CN104104107B - 用混合储能平抑风电功率波动的模型预测控制方法 - Google Patents

Abstract

本发明涉及用混合储能平抑风电功率波动的模型预测控制方法，属于新能源发电中的控制技术领域。该方法包括：首先确定控制对象的拓扑结构，即包含风电、电池储能和超级电容储能的系统结构。其次，利用平均值法预测风电在控制预测区间内的出力值。然后，确定优化控制的目标函数和三个约束条件。在每一时刻求解上述优化问题，仅取得到的当前时刻的优化控制量分别输入电池和超级电容进行控制。最后，将电池和超级电容输出的功率与风电的实际输出功率加和，即可得到功率波动平抑后整个系统的并网功率。本发明提出的控制方法，可以更加经济、可靠的实现风电的功率波动平抑，而且计算简单，易于工程实现。

Description

用混合储能平抑风电功率波动的模型预测控制方法

技术领域

本发明涉及一种适用于风力发电系统功率波动平抑的控制方法，属于新能源发电中的控制技术领域。

背景技术

当今社会，能源、环境越来越受到关注，与此同时，新能源分布式发电技术也得到了迅猛发展。在新能源分布式发电中，风力发电是一种主要的发电形式。然而，风力发电受到自然环境变化的影响，其输出的有功功率往往具有波动性、间歇性的特点，当它们大规模接入电网时，会对电网的稳定性产生极大的负面影响。因此，研究平抑风电输出功率波动的控制方法势在必行。

目前，平抑风电场功率波动多用混合储能来完成，电池和超级电容是混合储能系统的典型代表。传统的控制方法是用一阶低通滤波环节设定平抑目标，而后再用滤波环节进行补偿功率分配，将分离出的低频波动分给电池进行补偿，高频波动分给超级电容进行补偿。这种控制方法原理简单、运算速度快，但在实际系统运行过程中并未考虑储能系统的建设和发电成本，经济性较差；同时传统的控制方法无法保证平抑后的输出功率满足规定的并网指标，平抑的目标性较差。

发明内容

本发明的目的是为克服已有技术的不足之处，提出一种用混合储能平抑风电功率波动的模型预测控制方法，以提高储能平抑风电功率波动的经济性，并确保平抑后的功率输出满足并网指标要求。

本发明提出的用混合储能平抑风电功率波动的模型预测控制方法，其特征在于，包括如下步骤：

1)确定待预测控制的分布式发电系统的拓扑结构，该分布式发电系统包括风电、电池储能、超级电容储能三个子系统，三个子系统均通过开关和变压器与电网相连；

2)对风电子系统的风电功率进行超短期预测：设获取风电出力数据的时间间隔为Δt，设预测控制时间长度为M，利用当前预测时刻之前获取预测控制时间长度内的M/Δt个风电出力历史数据的平均值对当前预测时刻之后的M时间长度内的风电功率进行预测，如式(1)所示：

$P_W(k+i)=\frac{1}{10}\underset{j=1}{\overset{10}{\Σ}}{P}_W(k+i-j)---\left(1\right)$

式(1)中i＝0,1,…,M-1，k时刻是当前时刻，式子左边的P_w(k+i)为风电出力的预测值，式子右边的P_w(k+i-j)为获取的风电出力历史数据；

3)构建优化控制的目标函数：为了综合考虑储能平抑功率波动的经济性和输出功率的平抑效果，定义优化控制目标为：

$\min J=f_B\underset{k=0}{\overset{M-1}{\Σ}}{u}_B^2\left(k\right)+f_{uc}\underset{k=0}{\overset{M-1}{\Σ}}{u}_{uc}^2\left(k\right)+f_R\underset{k=0}{\overset{M-1}{\Σ}}{\[P_o(k+1)-P_o\left(k\right)\]}^2---\left(2\right)$

式(2)中J为优化目标；f_B和f_uc分别是电池和超级电容的经济性惩罚值；u_B(k)和u_uc(k)分别为k时刻电池和超级电容的出力大小，将这两个值作为优化变量；f_R是对输出功率波动的惩罚值；P_o(k)是分布式发电系统在k时刻的风电、电池储能和超级电容储能三个子系统总的输出，如式(3)所示：

P_o(k)＝P_W(k)+u_B(k)+u_uc(k)(3)

