CN104538981B - 一种具有无功调节功能的电池储能系统的监控方法 - Google Patents

Abstract

本发明提供一种具有无功调节功能的电池储能系统的监控方法，该监控方法包括如下步骤：该方法包括如下步骤：S1.可再生能源发电设备监控模块实时获取可再生能源发电设备的运行数据，并存储数据；S2.根据可再生能源发电设备的运行数据，对未来预定时刻内的可再生能源发电设备的输出功率进行预测，实时预测SVG模块的可输出无功功率；S3.实时检测获取蓄电池模块的SOC，实时获取配电网的参数和调度信息；S4.以配电网的调度信息中的有功需求和无功需求、当前蓄电池储能的SOC、未来可再生能源发电设备输出功率、以及对SVG模块的SVG模块的可输出无功功率作为约束条件，实现电池储能系统的优化控制。

Description

一种具有无功调节功能的电池储能系统的监控方法

所属技术领域

本发明涉一种具有无功调节功能的电池储能系统的监控方法。

背景技术

近年来，随着能源需求和环境保护双重压力下，以光伏、风力发电和燃气发电为代表的分布式发电技术得到了快速发展。并且，微网这一新兴的概念也随着分布式能源的广泛使用而得以提出。然而，由于分布式能源自然的不连续性，导致系统的稳定性正逐渐受到威胁，为了充分发挥可再生能源发电的优势和效益，平衡其随机波动，维护系统稳定，改善电能质量，提供不间断供电功能等，就必须同时在系统中配备一定容量的储能单元。

在微网储能系统应用中，常采用一种直流总线的连接方式,该连接方式是储能电池模块通过一种双向逆变器接入直流总线，需要接收能量的时候，电网通过逆变器向储能电池充电；需要向电网送电的时候，储能电池通过双向逆变器电网输电。此外，在微网储能系统中，还可配制SVG设备，用于在并网运行时，为配电网进行无功补偿。

但是，储能成本较高，考虑到微网运行的经济成本，应在保证微网系统安全运行的情况下，尽量延长储能的寿命。此外，如何实现储能系统并网运行时，实行最佳供电策略，以满足经济性、安全性，也是急需解决的问题。

发明内容

本发明提供一种具有无功调节功能的电池储能系统的监控方法。该监控方法可以预测可再生能源发电设备，实时检测的蓄电池模块电池容量和实时获取的配电网的运行情况，制定和实施最适宜的控制策略，保障储能系统在并网时按照配电网的需求平稳提供有功功率和无功功率，并提升储能系统的安全性和使用寿命。

为了实现上述目的，本发明提供1.一种具有无功调节功能的电池储能系统的监控方法，该方法基于如下监控装置执行，该装置包括：

可再生能源发电设备监控模块，用于实时监控电池储能系统的可再生能源发电设备，并对可再生能源发电设备的发电功率进行预测；

蓄电池监控模块，可实时监控电池储能系统的蓄电池模块的SOC；

配电网联络模块，用于实时从配电网调控中心获知配电网的运行情况以及相关调度信息；

SVG监控模块，用于实时监控电池储能系统的SVG模块，控制SVG的无功输出；

并网运行监控模块，用于控制储能系统连接或隔离配电网；

中控模块，用于确定储能系统的运行策略，并向上述监控装置中的各模块发出指令，以执行该运行策略；

总线模块，用于该监控装置的各个模块的通信联络；

该方法包括如下步骤：

S1.可再生能源发电设备监控模块实时获取可再生能源发电设备的运行数据，并存储数据；

S2.根据可再生能源发电设备的运行数据，对未来预定时刻内的可再生能源发电设备的输出功率进行预测，实时预测SVG模块的可输出无功功率；

S3.实时检测获取蓄电池模块的SOC，实时获取配电网的参数和调度信息；

S4.以配电网的调度信息中的有功需求和无功需求、当前蓄电池储能的SOC、未来可再生能源发电设备输出功率、以及对SVG模块的SVG模块的可输出无功功率作为约束条件，实现电池储能系统的优化控制，

上述优化控制包括对蓄电池模块SOC的优化控制，步骤如下：

S41.计算储能系统电池荷电状态SOC的参考值SOC_ref；

S42.判断储能系统的第n号电池组的SOC_n是否与储能系统的电池荷电状态SOC的参考值SOC_ref相等，若SOC_n≠SOC_ref则进入步骤S43，若SOC_n＝SOC_ref则结束控制，其中n大于等于3；

S43.判断储能系统的第n号电池组的SOC_n是否大于储能系统的电池荷电状态SOC的参考值SOC_ref，若储能系统的第n号电池组的SOC_n大于储能系统的电池荷电状态SOC的参考值SOC_ref，则进入步骤S44，若储能系统的第n号电池组的SOC_n不大于储能系统的电池荷电状态SOC的参考值SOC_ref，则进入步骤S45；

S44.判断储能系统是否为放电状态，若储能系统为放电状态，则控制其第n号DC/DC变流器放电进入步骤S42，若储能系统不是处于放电状态，则控制其第n号电池组进入热备用状态，进入步骤S42；

S45.判断储能系统是否为充电状态，若储能系统为充电状态，则控制第n号DC/DC变流器充电，进入步骤S42，若储能系统不是处于充电状态，则控制其第n号电池组进入热备用状态，进入步骤S42。

