CN105260797A

CN105260797A - 一种计及经济性评估的微网储能电站规划控制方法

Info

Publication number: CN105260797A
Application number: CN201510684546.8A
Authority: CN
Inventors: 韩晓娟; 张喜林; 王丽娜; 张帆
Original assignee: State Grid Zhejiang Electric Power Co Ltd; North China Electric Power University; State Grid Jilin Electric Power Corp
Current assignee: State Grid Zhejiang Electric Power Co Ltd; North China Electric Power University; State Grid Jilin Electric Power Corp
Priority date: 2015-10-22
Filing date: 2015-10-22
Publication date: 2016-01-20
Anticipated expiration: 2035-10-22
Also published as: CN105260797B

Abstract

本发明涉及一种计及经济性评估的微网储能电站规划控制方法，包括预测N天微网负荷数据、风电输出功率以及光伏输出功率；其特征在于根据所得的数据，计算为满足负荷需求所需要的储能系统出力；利用改进经验模态分解算法将储能系统出力进行分解，得到n个IMF分量，令k分别取1~n，将第1~k-1个IMF分量之和作为电池出力，第k~n个IMF分量之和作为超级电容器出力；将电池与电容器的功率、容量代入微网储能电站规划模型，判断是否满足约束条件，计算对应的目标函数值；利用遗传算法对模型进行寻优，得到满足约束条件且使目标函数最小的k值，确定储能系统最优容量配置与年平均最小成本。

Description

一种计及经济性评估的微网储能电站规划控制方法

技术领域

本发明涉及一种计及经济性评估的微网储能电站规划控制方法，特别是微网中混合储能电站的规划设计方法。

背景技术

为削弱分布式发电对电网的冲击和负面影响，充分挖掘分布式能源为电网和用户所带来的价值和效益，2001年，美国威斯康星大学R.H.Lasseter等人提出了微网的概念。微网由多种分布式发电单元、储能及负荷组成。其中，风电和光伏发电等分布式发电单元的输出功率具有间歇性和随机性的特点，而负荷的变化也具有随机性，这给微网的稳定运行带来了较大挑战。

储能可以通过充放电维持微网内部的功率平衡与能量平衡，是微网改善电能质量、安全可靠运行的关键。但由于储能装置成本较高，运行寿命较短，大规模应用受到制约，因此在满足系统运行需求的基础上对储能系统进行合理的容量优化配置具有重要的现实意义。

蓄电池作为传统储能元件，能量密度大，存储容量高，但存在功率密度低，循环寿命短、低温特性差、价格昂贵等不足；超级电容器作为一种新型能源器件，虽然能量密度较小，但功率密度大，存储容量低，响应时间较短，可以频繁充放电而不损害其性能。混合储能可以充分利用蓄电池和超级电容器的互补特性，减少蓄电池的充放电次数从而延长其使用寿命。

目前，储能电站规划与储能系统容量配置多为单一类型储能容量配置，针对混合储能系统的容量配置方法较少。在针对混合储能系统的容量配置方法中，

较少涉及电池与超级电容器之间的明确的功率分配方法，或者没有将经济成本考虑在内，由于目前储能装置造价昂贵，计及经济性的储能电站规划方法将更具实际意义。

发明内容

针对上述问题，本发明的目的是提供一种计及经济性评估的微网储能电站规划控制方法，其针对微网中由电池—超级电容器所构成的混合储能系统，利用蓄电池和超级电容器的互补特性，采用EEMD滤波对混合储能系统进行功率分配，并结合经济性目标，得到最优容量配置结果，降低储能系统损耗，节约经济成本。

为实现上述目的，本发明采取以下技术方案：一种计及经济性评估的微网储能电站规划方法，其特征在于包括以下步骤：

步骤1：预测N天微网负荷数据、风电输出功率以及光伏输出功率；步骤2：根据步骤1所得的数据，计算为满足负荷需求所需要的储能系统出力；

步骤3：利用改进经验模态分解算法将储能系统出力进行分解，得到n个IMF分量。令k分别取1~n，将第1~k-1个IMF分量之和作为电池出力，第k~n个IMF分量之和作为超级电容器出力。

步骤4：以储能系统年平均成本为目标函数，储能系统SOC、能量守恒、功率约束等为约束条件，建立计及经济性能评估的微网储能电站规划模型；将电池与电容器的功率、容量代入微网储能电站规划模型，判断是否满足约束条件，计算对应的目标函数值；

步骤5：利用遗传算法对模型进行寻优，得到满足约束条件且使目标函数最小的k值，确定储能系统最优容量配置与年平均最小成本。

所述步骤2中，储能系统出力计算如下：

式中，为微网负荷，为微网风电输出功率，为微网光伏输出功率。

所述步骤3中，利用改进经验模态分解算法将储能系统出力进行分解，得到n个IMF分量，包括以下子步骤：

步骤3-1：给原始储能系统出力信号叠加一组高斯白噪声信号获得一个总体信号：

步骤3-2：对进行EMD分解，得到各阶IMF分量：

式中，为第i阶IMF分量，为余项；

步骤3-3：给原始储能系统出力信号叠加不同的高斯白噪声信号，重复步骤步骤3-1和步骤3-2。

式中，和分别为原始信号加第j个高斯白噪声信号进行EMD分解后所得的第i阶IMF分量和余项；

步骤3-4：原始储能系统出力信号对应的IMF分量可表示为：

步骤3-5：最后，原始储能系统出力信号分解为：

EEMD中所加高斯白噪声的次数服从如下的统计规律：

式中，N为总体的个数；为高斯白噪声的幅度；为原始信号与由最终的IMF分量相加得到的信号之间的误差。一般情况下，取0.2，N取100。

通过EEMD方法可以获得具有显性物理特征的IMF序列，各阶IMF可以反映原始信号在相应的某一特征尺度参数上的模态，阶数越高则所含瞬时频率成分越低，因此利用IMF序列能够设计一种新的时空滤波器。

低通滤波可表示为：

高通滤波可表示为：

式中，为滤波阶数。且由上式可知：值越大，则低频分量包含能量越小，高频分量包含能量越大，越平滑；值越小，则高频分量包含能量越大，低频分量包含能量越小。

所述步骤3中，电池与超级电容器出力计算方法如下：

电池吸收具有较大能量的低频分量，以平抑HESS中的趋势性波动；超级电容器吸收包含较多频繁往复变化功率的高频分量，以平抑HESS中的快变性波动。

蓄电池出力：

超级电容器出力：

所述步骤4中，蓄电池与超级电容器的功率、容量计算如下：

蓄电池功率：

蓄电池容量：

超级电容器功率：

超级电容器容量：

所述步骤4中，微网储能电站规划模型的目标函数为：

式中，为安装设备的成本，为运行维护成本，为设备寿命终止产生的更换成本，Y为工作时间。且有

式中，和分别代表电池和超级电容器的维护单价，代表设备使用期数，和分别代表电池和超级电容器的更换次数。、、和分别代表电池和超级电容器的额定功率和额定容量；、、和分别代表电池和超级电容器的功率单价和容量单价。

所述步骤4中，微网储能电站规划模型的约束条件为：

1）储能系统充放电约束

式中，、分别为电池与超级电容器的荷电状态，、分别为储能系统SOC范围的最小值与最大值。

2）能量守恒的约束

光伏出力，电池出力和超级电容器出力之和应当与并网功率相一致。

3）功率约束

电池和超级电容器的输出功率应当不大于其额定功率。

本发明提出了一种计及经济性评估的微网储能电站规划设计方法，特别是微网中混合储能电站的规划设计方法。针对微网中由电池—超级电容器所构成的混合储能系统，利用蓄电池和超级电容器的互补特性，采用EEMD滤波对混合储能系统进行功率分配，并结合经济性目标，得到最优容量配置结果。

本发明具有以下优点：

1、针对由电池—超级电容器所构成的混合储能系统，提出一种混合储能系统的容量配置方法，利用蓄电池和超级电容器的互补特性，减少蓄电池充放电次数与充放电深度，改善单一类型储能系统的不足。

2、采用EEMD滤波的方法将微网中的储能出力信号分解成低频和高频信号。电池吸收具有较大能量的低频分量，以平抑HESS中的趋势性波动；超级电容器吸收包含较多频繁往复变化功率的高频分量，以平抑HESS中的快变性波动。可以降低储能系统损耗，提高储能系统性能。

3、根据经济性评估调整EEMD滤波阶次，建立以储能系统年平均成本为目标函数，以波动率、储能系统SOC、能量守恒、功率约束等为约束条件的微网混合储能系统配置模型，得到最优容量配置结果，降低微网储能系统的成本。

本发明可以广泛应用于微电网储能电站规划中。

附图说明

图1为本发明的方法流程示意图；

图2为风/光/储构成的微电网系统示意图；

图3为微网负荷曲线图；

图4为风电机组功率特性曲线图；

图5为光伏阵列功率特性曲线图；

图6为储能系统出力曲线图；

图7为储能系统出力EEMD分解曲线图；

图8为储能系统中电池与超级电容器出力曲线图。

具体实施方式

下面结合附图和实施例对本发明做进一步的描述：如图1所示，本发明的计及经济性评估的微网储能电站规划方法，包括以下步骤：

步骤1：含风/光/储的微电网结构示意图如图2所示，微网负荷曲线图如图3所示，风电机组功率特性曲线图如图4所示，光伏阵列功率特性曲线图如图5所示。

步骤2：计算为满足负荷需求所需要的储能系统出力：

式中，为微网负荷,为微网风电输出功率，为微网光伏输出功率。

计算所得储能系统出力曲线图如图6所示。

步骤3：利用改进经验模态分解算法将储能系统出力进行分解，得到n个IMF分量，包括以下子步骤：

步骤3-2：对进行EMD分解，得到各阶IMF分量：

式中，为第i阶IMF分量，为余项；

步骤3-4：原始储能系统出力信号对应的IMF分量可表示为：

步骤3-5：最后，原始储能系统出力信号分解为：

EEMD中所加高斯白噪声的次数服从如下的统计规律：

储能系统出力EEMD分解曲线图如图7所示。

令k分别取1~n，将第1~k-1个IMF分量之和作为电池出力，第k~n个IMF分量之和作为超级电容器出力。

蓄电池出力：

超级电容器出力：

步骤4：根据电池与超级电容器的出力，计算所需配置的电池与电容器的功率、容量。

蓄电池功率：

蓄电池容量：

超级电容器功率：

超级电容器容量：

以储能系统年平均成本为目标函数，以储能系统SOC、能量守恒、功率约束等为约束条件，建立微网储能电站规划模型。

微网储能电站规划模型的目标函数为：

微网储能电站规划模型的约束条件为：

1）储能系统充放电约束

2）能量守恒的约束

3）功率约束

电池和超级电容器的输出功率应当不大于其额定功率。

将电池与电容器的功率、容量代入微网储能电站规划模型，判断是否满足约束条件，计算对应的目标函数值；

Claims

1.一种计及经济性评估的微网储能电站规划控制方法，其特征在于包括以下步骤：

步骤3：利用改进经验模态分解算法将储能系统出力进行分解，得到n个IMF分量；

令k分别取1~n，将第1~k-1个IMF分量之和作为电池出力，第k~n个IMF分量之和作为超级电容器出力；步骤4：以储能系统年平均成本为目标函数，储能系统SOC、能量守恒、功率约束等为约束条件，建立计及经济性能评估的微网储能电站规划模型；将电池与电容器的功率、容量代入微网储能电站规划模型，判断是否满足约束条件，计算对应的目标函数值；

2.根据权利要求1所述的一种计及经济性评估的微网储能电站规划控制方法，其特征在于所述步骤2中，储能系统出力计算如下：

3.根据权利要求1所述的一种计及经济性评估的微网储能电站规划控制方法，其特征在于所述步骤3中，利用改进经验模态分解算法将储能系统出力进行分解，得到n个IMF分量，包括以下子步骤：

步骤3-2：对进行EMD分解，得到各阶IMF分量：

式中，为第i阶IMF分量，为余项；

步骤3-3：给原始储能系统出力信号叠加不同的高斯白噪声信号，重复步骤步骤3-1和步骤3-2；

步骤3-4：原始储能系统出力信号对应的IMF分量可表示为：

步骤3-5：最后，原始储能系统出力信号分解为：

EEMD中所加高斯白噪声的次数服从如下的统计规律：

式中，N为总体的个数；为高斯白噪声的幅度；为原始信号与由最终的IMF分量相加得到的信号之间的误差；一般情况下，取0.2，N取100。

4.根据权利要求3所述的一种计及经济性评估的微网储能电站规划控制方法，其特征在于所述的EEMD分解算法通过EEMD方法可以获得具有显性物理特征的IMF序列，各阶IMF可以反映原始信号在相应的某一特征尺度参数上的模态，阶数越高则所含瞬时频率成分越低，因此利用IMF序列能够设计一种新的时空滤波器；

低通滤波可表示为：

高通滤波可表示为：

式中，为滤波阶数；

且由上式可知：值越大，则低频分量包含能量越小，高频分量包含能量越大，越平滑；值越小，则高频分量包含能量越大，低频分量包含能量越小。

5.根据权利要求1所述的一种计及经济性评估的微网储能电站规划控制方法，其特征在于所述电池与超级电容器出力计算方法如下：

电池吸收具有较大能量的低频分量，以平抑HESS中的趋势性波动；超级电容器吸收包含较多频繁往复变化功率的高频分量，以平抑HESS中的快变性波动，

蓄电池出力：

超级电容器出力：

。

6.根据权利要求1所述的一种计及经济性评估的微网储能电站规划控制方法，其特征在于所述的蓄电池与超级电容器的功率、容量计算如下：

蓄电池功率：

蓄电池容量：

超级电容器功率：

超级电容器容量：

。

7.根据权利要求1所述的一种计及经济性评估的微网储能电站规划控制方法，其特征在于所述的微网储能电站规划模型的目标函数为：

式中，为安装设备的成本，为运行维护成本，为设备寿命终止产生的更换成本，Y为工作时间；且有

式中，和分别代表电池和超级电容器的维护单价，代表设备使用期数，和分别代表电池和超级电容器的更换次数；

、、和分别代表电池和超级电容器的额定功率和额定容量；、、和分别代表电池和超级电容器的功率单价和容量单价。

8.根据权利要求1所述的一种计及经济性评估的微网储能电站规划控制方法，其特征在于所述的微网储能电站规划模型的约束条件为：

1）储能系统充放电约束

式中，、分别为电池与超级电容器的荷电状态，、分别为储能系统SOC范围的最小值与最大值；

2）能量守恒的约束

光伏出力，电池出力和超级电容器出力之和应当与并网功率相一致；

3）功率约束

电池和超级电容器的输出功率应当不大于其额定功率。