CN105226690B

CN105226690B - 一种光储电站的并网功率平抑方法

Info

Publication number: CN105226690B
Application number: CN201510707453.2A
Authority: CN
Inventors: 谢茂军; 杨西全
Original assignee: Sichuan Clou Energy Electric Co Ltd
Current assignee: Sichuan Clou Energy Electric Co Ltd
Priority date: 2015-10-27
Filing date: 2015-10-27
Publication date: 2017-12-12
Anticipated expiration: 2035-10-27
Also published as: CN105226690A

Abstract

本发明公开了一种光储电站的并网功率平抑方法，涉及光储发电控制技术领域。本发明技术要点：步骤1：接收光伏发电瞬时功率P_pvr(k)和光伏发电预测数据P_pvp[N]；根据所述光伏发电瞬时功率P_pvr(k)对所述光伏发电预测数据P_pvp[N]进行平滑处理得到平滑后的光伏发电预测数据P_pvs[N]，同时计算光伏发电预测数据P_pvp[N]的平均值P_pva；步骤2：预测出所述光储电站的并网功率P_grid1；步骤3：以(P_grid1‑P_pvr(k))的结果P_bat(k)为功率指令输出功率或吸收功率；其中，当结果P_bat(k)为正数时表示吸收功率，为负数时表示输出功率等。

Description

一种光储电站的并网功率平抑方法

技术领域

本发明属于光储发电控制技术领域，更为具体地讲，涉及一种光储电站的并网功率平抑方法。

背景技术

光伏发电具有无污染、无噪声的特性，是理想的可再生能源，具有广阔的应用前景。目前光伏发电正从补充能源走向替代能源。但是，光伏发电受光照强度、温度等外界环境因素的影响较大，从而导致输出功率常产生剧烈的波动，该波动对电网的安全、稳定运行带来巨大威胁。

光伏并网发电系统的功率平抑研究起步较晚，技术尚不成熟，通常的做法是弃光限电，即控制光伏发电功率偏移最大功率点，以降低并网功率的变化率，显然这种做法以浪费光伏能源为代价。储能系统具有快速灵活的功率调节能力，同时具备能量的双向流动，在保证光伏能源充分利用的前提下，平抑光伏发电的功率波动。

平抑功率波动的控制方法主要有低通滤波法、功率预测法和滑动平均法，这些方法都能利用储能系统补偿或吸收光伏输出功率实际值和并网功率参考值之间的差额，达到“削峰填谷”的目的。然而，功率预测法在长时间上能够预测光伏的发电功率，但短时存在较大的偏差，该偏差可能超过30％以上。另外，以上方法均未考虑储能电池的荷电状态，极有可能出现电池过充过放的情况，从而影响储能设备的使用寿命。

发明内容

本发明所要解决的技术问题是：针对上述存在的问题，提供一种光储电站的并网功率平抑方法，优化并网型光储发电站的运行，在保证平抑并网功率，提高发电质量的同时，提高太阳能资源的利用率和延长储能电池的使用寿命。

本发明提供的光储电站的并网功率平抑方法，包括：

步骤1：接收光伏发电瞬时功率P_pvr(k)和光伏发电预测数据P_pvp[N]；其中P_pvr(k)为第k时刻的光伏发电瞬时功率；P_pvp[N]表示数据长度为N的光伏发电预测数据；

根据所述光伏发电瞬时功率P_pvr(k)对所述光伏发电预测数据P_pvp[N]进行平滑处理得到平滑后的光伏发电预测数据P_pvs[N]，同时计算光伏发电预测数据P_pvp[N]的平均值P_pva；

步骤2：根据光储电站中的储能电池特性建立电池模型，结合所述平滑后的光伏发电预测数据P_pvs[N]和所述平均值P_pva建立闭环控制系统，预测出所述光储电站的并网功率P_grid1；

步骤3：以(P_grid1-P_pvr(k))的结果P_bat(k)为功率指令输出功率或吸收功率；其中，当结果P_bat(k)为正数时表示吸收功率，为负数时表示输出功率。

进一步，所述步骤1中根据所述光伏发电瞬时功率P_pvr(k)对所述光伏发电预测数据P_pvp[N]进行平滑处理得到平滑后的光伏发电预测数据P_pvs[N]的具体步骤包括：

