CN105244920A - 考虑电池健康状态的储能系统多目标控制方法及其系统 - Google Patents
考虑电池健康状态的储能系统多目标控制方法及其系统 Download PDFInfo
- Publication number
- CN105244920A CN105244920A CN201410713433.1A CN201410713433A CN105244920A CN 105244920 A CN105244920 A CN 105244920A CN 201410713433 A CN201410713433 A CN 201410713433A CN 105244920 A CN105244920 A CN 105244920A
- Authority
- CN
- China
- Prior art keywords
- energy
- storage system
- wind
- value
- soc
- 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.)
- Granted
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
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提供了一种考虑电池健康的储能系统多目标控制方法及其系统。该方法包括下述步骤:1)获取储能系统的参数;2)确定满足风电功率预测误差的储能系统出力目标值;3)确定风储联合出力的波动率;4)判断风储联合出力的波动率是否满足风电并网要求,若不满足,对储能系统出力目标值进行修正。该系统包括数据获取模块、多目标控制模块、波动率计算模块和校正模块。本发明提供的方法和系统在考虑电池健康状态的前提下,可以实现提高风电跟踪计划出力的能力和平抑风电功率波动率的多目标控制,从而综合提高风电并网的友好性。
Description
技术领域
本发明属于智能电网中能量存储与转换技术领域,具体涉及一种应用储能系统提高风电跟踪计划出力以及平抑波动率从而提高风电并网友好性的储能系统多目标控制方法及其系统。
背景技术
随着风电场并网规模的不断增大,为了保证电力系统运行的稳定性和可靠性,需要提到风电场的并网友好性。考量风电并网友好性的指标中跟踪计划出力能力和风电波动率是两个重要指标。2011年7月国家能源局下发了《风电场功率预测预报管理暂行办法的通知》(国家能源[2011]177号文件),并制定了《风电场功率预测预报管理暂行办法》(以下简称《办法》),《办法》规定风电场功率预测系统提供的日预测曲线最大误差不超过25%;实时风电功率预测误差不超过15%;并且从2012年6月开始,我国执行新的风电并网相关标准,对有功功率变化同样提出了明确要求。
由于风电本身所具有的随机性和波动性,其功率预测仍然存在误差大的问题以及波动率仍然存在越限的部分。由于大规模储能系统本身所具有的功率双向流动特点,利用储能系统提高风电并网友好性具有良好的发展前景。
现有技术中,均是单独考虑如何提高风电跟踪计划能力或平抑波动率的问题,这种控制方法具有片面性。为了进一步提升风电场并网的友好性和安全可靠性,迫切地需要开发出一种能够利用储能系统综合考虑提高跟踪计划出力能力和平抑风电波动率的多目标控制方法,该方法对于保证电力系统稳定可靠运行具有非常重要的意义。
发明内容
针对现有技术的上述缺陷,本发明的目的之一在于提出一种考虑电池健康的储能系统多目标控制方法。该方法在能够满足风电功率预测误差要求的同时,具备平抑风电波动率的能力,从而综合的提高风电并网友好性,进而提高电网对风电的接纳能力。
本发明的控制方法是通过如下技术方案实现的:
一种考虑电池健康状态的储能系统多目标控制方法,包括下述步骤:
1)获取储能系统的参数;
2)确定满足风电功率预测误差的储能系统出力目标值;
3)确定风储联合出力的波动率;
4)判断风储联合出力的波动率是否满足风电并网要求,若不满足,对储能系统出力目标值进行修正。
当实际风电功率值处于“风电状态A”时,按照下述方法确定储能系统出力目标值:
A1)若储能系统的当前荷电状态值处于“区间Ⅰ”时,此时虽然风电状态不满足要求,但由于储能系统的荷电状态很低,电池储能系统不工作;
A2)若储能系统的当前荷电状态值处于“区间Ⅱ、Ⅲ、Ⅳ”时,此时储能荷电状态不是很充足,在保证风电功率满足误差范围之内的同时尽可能减少储能放电量,以保持电池储能系统的放电能力,储能出力设定为Pfs(i)-Pw(i);
A3)若储能系统的当前荷电状态值处于“区间Ⅴ、Ⅵ、Ⅶ”时,此时储能系统的荷电状态充足,在保证风电功率满足误差范围之内的同时尽可能使得储能系统的荷电状态接近于b,使得储能系统有较高的充电能力。
当实际风电功率值处于“风电状态B”时,按照下述方法确定储能系统出力目标值:
B1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ、Ⅲ”时,此时电池储能系统的荷电状态值低,需在风储联合出力仍然在风电预测误差范围之内的前提下尽可能使得储能系统的荷电状态接近于a2,使得储能系统有较高的放电能力;
B2)若储能系统的当前荷电状态值处于“区间Ⅳ”时,此时电池储能系统具有较好充电、放电能力,且当前实际风电功率值处于允许误差范围内,故电池储能系统不工作;
B3)若储能系统的当前荷电状态值处于“区间Ⅴ”时,此时电池储能系统荷电状态较充足,需要适当放电以提高储能系统的充电能力,储能出力设定为c2-Pw(i),并且尽可能使得储能系统的荷电状态接近于a3;
B4)若储能系统的当前荷电状态值处于“区间Ⅵ、Ⅶ”时,此时电池储能系统荷电状态很充足,需要在误差允许范围之内大功率放电从而提高储能系统的充电能力,储能出力设定为Pfb(i)-Pw(i),并且尽可能使得储能系统的荷电状态接近于a3。
当实际风电功率值处于“风电状态C”时,按照下述方法确定储能系统出力目标值:
C1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ”时,此时电池储能系统的荷电状态值很低,需要在风储联合出力满足风电预测误差范围的前提下尽可能大功率充电,储能出力设定为-[Pw(i)-Pfs(i)],并且尽可能使得储能系统的荷电状态接近于a2;
C2)若储能系统的当前荷电状态值处于“区间Ⅲ”时,此时电池储能系统的荷电状态值较低,需要在风储联合出力满足风电预测误差范围的前提下适当充电,储能出力设定为-[Pw(i)-c2],并且尽可能使得储能系统的荷电状态接近于a2;
C3)若储能系统的当前荷电状态值处于“区间Ⅳ”时,此时电池储能系统的荷电状态值处于适宜域,,电池储能系统具有较好充电、放电能力,且当前实际风电功率值处于允许误差范围内,故电池储能系统不工作;
C4)若储能系统的当前荷电状态值处于“区间Ⅴ”时,此时电池储能系统的荷电状态值较高,需要在风储联合出力满足风电预测误差范围的前提下适当放电,储能出力设定为Pf(i)-Pw(i),并且尽可能使得储能系统的荷电状态接近于a3;
C5)若储能系统的当前荷电状态值处于“区间Ⅵ、Ⅶ”时,此时电池储能系统的荷电状态值很高,需要在风储联合出力满足风电预测误差范围的前提下尽可能大功率放电,储能出力设定为Pfb(i)-Pw(i)。
当实际风电功率值处于“风电状态D”时,按照下述方法确定储能系统出力目标值:
D1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ”时,此时电池储能系统的荷电状态值很低,需要在风储联合出力满足风电预测误差范围的前提下尽可能大功率充电,储能出力设定为-[Pw(i)-Pfs(i)],并且尽可能使得储能系统的荷电状态接近于a2;