优选的，可再生能源发电设备包括多个风电设备，所述在步骤S2中，采用如下方式预测风电模块的输出功率，以及SVG模块的可输出无功功率：

S201.采集风电模块中当前各类电量实测值作为各类电量的预测值的初始值，预测值包括：风机有功预测值风机无功预测值风机机端电压预测值SVG无功预测值SVG机端电压预测值储能系统并网点(PCC)母线电压预测值

S202.根据所述预测值建立由优化目标函数和约束条件组成的MPC优化控制模型，并求解风电模块的有功和无功输出的预测值：

MPC优化控制模型的目标函数如式(1)所示：

$\underset{Q_{WTG}^{set},V_{SVG}^{set}}{\min }\left(\underset{i=0}{\overset{N-1}{\Σ}}\underset{j=0}{\overset{M-1}{\Σ}}{\mathrm{\ρ}}^{t_{i,j}}{F}_1,\underset{i=0}{\overset{N-1}{\Σ}}\underset{j=0}{\overset{M-1}{\Σ}}{\mathrm{\ρ}}^{t_{i,j}}{F}_2\right)---\left(1\right)$

式(1)中和为优化变量，和含义分别为风机无功设定值和SVG电压设定值；N为时间窗覆盖控制周期的个数；M为单个控制周期下含预测点的个数；ρ为衰减系数，取值ρ＜1；时间变量t_i,j＝(M_i+_j)Δt意义为当前时刻起第i个控制周期内的第j个预测点，Δt为预测点间隔，Δt由风电模块功率预测时间间隔决定；

F1为风电模块并网点母线电压与设定值的偏差水平，F1具体表达式如式(2)：

$F_1\left(t_{i,j}\right)={\[V_{PCC}^{pre}\left(t_{i,j}\right)-V_{PCC}^{ref}\]}^2---\left(2\right)$

式(2)中表示PCC电压的参考值，从主站控制指令中提取后设定；

F₂为SVG无功储备水平，F₂具体表达式如式(3)：

$F_2\left(t_{i,j}\right)={\[Q_{SVG}^{pre}\left(t_{i,j}\right)-Q_{SVG}^{opr}\]}^2---\left(3\right)$

式(3)中为SVG无功最佳运行点；

MPC优化控制模型的约束条件，具体包括：

风机有功预测约束条件：

$P_{WTG}^{pre}\left(t_{i,j}\right)=\underset{k=1}{\overset{N_a}{\Σ}}{\mathrm{\φ}}_k{P}_{WTG}^{pre}\left(t_{i,j-k}\right)+{\mathrm{\ϵ}}_{WTG}^{pre}\left(t_{i,j}\right)-\underset{k=1}{\overset{N_m}{\Σ}}{\mathrm{\θ}}_k{\mathrm{\ϵ}}_{WTG}^{pre}\left(t_{i,j-k}\right)---\left(4\right)$

式(4)中为风机有功预测误差；N_a和N_m分别为AR和MA模型的阶数，φ_k和θ_k为相关权重，阶数与权重均根据风机有功历史值确定；t_i,j-k为预测中参与计算数据(包括)对应时刻，下标k表征预测时刻前推kΔt时间，当t_i,j-k≤0时，有功预测值应取对应时刻历史值；

风机无功预测约束条件：

风机无功在下次控制前达到设定值：

$Q_{WTG}^{pre}\left(t_{i,0}\right)=Q_{WTG}^{set}\left(t_{i-1,0}\right)---\left(5\right)$

第i个控制周期内的各预测点，风机无功功率的变化过程以指数函数拟合：

$Q_{WTG}^{pre}\left(t_{i,j}\right)=\frac{1-e^{-(t_{i,j}-t_{i,0})/T_s}}{1-e^{-M\mathrm{\Δ}t/T_s}}{Q}_{WTG}^{set}\left(t_{i,0}\right)+\frac{e^{-(t_{i,j}-t_{i,0})/T_s}-e^{-M\mathrm{\Δ}t/T_s}}{1-e^{-M\mathrm{\Δ}t/T_s}}{Q}_{WTG}^{pre}\left(t_{i,0}\right)---\left(6\right)$

式(6)中T_s为风机无功调节时间常数，可以根据风机无功调节测试试验获取；

SVG无功预测约束条件：

SVG无功参考值如式(7)所示：

$\begin{array}{c}{Q}_{SVG}^{ref}\left(t_{i,j}\right)=K_P\[V_{SVG}^{pre}\left(t_{i,j}\right)-V_{SVG}^{set}\left(t_{i,0}\right)\]+K_I\mathrm{\Δ}t\underset{k=0}{\overset{i\×M\×j}{\Σ}}\[V_{SVG}^{pre}\left(t_{i,j-k}\right)-V_{SVG}^{set}\left(t_{i,-k}\right)\]\\ +Q_{SVG}^{pre}\left(t_{0,0}\right)-K_P\[V_{SVG}^{pre}\left(t_{0,0}\right)-V_{SVG}^{set}\left(t_{0,0}\right)\]\end{array}---\left(7\right)$

式(7)中K_I和K_P分别为比例环节和积分环节的系数；

SVG无功预测值如式(8)所示：

$Q_{SVG}^{pre}\left(t_{i,j}\right)=Q_{SVG}^{ref}\left(t_{i,j-1}\right)+\[Q_{SVG}^{pre}\left(t_{i,j-1}\right)-Q_{SVG}^{ref}\left(t_{i,j-1}\right)\]e^{-(t_{i,j}-t_{i,j-1})/T_d}---\left(8\right)$

