CN105932712A - 一种电压和功率可调节的智能分布式风力发电系统的监控方法 - Google Patents

Abstract

一种电压和功率可调节的智能分布式风力发电系统的监控方法，该方法包括如下步骤：S1.风力发电设备监控模块实时获取风力发电设备运行数据，并存储数据，实时获取发电系统内负载功率需求情况；将风力发电设备发出的有功功率P_WO进行一阶滤波并输出风力发电设备期望有功功率P_Wf；S2.采集并网点电压信息，同时根据大电网调度指令确定发电系统有功及无功输出需求；实时检测获取蓄电池模块的SOC；S3.将采集风力发电设备、电网和蓄电池的信息，进行处理后得到储能系统的期望输出功率参考量P_Ess＝ΔP₁+ΔP_B，其中ΔP₁为P_WO与P_Wf的差值，设定储能系统放电区间，构建SOC分层控制策略；S4.将发电系统有功及无功输出需求、当前SOC分层控制策略、当前发电系统内负载功率需求、风力发电设备可输出有功和无功作为约束条件，实现发电系统的优化运行。

Description

一种电压和功率可调节的智能分布式风力发电系统的监控方法

所属技术领域

本发明涉一种电压和功率可调节的智能分布式风力发电系统的监控方法。

背景技术

能源和环境危机已经成为影响人类持续发展的重要问题，清洁、可再生能源的利用是解决这一问题的根本途径。随着风力发电、光伏发电、波浪发电等可再生能源发电技术的成熟，越来越多的可再生能源发电系统以分布式形式接入电网，满足人们日常生产、生活用电的需求。

以风电和光伏发电为主的发电系统作为超高压、远距离、大电网供电模式的补充，代表着电力系统新的发展方向。当前的风力发电分离网型和并网型两种发电配置模式，对离网型风力发电模式。

现有的并网型风力发电系统配置普遍采用的模式是：风力发电机组+逆变器(或称变流器)+升压变压器+并网柜，其中风力发电机组包括风叶、发电机和控制器三部分，发电机在风力作用下将风能转变成电能。在这个系统中，风力发电机组跟随风力大小的变化其转速发生变化，所发出的电压、功率发生变化，当风力发电机组的发电电压达到逆变器的门槛电压时，逆变器开始工作，将风力发电机组发出的电能并网输送出去。如果风力偏小、风力发电机组发出的电压偏小、达不到逆变器门槛电压值时，逆变器不工作，风力发电机组发出的电能无法向外输送，这时风力发电机组处于空转状态，如果原来已经处于并网输电状态，这时风力发电机组要从电网解列。当风力变大，风力发电机组的转速变快，所发出的电压变高，达到逆变器的门槛电压时，逆变器开始工作，将风力发电机组发出的电能供给升压变压器，经过并网柜并网输电，系统处于发电输电状态。当风力继续变大，风力发电机组的转速变快，所发出的电压继续变高，将要超过逆变器所承受的最高电压限制时，风力发电机组中的控制器控制风力发电机组的变桨机构工作，使风力发电机机组中的风叶迎风角度变小，风力发电机组主动放走部分风能，使得到的风能量变小，风力发电机组转速变低，人为降低风力发电机组发电的电压值，将电压限制在逆变器可承受的范围内，这时系统仍处于正常的发电输电运行状态。如果风力继持续增大，以上措施不能使电压控制在逆变器所能承受的电压范围时，控制器控制风力发电机组中的刹车动作，将风力发电机组中的风机抱死，系统强行退出工作状态。从以上分析可以看出，现有的风力发电并网配置系统，风能的利用只能取中间的很小一段，在风力偏小或风力偏大时，系统均不能输电工作，不但造成了资源很大的浪费，更主要的是风力发电机组频繁切入、切出电网，对电网产生很大的冲击。这种风力发电并网模式无法实现向电网输送连续的电能，只能在一定风力区间向电网输电。

储能技术很大程度上解决风力发电的波动性和随机性问题，有效提高间歇性微源的可预测性、确定性和经济性。此外，储能技术在调频调压和改善系统有功、无功平衡水平，提高发电系统稳定运行能力方面的作用也获得了广泛研究和证明。在风力发电渗透率较高的电力系统中，电力系统出现频率及电压变化时，要求风储集群对电力系统稳定性和电能质量的实时性较强，必须根据电力系统的实时状态，充分考虑到风储集群的调节能力，才能保证电力系统的可靠与经济运行。