表达式为该系统在预测控制区间内输出功率波动的大小；

4)确定所述目标函数的约束条件：该分布式发电系统运行共有三个约束条件：

4-1)功率波动约束条件：即风电并网标准中对预测控制时间长度内输出功率波动的限制，该功率波动约束条件如式(4)所示：

$\underset{j=0,1,...,9}{max}{P}_o(k+i-j)-\underset{j=0,1,...,9}{min}{P}_o(k+i-j)\≤\mathrm{\γ}---\left(4\right)$

式(4)中i＝0,1,…,M-1，γ为设定的预测控制时间长度内功率波动的限制值；

4-2)功率约束条件：即电池和超级电容的出力不能超过它们充放电的额定功率，如式(5)所示：

-P_Bc≤u_B(k)≤P_Bd

-P_ucc≤u_uc(k)≤P_ucd(5)

式(5)中P_Bc、P_Bd分别为储能的额定充放电功率；P_ucc、P_ucd分别为超级电容的额定充放电功率；

4-3)容量约束条件：定义k时刻电池的荷电状态(SOC)为:

$SOC\left(k\right)=\frac{Q\left(k\right)}{Q}\×100\%$

式中Q(t)是储能在t时刻的剩余电量，Q为储能可储存的总电量；则储能在预测控制区间内需不超过各自的容量限制，即容量约束条件如式(6)所示：

$\begin{array}{c}{S}_B\[{\mathrm{SOC}}_B\left(k\right)-{\mathrm{SOC}}_{B,\max }\]\≤\underset{j=0}{\overset{i}{\Σ}}{u}_B\left(k+j\right)\mathrm{\Δ}t\≤S_B\[{\mathrm{SOC}}_B\left(k\right){\mathrm{SOC}}_{B,\min }\]\\ S_{uc}\[{\mathrm{SOC}}_{uc}\left(k\right)-{\mathrm{SOC}}_{uc,\max }\]\≤\underset{j=0}{\overset{i}{\Σ}}{u}_{uc}\left(k+j\right)\mathrm{\Δ}t\≤S_{uc}\[{\mathrm{SOC}}_{uc}\left(k\right)-{\mathrm{SOC}}_{uc,\min }\]\end{array}---\left(6\right)$

其中i＝0,1,…,M-1；S_B和S_uc分别是电池和超级电容的容量；SOC_B,max和SOC_B,min分别为电池SOC的最大和最小值；SOC_uc,max和SOC_uc,min分别为超级电容SOC的最大和最小值；SOC_B(k)为储能当前时刻的SOC；SOC_uc(k)为超级电容当前时刻的SOC；Δt为时间间隔；

5)将所述目标函数及约束条件化为二次规划标准形进行求解，即：

$\underset{\mathrm{\θ}}{min}J=\frac{1}{2}{\mathrm{\θ}}^T\mathrm{\φ}\mathrm{\θ}$

s.t.f(θ)≤ω(7)

其中 $\mathrm{\θ}={\left[\begin{array}{cccc}{u}_B\left(k\right)& u_B(k+1)& ...& u_B(k+M-1)\\ u_{uc}\left(k\right)& u_{uc}(k+1)& ...& u_{uc}(k+M-1)\end{array}\right]}^T$ 为优化变量，φ是系数矩阵，ω是一维列向量；φ、ω和函数f由步骤3)中的目标函数和步骤4)的三个约束条件得到；根据约束条件优化每一时刻k的目标函数，得到预测控制时间长度内的M/Δt个电池储能出力的优化变量u_B(k),u_B(k+1),…,u_B(k+M-1)和M/Δt个超级电容储能出力的优化变量u_uc(k),u_uc(k+1),…,u_uc(k+M-1)，从中仅取得到的当前时刻的优化控制量u_B(k)和u_uc(k)分别对电池储能子系统和超级电容储能子系统进行预测控制；