式(8)中时间常数T_d为SVG电力电子装置动作延时；

电压预测约束条件：

$V^{pre}\left(t_{i,j}\right)-V^{pre}\left(t_{0,0}\right)=S\left[\begin{array}{c}{P}_{WTG}^{pre}\left(t_{i,j}\right)-P_{WTG}^{pre}\left(t_{0,0}\right)\\ Q_{WTG}^{pre}\left(t_{i,j}\right)-Q_{WTG}^{pre}\left(t_{0,0}\right)\\ Q_{SVG}^{pre}\left(t_{i,j}\right)-Q_{SVG}^{pre}\left(t_{0,0}\right)\end{array}\right]---\left(9\right)$

式(9)中V^pre为风机机端、SVG机端、和PCC母线电压预测值构成的向量，S为灵敏度矩阵；

系统电压、发电机运行和SVG运行的约束条件：

$\left\{\begin{array}{c}{V}^{\min }\≤V^{pre}\left(t_{i,j}\right)\≤V^{\max }\\ Q_{WTG}^{\min }\≤Q_{WTG}^{pre}\left(t_{i,j}\right)\≤Q_{WTG}^{\max }\\ Q_{SVG}^{\min }\≤Q_{SVG}^{pre}\left(t_{i,j}\right)\≤Q_{SVG}^{\max }\\ {\mathrm{\ΔQ}}_{WTG}^{\min }\≤Q_{WTG}^{pre}\left(t_{i,0}\right)-Q_{WTG}^{pre}\left(t_{i-1,0}\right)\≤{\mathrm{\ΔQ}}_{WTG}^{\max }\\ {\mathrm{\ΔQ}}_{SVG}^{\min }\≤Q_{SVG}^{pre}\left(t_{i,0}\right)-Q_{SVG}^{pre}\left(t_{i-1,0}\right)\≤{\mathrm{\ΔQ}}_{SVG}^{\max }\end{array}\right.---\left(10\right)$

式(10)中V^max和V^min分别为由PCC、风机和SVG电压预测值构成系统电压向量的上限和下限，其中PCC电压限值由配电网调度中心给出，而风机和SVG电压限值根据设备生产厂商给出的正常工作范围确定；和分别为风机无功运行上下限，和别为SVG无功运行上下限，皆根据设备生产厂商给出的正常工作范围确定；和分别为风机无功爬坡上下限，和分别为SVG无功爬坡上下限，皆需经过无功调速实验测试结果确定。

优选的，在步骤S3中采用如下方式，获取蓄电池模块的SOC：

S31.采集蓄电池的电压、电流，获取蓄电池的功率；

S32.根据蓄电池的功率，判断蓄电池的状态是否处于充电或放电状态；

S33.当蓄电池未进行充电或放电时，则采用开路电压法计算SOC；

S34.当蓄电池处于充电或放电状态时，则采用安时法计算SOC，并以前一时刻计算结果为安时法SOC初值。

优选的，在S34中，当蓄电池处于充电状态时，计算SOC的公式(11)如下：

$SOC={\mathrm{SOC}}_0(1-\mathrm{\δ})+\frac{P_c\·\mathrm{\Δ}t\·{\mathrm{\η}}_c}{E_c}---\left(11\right)$

式中，SOC₀为初始SOC值，δ表示蓄电池自放电率，P_c表示蓄电池充电功率大小，Δt表示两次计算SOC值的时间间隔，η_c表示蓄电池充电效率，E_c为蓄电池的额定容量；

当蓄电池处于放电状态时，计算SOC的公式(12)如下：

$SOC={\mathrm{SOC}}_0(1-\mathrm{\δ})-\frac{P_d\·\mathrm{\Δ}t}{E_c\·{\mathrm{\η}}_d}---\left(12\right)$

式中，Pd表示蓄电池放电功率大小，ηd表示蓄电池放电效率。

优选的，所述蓄电池模块，包括n个电池组及n个DC/DC变流器，n大于等于3，每个电池组均由一个DC/DC变流器充放电，该n个DC/DC变流器均由蓄电池模块模块控制。

本发明的电池储能系统的监控方法具有如下优点：(1)准确预测可再生能源发电设备的输出功率变化情况；(2)控制策略兼顾配电网调度要求和储能系统运行情况，可同时为配电网提供有功功率和无功功率，满足配电网的调度需求的同时，兼顾了供电可靠性，保障储能系统的安全性，延长了系统储能系统的使用寿命。

附图说明

图1示出了本发明的一种具有无功调节功能的电池储能系统的监控装置的框图；

图2示出了本发明的储能系统的监控方法。

具体实施方式

图1是示出了一种具有无功调节功能的电池储能系统10，该系统10包括：可再生能源发电设备12、蓄电池模块13、SVG模块14、用于将储能系统10与配电网20连接和隔离的AC/DC双向换流模块一16、直流母线、用于连接可再生能源发电设备12和直流母线的AC/DC双向换流模块二15以及监控装置11。