步骤11：计算所述光伏发电瞬时功率的均值P_pvr；

步骤12：将所述均值P_pvr与所述光伏发电预测数据P_pvp[N]按照一定比例叠加后得到平滑后的光伏发电预测数据P_pvs[N]，公式为：

P_pvs(i)＝αP_pvr+(1-α)P_pvp(i)；其中，α比例系数，介于0～1之间，i取1，2，3，…，N。

所述步骤11进一步包括：利用加权平均算法的公式：

计算均值P_pvr；其中，M为光伏瞬时发电功率的采样点数。

进一步，所述步骤2中的电池模型为：SOC_i+1＝SOC_i+K*P_bat(i)*Δt；

其中，SOC_i和SOC_i+1分别为第i时刻、第i+1时刻的储能电池荷电状态，K为储能电池充放电功率的比例系数，P_bat(i)为第i时刻的储能电池输入或输出的功率，Δt为第i时刻与第i+1时刻之间的时间间隔；当P_bat(i)为正数时表示输入功率，为负数时表示输出功率。

所述步骤2中建立闭环控制系统，预测出所述光储电站的并网功率P_grid1的步骤进一步包括：

将SOC_i与参考值SOC_ref相减，将差值通过比例控制器，经比例控制器放大后与所述光伏发电预测数据的平均值P_pva叠加，预测出第i时刻的并网功率P_grid(i)，将所述平滑后的光伏发电预测数据P_pvs[j]与所述并网功率P_grid(i)作差后得到P_bat(i)，由P_bat(i)根据式SOC_i+1＝SOC_i+K*P_bat(i)*Δt计算SOC_i+1，以此类推直至预测出所有离散时间点对应并网功率，其中，i和j均为离散变量；

最后计算出所有离散时间点并网功率的平均值，该平均值即为并网功率P_grid1。

本发明还提供了另一光储电站的并网功率平抑方法，包括：

步骤1:接收光伏发电瞬时功率P_pvr(k)和光伏发电预测数据P_pvp[N]；其中P_pvr(k)为第k时刻的光伏发电瞬时功率；P_pvp[N]表示数据长度为N的光伏发电预测数据；

步骤2：根据储能电池特性建立电池模型，结合所述平滑后的光伏发电预测数据P_pvs[N]和所述平均值P_pva建立闭环控制系统，预测出所述光储电站的并网功率P_grid1；

步骤3：根据所述光储电站的配置参数对所述并网功率P_grid1进行限定得到并网功率P_grid2；

步骤4：以(P_grid2-P_pvr(k))的结果P_bat(k)为功率指令输出功率或吸收功率；其中，当结果P_bat(k)为正数时表示吸收功率，为负数时表示输出功率。

所述步骤3进一步包括：

根据所述光储电站的配置参数建立约束条件：

P_bat(i)＝P_pvp(i)-P_grid，i＝1,2,3…N；

SOC_min≤SOC≤SOC_max；

P_{grid_min}≤P_grid≤P_{grid_max}；

P_{bat_min}≤P_bat(i)≤P_{bat_max}；

计算满足上述约束条件的P_grid的取值范围，判断并网功率P_grid1是否属于所述取值范围，若属于则并网功率P_grid2等于并网功率P_grid1，若不属于则并网功率P_grid2等于所述取值范围中的最小值；

其中，K为储能电池充放电功率的比例系数，P_bat(i)为第i时刻的储能电池输入或输出的功率，Δt为第i时刻与第i+1时刻之间的时间间隔；N为光伏发电预测数据长度，SOC₀为起始时刻的储能电池荷电状态，SOC_min和SOC_max为储能电池保护阀值的下限和上限，P_{grid_min}、P_{grid_max}为并网功率的下限和上限值，P_{bat_min}和P_{bat_max}分别为储能电池放电功率上限和充电功率上限。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明在预测并网功率时根据光储电站的储能电池建立电池模型，根据电池模型、平滑后的光伏发电预测数据P_pvs[N]和平均值P_pva实时预测并网功率，储能发电功能单元根据预测并网功率计算其自身输入或输出的功率，优化并网型光储发电站的运行，保证平抑并网功率，提高发电质量，同时还提高了太阳能资源的利用率和延长了储能电池的使用寿命。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1光储电站系统框图；

图2本发明方法的流程框图；

图3平滑处理框图；

图4闭环控制系统结构图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

本发明实施例提供了一种光储电站的并网功率平抑方法，应用于并网型光储发电站。

参见图1，并网型光储发电站包括：光伏发电功率单元、储能发电功率单元、功率平滑系统、光伏功率预测系统以及储能电池。

其中，光伏发电功率单元用于记录并输出瞬时发电功率P_pvr(k)，光伏功率预测系统用于预测并输出光伏发电预测数据P_pvp[N]。功率平滑系统用于预测并网功率。储能发电功率单元用于根据预测得到的并网功率控制储能电池输出或释放相应的功率。