D2)若储能系统的当前荷电状态值处于“区间Ⅲ”时,此时电池储能系统的荷电状态值较低,需要在风储联合出力满足风电预测误差范围的前提下适当充电,储能出力设定为-[Pw(i)-Pf(i)],并且尽可能使得储能系统的荷电状态接近于a2;
D3)若储能系统的当前荷电状态值处于“区间Ⅳ”时,此时电池储能系统的荷电状态值处于适宜域,电池储能系统具有较好充电、放电能力,且当前实际风电功率值处于允许误差范围内,故电池储能系统不工作;
D4)若储能系统的当前荷电状态值处于“区间Ⅴ”时,此时电池储能系统的荷电状态值较高,需要在风储联合出力满足风电预测误差范围的前提下适当放电,储能出力设定为c1-Pw(i),并且尽可能使得储能系统的荷电状态接近于a3;
D5)若储能系统的当前荷电状态值处于“区间Ⅵ、Ⅶ”时,此时电池储能系统的荷电状态值很高,需要在风储联合出力满足风电预测误差范围的前提下尽可能大功率放电,储能出力设定为Pfb(i)-Pw(i)。
当实际风电功率值处于“风电状态E”时,按照下述方法确定储能系统出力目标值:
E1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ”时,此时电池储能系统的荷电状态值很低,需要在风储联合出力满足风电预测误差范围的前提下尽可能大功率充电,储能出力设定为-[Pw(i)-Pfs(i)],并且尽可能使得储能系统的荷电状态接近于a2;
E2)若储能系统的当前荷电状态值处于“区间Ⅲ”时,此时电池储能系统的荷电状态值较低,需要在风储联合出力满足风电预测误差范围的前提下适当充电,储能出力设定为-[Pw(i)-c1],并且尽可能使得储能系统的荷电状态接近于a2;
E3)若储能系统的当前荷电状态值处于“区间Ⅳ”时,此时电池储能系统的荷电状态值处于适宜域,电池储能系统具有较好充电、放电能力,且当前实际风电功率值处于允许误差范围内,故电池储能系统不工作;
E4)若储能系统的当前荷电状态值处于“区间Ⅴ、Ⅵ、Ⅶ”时,此时电池储能系统的荷电状态值均偏离适宜域,需要在风储联合出力满足风电预测误差范围的前提下放电,储能出力设定为Pfb(i)-Pw(i)。
当实际风电功率值处于“风电状态F”时,按照下述方法确定储能系统出力目标值:
F1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ”时,此时电池储能系统的荷电状态值很低,需要在风储联合出力满足风电预测误差范围的前提下尽可能大功率充电,储能出力设定为-[Pw(i)-Pfs(i)],并且尽可能使得储能系统的荷电状态接近于a2;
F2)若储能系统的当前荷电状态值处于“区间Ⅲ”时,此时电池储能系统的荷电状态值较低,需要在风储联合出力满足风电预测误差范围的前提下适当充电,储能出力设定为-[Pw(i)-Pf(i)],并且尽可能使得储能系统的荷电状态接近于a2;
F3)若储能系统的荷电状态值处于“区间Ⅳ、Ⅴ、Ⅵ”时,此时电池储能系统的荷电状态值处于适宜域或者偏高的范围,此时应该在使得风电状态满足要求的前提下尽量的少充电,储能出力设定为-[Pw(i)-Pfb(i)];
F4)若储能系统的当前荷电状态值处于“区间Ⅶ”时,此时虽然风电状态不满足误差范围的要求,但由于电池储能系统的荷电状态处于过充状态,电池储能系统不工作。
本发明的另一目的在于提出一种考虑电池健康状态的储能系统能量管理系统,其特征在于,该系统包括:
数据获取模块,用于获取储能系统的参数;
多目标控制模块,用于根据控制系数和风电功率预测特征值确定储能系统出力目标值;
波动率计算模块,用于计算风储联合出力的波动率;和
校正模块,用于判断风储联合出力的波动率是否满足风电并网要求,并依据判断结果对储能系统出力目标值进行修正。
所述储能系统的参数可以包括风电场的风电功率预测值、风电场实际出力值以及储能系统实际出力值、储能系统的剩余电量E(i)、剩余容量C(i)、初始荷电状态值SOCini(StateofCharge,简称为SOC,表示电池储能系统的荷电状态)和健康状态(SOH:StateofHealth,简称为SOH,表示电池储能系统的健康状态)。
与现有技术相比,本发明达到的有益效果是:
1、本发明提供了一种考虑电池健康的储能系统多目标控制方法及系统,本发明通过对储能系统出力的控制,使得风电功率预测误差满足要求的基础上考虑波动率指标,能够综合提高风电并网的友好性,从而有效的避免了由于单独考虑一个指标造成的片面性,进一步验证了利用储能系统同时保证风电跟踪计划出力以及波动率的可行性;
2、本发明并不是对区间和风电状态进行简单的划分,而是在综合考虑电池储能系统健康状态值、控制系数、荷电状态值、储能系统出力目标值、风储联合出力波动率的情况,为实现兼顾平滑风电波动出力与跟踪发电计划的储能系统而制定的多目标控制方法;区间更细化更加灵活,综合考虑了电池荷电状态SOC、电池储能系统健康状态SOH、多种控制目标,提高了在多种情况下的控制效果以及延长电池储能系统使用寿命的控制效果。
3、当风储联合出力波动率不满足风电并网要求,本发明再对储能系统出力目标值进行修正,使得考虑电池储能系统健康状态的前提下,风储联合出力的跟踪风电计划出力精度及风储联合出力的波动率约束均同时得到满足。
附图说明
图1是发明应用考虑电池健康的储能系统多目标控制方法实施例的流程图;
图2为实施例中应用的某风电场风电实际功率曲线;
图3为实施例中应用的某风电场预测功率以及允许功率的上、下限曲线;
图4是某风电场风电实际功率预测误差概率分布图;
图5是某风电场风电实际功率10min波动率统计图;
图6是应用单独考虑跟踪计划出力的控制方法结果中的储能系统出力、风电实际出力、风储联合出力以及允许功率上、下限曲线对比图;
图7是应用单独考虑跟踪计划出力的控制方法结果的风储联合出力预测误差概率分布图;
图8是应用单独考虑跟踪计划出力的控制方法结果的风储联合出力的10min波动率统计图;
图9是应用本发明结果中的储能系统出力、风电实际出力、风储联合出力以及允许功率上、下限曲线对比图;
图10是应用本发明结果中风储联合出力的预测误差概率分布图;
图11是应用本发明结果中风储联合出力的10min波动率统计图。
具体实施方式
本发明的控制方法可以应用于各种规模的风储联合发电系统中应用储能系统综合提高跟踪计划出力能力以及平抑波动率从而综合提高风电并网友好性的应用中,下面结合附图对本发明的控制方法作进一步的详细说明。
本例中的考虑电池健康状态的储能系统多目标控制系统包括下面四大模块:
1)数据获取模块,用于获取储能系统和风电系统的参数;该参数包括储能系统实际出力值、储能系统的剩余电量E(i)、剩余容量C(i)、初始荷电状态值SOCini和健康状态SOH;还包括风电场的风电功率预测值、风电场实际出力值等。
2)多目标控制模块,用于根据控制系数和风电功率预测特征值确定储能系统出力目标值;该模块可以进一步包括:
第一设置模块,用于根据控制系数将储能系数的荷电状态SOC在[0,100]内划分成七个区间,所述控制系数包括SOClow、a1、a2、a3、a4和SOChigh,且满足SOCmin≤SOClow<a1<a2<a3<a4<SOChigh≤SOCmax;
第二设置模块,用于根据风电功率预测特征值在(0,∞)内划分为六个区间,每个区间对应一种风电状态,所述风电功率预测特征值包括:b1、b2以及风电功率预测上限特征值Pfb(i)、当前风电功率预测值Pf(i)、风电功率预测下限特征值Pfs(i),且满足Pfs(i)<b2<Pf(i)<b1<Pfb(i);和
计算模块,用于计算当风电场实际出力值处于每种风电状态下,荷电状态处于不同区间时的储能系统出力目标值;