参见图1，该监控装置11包括：可再生能源发电设备监控模块114，用于实时监控电池储能系统10中的可再生能源发电设备12，并对可再生能源发电设备12的发电功率进行预测；蓄电池监控模块115，用于实时监控风电场储能系统10中的蓄电池模块13；配电网联络模块112，用于实时从配电网20调控中心获知配电网20的运行情况以及相关调度信息；并网监控模块116，用于控制风电场储能系统10连接或隔离配电网20；中控模块117，用于确定电池储能系统10的运行策略，并向上述各模块发出指令，以执行该供电策略；SVG监控模块，用于实时监控SVG模块14；总线模块111，用于该监控装置11的各个模块的通信联络。

通信模块111，用于上述各个模块之间的通信，所述总线通信模块111通过冗余双CAN总线与其他模块相连。

可再生能源发电设备12包括多个风力发电机。风力发电机的输出功率由风力发电机所在地点的风速、风向和自身特征所决定，可再生能源发电设备监控模块114至少包括风力发电机定压、电流、频率检测设备、风速检测设备。

SVG监控模块，包括SVG模块的电压和电流检测设备。

蓄电池监控模块116至少包括蓄电池端电压、电流、SOC检测设备以及温度检测设备，可实时监控蓄电池模块的SOC。

中控模块117至少包括CPU单元、数据存储单元和显示单元。

配电网联络模块112至少包括无线通信设备。

并网监控模块116至少包括用于检测配电网和风电场储能系统电压、电流和频率的检测设备、数据采集单元和数据处理单元。数据采集单元包含采集预处理和A/D转换模块，采集八路遥测信号量，包含电网侧A相电压、电流，风电场储能系统侧的三相电压、电流。遥测量可通过终端内的高精度电流和电压互感器将强交流电信号(5A/110V)不失真地转变为内部弱电信号，经滤波处理后进入A/D芯片进行模数转换，经转换后的数字信号经数据处理单元计算，获得风电场储能系统10侧的三相电压电流值和配电网20侧相电压电流值。本遥测信号量处理采用了高速高密度同步采样、频率自动跟踪技术还有改进的FFT算法，所以精度得到充分保证，能够完成风电场储能系统10侧有功、无功和电能从基波到高次谐波分量的测量和处理。

参见附图2，本发明的方法包括如下步骤：

S1.可再生能源发电设备监控模块实时获取可再生能源发电设备的运行数据，并存储数据；

S2.根据可再生能源发电设备的运行数据，对未来预定时刻内的可再生能源发电设备的输出功率进行预测，实时预测SVG模块的可输出无功功率；

S3.实时检测获取蓄电池模块的SOC，实时获取配电网的参数和调度信息；

S4.以配电网的调度信息中的有功需求和无功需求、当前蓄电池储能的SOC、未来可再生能源发电设备输出功率、以及对SVG模块的SVG模块的可输出无功功率作为约束条件，实现电池储能系统的优化控制。

优选的，可再生能源发电设备包括多个风电设备，所述在步骤S2中，采用如下方式预测风电模块的输出功率，以及SVG模块的可输出无功功率：

S201.采集风电模块中当前各类电量实测值作为各类电量的预测值的初始值，预测值包括：风机有功预测值风机无功预测值风机机端电压预测值SVG无功预测值SVG机端电压预测值储能系统并网点(PCC)母线电压预测值

S202.根据所述预测值建立由优化目标函数和约束条件组成的MPC优化控制模型，并求解风电模块的有功和无功输出的预测值：

MPC优化控制模型的目标函数如式(1)所示：

$\underset{Q_{WTG}^{set},V_{SVG}^{set}}{\min }\left(\underset{i=0}{\overset{N-1}{\Σ}}\underset{j=0}{\overset{M-1}{\Σ}}{\mathrm{\ρ}}^{t_{i,j}}{F}_1,\underset{i=0}{\overset{N-1}{\Σ}}\underset{j=0}{\overset{M-1}{\Σ}}{\mathrm{\ρ}}^{t_{i,j}}{F}_2\right)---\left(1\right)$

式(1)中和为优化变量，和含义分别为风机无功设定值和SVG电压设定值；N为时间窗覆盖控制周期的个数；M为单个控制周期下含预测点的个数；ρ为衰减系数，取值ρ＜1；时间变量ti,j＝(Mi+j)Δt意义为当前时刻起第i个控制周期内的第j个预测点，Δt为预测点间隔，Δt由风电模块功率预测时间间隔决定；

F1为风电模块并网点母线电压与设定值的偏差水平，F1具体表达式如式(2)：

$F_1\left(t_{i,j}\right)={\[V_{PCC}^{pre}\left(t_{i,j}\right)-V_{PCC}^{ref}\]}^2---\left(2\right)$

式(2)中表示PCC电压的参考值，从主站控制指令中提取后设定；

F2为SVG无功储备水平，F2具体表达式如式(3)：

$F_2\left(t_{i,j}\right)={\[Q_{SVG}^{pre}\left(t_{i,j}\right)-Q_{SVG}^{opr}\]}^2---\left(3\right)$

式(3)中为SVG无功最佳运行点；

MPC优化控制模型的约束条件，具体包括：

风机有功预测约束条件：

$P_{WTG}^{pre}\left(t_{i,j}\right)=\underset{k=1}{\overset{N_a}{\Σ}}{\mathrm{\φ}}_k{P}_{WTG}^{pre}\left(t_{i,j-k}\right)+{\mathrm{\ϵ}}_{WTG}^{pre}\left(t_{i,j}\right)-\underset{k=1}{\overset{N_m}{\Σ}}{\mathrm{\θ}}_k{\mathrm{\ϵ}}_{WTG}^{pre}\left(t_{i,j-k}\right)---\left(4\right)$