参见图2，本发明方法包括：

步骤1：功率平滑系统接收光伏发电功率单元的瞬时发电功率P_pvr(k)和光伏功率预测系统的光伏发电预测数据P_pvp[N]；功率平滑系统根据瞬时发电功率对光伏发电预测数据进行平滑处理得到平滑后的数据P_pvs[N]，并计算得到光伏发电预测数据P_pvp[N]的平均值P_pva；

步骤2：功率平滑系统根据储能电池特性建立电池模型，结合平滑后的数据P_pvs[N]和平均值P_pva建立闭环控制系统，预测出并网型光储发电站的并网功率P_grid1；

步骤3：储能发电功率单元接收功率平滑系统的并网功率预测值P_grid1和光伏发电功率单元的瞬时发电功率P_pvr(k)，以二者的差值P_bat(k)为功率指令输出(吸收)功率，P_bat(k)符号为正表示吸收功率，为负表示输出功率。

其中，P_pvr(k)、P_bat(k)表示第k采样时刻的光伏瞬时发电功率和储能输出功率，P_pvp[N]表示数据长度为N的光伏发电预测数据。

在其他实施例中，考虑到电站自身的限制，当预测的并网功率较大时电站无法输出相应的功率，因此需要根据电站配置参数建立约束条件，计算出并网功率的取值范围，然后用这个范围限定并网功率P_grid1，得到并网功率P_grid2，将并网功率P_grid2作为最终的预测结果传输给储能发电功率单元，储能发电功率单元以并网功率P_grid2和瞬时发电功率P_pvr(k)的差值P_bat(k)为功率指令输出(吸收)功率。

见图3，在一个具体实施例中，功率平滑系统根据光伏发电瞬时功率P_pvr(k)对光伏发电预测数据P_pvp[N]进行平滑处理的具体步骤，包括：

功率平滑系统利用加权平均算法计算光伏发电瞬时功率的均值P_pvr，再将该均值与光伏发电预测数据P_pvp[N]按照一定比例叠加后得到平滑后的光伏发电预测数据P_pvs[N]，公式为：

P_pvs(i)＝αP_pvr+(1-α)P_pvp(i)； (1)

其中，α比例系数，介于0～1之间，i＝1,2,3，…，N。

本实施例采用的加权平均算法的公式为：

其中，M为光伏瞬时发电功率的采样点数。

在另一具体实施例的步骤2中，根据储能电池特性建立电池模型：

SOC_i+1＝SOC_i+K*P_bat(i)*Δt； (3)

其中，SOC_i和SOC_i+1分别为i、i+1时刻的储能电池荷电状态(SOC，state ofcharge，表示的是当前电池电量和电池额定电量的比值)，K为SOC关于储能电池充(放)电功率的比例系数，P_bat(i)为i时刻的储能电池输入(出)功率，Δt为离散时间。

参见图4，建立闭环控制系统：

功率平滑系统根据储能电池模型，以SOC为控制目标，将i时刻SOC值(SOC_i)与参考值(SOC_ref)相减，将其差值经过比例控制器放大后叠加光伏发电预测数据的平均值P_pva预测出第i时刻的并网功率P_grid(i)，将平滑后的光伏发电预测数据P_pvs[j]与并网功率P_grid(i)作差后得到P_bat(i)，由P_bat(i)根据式(3)计算时i+1时刻的SOC值(SOC_i+1)，以此类推直至预测出所有离散时间点对应并网功率，其中，i和j均为离散变量，均依次取1,2,3，…，N。只是i的离散周期与j不一致，因此区别表示。

将闭环控制系统预测出的离散并网功率点通过求平均的方法预测出并网功率值P_grid1。

在另一实施例中，需要根据并网型光储发电站的配置参数建立约束条件：

P_bat(i)＝P_pvp(i)-P_grid，i＝1，2，3…N； (4)

SOC_min≤SOC≤SOC_max； (6)

P_{grid_min}≤P_grid≤P_{grid_max；} (7)

P_{bat_min}≤P_bat(i)≤P_{bat_max；} (8)

其中，P_grid为并网功率，N为光伏发电预测数据长度，SOC₀为起始时刻的储能电池荷电状态，SOC_min和SOC_max为储能电池SOC保护阀值的下限和上限，P_{grid_min}、P_{grid_max}为并网功率的下限和上限值，P_{bat_min}和P_{bat_max}为储能电池放电功率上限和充电功率上限。