约束模块,综合考虑储能系统的最大允许充放电功率约束和最小健康状态约束,对所述储能系统出力目标值进行限制;
所述Pfb(i)等于当前风电功率预测值Pf(i)与风电功率允许最大误差值Plimit之和,所述Pfs(i)等于当前风电功率预测值Pf(i)与风电功率允许最大误差值Plimit之差,所述Plimit等于预测误差允许的百分值ε允许与风电场的装机容量Cap的乘积,所述b1、b2分别是介于风电功率预测值与风电功率预测上、下限特征值之间的特征值,b1和b2根据储能系统的控制策略来确定。
3)波动率计算模块,用于计算风储联合出力的波动率;该模块可以进一步包括:
第一计算模块,用于计算风储联合出力,其根据风电场实际出力值与储能系统储能系统实际出力值之和求得;和
第二计算模块,用于计算风储联合出力的波动率,所述波动率等于风储联合出力的最大、最小值之差与并网运行的风电机组的总装机容量的比值,再乘以100%求得。
4)校正模块,用于判断风储联合出力的波动率是否满足风电并网要求,并依据判断结果对储能系统出力目标值进行修正;该模块可以进一步包括:
判断模块,用于判断abs[Pw(i)-(Pw(i-1)+Pbat(i-1)]≤Pbd是否成立;若成立,表示风储联合出力的波动率满足风电并网要求;若不成立,表示风储联合出力的波动率不满足风电并网要求;和
执行模块,用于当风储联合出力的波动率不满足风电并网要求时,对储能系统出力目标值进行修正。
如图1所示为本例中考虑电池健康的储能系统多目标控制方法流程图,该包含下列步骤:
步骤1)、获取当前的风电功率预测值Pi、风电场实际出力值Pw及电池储能系统初始荷电状态值SOCini、剩余电量和剩余容量,本例中,初始荷电状态值SOCini可以设定为0.5;
步骤2)、计算满足预测误差的储能系统的出力目标值;
(1)考虑电池储能系统的当前健康状态,设置6个控制系数SOClow、a1、a2、a3、a4、SOChigh,且满足:SOCmin≤SOClow<a1<a2<a3<a4<SOChigh≤SOCmax,将储能系统的当前荷电状态值SOC在[0,100]之间依次划分为七个区间,可以根据实际情况设置成:区间I为[0,SOClow),区间Ⅱ为[SOClow,a1),区间Ⅲ为[a1,a2)、区间Ⅳ为[a2,a3)、区间Ⅴ为[a3,a4)、区间Ⅵ为[a4,SOChigh)、区间Ⅶ为[SOChigh,100];也可以设置成:区间I为[0,SOClow],区间Ⅱ为(SOClow,a1],区间Ⅲ为(a1,a2]、区间Ⅳ为(a2,a3]、区间Ⅴ为(a3,a4]、区间Ⅵ为(a4,SOChigh]、区间Ⅶ为(SOChigh,100]。
其中,SOClow、SOChigh分别是储能系统正常工作时荷电状态的下限和上限,由储能系统健康状态及性能本身决定;a1、a2、a3、a4为介于SOClow与SOChigh之间的特征值,根据储能系统的当前健康状态和控制策略来确定,取值范围在(0,100)之间。
例如,当电池储能系统的健康状态SOH为0.9<SOH(i)≤1,设置SOClow=0.1、即为健康状态上下限的差值,SOChigh=1、即为健康状态上限值;
当电池储能系统的健康状态SOH为0.8<SOH(i)≤0.9,设置SOClow=0.2,SOChigh=0.9、即为健康状态上限值。
(2)设置5个风电功率预测特征值,分别为风电功率预测上限特征值Pfb(i)、日前风电功率预测值Pf(i)、风电功率预测下限特征值Pfs(i)、b1、b2,且满足:Pfs(i)<b2<Pf(i)<b1<Pfb(i)。
其中,Pfb(i)为日前风电功率预测值Pf(i)与风电功率允许最大误差值之和,Pfs(i)为风电功率日前预测值Pf(i)与风电功率允许最大误差值之差;b1是介于风电功率预测上限特征值与风电功率预测值之间的特征值,b2是介于风电功率预测下限特征值与风电功率预测值之间的特征值,可以按照储能系统的控制策略确定其取值。上述5个特征值将(0,∞)区间划分为6种状态,可以根据实际情况设置成:风电状态A为(-∞,Pfs(i))、风电状态B为[Pfs(i),b2)、风电状态C为[b2,Pf(i))、风电状态D为[Pf(i),b1)、风电状态E为[b1,Pfb(i))、风电状态F为[Pfb(i),∞);也可以设置成:风电状态A为(-∞,Pfs(i)]、风电状态B为(Pfs(i),b2]、风电状态C为(b2,Pf(i)]、风电状态D为(Pf(i),b1]、风电状态E为[b1,Pfb(i)]、风电状态F为(Pfb(i),∞)。各风电状态可以通过如下算例进行确定:
Plimit=ε允许×Cap
Pfb(i)=Pf(i)+Plimit
Pfs(i)=Pf(i)-Plimit
b1=Pf(i)+0.5×Plimit
b2=Pfs(i)+0.5×[Pf(i)-Pfs(i)]
式中,Plimit为允许最大误差值,ε允许为预测误差允许的百分值,按照现有技术中《方法》的规定,ε允许可以确定为0.25或者较之更小的数值;Cap为风电场的装机容量,本例中,如图2和图3所示,对应的风电场装机容量为90MW。图4为该风电场风电实际功率预测误差概率分布图。
本例中,取ε允许=0.25,则Plimit=0.25*90MW=22.5MW,如果取Pf(i)在t时刻的风电预测功率Pf(i)为50MW,则Pfb(i)=72.5MW,Pfs(i)=27.5MW,b1=61.25MW,b2=38.75MW。当t时刻风电场实际出力值Pw(i)<27.5MW时,处于风电状态A;
当27.5MW≤Pw(i)≤38.75MW时,处于风电状态B;当38.75MW<Pw(i)≤50MW时,处于风电状态C;当50MW<Pw(i)≤61.25MW时,处于风电状态D;当61.25MW<Pw(i)≤72.5MW时,处于风电状态E;当Pw(i)>72.5MW时,处于风电状态F。
(3)当实际风电功率处于6种风电状态之一、SOC处于7种区间之一按照下述方法确定储能系统出力目标值。在此过程中,充分考虑储能系统荷电状态SOC(i)的限制,若储能系统的当前荷电状态值SOC(i)过小、小于储能系统荷电状态下限值SOCmin(即处于风电状态A储能系统的当前荷电状态值处于“区间Ⅰ”)且储能系统需放电时,将储能系统出力目标值设为0;若储能系统的当前荷电状态值SOC(i)过大、大于储能系统荷电状态上限值SOCmax(即处于风电状态F且储能系统的当前荷电状态值处于“区间Ⅶ”)且储能系统需充电时,将储能系统出力目标值设为0;通过上述处理,使应用储能系统时,满足荷电状态SOC(i)上下限约束条件,避免储能系统出现过充电或过放电,达到合理使用储能系统的控制目的。综合考虑风电状态和储能系统荷电状态的储能系统出力目标值的具体计算过程如下所示:
当风电场实际出力值处于“风电状态A”时,该状态下的储能系统出力目标值为:
A1)若储能系统的当前荷电状态值处于“区间Ⅰ”时,储能系统不工作,将储能系统出力目标值设为0;
A2)若储能系统的当前荷电状态值处于“区间Ⅱ、Ⅲ、Ⅳ”时,将储能系统出力目标值设为Pfs(i)-Pw(i);
A3)若储能系统的当前荷电状态值处于“区间Ⅴ、Ⅵ、Ⅶ”时,将储能系数出力目标值设为Pf(i)-Pw(i);
当风电场实际出力值处于“风电状态B”时,该状态下的储能系统出力目标值为:
B1)若储能系统的荷电状态值处于“区间Ⅰ、Ⅱ、Ⅲ”时,将储能系统出力目标值设为-[Pw(i)-Pfs(i)];
B2)若储能系统的当前荷电状态值处于“区间Ⅳ”时,储能系统不工作,将储能系统出力目标值设为0;
B3)若储能系统的当前荷电状态值处于“区间Ⅴ”时,将储能系统出力目标值设为c2-Pw(i);