式(4)中为风机有功预测误差；Na和Nm分别为AR和MA模型的阶数，φk和θk为相关权重，阶数与权重均根据风机有功历史值确定；ti,j-k为预测中参与计算数据(包括)对应时刻，下标k表征预测时刻前推kΔt时间，当ti,j-k≤0时，有功预测值应取对应时刻历史值；

风机无功预测约束条件：

风机无功在下次控制前达到设定值：

$Q_{WTG}^{pre}\left(t_{i,0}\right)=Q_{WTG}^{set}\left(t_{i-1,0}\right)---\left(5\right)$

第i个控制周期内的各预测点，风机无功功率的变化过程以指数函数拟合：

$Q_{WTG}^{pre}\left(t_{i,j}\right)=\frac{1-e^{-(t_{i,j}-t_{i,0})/T_s}}{1-e^{-M\mathrm{\Δ}t/T_s}}{Q}_{WTG}^{set}\left(t_{i,0}\right)+\frac{e^{-(t_{i,j}-t_{i,0})/T_s}-e^{-M\mathrm{\Δ}t/T_s}}{1-e^{-M\mathrm{\Δ}t/T_s}}{Q}_{WTG}^{pre}\left(t_{i,0}\right)---\left(6\right)$

式(6)中Ts为风机无功调节时间常数，可以根据风机无功调节测试试验获取。

SVG无功预测约束条件：

SVG无功参考值如式(7)所示：

$\begin{array}{c}{Q}_{SVG}^{ref}\left(t_{i,j}\right)=K_P\[V_{SVG}^{pre}\left(t_{i,j}\right)-V_{SVG}^{set}\left(t_{i,0}\right)\]+K_I\mathrm{\Δ}t\underset{k=0}{\overset{i\×M\×j}{\Σ}}\[V_{SVG}^{pre}\left(t_{i,j-k}\right)-V_{SVG}^{set}\left(t_{i,-k}\right)\]\\ +Q_{SVG}^{pre}\left(t_{0,0}\right)-K_P\[V_{SVG}^{pre}\left(t_{0,0}\right)-V_{SVG}^{set}\left(t_{0,0}\right)\]\end{array}---\left(7\right)$

式(7)中KI和KP分别为比例环节和积分环节的系数；

SVG无功预测值如式(8)所示：

$Q_{SVG}^{pre}\left(t_{i,j}\right)=Q_{SVG}^{ref}\left(t_{i,j-1}\right)+\[Q_{SVG}^{pre}\left(t_{i,j-1}\right)-Q_{SVG}^{ref}\left(t_{i,j-1}\right)\]e^{-(t_{i,j}-t_{i,j-1})/T_d}---\left(8\right)$

式(8)中时间常数Td为SVG电力电子装置动作延时；

电压预测约束条件：

$V^{pre}\left(t_{i,j}\right)-V^{pre}\left(t_{0,0}\right)=S\left[\begin{array}{c}{P}_{WTG}^{pre}\left(t_{i,j}\right)-P_{WTG}^{pre}\left(t_{0,0}\right)\\ Q_{WTG}^{pre}\left(t_{i,j}\right)-Q_{WTG}^{pre}\left(t_{0,0}\right)\\ Q_{SVG}^{pre}\left(t_{i,j}\right)-Q_{SVG}^{pre}\left(t_{0,0}\right)\end{array}\right]---\left(9\right)$

式(9)中V^pre为风机机端、SVG机端、和PCC母线电压预测值构成的向量，S为灵敏度矩阵；

系统电压、发电机运行和SVG运行的约束条件：

$\left\{\begin{array}{c}{V}^{\min }\≤V^{pre}\left(t_{i,j}\right)\≤V^{\max }\\ Q_{WTG}^{\min }\≤Q_{WTG}^{pre}\left(t_{i,j}\right)\≤Q_{WTG}^{\max }\\ Q_{SVG}^{\min }\≤Q_{SVG}^{pre}\left(t_{i,j}\right)\≤Q_{SVG}^{\max }\\ {\mathrm{\ΔQ}}_{WTG}^{\min }\≤Q_{WTG}^{pre}\left(t_{i,0}\right)-Q_{WTG}^{pre}\left(t_{i-1,0}\right)\≤{\mathrm{\ΔQ}}_{WTG}^{\max }\\ {\mathrm{\ΔQ}}_{SVG}^{\min }\≤Q_{SVG}^{pre}\left(t_{i,0}\right)-Q_{SVG}^{pre}\left(t_{i-1,0}\right)\≤{\mathrm{\ΔQ}}_{SVG}^{\max }\end{array}\right.---\left(10\right)$

式(10)中V^max和V^min分别为由PCC、风机和SVG电压预测值构成系统电压向量的上限和下限，其中PCC电压限值由配电网调度中心给出，而风机和SVG电压限值根据设备生产厂商给出的正常工作范围确定；和分别为风机无功运行上下限，和别为SVG无功运行上下限，皆根据设备生产厂商给出的正常工作范围确定；和分别为风机无功爬坡上下限，和分别为SVG无功爬坡上下限，皆需经过无功调速实验测试结果确定。