发明内容

本发明提供一种电压和功率可调节的智能分布式风力发电系统的监控方法，该监控方法可预风电设备的发电功率变化，可追踪大电网并网点电压信息，实时获取大电网调度指令，实时检测的蓄电池模块电池容量，设定储能系统放电区间，基于SOC分层控制策略，对储能系统能量进行优化管理，及时吸收风力发电设备多余的有功功率或者补充风电缺少的有功功率，减小风力发电系统对电网的影响，保障发电系统在并网时按照大电网的需求参与大电网电压调节，保障并网运行时的电压稳定。

为了实现上述目的，本发明一种电压和功率可调节的智能分布式风力发电系统的监控方法，该方法包括如下步骤：

S1.风力发电设备监控模块实时获取风力发电设备运行数据，并存储数据，实时获取发电系统内负载功率需求情况；将风力发电设备发出的有功功率P_WO进行一阶滤波并输出风力发电设备期望有功功率P_Wf；

S2.采集并网点电压信息，同时根据大电网调度指令确定发电系统有功及无功输出需求；实时检测获取蓄电池模块的SOC；

S3.将采集风力发电设备、电网和蓄电池的信息，进行处理后得到储能系统的期望输出功率参考量P_Ess＝ΔP₁+ΔP_B，其中ΔP₁为P_WO与P_Wf的差值，设定储能系统放电区间，构建SOC分层控制策略；

S4.将发电系统有功及无功输出需求、当前SOC分层控制策略、当前发电系统内负载功率需求、风力发电设备可输出有功和无功作为约束条件，实现发电系统的优化运行。

优选的，在步骤S3中，具体包括如下具体步骤：

S31.设定储能系统放电区间

所述储能系统放电区间确定器在接纳风电功率后未突破电网可利用空间极限值的时段，设定储能系统的放电区间α，0≤α<100％，即储能系统放电功率与接纳风电后剩余的空间比值为α；若系统无剩余可利用空间时α＝1，若储能系统不放电α＝0；基于放电区间α的储能系统充放电功率如下：

$\left\{\begin{array}{cc}{P}_{ESS}\left(t\right)=P_{wd}\left(t\right)-P_{\lim it}^{space}\left(t\right)& P_{wd}\left(t\right)>P_{\lim it}^{space}\left(t\right)\\ P_{ESS}\left(t\right)=\mathrm{\&alpha;}\left(P_{wd}\right(t)-P_{\lim it}^{space}(t\left)\right)& P_{wd}\left(t\right)<P_{\lim it}^{space}\left(t\right)\end{array}\right.---\left(1\right)$

其中P_ESS(t)为t时刻储能系统充放电功率；P_wd(t)、分别为t时刻风力发电设备和光电场群实际输出功率之和以及风电和光电可运行域极值；α为储能系统的放电区间；

储能系统充放电能量E_t以及储能系统在各调度时段结束后充放电累积容量W_t如下所示：

$E_t=\left\{\begin{array}{cc}{\&Integral;}_{t1}^{t2}{P}_{ESS}{\mathrm{\&eta;}}_{ch\arg e}dt& P_{ESS}>0\\ {\&Integral;}_{t1}^{t2}{P}_{ESS}/{\mathrm{\&eta;}}_{disch\arg e}dt& P_{ESS}<0\end{array}\right.---\left(2\right)$

$W_t=E_0+\underset{i=1}{\overset{t}{\mathrm{\&Sigma;}}}{E}_t---\left(3\right)$

其中t₁，t₂分别为充放电的起始与结束时刻；η_charge，η_discharge分别为储能系统的充放电效率；P_ESS为储能系统充放电功率；E₀为储能系统初始能量。

S32.构建SOC分层控制策略

所述SOC分层控制器，将储能系统SOC按照充放电能力分为以下五个层次：不充电紧急层、少充电预防层、正常充放电安全层、少放电预防层、不放电紧急层；

储能系统充放电能量需求值P_ESS，经储能能量管理系统确定的修正系数K_SOC进行动态调整，得到储能系统实际充放电指令P_{SOC_ESS}；K_SOC值与Sigmoid函数特性类似，因此利用Sigmoid函数对其进行修正，具体表达如下所示：