B4)若储能系统的当前荷电状态值处于“区间Ⅵ、Ⅶ”时,将储能系统出力目标值设为Pfb(i)-Pw(i);
当风电场实际出力值处于“风电状态C”时,该状态下的储能系统出力目标值为:
C1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ”时,将储能系统出力目标值设为-[Pw(i)-Pfs(i)];
C2)若储能系统的当前荷电状态值处于“区间Ⅲ”时,将储能系统出力目标值设为-[Pw(i)-c2];
C3)若储能系统的当前荷电状态值处于“区间Ⅳ”时,储能系统不工作;
C4)若储能系统的当前荷电状态值处于“区间Ⅴ”时,将储能系统出力目标值设为Pf(i)-Pw(i);
C5)若储能系统的当前荷电状态值处于“区间Ⅵ、Ⅶ”时,将储能系统出力目标值设为Pfb(i)-Pw(i);
当风电场实际出力值处于“风电状态D”时,该状态下的储能系统出力目标值为:
D1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ”时,将储能系统出力目标值设为-[Pw(i)-Pfs(i)];
D2)若储能系统的当前荷电状态值处于“区间Ⅲ”时,将储能系统出力目标值设定为-[Pw(i)-Pf(i)];
D3)若储能系统的当前荷电状态值处于“区间Ⅳ”时,储能系统不工作,将储能系统出力目标值设为0;
D4)若储能系统的当前荷电状态值处于“区间Ⅴ”时,将储能系统出力目标值设为c1-Pw(i);
D5)若储能系统的当前荷电状态值处于“区间Ⅵ、Ⅶ”时,将储能系统出力目标值设为Pfb(i)-Pw(i);
当风电场实际出力值处于“风电状态E”时,该状态下的储能系统出力目标值为:
E1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ”时,将储能系统出力目标值设为-[Pw(i)-Pfs(i)];
E2)若储能系统的当前荷电状态值处于“区间Ⅲ”时,将储能系统出力目标值设为-[Pw(i)-c1];
E3)若储能系统的当前荷电状态值处于“区间Ⅳ”时,储能系统不工作,将储能系统出力目标值设为0;
E4)若储能系统的当前荷电状态值处于“区间Ⅴ、Ⅵ、Ⅶ”时,将储能系统出力目标值设为Pfb(i)-Pw(i);
当风电场实际出力值处于“风电状态F”时,该状态下的储能系统出力目标值为:
F1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ”时,将储能系统出力目标值设为-[Pw(i)-Pfs(i)];
F2)若储能系统的当前荷电状态值处于“区间Ⅲ”时,将储能系统出力目标值设为-[Pw(i)-Pf(i)];
F3)若储能系统的当前荷电状态值处于“区间Ⅳ、Ⅴ、Ⅵ”时,将储能系统出力目标值设为-[Pw(i)-Pfb(i)];
F4)若储能系统的当前荷电状态值处于“区间Ⅶ”时,储能系统不工作,将储能系统出力目标值设为0;
上述各步骤中,当储能系统出力目标值为正值时、表示储能系统处于放电状态;当储能系统出力目标值为负值时、表示储能系统处于充电状态;Pw(i)表示i时刻风电场实际出力值;c1表示处于Pf(i)与Pfb(i)之间的功率数值;c2表示处于Pf(i)与Pfs(i)之间的功率数值;
上述各步骤中,储能出力为正值属于放电状态;储能出力为负值属于充电状态。Pw(i)表示i时刻风电的实际功率值;c1表示处于Pf(i)与Pfb(i)之间的数值;c2表示处于Pf(i)与Pfs(i)之间的数值;为了简化,可以将c1、c2分别设定为其两个边界值的中间值。
而后,通过下列方法,基于储能系统充放电功率的约束条件,对上述步骤中计算出的储能系统出力目标值进行限制处理。
(1)在上述步骤中计算的储能系统出力目标值Pbat(i)为充电功率值时,判断下列针对储能系统最大允许充电功率的约束条件,若违反约束条件,则进行如下限制处理:
若时,设置储能系统出力目标值
(2)在上述步骤中计算的储能系统出力目标值Pbat(i)为放电功率值时,判断下列针对储能系统当前的最大允许放电功率的约束条件,若违反约束条件,则进行限制处理:
若时,设置储能系统出力目标值
和是基于储能系统健康状态值设定的,依据储能系统健康状态值的变化,储能系统最大允许充放电功率的设定值也相应变化,相应设定值处理应依据实际应用需求,灵活设定。
例如,当电池储能系统的健康状态为0.9<SOH(i)≤1,设置当电池储能系统的健康状态为0.8<SOH(i)≤0.9,设置 为储能系统理论上可达到的最大允许充电功率的上限值;为储能系统理论上可达到的最大允许放电功率的上限值。
步骤3)、确定风储联合出力和风储联合出力的波动率。
将风电实际功率与步骤(2)所得储能系统出力目标值相加得到风储联合出力,并根据风储联合出力进一步计算风储联合出力的波动率。
其中,γ(i)为i时刻风储联合出力的一分钟波动率。Pbat(i)、Pbat(i-1)分别为储能系统在i时刻和i-1时刻的出力值;Pw(i)、Pw(i-1)分别为风电场在i时刻和i-1时刻的实际出力值。Cap为风电装机容量。若风电功率的采样周期为1分钟一个点,则按照上述公式计算出的γi为风储联合出力的1分钟波动率值。
若风电功率的采样周期为5秒钟一个点,则风电实际出力以及风储联合出力的1分钟波动率值的计算公式如下:
其中max[Pw(i)+Pbat(i)]为一分钟内12个采样点中风储联合出力的最大值;min[Pw(i)+Pbat(i)]为一分钟内12个采样点中风储联合出力的最小值。
图4为某风电场风电实际出力值10min波动率统计图。风电场风电实际出力值(即风电场风电实际功率值)10min波动率的计算公式如下:
其中max[Pw(i)]为十分钟内采样点中风电最大实际出力;min[Pw(i)]为十分钟内采样点中风电最小实际出力。
风储联合出力10min波动率的计算公式如下:
其中max[Pw(i)+Pbat(i)]为十分钟内采样点中风储联合出力的最大值;min[Pw(i)+Pbat(i)]为十分钟内采样点中风储联合出力的最小值。
步骤4)、判断波动率是否满足要求,若不满足,对储能系统的出力进行修正。
可以通过下述步骤先判断风储联合出力的波动率是否满足要求;
例如,如果预先设定风储联合发电系统的10min有功功率变化最大限值为10%/10min,则风储联合发电系统的1min有功功率变化最大限值为1%/1min,即风储联合出力的1分钟波动率需小于或等于1%。
判断步骤3中计算的风储联合出力的1分钟波动率γ(i)是否不大于1%。具体地,针对采样频率为1分钟一个点的风电出力数据,可以利用abs[Pw(i)-(Pw(i-1)+Pbat(i-1)]≤Pbd判断当前的波动率是否满足风电并网要求,如果上述判断公式成立,则表示波动率满足要求;若不成立,则表示不满足要求,并依据下述步骤对储能系统的出力进行修正。对于风储联合出力的波动率不满足的情况,对储能系统出力做出修正方法如下:
case1:Pw(i)>Pw(i-1)+Pbat(i-1)
ifPw(i)>Pw(i-1)+Pbat(i-1)+Pbd
Pbat(i)=-[Pw(i)-(Pw(i-1)+Pbat(i-1)+Pbd)]
ifPw(i)<Pw(i-1)+Pbat(i-1)+Pbd
Pbat(i)=Pw(i)-(Pw(i-1)+Pbat(i-1)+Pbd)
case2:Pw(i)<Pw(i-1)+Pbat(i-1)
ifPw(i)>Pw(i-1)+Pbat(i-1)-Pbd
Pbat(i)=-[Pw(i)-(Pw(i-1)+Pbat(i-1)-Pbd)]
ifPw(i)<Pw(i-1)+Pbat(i-1)-Pbd
Pbat(i)=Pw(i)-(Pw(i-1)+Pbat(i-1)-Pbd)