优选的，在步骤S3中采用如下方式，获取蓄电池模块的SOC：

S31.采集蓄电池的电压、电流，获取蓄电池的功率；

S32.根据蓄电池的功率，判断蓄电池的状态是否处于充电或放电状态；

S33.当蓄电池未进行充电或放电时，则采用开路电压法计算SOC；

S34.当蓄电池处于充电或放电状态时，则采用安时法计算SOC，并以前一时刻计算结果为安时法SOC初值。

优选，在S34中，当蓄电池处于充电状态时，计算SOC的公式(11)如下：

$SOC={\mathrm{SOC}}_0(1-\mathrm{\δ})+\frac{P_c\·\mathrm{\Δ}t\·{\mathrm{\η}}_c}{E_c}---\left(11\right)$

式中，SOC₀为初始SOC值，δ表示蓄电池自放电率，P_c表示蓄电池充电功率大小，Δt表示两次计算SOC值的时间间隔，η_c表示蓄电池充电效率，E_c为蓄电池的额定容量。

当蓄电池处于放电状态时，计算SOC的公式(12)如下：

$SOC={\mathrm{SOC}}_0(1-\mathrm{\δ})-\frac{P_d\·\mathrm{\Δ}t}{E_c\·{\mathrm{\η}}_d}---\left(12\right)$

式中，Pd表示蓄电池放电功率大小，ηd表示蓄电池放电效率。

优选的，所述蓄电池模块，包括n个电池组及n个DC/DC变流器，n大于等于3，每个电池组均由一个DC/DC变流器控制器充放电，该n个DC/DC变流器均由蓄电池模块监控模块115控制。

优选的，在步骤S4中，上述优化控制包括对蓄电池模块SOC的优化控制，步骤如下：

S41.计算储能系统电池荷电状态SOC的参考值SOC_ref；

S42.判断储能系统的第n号电池组的SOC_n是否与储能系统的电池荷电状态SOC的参考值SOC_ref相等，若SOC_n≠SOC_ref则进入步骤S43，若SOC_n＝SOC_ref则结束控制；

S43.判断储能系统的第n号电池组的SOC_n是否大于储能系统的电池荷电状态SOC的参考值SOC_ref，若储能系统的第n号电池组的SOC_n大于储能系统的电池荷电状态SOC的参考值SOC_ref，则进入步骤S44，若储能系统的第n号电池组的SOC_n不大于储能系统的电池荷电状态SOC的参考值SOC_ref，则进入步骤S45；

S44.判断储能系统是否为放电状态，若储能系统为放电状态，则控制其第n号DC/DC变流器放电进入步骤S42，若储能系统不是处于放电状态，则控制其第n号电池组进入热备用状态，进入步骤S42；

S45.判断储能系统是否为充电状态，若储能系统为充电状态，则控制第n号DC/DC变流器充电，进入步骤S42，若储能系统不是处于充电状态，则控制其第n号电池组进入热备用状态，进入步骤S42。

优选的，在步骤S4中，储能系统总功率Pg的约束为：

在非响应调度时段1下，P_g,min≤P_g(l)≤P_g,max，P_g,min为储能系统10能够从配电网20吸收的最大功率，P_g,max为储能系统10能够向配电网20输送功率的最大功率；

在响应调度时段2下，P_g(2)＝P_set，P_set为响应调度时段2下要求的联络线功率。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，做出若干等同替代或明显变型，而且性能或用途相同，都应当视为属于本发明的保护范围。

Claims (5)

1.一种具有无功调节功能的电池储能系统的监控方法，该方法基于如下监控装置执行，该装置包括：

可再生能源发电设备监控模块，用于实时监控电池储能系统的可再生能源发电设备，并对可再生能源发电设备的发电功率进行预测；

蓄电池监控模块，可实时监控电池储能系统的蓄电池模块的SOC；

配电网联络模块，用于实时从配电网调控中心获知配电网的运行情况以及相关调度信息；

SVG监控模块，用于实时监控电池储能系统的SVG模块，控制SVG的无功输出；

并网运行监控模块，用于控制储能系统连接或隔离配电网；

中控模块，用于确定储能系统的运行策略，并向上述监控装置中的各模块发出指令，以执行该运行策略；

总线模块，用于该监控装置的各个模块的通信联络；

该方法包括如下步骤：

S1.可再生能源发电设备监控模块实时获取可再生能源发电设备的运行数据，并存储数据；

S2.根据可再生能源发电设备的运行数据，对未来预定时刻内的可再生能源发电设备的输出功率进行预测，实时预测SVG模块的可输出无功功率；

S3.实时检测获取蓄电池模块的SOC，实时获取配电网的参数和调度信息；

S4.以配电网的调度信息中的有功需求和无功需求、当前蓄电池储能的SOC、未来可再生能源发电设备输出功率、以及对SVG模块的可输出无功功率作为约束条件，实现电池储能系统的优化控制，

上述优化控制包括对蓄电池模块SOC的优化控制，步骤如下：

S41.计算储能系统电池荷电状态SOC的参考值SOC_ref；

S42.判断储能系统的第n号电池组的SOC_n是否与储能系统的电池荷电状态SOC的参考值SOC_ref相等，若SOC_n≠SOC_ref则进入步骤S43，若SOC_n＝SOC_ref则结束控制，其中n大于等于3；