储能系统处于充电状态下，P_ESS(t)>0

$K_{SOC}=\left\{\begin{array}{cc}0,& S_{\max }\&le;S\&le;100\%\\ \frac{1}{1+e^{-10(x_c-0.5)}},& S_{pre\_\max }<S<S_{\max }\\ 1,& 0\&le;S\&le;S_{pre\_\max }\end{array}\right.---\left(5\right)$

x_c＝(S-S_max)/(S_{pre_max}-S_max) (6)

储能系统处于放电状态下，P_ESS(t)<0

$K_{SOC}=\left\{\begin{array}{cc}0,& 0\%\&le;S\&le;S_{\min }\\ \frac{1}{1+e^{-10(x_f-0.5)}},& S_{\min }<S<S_{pre\_\min }\\ 1,& S_{pre\_\min }\&le;S\&le;100\%\end{array}\right.---\left(7\right)$

x_f＝(S-S_min)/(S_{pre_min}-S_min) (8)

经调整系数K_SOC修正确定储能系统实际充放电功率P_{SOC_ESS}(t)为：

P_{SOC_ESS}(t)＝K_SOCP_ESS(t) (9)

其中S为储能系统的荷电状态；S_max为不充电紧急层的下限；S_max、S_{pre_max}为少充电预防层的上下限；S_{pre_max}、S_{pre_min}为正常充放电安全层的上下限；S_min为少放电预防层的下限；X_c为储能系统充电状态下计算K_SOC的系数；X_f为储能系统放电状态下计算K_SOC的系数。

优选的，在S1后还有如下步骤，根据风速和风力发电设备调频、调压备用容量需求，利用风电机组的超速控制与桨距角控制，确定各台风电机组的初始有功功率、无功功率出力及初始转速、初始桨距角。

优选的，在步骤S4中，对于发电系统有功功率的分配，优先利用风电机组和光伏发电设备自身的有功备用容量，当风电机组和光伏发电设备自身的有功备用容量不足时，再利用储能系统弥补有功功率出力的不足。

本发明的监控方法具有如下优点：(1)准确预测风力发电设备输出功率变化情况；(2)自动追踪并网点的电压变化，实时确定并网点的无功需求；(3)控制策略满足大电网的调度需求和发电系统内部负载需求的同时，可有效抑发电系统对大电网造成的电压的冲击；(4)设定储能系统放电区间，基于SOC分层控制策略，对储能系统能量进行优化管理，实时修正储能系统充放电功率，优化储能系统工作性能，兼顾了供电可靠性和保障发电系统的安全性，延长了发电系统内设备的使用寿命。

附图说明

图1示出了本发明的一种智能分布式风力发电系统及其监控装置的框图；

图2示出了一种本发明的发电系统运行及监控方法。

具体实施方式

图1是示出了本发明的一种智能分布式风力发电系统10，该发电系统10包括：风力发电设备14、直流母线、用于将直流母线与大电网20连接和隔离的AC/DC双向换流模块一15、用于连接风力发电设备12和直流母线的AC/DC双向换流模块二12、发电系统内负载17和监控装置11。

该储能系统13包括蓄电池模块131、与上述直流母线连接的双向DC/DC变换器132；

该监控装置11包括：

风力发电设备监控模块112，用于实时监控风力发电设备14，并对风力发电设备14的发电功率进行预测；

储能系统监控模块115，可实时监控蓄电池模块的SOC和DC/DC双向变换器，包括：数据采集处理器、储能系统放电区间确定器和SOC分层控制器，可对储能系统充放电功率进行实时修正，确保储能系统具有良好工作性能；

滤波模块16，与风力发电设备连接，用于将风力发电设备发出的有功功率P_WO进行一阶滤波并输出风力发电设备期望有功功率值P_Wf至储能系统监控模块；

负载监控模块118，用于实时监控发电系统内的负载；

中控模块117，用于确定发电系统10的运行策略，并向上述监控装置11中的各模块发出指令，以执行该运行策略；

总线模块111，用于该监控装置11的各个模块的通信联络；以及

并网监控模块112，其中所述并网监控模块包括：大电网20联络单元，用于实时从大电网20调控中心获知大电网20的运行情况以及相关调度信息；AC/DC双向换流模块一15监控单元，用于控制AC/DC双向换流模块一15的工作模式；调压单元，用于监控并网点的电压变化，并确定发电系统的电压补偿策略。

