zum einspeisen elektrischer leistung in ein elektrisches versorgungsnetz
WO2012019785A3 (en) Arrangement for generating a control signal for controlling a power output of a power generation system
CN103023055B (zh) 利用复合储能技术平抑风光发电系统输出功率波动的方法
CN102946113B (zh) 一种基于电池与超级电容的超级电容端电压控制方法
JP5125274B2 (ja) 新エネルギー発電システム出力変動緩和装置
JP2007228737A (ja) 新エネルギー発電システム出力変動緩和装置
Karmiris et al. Control method evaluation for battery energy storage system utilized in renewable smoothing
JP2010071159A (ja) 風車と蓄電池による風力発電電力平滑化装置
JP5758326B2 (ja) 出力平滑化装置、出力平滑化方法及びプログラム
CN105244914A (zh) 一种用于光伏并网逆变器的滑模直接电压/功率控制方法
JP6404747B2 (ja) 電力平準化システムにおける電力伝達関数の設計方法と、電力平準化システムにおける蓄電池容量の算出方法
Tan et al. Impact of capacity value of renewable energy resources on raps system energy management
CN105680486A (zh) 一种风光储联合发电系统的平滑出力方法
Zhu et al. A control strategy of photovoltaic Hybrid energy storage system based on adaptive wavelet packet decomposition
CN104319803A (zh) 微电网分布式电源有功功率的鲁棒协调控制方法
JP5766633B2 (ja) 出力平滑化装置、出力平滑化方法及びプログラム
CN103746403B (zh) 基于电池储能的近海可再生能源综合发电协调控制方法
CN103199747A (zh) 利用电池储能系统平滑光伏发电系统功率的方法
CN106340898A (zh) 一种风电场输出功率并网分量的分离方法
CN103107553B (zh) 基于离散非线性逆系统电压前馈的风电机组并网控制策略

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20190212

Address after: 100084 Tsinghua Yuan, Haidian District, Beijing, No. 1

Co-patentee after: Southern power grid peak modulation FM Power Generation Co., Ltd.

Patentee after: Tsinghua University

Address before: 100084 Tsinghua Yuan, Haidian District, Beijing, No. 1

Co-patentee before: Peaking and Frequency Regulation Power Generation Company of China Southern Power Grid Co., Ltd.

Patentee before: Tsinghua University

TR01 Transfer of patent right