S43.判断储能系统的第n号电池组的SOC_n是否大于储能系统的电池荷电状态SOC的参考值SOC_ref，若储能系统的第n号电池组的SOC_n大于储能系统的电池荷电状态SOC的参考值SOC_ref，则进入步骤S44，若储能系统的第n号电池组的SOC_n不大于储能系统的电池荷电状态SOC的参考值SOC_ref，则进入步骤S45；

S44.判断储能系统是否为放电状态，若储能系统为放电状态，则控制其第n号DC/DC变流器放电进入步骤S42，若储能系统不是处于放电状态，则控制其第n号电池组进入热备用状态，进入步骤S42；

S45.判断储能系统是否为充电状态，若储能系统为充电状态，则控制第n号DC/DC变流器充电，进入步骤S42，若储能系统不是处于充电状态，则控制其第n号电池组进入热备用状态，进入步骤S42。

2.如权利要求1所述的方法，其特征在于，可再生能源发电设备包括多个风电设备，所述在步骤S2中，采用如下方式预测风电模块的输出功率，以及SVG模块的可输出无功功率：

S201.采集风电模块中当前各类电量实测值作为各类电量的预测值的初始值，预测值包括：风机有功预测值风机无功预测值风机机端电压预测值SVG无功预测值SVG机端电压预测值储能系统并网点(PCC)母线电压预测值

S202.根据所述预测值建立由优化目标函数和约束条件组成的MPC优化控制模型，并求解风电模块的有功和无功输出的预测值：

MPC优化控制模型的目标函数如式(1)所示：

$\underset{Q_{WTG}^{set},V_{SVG}^{set}}{\min }\left(\underset{i=0}{\overset{N-1}{\Σ}}\underset{j=0}{\overset{M-1}{\Σ}}{\mathrm{\ρ}}^{t_{i,j}}{F}_1,\underset{i=0}{\overset{N-1}{\Σ}}\underset{j=0}{\overset{M-1}{\mathrm{\Σ}}}{\mathrm{\ρ}}^{t_{i,j}}{F}_2\right)---\left(1\right)$

式(1)中和为优化变量，和含义分别为风机无功设定值和SVG电压设定值；N为时间窗覆盖控制周期的个数；M为单个控制周期下含预测点的个数；ρ为衰减系数，取值ρ＜1；时间变量t_i,j＝(M_i+j)Δt意义为当前时刻起第i个控制周期内的第j个预测点，Δt为预测点间隔，Δt由风电模块功率预测时间间隔决定；

F1为风电模块并网点母线电压与设定值的偏差水平，F1具体表达式如式(2)：

$F_1\left(t_{i,j}\right)={\[V_{PCC}^{pre}\left(t_{i,j}\right)-V_{PCC}^{ref}\]}^2---\left(2\right)$

式(2)中表示PCC电压的参考值，从主站控制指令中提取后设定；

F₂为SVG无功储备水平，F₂具体表达式如式(3)：

$F_2\left(t_{i,j}\right)={\[Q_{SVG}^{pre}\left(t_{i,j}\right)-Q_{SVG}^{opr}\]}^2---\left(3\right)$

式(3)中为SVG无功最佳运行点；

MPC优化控制模型的约束条件，具体包括：

风机有功预测约束条件：

$P_{WTG}^{pre}\left(t_{i,j}\right)=\underset{k=1}{\overset{N_a}{\mathrm{\Σ}}}{\mathrm{\φ}}_k{P}_{WTG}^{pre}\left(t_{i,j-k}\right)+{\mathrm{\ϵ}}_{WTG}^{pre}\left(t_{i,j}\right)-\underset{k=1}{\overset{N_m}{\Σ}}{\mathrm{\θ}}_k{\mathrm{\ϵ}}_{WTG}^{pre}\left(t_{i,j-k}\right)---\left(4\right)$

式(4)中为风机有功预测误差；N_a和N_m分别为AR和MA模型的阶数，φ_k和θ_k为相关权重，阶数与权重均根据风机有功历史值确定；t_i,j-k为预测中参与计算数据(包括)对应时刻，下标k表征预测时刻前推kΔt时间，当t_i,j-k≤0时，有功预测值应取对应时刻历史值；

风机无功预测约束条件：

风机无功在下次控制前达到设定值：

$Q_{WTG}^{pre}\left(t_{i,0}\right)=Q_{WTG}^{set}\left(t_{i-1,0}\right)---\left(5\right)$

第i个控制周期内的各预测点，风机无功功率的变化过程以指数函数拟合：

$Q_{WTG}^{pre}\left(t_{i,j}\right)=\frac{1-e^{-\left(t_{i,j}-t_{i,0}\right)/T_s}}{1-e^{-M\mathrm{\Δ}t/T_s}}{Q}_{WTG}^{set}\left(t_{i,0}\right)+\frac{e^{-\left(t_{i,j}-t_{i,0}\right)/T_s}-e^{-M\mathrm{\Δ}t/T_s}}{1-e^{-M\mathrm{\Δ}t/T_s}}{Q}_{WTG}^{pre}\left(t_{i,0}\right)---\left(6\right)$