储能系统监控模块115至少包括蓄电池端电压、电流、SOC获取设备以及温度检测设备。

所述数据采集处理器，用于采集风力发电设备和蓄电池的信息，进行处理后得到储能系统的期望输出功率参考量P_ESS＝ΔP₁+ΔP_B，其中ΔP₁为P_WO与P_Wf的差值，为储能控制系统的期望输出功率，ΔP_B为储能控制系统考虑蓄电池剩余容量和自身损耗以及期望输出功率参考量的反馈信号后输出功率的附加量。

所述调压单元包括并网点电压测量子单元、无功需求确定子单元和无功出力分配子单元。所述无功需求确定子单元根据并网点电压测量子单元获取的电压值与其电压参考值的误差信号确定当前无功需求量。所述无功出力子单元根据风电设备和光储系统的无功出力极限，将无功需求按照优先级分配方法分配给风力发电设备和储能系统。

光伏发电设备12包括多个光伏发电模块，光伏发电设备监控模块114至少包括光伏发电设备的电压、电流、频率检测设备、光强检测设备。

所述风力发电设备监控模块113实时获取风力发电设备12的运行数据，并存储数据。

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

所述储能系统放电区间确定器在接纳风电功率后未突破电网可利用空间极限值的时段，设定储能系统的放电区间α，0≤α<100％，即储能系统放电功率与接纳风电后剩余的空间比值为α；若系统无剩余可利用空间时α＝1，若储能系统不放电α＝0；基于放电区间α的储能系统充放电功率如下：

$\left\{\begin{array}{cc}{P}_{ESS}\left(t\right)=P_{wd}\left(t\right)-P_{\lim it}^{space}\left(t\right)& P_{wd}\left(t\right)>P_{\lim it}^{space}\left(t\right)\\ P_{ESS}\left(t\right)=\mathrm{\&alpha;}\left(P_{wd}\right(t)-P_{\lim it}^{space}(t\left)\right)& P_{wd}\left(t\right)<P_{\lim it}^{space}\left(t\right)\end{array}\right.---\left(1\right)$

其中P_ESS(t)为t时刻储能系统充放电功率；P_wd(t)、分别为t时刻风力发电设备和光电场群实际输出功率之和以及风电和光电可运行域极值；α为储能系统的放电区间；

储能系统充放电能量E_t以及储能系统在各调度时段结束后充放电累积容量W_t如下所示：

$E_t=\left\{\begin{array}{cc}{\&Integral;}_{t1}^{t2}{P}_{ESS}{\mathrm{\&eta;}}_{ch\arg e}dt& P_{ESS}>0\\ {\&Integral;}_{t1}^{t2}{P}_{ESS}/{\mathrm{\&eta;}}_{disch\arg e}dt& P_{ESS}<0\end{array}\right.---\left(2\right)$

$W_t=E_0+\underset{i=1}{\overset{t}{\mathrm{\&Sigma;}}}{E}_t---\left(3\right)$

其中t₁，t₂分别为充放电的起始与结束时刻；η_charge，η_discharge分别为储能系统的充放电效率；P_ESS为储能系统充放电功率；E₀为储能系统初始能量。

优选的，所述SOC分层控制器，将储能系统SOC按照充放电能力分为以下五个层次：不充电紧急层、少充电预防层、正常充放电安全层、少放电预防层、不放电紧急层。

优选的，储能系统充放电能量需求值P_ESS，经储能能量管理系统确定的修正系数K_SOC进行动态调整，得到储能系统实际充放电指令P_{SOC_ESS}；K_SOC值与Sigmoid函数特性类似，因此利用Sigmoid函数对其进行修正，具体表达如下所示：

储能系统处于充电状态下，P_ESS(t)>0

$K_{SOC}=\left\{\begin{array}{cc}0,& S_{\max }\&le;S\&le;100\%\\ \frac{1}{1+e^{-10(x_c-0.5)}},& S_{pre\_\max }<S<S_{\max }\\ 1,& 0\&le;S\&le;S_{pre\_\max }\end{array}\right.---\left(5\right)$

x_c＝(S-S_max)/(S_{pre_max}-S_max) (6)