6)将每一时刻电池和超级电容输出的功率与风电的实际输出功率相加，即达到整个系统的并网功率波动平抑后的效果。

本发明提出的用混合储能平抑风电功率波动的模型预测控制方法，其优点是：

1、采用优化控制方法，既减小了储能的出力值，提高了系统运行的经济性，又兼顾了功率波动的平抑效果。

2、将风电并网要求作为约束条件，保证了平抑后输出的功率满足并网指标。

3、优化过程是一个标准的二次规划问题，编程求解方便，计算量小。

综上所述，本发明提出的用混合储能平抑风电功率波动的模型预测控制方法，可以更加经济、可靠的实现风电的功率波动平抑，而且易于工程实现。

附图说明

图1为本发明方法待预测控制的分布式发电系统的拓扑结构示意图。

图2为本发明的预测控制方法的整体流程框图。

图3为本发明的预测控制方法的平抑效果示意图。

具体实施方式

本发明提出的用混合储能平抑风电功率波动的模型预测控制方法结合附图及实施例说明如下：

本发明的用混合储能平抑风电功率波动的模型预测控制方法及实施例包括如下步骤：

1)确定待预测控制的分布式发电系统的拓扑结构，本实施例的分布式发电系统包括风电、电池储能、超级电容储能三个子系统,该系统的拓扑结构如图1所示，其中风电子系统由26台1.5MW风机组成，电池储能子系统由150个100kW电池组组成，超级电容储能子系统由150个100kW超级电容组成，它们通过开关和变压器与电网相连。

2)对风电子系统的风电功率进行超短期预测：设获取风电出力数据的时间间隔为Δt，(根据预测控制的要求，及数据处理能力而定，一般Δt为1秒到5分钟，本实施例中取1分钟)，设预测控制时间长度为M(M的取值根据预测控制的要求而定，超短期预测一般指预测控制时间为5分钟到30分钟，本实施例取10分钟)，利用当前预测时刻之前获取预测控制时间长度内的M/Δt个风电出力历史数据(本实施例为10个)的平均值对当前预测时刻之后的M时间长度内的风电功率进行预测，如式(1)所示：

$P_W(k+i)=\frac{1}{10}\underset{j=1}{\overset{10}{\Σ}}{P}_W(k+i-j)---\left(1\right)$

式(1)中i＝0,1,…,M-1，k时刻是当前时刻，式子左边的P_w(k+i)为风电出力的预测值，式子右边的P_w(k+i-j)为获取的风电出力历史数据；

3)构建优化控制的目标函数：为了综合考虑储能平抑功率波动的经济性和输出功率的平抑效果，定义优化控制目标为：

$\min J=f_B\underset{k=0}{\overset{M-1}{\Σ}}{u}_B^2\left(k\right)+f_{uc}\underset{k=0}{\overset{M-1}{\Σ}}{u}_{uc}^2\left(k\right)+f_R\underset{k=0}{\overset{M-1}{\Σ}}{\[P_o(k+1)-P_o\left(k\right)\]}^2---\left(2\right)$

式(2)中J为优化目标；f_B和f_uc分别是电池和超级电容的经济性惩罚值，本实施例可采用其发电(折旧)成本值(也可根据实际的工程需要进行设定)；u_B(k)和u_uc(k)分别为k时刻电池和超级电容的出力大小，将这两个值作为优化变量；f_R是对输出功率波动的惩罚值(根据具体的实施例进行大量的计算比较，从中选择控制效果最佳的一个惩罚值)；P_o(k)是分布式发电系统在k时刻的风电、电池储能和超级电容储能三个子系统总的输出，如式(3)所示：

P_o(k)＝P_W(k)+u_B(k)+u_uc(k)(3)

表达式为该系统在预测控制区间内输出功率波动的大小；

4)确定所述目标函数的约束条件：该分布式发电系统运行共有三个约束条件：

4-1)功率波动约束条件：即风电并网标准中对预测控制时间长度内(本实施例为10分钟内)输出功率波动的限制，该功率波动约束条件如式(4)所示：

$\underset{j=0,1,...,9}{max}{P}_o(k+i-j)-\underset{j=0,1,...,9}{min}{P}_o(k+i-j)\≤\mathrm{\γ}---\left(4\right)$

式(4)中i＝0,1,…,M-1，γ为设定的预测控制时间长度内(本实施例为10分钟内)功率波动的限制值(γ应根据风电并网标准设定，本实施例中取为风电总容量的10％，即3MW)；

4-2)功率约束条件：即电池和超级电容的出力不能超过它们充放电的额定功率，如式(5)所示：

-P_Bc≤u_B(k)≤P_Bd

-P_ucc≤u_uc(k)≤P_ucd(5)

式(5)中P_Bc、P_Bd分别为储能的额定充放电功率(本实施例中均为15MW)；P_ucc、P_ucd分别为超级电容的额定充放电功率(本实施例中均为15MW)；

4-3)容量约束条件：定义k时刻电池的荷电状态(StateofCharge,SOC)为:

$SOC\left(k\right)=\frac{Q\left(k\right)}{Q}\×100\%$

式中Q(t)是储能在t时刻的剩余电量，Q为储能可储存的总电量；则储能在预测控制区间内需不超过各自的容量限制，即容量约束条件如式(6)所示：

$S_B\[{\mathrm{SOC}}_B\left(k\right)-{\mathrm{SOC}}_{B,max}\]\≤\underset{j=0}{\overset{i}{\Σ}}{u}_B(k+j)\mathrm{\Δ}t\≤S_B\[{\mathrm{SOC}}_B\left(k\right)-{\mathrm{SOC}}_{B,min}\]$

$S_{uc}\[{\mathrm{SOC}}_{uc}\left(k\right)-{\mathrm{SOC}}_{uc,\max }\]\≤\underset{j=0}{\overset{i}{\Σ}}{u}_{uc}\left(k+j\right)\mathrm{\Δ}t\≤S_{us}\[{\mathrm{SOC}}_{uc}\left(k\right)-{\mathrm{SOC}}_{uc,\min }\]---\left(6\right)$

其中i＝0,1,…,M-1；S_B和S_uc分别是电池和超级电容的容量；SOC_B,max和SOC_B,min分别为电池SOC的最大和最小值；SOC_uc,max和SOC_uc,min分别为超级电容SOC的最大和最小值；SOC_B(k)为储能当前时刻的SOC；SOC_uc(k)为超级电容当前时刻的SOC；Δt为时间间隔(本实施例为1分钟)；

5)将所述目标函数及约束条件化为二次规划标准形进行求解，即：

$\underset{\mathrm{\θ}}{min}J=\frac{1}{2}{\mathrm{\θ}}^T\mathrm{\φ}\mathrm{\θ}$

s.t.f(θ)≤ω(7)(s.t.表示受到约束条件限制)

其中 $\mathrm{\θ}={\left[\begin{array}{cccc}{u}_B\left(k\right)& u_B(k+1)& ...& u_B(k+M-1)\\ u_{uc}\left(k\right)& u_{uc}(k+1)& ...& u_{uc}(k+M-1)\end{array}\right]}^T$ 为优化变量，φ是系数矩阵，ω是一维列向量；φ、ω和函数f(θ)由步骤3)中的目标函数和步骤4)的三个约束条件得到(由编程技术人员通过计算机编程处理实现)；根据约束条件优化每一时刻k的目标函数，得到预测控制时间长度内的M/Δt个电池储能出力的优化变量u_B(k),u_B(k+1),…,u_B(k+M-1)和M/Δt个超级电容储能出力的优化变量u_uc(k),u_uc(k+1),…,u_uc(k+M-1)，从中仅取得到的当前时刻的优化控制量u_B(k)和u_uc(k)分别对电池储能子系统和超级电容储能子系统进行预测控制；

6)将每一时刻电池和超级电容输出的功率与风电的实际输出功率相加，即可达到整个系统的并网功率波动平抑后的效果。

图3为使用本发明的预测控制方法的平抑效果示意图，其中横坐标为时间，单位是分钟，纵坐标为功率，单位是兆瓦，虚线1是未平抑之前的风电子系统的输出功率，实线2是平抑之后的整个系统并网功率。可以看到，经过平抑后的功率波动明显减小。

Claims (1)

1.用混合储能平抑风电功率波动的模型预测控制方法，其特征在于，包括如下步骤：

1)确定待预测控制的分布式发电系统的拓扑结构，该分布式发电系统包括风电、电池储能、超级电容储能三个子系统，三个子系统均通过开关和变压器与电网相连；

2)对风电子系统的风电功率进行超短期预测：设获取风电出力数据的时间间隔为Δt，设预测控制时间长度为M，利用当前预测时刻之前获取预测控制时间长度内的M/Δt个风电出力历史数据的平均值对当前预测时刻之后的M时间长度内的风电功率进行预测，如式(1)所示：

$P_W(k+i)=\frac{1}{10}\underset{j=1}{\overset{10}{\Σ}}{P}_W(k+i-j)---\left(1\right)$

式(1)中i＝0,1,…,M-1，k时刻是当前时刻，式子左边的P_w(k+i)为风电出力的预测值，式子右边的P_w(k+i-j)为获取的风电出力历史数据；

3)构建优化控制的目标函数：为了综合考虑储能平抑功率波动的经济性和输出功率的平抑效果，定义优化控制目标为：

$\min J=f_B\underset{k=0}{\overset{M-1}{\Σ}}{u}_B^2\left(k\right)+f_{uc}\underset{k=0}{\overset{M-1}{\Σ}}{u}_{uc}^2\left(k\right)+f_R\underset{k=0}{\overset{M-1}{\Σ}}{\[P_o(k+1)-P_o\left(k\right)\]}^2---\left(2\right)$

式(2)中J为优化目标；f_B和f_uc分别是电池和超级电容的经济性惩罚值；u_B(k)和u_uc(k)分别为k时刻电池和超级电容的出力大小，将这两个值作为优化变量；f_R是对输出功率波动的惩罚值；P_o(k)是分布式发电系统在k时刻的风电、电池储能和超级电容储能三个子系统总的输出，如式(3)所示：

P_o(k)＝P_W(k)+u_B(k)+u_uc(k)(3)

表达式为该系统在预测控制区间内输出功率波动的大小；

4)确定所述目标函数的约束条件：该分布式发电系统运行共有三个约束条件：

4-1)功率波动约束条件：即风电并网标准中对预测控制时间长度内输出功率波动的限制，该功率波动约束条件如式(4)所示：

$\underset{j=0,1,\mathrm{...},9}{max}{P}_o(k+i-j)-\underset{j=0,1,\mathrm{...},9}{min}{P}_o(k+i-j)\≤\mathrm{\γ}---\left(4\right)$

式(4)中i＝0,1,…,M-1，γ为设定的预测控制时间长度内功率波动的限制值；

4-2)功率约束条件：即电池和超级电容的出力不能超过它们充放电的额定功率，如式(5)所示：

-P_Bc≤u_B(k)≤P_Bd

-P_ucc≤u_uc(k)≤P_ucd(5)

式(5)中P_Bc、P_Bd分别为储能的额定充放电功率；P_ucc、P_ucd分别为超级电容的额定充放电功率；

4-3)容量约束条件：定义k时刻电池的荷电状态(SOC)为:

$SOC\left(k\right)=\frac{Q\left(k\right)}{Q}\×100\%$

式中Q(t)是储能在t时刻的剩余电量，Q为储能可储存的总电量；则储能在预测控制区间内需不超过各自的容量限制，即容量约束条件如式(6)所示：

$S_B\[{\mathrm{SOC}}_B\left(k\right)-{\mathrm{SOC}}_{B,max}\]\≤\underset{j=0}{\overset{i}{\Σ}}{u}_B(k+j)\mathrm{\Δ}t\≤S_B\[{\mathrm{SOC}}_B\left(k\right)-{\mathrm{SOC}}_{B,min}\]$

$S_{uc}\[{\mathrm{SOC}}_{uc}\left(k\right)-{\mathrm{SOC}}_{uc,max}\]\≤\underset{j=0}{\overset{i}{\Σ}}{u}_{uc}(k+j)\mathrm{\Δ}t\≤S_{uc}\[{\mathrm{SOC}}_{uc}\left(k\right)-{\mathrm{SOC}}_{uc,\min }\]---\left(6\right)$

其中i＝0,1,…,M-1；S_B和S_uc分别是电池和超级电容的容量；SOC_B,max和SOC_B,min分别为电池SOC的最大和最小值；SOC_uc,max和SOC_uc,min分别为超级电容SOC的最大和最小值；SOC_B(k)为储能当前时刻的SOC；SOC_uc(k)为超级电容当前时刻的SOC；Δt为时间间隔；

5)将所述目标函数及约束条件化为二次规划标准形进行求解，即：

$\underset{\mathrm{\θ}}{min}J=\frac{1}{2}{\mathrm{\θ}}^T\mathrm{\φ}\mathrm{\θ}$

s.t.f(θ)≤ω(7)

其中 $\mathrm{\θ}={\left[\begin{array}{cccc}{u}_B\left(k\right)& u_B(k+1)& ...& u_B(k+M-1)\\ u_{uc}\left(k\right)& u_{uc}(k+1)& ...& u_{uc}(k+M-1)\end{array}\right]}^T$ 为优化变量，φ是系数矩阵，ω是一维列向量；φ、ω和函数f由步骤3)中的目标函数和步骤4)的三个约束条件得到；根据约束条件优化每一时刻k的目标函数，得到预测控制时间长度内的M/Δt个电池储能出力的优化变量u_B(k),u_B(k+1),…,u_B(k+M-1)和M/Δt个超级电容储能出力的优化变量u_uc(k),u_uc(k+1),…,u_uc(k+M-1)，从中仅取得到的当前时刻的优化控制量u_B(k)和u_uc(k)分别对电池储能子系统和超级电容储能子系统进行预测控制；

6)将每一时刻电池和超级电容输出的功率与风电的实际输出功率相加，即达到整个系统的并网功率波动平抑后的效果。