式(6)中T_s为风机无功调节时间常数，可以根据风机无功调节测试试验获取；

SVG无功预测约束条件：

SVG无功参考值如式(7)所示：

$\begin{array}{c}{Q}_{SVG}^{ref}\left(t_{i,j}\right)=K_P\[V_{SVG}^{pre}\left(t_{i,j}\right)-V_{SVG}^{set}\left(t_{i,0}\right)\]+K_I\mathrm{\Δ}t\underset{k=0}{\overset{i\×M+j}{\Σ}}\[V_{SVG}^{pre}\left(t_{i,j-k}\right)-V_{SVG}^{set}\left(t_{i,-k}\right)\]\\ +Q_{SVG}^{pre}\left(t_{0,0}\right)-K_P\[V_{SVG}^{pre}\left(t_{0,0}\right)-V_{SVG}^{set}\left(t_{0,0}\right)\]\end{array}---\left(7\right)$

式(7)中K_I和K_P分别为比例环节和积分环节的系数；

SVG无功预测值如式(8)所示：

$Q_{SVG}^{pre}\left(t_{i,j}\right)=Q_{SVG}^{ref}\left(t_{i,j-1}\right)+\[Q_{SVG}^{pre}\left(t_{i,j-1}\right)-Q_{SVG}^{rer}\left(t_{i,j-1}\right)\]e^{-\left(t_{i,j}-t_{i,j-1}\right)/T_d}---\left(8\right)$

式(8)中时间常数T_d为SVG电力电子装置动作延时；

电压预测约束条件：

$V^{pre}\left(t_{i,j}\right)-V^{pre}\left(t_{0,0}\right)=S\left[\begin{array}{c}{P}_{WTG}^{pre}\left(t_{i,j}\right)-P_{WTG}^{pre}\left(t_{0,0}\right)\\ Q_{WTG}^{pre}\left(t_{i,j}\right)-Q_{WTG}^{pre}\left(t_{0,0}\right)\\ Q_{SVG}^{pre}\left(t_{i,j}\right)-Q_{SVG}^{pre}\left(t_{0,0}\right)\end{array}\right]---\left(9\right)$

式(9)中V^pre为风机机端、SVG机端、和PCC母线电压预测值构成的向量，S为灵敏度矩阵；

系统电压、发电机运行和SVG运行的约束条件：

$\left\{\begin{array}{c}{V}^{\min }\≤V^{pre}\left(t_{i,j}\right)\≤V^{\max }\\ Q_{WTG}^{\min }\≤Q_{WTG}^{pre}\left(t_{i,j}\right)\≤Q_{WTG}^{\max }\\ Q_{SVG}^{\min }\≤Q_{SVG}^{pre}\left(t_{i,j}\right)\≤Q_{SVG}^{\max }\\ {\mathrm{\ΔQ}}_{WTG}^{\min }\≤Q_{WTG}^{pre}\left(t_{i,0}\right)-Q_{WTG}^{pre}\left(t_{i-1,0}\right)\≤{\mathrm{\ΔQ}}_{WTG}^{\max }\\ {\mathrm{\ΔQ}}_{SVG}^{\min }\≤Q_{SVG}^{pre}\left(t_{i,0}\right)-Q_{SVG}^{pre}\left(t_{i-1,0}\right)\≤{\mathrm{\ΔQ}}_{SVG}^{\max }\end{array}\right.---\left(10\right)$

式(10)中V^max和V^min分别为由PCC、风机和SVG电压预测值构成系统电压向量的上限和下限，其中PCC电压限值由配电网调度中心给出，而风机和SVG电压限值根据设备生产厂商给出的正常工作范围确定；和分别为风机无功运行上下限，和别为SVG无功运行上下限，皆根据设备生产厂商给出的正常工作范围确定；和分别为风机无功爬坡上下限，和分别为SVG无功爬坡上下限，皆需经过无功调速实验测试结果确定。

3.如权利要求1或2所述的方法，其特征在于，在步骤S3中采用如下方式，获取蓄电池模块的SOC：

S31.采集蓄电池的电压、电流，获取蓄电池的功率；

S32.根据蓄电池的功率，判断蓄电池的状态是否处于充电或放电状态；

S33.当蓄电池未进行充电或放电时，则采用开路电压法计算SOC；

S34.当蓄电池处于充电或放电状态时，则采用安时法计算SOC，并以前一时刻计算结果为安时法SOC初值。

4.如权利要求3所述的方法，其特征在于，在S34中，当蓄电池处于充电状态时，计算SOC的公式(11)如下：

$SOC={\mathrm{SOC}}_0(1-\mathrm{\δ})+\frac{P_c\·\mathrm{\Δ}t\·{\mathrm{\η}}_c}{E_c}---\left(11\right)$

式中，SOC₀为初始SOC值，δ表示蓄电池自放电率，P_c表示蓄电池充电功率大小，Δt表示两次计算SOC值的时间间隔，η_c表示蓄电池充电效率，E_c为蓄电池的额定容量；

当蓄电池处于放电状态时，计算SOC的公式(12)如下：

$SOC={\mathrm{SOC}}_0(1-\mathrm{\δ})-\frac{P_d\·\mathrm{\Δ}t}{E_c\·{\mathrm{\η}}_d}---\left(12\right)$

式中，Pd表示蓄电池放电功率大小，ηd表示蓄电池放电效率。

5.如权利要求4所述的方法，其特征在于，所述蓄电池模块，包括n个电池组及n个DC/DC变流器，n大于等于3，每个电池组均由一个DC/DC变流器充放电，该n个DC/DC变流器均由蓄电池监控模块控制。