上述公式中,Pbd=γ1Cap,Pbd为由波动率折算出的功率波动值;风储联合出力十分钟波动率允许的百分值γ10为1/10,γ1为波动率1min允许的百分值,可以设定为1/100或其他较之稍大的值;Cap为风电装机容量;Pbat(i)、Pbat(i-1)分别为储能系统在i时刻和i-1时刻的出力值;Pw(i)、Pw(i-1)分别为风电场在i时刻和i-1时刻的实际出力值。
在计算储能系统出力目标值的过程中,对储能系统进行如下约束:
1)储能系统最大允许充放电功率约束:
充电时,满足最大允许充电功率约束:
放电时,满足最大允许放电功率约束:
2)储能剩余电量E(i)上下限越苏:
Emin≤E(i)≤Emax
3)储能剩余容量C(i)上下限约束:
Cmin≤C(i)≤Cmax
4)储能系统荷电状态SOC(i)上下限约束:
SOCmin≤SOC(i)≤SOCmax
5)储能系统最小健康状态SOH(i)约束:
SOHmin≤SOH(i)
其中:分别是电池储能系统的最大允许充电功率、最大允许放电功率,可以分别设定为-30MW,30MW;Cmin为储能系统最小容量限制,可以设定为0.2*C额定容量;Cmax为储能系统最大容量限制,可以设定为0.9*C额定容量;图7中储能系统额定容量C额定容量为30*2MWh;SOC(i)=E(i)/E最大可用电量,其中E(i)为当前储能系统的剩余电量,E最大可用电量为储能系统最大可用电量。SOH(i)=C(i)/C额定容量,其中C(i)为当前储能系统的剩余容量,C额定容量为储能系统的额定容量。Emin为储能系统最小可用电量限制,可以设定为0.1*E;Emax为储能系统最大可用电量限制,可以设定为1.0*E最大可用电量,当储能系统健康状态为1时,图7中储能系统最大可用电量E最大可用电量可设置为30*2MWh;
储能系统剩余电量的计算方法如下:
E(i)=(1-σsdr)E(i-1)+Pbat(i)ΔtηC
E(i)=(1-σsdr)E(i-1)-Pbat(i)Δt/ηD
式中:E(i)、E(i-1)分别为储能系统i、i-1时刻结束时的剩余电量,单位MW·h;σsdr为储能系统的自放电率,单位%/min,由于数值本身不大,本例中可以忽略设定为0;ηC和ηD分别为储能系统的充电和放电效率,本例中可以设定为0.9和0.9;Δt为计算窗口时长,单位min,本例中可以设定为1min;Pbat(i)为i时刻的储能系统功率值。
图6是仅考虑跟踪计划出力时的储能系统功率、风电实际出力、风储联合出力以及跟踪计划出力允许的功率上、下限曲线对比图;
图7是单独考虑跟踪计划出力时的风储联合出力跟踪计划误差概率分布图;例如风储联合出力跟踪计划出力误差为5%时对应的概率为50%。
图8是单独考虑跟踪计划出力时的风储联合出力的10min波动率统计图;
由图6~图8可以看出,单独考虑跟踪计划出力的控制方法,虽然能保证风储联合出力满足跟踪发电计划预测误差的要求,但是波动率却很大程度上不满足风电并网中对波动率的要求,存在片面性。
图9是应用本发明中提出的控制方法及其系统得出的储能系统功率、风电实际出力、风储联合出力以及跟踪计划出力允许功率上、下限曲线对比图;
图10是应用本发明中提出的控制方法及其系统得出的风储联合出力跟踪计划预测误差概率分布图。如图10所示,应用本发明提出的新方法,风储联合出力满足跟踪计划出力能力的要求。
图11是应用本发明中提出的控制方法及其系统得出的风储联合出力10min波动率统计图。
由图9~图11可以看出,应用本发明中提出的控制方法及其控制系统,不仅风储联合出力满足跟踪计划出力的控制要求,并且能够使得风电联合出力波动率控制在所要求的范围之内,实现了应用大容量电池储能系统提高风电并网友好性的电池储能系统多目标控制功能,验证了该方法及其控制系统的可行性和有效性。
综上所述,说明本发明的方法在既实现应用储能系统提高风电功率跟踪计划出力能力,又能够保证风储联合出力满足波动率约束的并网要求,实现了综合考虑储能系统健康状态、荷电状态、风电预测功率值、兼顾平滑和跟踪出力等的储能系统多目标控制的目的,并实现了减缓储能系统电池劣化,提高电池储能系统使用寿命的控制目的。
最后应该说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,结合上述实施例对本发明进行了详细说明,所属领域的普通技术人员应当理解到:本领域技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,但这些修改或变更均在申请待批的权利要求保护范围之中。
Claims (14)
1.一种考虑电池健康状态的储能系统多目标控制方法,其特征在于,该方法包括下述步骤:
1)获取储能系统的参数;
2)确定满足风电功率预测误差的储能系统出力目标值;
3)确定风储联合出力的波动率;
4)判断风储联合出力的波动率是否满足风电并网要求,若不满足,对储能系统出力目标值进行修正。
2.如权利要求1所述的方法,其特征在于,步骤1)中,所述参数包括风电场的风电功率预测值、风电场实际出力值Pw(i)以及储能系统实际出力值、储能系统的剩余电量E(i)、剩余容量C(i)、初始荷电状态值SOCini和健康状态SOH。
3.如权利要求1所述的考虑电池健康的储能系统多目标控制方法,其特征在于,步骤2)中,计算所述储能系统出力目标值包括如下步骤:
2-1)设置控制系数,根据所述控制系数将储能系统的荷电状态SOC在[0,100]内划分成各个区间;
2-2)设置风电功率预测特征值,根据所述风电功率预测特征值在(0,∞)内划分为表示各种风电状态所对应的区间;
2-3)考虑储能系统的荷电状态上下限约束,基于当前风电场所对应的风电状态、当前储能系统荷电状态SOC所处的区间,计算储能系统出力目标值;
2-4)综合考虑储能系统的最大允许充放电功率约束和最小健康状态约束,对所述储能系统出力目标值进行限制。
4.如权利要求3所述的方法,其特征在于,所述步骤2-1)中,
考虑电池储能系统的健康状态SOH,设置六个控制系数SOClow、a1、a2、a3、a4和SOChigh,且满足SOCmin≤SOClow<a1<a2<a3<a4<SOChigh≤SOCmax,根据六个控制系数将储能系统的当前荷电状态值SOC在[0,100]之间依次划分为七个区间,分别命名为区间Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ、Ⅶ;
式中,SOCmin、SOCmax为储能系统正常工作时荷电状态的下限和上限,根据储能系统健康状态其储能系统本身性能确定;特征值SOClow、a1、a2、a3、a4、SOChigh,根据储能系统的电池健康状态SOH及控制策略来确定。
5.如权利要求4所述的方法,其特征在于,所述步骤2-2)中,
设置五个风电功率预测特征值,包括:风电功率预测上限特征值Pfb(i)、当前风电功率预测值Pf(i)、风电功率预测下限特征值Pfs(i)以及特征值b1和b2,且满足Pfs(i)<b2<Pf(i)<b1<Pfb(i);
上述五个风电功率预测特征值将(0,∞)划分为六个区间,每个区间对应一种风电状态,分别命名为风电状态A、B、C、D、E、F;
式中,Pfb(i)等于当前风电功率预测值Pf(i)与风电功率允许最大误差值Plimit之和,Pfs(i)等于当前风电功率预测值Pf(i)与风电功率允许最大误差值Plimit之差,Plimit等于预测误差允许的百分值ε允许与风电场的装机容量Cap的乘积,特征值b1、b2分别介于风电功率预测值与风电功率预测上、下限特征值之间。