通过式(4)、式(5)和式(6)确定P_grid的运行区间1，通过式(4)和式(8)可确定P_grid的运行区间2，将运行区间1、2和式(7)取交集得到P_grid最终的运行范围，判断所述并网功率预测值P_grid1是否落入运行范围，若落入，则P_grid2＝P_grid1，否则，将最终运行范围的最小值作为P_grid2。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims

1.一种光储电站的并网功率平抑方法，其特征在于，包括：

步骤1：接收光伏发电瞬时功率P_pvr(k)和光伏发电预测数据P_pvp[N]；其中P_pvr(k)为第k采样时刻的光伏发电瞬时功率；P_pvp[N]表示数据长度为N的光伏发电预测数据；

步骤3：以(P_grid1-P_pvr(k))的结果P_bat(k)为功率指令输出功率或吸收功率；其中，当结果P_bat(k)为正数时表示吸收功率，为负数时表示输出功率；

其中，所述步骤2中建立闭环控制系统，预测出所述光储电站的并网功率P_grid1的步骤进一步包括：

2.根据权利要求1所述的一种光储电站的并网功率平抑方法，其特征在于，所述步骤1中根据所述光伏发电瞬时功率P_pvr(k)对所述光伏发电预测数据P_pvp[N]进行平滑处理得到平滑后的光伏发电预测数据P_pvs[N]的具体步骤包括：

步骤11：计算所述光伏发电瞬时功率的均值P_pvr；

P_pvs(i)＝αP_pvr+(1-α)P_pvp(i)；其中，α比例系数，介于0～1之间；i取1，2，3，…，N。

3.根据权利要求2所述的一种光储电站的并网功率平抑方法，其特征在于，所述步骤11进一步包括：利用加权平均算法的公式：

计算均值P_pvr；其中，M为光伏瞬时发电功率的采样点数。

4.根据权利要求1所述的一种光储电站的并网功率平抑方法，其特征在于，所述步骤2中的电池模型为：SOC_i+1＝SOC_i+K*P_bat(i)*Δt；

5.一种光储电站的并网功率平抑方法，其特征在于，包括：

步骤2：根据储能电池特性建立电池模型，结合所述平滑后的光伏发电预测数据Ppvs[N]和所述平均值Ppva建立闭环控制系统，预测出所述光储电站的并网功率Pgrid1；

步骤4：以(P_grid2-P_pvr(k))的结果P_bat(k)为功率指令输出功率或吸收功率；其中，当结果P_bat(k)为正数时表示吸收功率，为负数时表示输出功率；

6.根据权利要求5所述的一种光储电站的并网功率平抑方法，其特征在于，所述步骤1中根据所述光伏发电瞬时功率P_pvr(k)对所述光伏发电预测数据P_pvp[N]进行平滑处理得到平滑后的光伏发电预测数据P_pvs[N]的具体步骤包括：

步骤11：计算所述光伏发电瞬时功率的均值P_pvr；

步骤12：将所述均值P_pvr与所述光伏发电预测数据Ppvp[N]按照一定比例叠加后得到平滑后的光伏发电预测数据P_pvs[N]，公式为：

7.根据权利要求5所述的一种光储电站的并网功率平抑方法，其特征在于，所述步骤2中的电池模型为：SOC_i+1＝SOC_i+K*P_bat(i)*Δt；

8.根据权利要求7所述的一种光储电站的并网功率平抑方法，其特征在于，所述步骤3进一步包括：

根据所述光储电站的配置参数建立约束条件：

P_bat(i)＝P_pvp(i)-P_grid，i＝1,2,3…N；

<mrow> <mi>S</mi> <mi>O</mi> <mi>C</mi> <mo>=</mo> <msub> <mi>SOC</mi> <mn>0</mn> </msub> <mo>+</mo> <msubsup> <mi>K&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </msubsup> <msub> <mi>P</mi> <mrow> <mi>b</mi> <mi>a</mi> <mi>t</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mi>&Delta;</mi> <mi>t</mi> <mo>;</mo> </mrow>

SOC_min≤SOC≤SOC_max；

P_{grid_min}≤P_grid≤P_{grid_max}；

P_{bat_min}≤P_bat(i)≤P_{bat_max}；

其中，N为光伏发电预测数据长度，SOC₀为起始时刻的储能电池荷电状态，SOC_min和SOC_max为储能电池保护阀值的下限和上限，P_{grid_min}、P_{grid_max}为并网功率的下限和上限值，P_{bat_min}和P_{bat_max}分别为储能电池放电功率上限和充电功率上限。