储能系统处于放电状态下，P_ESS(t)<0

$K_{SOC}=\left\{\begin{array}{cc}0,& 0\%\&le;S\&le;S_{\min }\\ \frac{1}{1+e^{-10(x_f-0.5)}},& S_{\min }<S<S_{pre\_\min }\\ 1,& S_{pre\_\min }\&le;S\&le;100\%\end{array}\right.---\left(7\right)$

x_f＝(S-S_min)/(S_{pre_min}-S_min) (8)

经调整系数K_SOC修正确定储能系统实际充放电功率P_{SOC_ESS}(t)为：

P_{SOC_ESS}(t)＝K_SOCP_ESS(t) (9)

其中S为储能系统的荷电状态；S_max为不充电紧急层的下限；S_max、S_{pre_max}为少充电预防层的上下限；S_{pre_max}、S_{pre_min}为正常充放电安全层的上下限；S_min为少放电预防层的下限；X_c为储能系统充电状态下计算K_SOC的系数；X_f为储能系统放电状态下计算K_SOC的系数。

中控模块117至少包括CPU单元、数据存储单元和显示单元。

大电网联络模块112至少包括无线通信设备。

并网点电压测量子单元至少包括用于检测大电网20和发电系统10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，发电系统侧的三相电压、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，获得风力发电设备储能系统10侧的三相电压电流值和大电网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，能够完成风力发电设备储能系统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.风力发电设备监控模块实时获取风力发电设备运行数据，并存储数据，实时获取发电系统内负载功率需求情况；将风力发电设备发出的有功功率P_WO进行一阶滤波并输出风力发电设备期望有功功率P_Wf；

S2.采集并网点电压信息，同时根据大电网调度指令确定发电系统有功及无功输出需求；实时检测获取蓄电池模块的SOC；

S3.将采集风力发电设备、电网和蓄电池的信息，进行处理后得到储能系统的期望输出功率参考量P_Ess＝ΔP₁+ΔP_B，其中ΔP₁为P_WO与P_Wf的差值，设定储能系统放电区间，构建SOC分层控制策略；

S4.将发电系统有功及无功输出需求、当前SOC分层控制策略、当前发电系统内负载功率需求、风力发电设备可输出有功和无功作为约束条件，实现发电系统的优化运行。

优选的，在步骤S3中，具体包括如下具体步骤：

S31.设定储能系统放电区间

所述储能系统放电区间确定器在接纳风电功率后未突破电网可利用空间极限值的时段，设定储能系统的放电区间α，0≤α<100％，即储能系统放电功率与接纳风电后剩余的空间比值为α；若系统无剩余可利用空间时α＝1，若储能系统不放电α＝0；基于放电区间α的储能系统充放电功率如下：

$\left\{\begin{array}{cc}{P}_{ESS}\left(t\right)=P_{wd}\left(t\right)-P_{\lim it}^{space}\left(t\right)& P_{wd}\left(t\right)>P_{\lim it}^{space}\left(t\right)\\ P_{ESS}\left(t\right)=\mathrm{\&alpha;}\left(P_{wd}\right(t)-P_{\lim it}^{space}(t\left)\right)& P_{wd}\left(t\right)<P_{\lim it}^{space}\left(t\right)\end{array}\right.---\left(1\right)$

其中P_ESS(t)为t时刻储能系统充放电功率；P_wd(t)、分别为t时刻风力发电设备和光电场群实际输出功率之和以及风电和光电可运行域极值；α为储能系统的放电区间；

储能系统充放电能量E_t以及储能系统在各调度时段结束后充放电累积容量W_t如下所示：

$E_t=\left\{\begin{array}{cc}{\&Integral;}_{t1}^{t2}{P}_{ESS}{\mathrm{\&eta;}}_{ch\arg e}dt& P_{ESS}>0\\ {\&Integral;}_{t1}^{t2}{P}_{ESS}/{\mathrm{\&eta;}}_{disch\arg e}dt& P_{ESS}<0\end{array}\right.---\left(2\right)$

$W_t=E_0+\underset{i=1}{\overset{t}{\mathrm{\&Sigma;}}}{E}_t---\left(3\right)$

其中t₁，t₂分别为充放电的起始与结束时刻；η_charge，η_discharge分别为储能系统的充放电效率；P_ESS为储能系统充放电功率；E₀为储能系统初始能量。

S32.构建SOC分层控制策略

所述SOC分层控制器，将储能系统SOC按照充放电能力分为以下五个层次：不充电紧急层、少充电预防层、正常充放电安全层、少放电预防层、不放电紧急层；

储能系统充放电能量需求值P_ESS，经储能能量管理系统确定的修正系数K_SOC进行动态调整，得到储能系统实际充放电指令P_{SOC_ESS}；K_SOC值与Sigmoid函数特性类似，因此利用Sigmoid函数对其进行修正，具体表达如下所示：

储能系统处于充电状态下，P_ESS(t)>0

$K_{SOC}=\left\{\begin{array}{cc}0,& S_{\max }\&le;S\&le;100\%\\ \frac{1}{1+e^{-10(x_c-0.5)}},& S_{pre\_\max }<S<S_{\max }\\ 1,& 0\&le;S\&le;S_{pre\_\max }\end{array}\right.---\left(5\right)$

x_c＝(S-S_max)/(S_{pre_max}-S_max) (6)

储能系统处于放电状态下，P_ESS(t)<0

$K_{SOC}=\left\{\begin{array}{cc}0,& 0\%\&le;S\&le;S_{\min }\\ \frac{1}{1+e^{-10(x_f-0.5)}},& S_{\min }<S<S_{pre\_\min }\\ 1,& S_{pre\_\min }\&le;S\&le;100\%\end{array}\right.---\left(7\right)$

x_f＝(S-S_min)/(S_{pre_min}-S_min) (8)

经调整系数K_SOC修正确定储能系统实际充放电功率P_{SOC_ESS}(t)为：

P_{SOC_ESS}(t)＝K_SOCP_ESS(t) (9)

其中S为储能系统的荷电状态；S_max为不充电紧急层的下限；S_max、S_{pre_max}为少充电预防层的上下限；S_{pre_max}、S_{pre_min}为正常充放电安全层的上下限；S_min为少放电预防层的下限；X_c为储能系统充电状态下计算K_SOC的系数；X_f为储能系统放电状态下计算K_SOC的系数。

优选的，在S1后还有如下步骤，根据风速和风力发电设备调频、调压备用容量需求，利用风电机组的超速控制与桨距角控制，确定各台风电机组的初始有功功率、无功功率出力及初始转速、初始桨距角。

优选的，在步骤S4中，对于发电系统有功功率的分配，优先利用风电机组和光伏发电设备自身的有功备用容量，当风电机组和光伏发电设备自身的有功备用容量不足时，再利用储能系统弥补有功功率出力的不足。

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 (4)

1.一种电压和功率可调节的智能分布式风力发电系统的监控方法，该方法包括如下步骤：

S1.风力发电设备监控模块实时获取风力发电设备运行数据，并存储数据，实时获取发电系统内负载功率需求情况；将风力发电设备发出的有功功率P_WO进行一阶滤波并输出风力发电设备期望有功功率P_Wf；

S2.采集并网点电压信息，同时根据大电网调度指令确定发电系统有功及无功输出需求；实时检测获取蓄电池模块的SOC；

S3.将采集风力发电设备、电网和蓄电池的信息，进行处理后得到储能系统的期望输出功率参考量P_Ess＝ΔP₁+ΔP_B，其中ΔP₁为P_WO与P_Wf的差值，设定储能系统放电区间，构建SOC分层控制策略；

S4.将发电系统有功及无功输出需求、当前SOC分层控制策略、当前发电系统内负载功率需求、风力发电设备可输出有功和无功作为约束条件，实现发电系统的优化运行。

2.如权利要求1所述的方法，其特征在于，在步骤S3中，具体包括如下具体步骤：

S31.设定储能系统放电区间

所述储能系统放电区间确定器在接纳风电功率后未突破电网可利用空间极限值的时段，设定储能系统的放电区间α，0≤α<100％，即储能系统放电功率与接纳风电后剩余的空间比值为α；若系统无剩余可利用空间时α＝1，若储能系统不放电α＝0；基于放电区间α的储能系统充放电功率如下：

$\left\{\begin{array}{cc}{P}_{ESS}\left(t\right)=P_{wd}\left(t\right)-P_{\lim it}^{space}\left(t\right)& P_{wd}\left(t\right)>P_{\lim it}^{space}\left(t\right)\\ P_{ESS}\left(t\right)=\mathrm{\&alpha;}\left(P_{wd}\right(t)-P_{\lim it}^{space}(t\left)\right)& P_{wd}\left(t\right)<P_{\lim it}^{space}\left(t\right)\end{array}\right.---\left(1\right)$

其中P_ESS(t)为t时刻储能系统充放电功率；P_wd(t)、分别为t时刻风力发电设备和光电场群实际输出功率之和以及风电和光电可运行域极值；α为储能系统的放电区间；

储能系统充放电能量E_t以及储能系统在各调度时段结束后充放电累积容量W_t如下所示：

$E_t=\left\{\begin{array}{cc}{\&Integral;}_{t1}^{t2}{P}_{ESS}{\mathrm{\&eta;}}_{ch\arg e}dt& P_{ESS}>0\\ {\&Integral;}_{t1}^{t2}{P}_{ESS}/{\mathrm{\&eta;}}_{disch\arg e}dt& P_{ESS}<0\end{array}\right.---\left(2\right)$

$W_t=E_0+\underset{i=1}{\overset{t}{\&Sigma;}}{E}_t---\left(3\right)$

其中t₁，t₂分别为充放电的起始与结束时刻；η_charge，η_discharge分别为储能系统的充放电效率；P_ESS为储能系统充放电功率；E₀为储能系统初始能量。

S32.构建SOC分层控制策略

所述SOC分层控制器，将储能系统SOC按照充放电能力分为以下五个层次：不充电紧急层、少充电预防层、正常充放电安全层、少放电预防层、不放电紧急层；

储能系统充放电能量需求值P_ESS，经储能能量管理系统确定的修正系数K_SOC进行动态调整，得到储能系统实际充放电指令P_{SOC_ESS}；K_SOC值与Sigmoid函数特性类似，因此利用Sigmoid函数对其进行修正，具体表达如下所示：

储能系统处于充电状态下，P_ESS(t)>0

$K_{SOC}=\left\{\begin{array}{cc}0,& S_{\max }\&le;S\&le;100\%\\ \frac{1}{1+e^{-10(x_c-0.5)}},& S_{pre\_\max }<S<S_{\max }\\ 1,& 0\&le;S\&le;S_{pre\_\max }\end{array}\right.---\left(5\right)$

x_c＝(S-S_max)/(S_{pre_max}-S_max) (6)

储能系统处于放电状态下，P_ESS(t)<0

$K_{SOC}=\left\{\begin{array}{cc}0,& 0\%\&le;S\&le;S_{\min }\\ \frac{1}{1+e^{-10(x_f-0.5)}},& S_{\min }<S<S_{pre\_\min }\\ 1,& S_{pre\_\min }\&le;S\&le;100\%\end{array}\right.---\left(7\right)$

x_f＝(S-S_min)/(S_{pre_min}-S_min) (8)

经调整系数K_SOC修正确定储能系统实际充放电功率P_{SOC_ESS}(t)为：

P_{SOC_ESS}(t)＝K_SOCP_ESS(t) (9)

其中S为储能系统的荷电状态；S_max为不充电紧急层的下限；S_max、S_{pre_max}为少充电预防层的上下限；S_{pre_max}、S_{pre_min}为正常充放电安全层的上下限；S_min为少放电预防层的下限；X_c为储能系统充电状态下计算K_SOC的系数；X_f为储能系统放电状态下计算K_SOC的系数。

3.如权利要求2所述的方法，其特征在于，在S1后还有如下步骤，根据风速和风力发电设备调频、调压备用容量需求，利用风电机组的超速控制与桨距角控制，确定各台风电机组的初始有功功率、无功功率出力及初始转速、初始桨距角。

4.如权利要求3所述的方法，其特征在于，在步骤S4中，对于发电系统有功功率的分配，优先利用风电机组和光伏发电设备自身的有功备用容量，当风电机组和光伏发电设备自身的有功备用容量不足时，再利用储能系统弥补有功功率出力的不足。