6.如权利要求5所述的方法,其特征在于,所述步骤2-3)中,若当前储能系统的荷电状态值SOC(i)小于储能系统的荷电状态下限且储能系统需放电时,将储能系统出力目标值设为0;若当前储能系统的荷电状态值SOC(i)大于储能系统的荷电状态上限且储能系统需充电时,将储能系统出力目标值设为0;所述荷电状态值SOC(i)等于当前储能系统的剩余电量E(i)与储能系统最大可用电量E最大可用电量的比值,所述E(i)应满足剩余电量上下限约束:
所述储能系统出力目标值的计算过程如下:
当风电场实际出力值处于“风电状态A”时,该状态下的储能系统出力目标值为:
A1)若储能系统的当前荷电状态值处于“区间Ⅰ”时,储能系统不工作,将储能系统出力目标值设为0;
A2)若储能系统的当前荷电状态值处于“区间Ⅱ、Ⅲ、Ⅳ”时,将储能系统出力目标值设为Pfs(i)-Pw(i);
A3)若储能系统的当前荷电状态值处于“区间Ⅴ、Ⅵ、Ⅶ”时,将储能系数出力目标值设为Pf(i)-Pw(i);
当风电场实际出力值处于“风电状态B”时,该状态下的储能系统出力目标值为:
B1)若储能系统的荷电状态值处于“区间Ⅰ、Ⅱ、Ⅲ”时,将储能系统出力目标值设为-[Pw(i)-Pfs(i)];
B2)若储能系统的当前荷电状态值处于“区间Ⅳ”时,储能系统不工作,将储能系统出力目标值设为0;
B3)若储能系统的当前荷电状态值处于“区间Ⅴ”时,将储能系统出力目标值设为c2-Pw(i);
B4)若储能系统的当前荷电状态值处于“区间Ⅵ、Ⅶ”时,将储能系统出力目标值设为Pfb(i)-Pw(i);
当风电场实际出力值处于“风电状态C”时,该状态下的储能系统出力目标值为:
C1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ”时,将储能系统出力目标值设为-[Pw(i)-Pfs(i)];
C2)若储能系统的当前荷电状态值处于“区间Ⅲ”时,将储能系统出力目标值设为-[Pw(i)-c2];
C3)若储能系统的当前荷电状态值处于“区间Ⅳ”时,储能系统不工作;
C4)若储能系统的当前荷电状态值处于“区间Ⅴ”时,将储能系统出力目标值设为Pf(i)-Pw(i);
C5)若储能系统的当前荷电状态值处于“区间Ⅵ、Ⅶ”时,将储能系统出力目标值设为Pfb(i)-Pw(i);
当风电场实际出力值处于“风电状态D”时,该状态下的储能系统出力目标值为:
D1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ”时,将储能系统出力目标值设为-[Pw(i)-Pfs(i)];
D2)若储能系统的当前荷电状态值处于“区间Ⅲ”时,将储能系统出力目标值设定为-[Pw(i)-Pf(i)];
D3)若储能系统的当前荷电状态值处于“区间Ⅳ”时,储能系统不工作,将储能系统出力目标值设为0;
D4)若储能系统的当前荷电状态值处于“区间Ⅴ”时,将储能系统出力目标值设为c1-Pw(i);
D5)若储能系统的当前荷电状态值处于“区间Ⅵ、Ⅶ”时,将储能系统出力目标值设为Pfb(i)-Pw(i);
当风电场实际出力值处于“风电状态E”时,该状态下的储能系统出力目标值为:
E1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ”时,将储能系统出力目标值设为-[Pw(i)-Pfs(i)];
E2)若储能系统的当前荷电状态值处于“区间Ⅲ”时,将储能系统出力目标值设为-[Pw(i)-c1];
E3)若储能系统的当前荷电状态值处于“区间Ⅳ”时,储能系统不工作,将储能系统出力目标值设为0;
E4)若储能系统的当前荷电状态值处于“区间Ⅴ、Ⅵ、Ⅶ”时,将储能系统出力目标值设为Pfb(i)-Pw(i);
当风电场实际出力值处于“风电状态F”时,该状态下的储能系统出力目标值为:
F1)若储能系统的当前荷电状态值处于“区间Ⅰ、Ⅱ”时,将储能系统出力目标值设为-[Pw(i)-Pfs(i)];
F2)若储能系统的当前荷电状态值处于“区间Ⅲ”时,将储能系统出力目标值设为-[Pw(i)-Pf(i)];
F3)若储能系统的当前荷电状态值处于“区间Ⅳ、Ⅴ、Ⅵ”时,将储能系统出力目标值设为-[Pw(i)-Pfb(i)];
F4)若储能系统的当前荷电状态值处于“区间Ⅶ”时,储能系统不工作,将储能系统出力目标值设为0;
上述各步骤中,当储能系统出力目标值为正值时、表示储能系统处于放电状态;当储能系统出力目标值为负值时、表示储能系统处于充电状态;Pw(i)表示i时刻风电场实际出力值;c1表示处于Pf(i)与Pfb(i)之间的功率数值;c2表示处于Pf(i)与Pfs(i)之间的功率数值。
7.如权利要求5所述的方法,其特征在于,所述步骤2-4)中,对所述储能系统出力目标值进行如下限制:
若当前储能系统出力目标值的绝对值大于储能系统最大允许充放电功率的绝对值时,将当前储能系统的出力目标值设置为储能系统最大允许充放电功率;所述储能系统的最大允许充放电功率依据储能系统的健康状态值进行设置,所述健康状态等于当前储能系统的剩余容量与储能系统的额定容量之比值。
8.如权利要求1所述的方法,其特征在于,步骤3)中,通过下式确定所述风储联合出力的波动率:
式中,γ(i)为i时刻风储联合出力的波动率,max[Pw(i)+Pbat(i)]为波动率计算时间段内采样点中风储联合出力最大值,min[Pw(i)+Pbat(i)]为波动率计算时间段内采样点中风储联合出力最小值,Cap为并网运行的风电机组的总装机容量,Pw(i)+Pbat(i)为风储联合出力,Pw(i)为风电功率实际值,Pbat(i)为储能系统出力目标值。
9.如权利要求1所述的方法,其特征在于,所述步骤4)中,
判断abs[Pw(i)-(Pw(i-1)+Pbat(i-1)]<Pbd是否成立;若成立,表示风储联合出力的波动率满足风电并网要求;若不成立,表示不满足要求,则对储能系统出力目标值进行修正;
式中,Pbd=γ×Cap,Pbd为由波动率折算出的功率波动值,γ为被允许的波动率的百分值,Cap为并网运行的风电机组的总装机容量,abs[]表示取绝对值,Pw(i)、Pw(i-1)分别为i时刻、i-1时刻风电场实际出力值,Pbat(i-1)为i-1时刻储能系统实际出力值。
10.如权利要求1或9所述的方法,其特征在于,所述步骤4)中,当风储联合出力的波动率不满足风电并网要求时,
4-1)首先,对储能系统出力目标值进行如下修正:
当Pw(i)>Pw(i-1)+Pbat(i-1)时,
当Pw(i)<Pw(i-1)+Pbat(i-1)时,
式中,Pbd=γ×Cap,Pbd为由波动率折算出的功率波动值,γ为事先设定的被允许的波动率的百分值,Cap为并网运行的风电机组的总装机容量,Pw(i)、Pw(i-1)分别为i时刻、i-1时刻风电场实际出力值,Pbat(i)为i时刻储能系统出力目标值,Pbat(i-1)为i-1时刻储能系统实际出力值。
4-2)然后,基于储能系统最大允许充放电功率约束,对修正后的储能系统出力目标值进行如下限制:
若当前储能系统出力目标值的绝对值大于储能系统最大允许充放电功率的绝对值时,将当前储能系统的出力目标值设置为储能系统最大允许充放电功率;否则不改变当前储能系统的出力目标值。
11.一种考虑电池健康状态的储能系统多目标控制系统,其特征在于,该系统包括:
数据获取模块,用于获取储能系统的参数;
多目标控制模块,用于根据控制系数和风电功率预测特征值确定储能系统出力目标值;
波动率计算模块,用于计算风储联合出力的波动率;和
校正模块,用于判断风储联合出力的波动率是否满足风电并网要求,并依据判断结果对储能系统出力目标值进行修正。
12.如权利要求11所述的系统,其特征在于,所述多目标控制模块包括:
第一设置模块,用于根据控制系数将储能系数的荷电状态SOC在[0,100]内划分成七个区间,所述控制系数包括SOClow、a1、a2、a3、a4和SOChigh,且满足SOCmin≤SOClow<a1<a2<a3<a4<SOChigh≤SOCmax;
第二设置模块,用于根据风电功率预测特征值在(0,∞)内划分为六个区间,每个区间对应一种风电状态,所述风电功率预测特征值包括:特征值b1、b2以及风电功率预测上限特征值Pfb(i)、当前风电功率预测值Pf(i)、风电功率预测下限特征值Pfs(i),且满足Pfs(i)<b2<Pf(i)<b1<Pfb(i);
计算模块,用于考虑储能系统的荷电状态上下限约束,基于当前风电场所对应的风电状态和当前储能系统荷电状态SOC所处的区间,计算储能系统出力目标值;
约束模块,综合考虑储能系统的最大允许充放电功率约束和最小健康状态约束,对所述储能系统出力目标值进行限制;
所述Pfb(i)等于当前风电功率预测值Pf(i)与风电功率允许最大误差值Plimit之和,所述Pfs(i)等于当前风电功率预测值Pf(i)与风电功率允许最大误差值Plimit之差,所述Plimit等于预测误差允许的百分值ε允许与风电场的装机容量Cap的乘积,所述b1、b2分别是介于风电功率预测值与风电功率预测上、下限特征值之间的特征值,b1和b2根据储能系统的控制策略来确定。
13.如权利要求11所述的系统,其特征在于,所述波动率计算模块包括:
第一计算模块,用于计算风储联合出力,其根据风电场实际出力值与储能系统实际出力值之和求得;
第二计算模块,用于计算风储联合出力的波动率,所述波动率等于风储联合出力的最大、最小值之差与并网运行的风电机组的总装机容量的比值,再乘以100%求得。
14.如权利要求11所述的系统,其特征在于,所述校正模块包括:
判断模块,用于判断abs[Pw(i)-(Pw(i-1)+Pbat(i-1)]≤Pbd是否成立;若成立,表示风储联合出力的波动率满足风电并网要求;若不成立,表示风储联合出力的波动率不满足风电并网要求;
执行模块,用于当风储联合出力的波动率不满足风电并网要求时,对储能系统出力目标值进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410713433.1A CN105244920B (zh) | 2014-11-28 | 2014-11-28 | 考虑电池健康状态的储能系统多目标控制方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410713433.1A CN105244920B (zh) | 2014-11-28 | 2014-11-28 | 考虑电池健康状态的储能系统多目标控制方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105244920A true CN105244920A (zh) | 2016-01-13 |
CN105244920B CN105244920B (zh) | 2018-07-20 |
Family
ID=55042454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410713433.1A Active CN105244920B (zh) | 2014-11-28 | 2014-11-28 | 考虑电池健康状态的储能系统多目标控制方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105244920B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105529728A (zh) * | 2016-01-18 | 2016-04-27 | 中国电力科学研究院 | 考虑多源信息融合和计划出力的储能可调度容量预测方法 |
CN105680478A (zh) * | 2016-03-14 | 2016-06-15 | 中国电力科学研究院 | 基于超短期预测的储能系统平滑新能源发电控制方法 |
CN107404129A (zh) * | 2017-09-12 | 2017-11-28 | 南通大学 | 风‑储混合电站运行策略及短期计划出力优化方法 |
CN107677967A (zh) * | 2017-09-29 | 2018-02-09 | 北京三快在线科技有限公司 | 确定电池电量的方法及装置 |
CN112952874A (zh) * | 2021-01-22 | 2021-06-11 | 中国电力科学研究院有限公司 | 一种独立微电网储能变流器单机能量自治控制方法和系统 |
CN114336703A (zh) * | 2021-12-17 | 2022-04-12 | 中国长江三峡集团有限公司 | 一种大规模风光储电站自动协同控制方法 |
CN115065084A (zh) * | 2022-07-28 | 2022-09-16 | 湖南华大电工高科技有限公司 | 一种储能系统跟踪风电计划出力的控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007185008A (ja) * | 2006-01-04 | 2007-07-19 | Kansai Electric Power Co Inc:The | 電力供給システムおよびその制御方法 |
CN102545250A (zh) * | 2011-11-16 | 2012-07-04 | 河海大学 | 锂电池储能的风电场功率平滑控制方法及装置和工作方法 |
CN103633657A (zh) * | 2013-11-20 | 2014-03-12 | 国家电网公司 | 一种风储电站电网负荷调峰及风电波动抑制的方法及装置 |
CN103683321A (zh) * | 2013-11-20 | 2014-03-26 | 国家电网公司 | 一种用于平滑风功率波动的储能系统最优出力计算方法及装置 |
CN103927588A (zh) * | 2014-02-24 | 2014-07-16 | 国家电网公司 | 用于平抑风电功率波动的混合储能电站容量确定方法 |
CN103986190A (zh) * | 2014-05-26 | 2014-08-13 | 电子科技大学 | 基于发电功率曲线的风光储联合发电系统平滑控制方法 |
-
2014
- 2014-11-28 CN CN201410713433.1A patent/CN105244920B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007185008A (ja) * | 2006-01-04 | 2007-07-19 | Kansai Electric Power Co Inc:The | 電力供給システムおよびその制御方法 |
CN102545250A (zh) * | 2011-11-16 | 2012-07-04 | 河海大学 | 锂电池储能的风电场功率平滑控制方法及装置和工作方法 |
CN103633657A (zh) * | 2013-11-20 | 2014-03-12 | 国家电网公司 | 一种风储电站电网负荷调峰及风电波动抑制的方法及装置 |
CN103683321A (zh) * | 2013-11-20 | 2014-03-26 | 国家电网公司 | 一种用于平滑风功率波动的储能系统最优出力计算方法及装置 |
CN103927588A (zh) * | 2014-02-24 | 2014-07-16 | 国家电网公司 | 用于平抑风电功率波动的混合储能电站容量确定方法 |
CN103986190A (zh) * | 2014-05-26 | 2014-08-13 | 电子科技大学 | 基于发电功率曲线的风光储联合发电系统平滑控制方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105529728A (zh) * | 2016-01-18 | 2016-04-27 | 中国电力科学研究院 | 考虑多源信息融合和计划出力的储能可调度容量预测方法 |
CN105680478A (zh) * | 2016-03-14 | 2016-06-15 | 中国电力科学研究院 | 基于超短期预测的储能系统平滑新能源发电控制方法 |
CN105680478B (zh) * | 2016-03-14 | 2020-08-04 | 中国电力科学研究院 | 基于超短期预测的储能系统平滑新能源发电控制方法 |
CN107404129A (zh) * | 2017-09-12 | 2017-11-28 | 南通大学 | 风‑储混合电站运行策略及短期计划出力优化方法 |
CN107404129B (zh) * | 2017-09-12 | 2019-07-05 | 南通大学 | 风-储混合电站运行策略及短期计划出力优化方法 |
CN107677967A (zh) * | 2017-09-29 | 2018-02-09 | 北京三快在线科技有限公司 | 确定电池电量的方法及装置 |
CN112952874A (zh) * | 2021-01-22 | 2021-06-11 | 中国电力科学研究院有限公司 | 一种独立微电网储能变流器单机能量自治控制方法和系统 |
CN112952874B (zh) * | 2021-01-22 | 2024-05-07 | 中国电力科学研究院有限公司 | 一种独立微电网储能变流器单机能量自治控制方法和系统 |
CN114336703A (zh) * | 2021-12-17 | 2022-04-12 | 中国长江三峡集团有限公司 | 一种大规模风光储电站自动协同控制方法 |
CN114336703B (zh) * | 2021-12-17 | 2023-10-13 | 中国长江三峡集团有限公司 | 一种大规模风光储电站自动协同控制方法 |
CN115065084A (zh) * | 2022-07-28 | 2022-09-16 | 湖南华大电工高科技有限公司 | 一种储能系统跟踪风电计划出力的控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105244920B (zh) | 2018-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Integrated size and energy management design of battery storage to enhance grid integration of large-scale PV power plants | |
CN107069789B (zh) | 一种面向电网agc调频的储能系统控制策略 | |
CN105244920A (zh) | 考虑电池健康状态的储能系统多目标控制方法及其系统 | |
CN102545250B (zh) | 锂电池储能的风电场功率平滑控制方法及装置和工作方法 | |
CN104638772A (zh) | 基于风功率预测的电池储能电站能量管理方法 | |
CN103545843B (zh) | 微电网离网协调控制方法 | |
Chen et al. | Energy storage sizing for dispatchability of wind farm | |
CN112928769B (zh) | 一种兼顾补偿预测误差和平抑波动的光伏混合储能控制方法 | |
CN105896603A (zh) | 一种风光储联合发电系统及方法 | |
Li et al. | Coordinated control and energy management strategies for hundred megawatt-level battery energy storage stations based on multi-agent theory | |
CN103560533B (zh) | 基于变化率控制储能电站平滑风光发电波动的方法及系统 | |
Boyouk et al. | Peak shaving of a grid connected-photovoltaic battery system at helmholtz institute ulm (hiu) | |
Chang et al. | A dual-layer cooperative control strategy of battery energy storage units for smoothing wind power fluctuations | |
CN117767445A (zh) | 一种海上风电及储能参与的有功功率协调控制方法及系统 | |
Parthasarathy et al. | Optimal sizing of energy storage system and their impacts in hybrid microgrid environment | |
CN106936145B (zh) | 一种储能电站的寿命优化控制方法 | |
WO2019193837A1 (ja) | 発電システムおよびその制御方法 | |
Datta | Battery Energy Storage System for Renewable Energy Integrated Power System Stability Enhancement | |
Li et al. | An improved dispatchable wind turbine generator and dual-battery energy storage system to reduce battery capacity requirement | |
Liqun et al. | Capacity optimization of hybrid energy storage in wind/PV complementary power generation system based on improved particle swarm optimization | |
Pragaspathy et al. | Advanced control strategies for the grid integration of wind energy system employed with battery units | |
CN115764939A (zh) | 海上风电消纳和调峰调频的储能能量管理方法及系统 | |
Lei et al. | Power optimization allocation strategy for energy storage station responding to dispatch instruction | |
CN115021333A (zh) | 一种基于时序状态的新能源消纳能力评估方法 | |
CN110417002B (zh) | 一种孤岛微电网能量模型的优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |