CN106410833A - 一种提升可再生能源发电可调度性的复合储能控制方法 - Google Patents

Abstract

本发明公开了一种提升可再生能源发电可调度性的复合储能系统控制方法，该方法的步骤包括：基于可再生能源的调度模式，对储能系统的模型进行分析和构建；基于步骤S1的分析结果和低通滤波平滑控制原理构建复合储能系统控制策略，对复合储能平抑不平衡功率进行控制S2；以及，构建基于全寿命周期成本的复合储能系统年均成本模型和基于调度计划的可再生能源与复合储能系统联合输出功率的相关系数模型，以储能运行经济性和可再生能源发电可调度性为优化目标，得到复合储能系统的最优运行控制参数S3。本方案综合分析可再生能源调度模型，建立了一种复合储能系统控制策略，通过该策略提升可再生能源发电可调度性和降低储能系统全寿命周期成本。

Description

一种提升可再生能源发电可调度性的复合储能控制方法

技术领域

本发明涉及储能控制领域，特别是涉及一种提升可再生能源发电可调度性的复合储能系统控制方法。

背景技术

可再生能源发电的随机性和波动性给配电网带来了大量的负面影响，是影响可再生能源大规模并网的主要因素之一，而储能具有可以灵活充放电、输出功率可控的特点，可将电能转化并存储为其他形式的能量，利用储能技术可以有效解决可再生能源并网问题，提升可再生能源发电的可调度性。

通过配置储能装置，可再生能源发电输送到电网的电能由实际可再生能源发电功率变为可再生能源与储能装置的联合输出功率。调节储能的输出功率，可以改变可再生能源发电输送到电网的电能，利用储能平滑系统输出功率，以此来提高并网可再生能源系统的可调度性。

由于新能源规模化接入电网、电力削峰填谷、参与调压调频、发展微电网等方面的需要，储能在未来电力系统中将是不可或缺的角色。随着储能技术的不断发展，利用储能解决可再生能源并网问题、提升可再生能源的可调度性已成为可能，且具有非常重要的意义。

因此，需要提供一种提升可再生能源发电可调度性的储能控制策略，通过配置储能来提升电网对可再生能源发电的调度能力和提高电网对可再生能源的接纳能力。

发明内容

本发明要解决的技术问题是提供一种提升可再生能源发电可调度性的储能系统控制方法，以提高可再生能源发电的可调度性，为储能控制提供分析基础和计算依据。

为解决上述技术问题，本发明采用下述技术方案：

一种提升可再生能源发电可调度性的复合储能控制方法，该方法的步骤包括：

S1、基于可再生能源的调度模式，对储能系统的模型进行分析和构建；

S2、基于步骤S1的分析结果和低通滤波平滑控制原理构建储能系统控制策略，采用复合储能系统平抑不平衡功率进行控制；

S3、构建基于全寿命周期成本的复合储能系统年均成本模型和基于调度计划的可再生能源与复合储能系统联合输出功率的相关系数模型，以储能运行经济性和可再生能源发电可调度性为优化目标，得到复合储能系统的最优运行控制参数。

优选地，所述步骤S1包括：

S11、设t时刻储能系统需平抑不平衡功率Pun(t)，Pun(t)分别由组成复合储能系统的蓄电池和超级电容器承担，即：

Pun(t)＝Pess(t)＝Pbess(t)+Pcap(t)

其中，Pess(t)为t时刻复合储能系统的充放电功率；Pbess(t)为t时刻蓄电池的充放电功率；Pcap(t)为t时刻超级电容器的充放电功率；

S12、分别分析两种储能介质的充放电过程：

充电过程：

放电过程：

其中，P_bess.maxc和P_cap.maxc分别为由蓄电池和超级电容器的自身特性决定的最大充电效率值；P_bess.maxd和P_cap.maxd分别为由蓄电池和超级电容器的自身特性决定的最大放电效率值；E_bess.max和E_cap.max分别为蓄电池和超级电容器的容量约束上限；E_bess.min和E_cap.min分别为蓄电池和超级电容器的容量约束下限。

优选地，所述步骤S2包括：

S21、第一状态，即初始状态：此时t小于蓄电池补偿周期T_b，由超级电容器来承担相应的充放电任务，蓄电池储能则处于不工作状态；

S22、第二状态，即基于低通滤波平均滑动控制原理来制定出两种储能介质的充放电功率：此时t大于等于蓄电池补偿周期T_b，且满足：

或

其中，S_cap(t)、S_cap.0分别为超级电容器在t时刻的荷电状态和初始状态值；

S23、第三状态，即超级电容器强制性的完成充放电任务：此时t大于等于蓄电池补偿周期T_b，且满足：

优选地，所述初始状态的选取步骤包括：

假设一蓄电池能量初始值E_bess.x；

根据蓄电池每天的充放电能量，确定蓄电池实际的初始能量：

根据蓄电池实际的初始能量，确定蓄电池初始荷电状态：

假设二超级电容器的能量初始值E_cap，x；

根据超级电容器能够满足每天的充放电电能的实际初始能量，确定超级电容器实际的初始荷电状态：

优选地，所述步骤S3中全寿命周期成本的复合储能系统年均成本模型的构建步骤包括：

计算符合储能系统年均成本C＝C_ic+C_oc+C_mc+C_dc，其中，C_ic为复合储能系统的购买成本；C_oc为复合储能系统的运行成本；C_mc为复合储能系统的维护成本；C_dc为复合储能系统的处理成本；

根据C_ic、C_oc、C_mc、C_dc各项的核算成本，确定复合储能系统的年平均成本：

C＝C_ic+C_oc+C_mc+C_dc

＝[(1+k_dc.bess)k_ic.bess+k_oc.bess+k_mc.bess](r_bess.P P_bess.0+r_bess.EE_bess.0)

+[(1+k_dc.cap)k_ic.cap+k_oc.cap+k_mc.cap](r_cap.P P_cap.0+r_cap.E E_cap.0)

其中，k_ic.bess、k_ic.cap分别为蓄电池和超级电容器的年折旧系数；

P_bess.0、E_bess.0、r_bess.P、r_bess.E分别为蓄电池的额定功率、额定容量、功率成本和容量成本；P_cap.0、E_cap.0、r_cap.P、r_cap.E分别为超级电容器的额定功率、额定容量、功率成本和容量成本；C_oc.bess、k_oc.bess、C_mc.bess、k_mc.bess、C_dc.bess、K_dc.bess分别为蓄电池的运行成本、运行成本系数、维护成本、维护成本系数、处理成本、处理成本系数；C_oc.cap、k_oc.cap、C_mc.cap、k_mc.cap、C_dc.cap、k_dc.cap分别为超级电容器的运行成本、运行成本系数、维护成本、维护成本系数、处理成本、处理成本系数。

优选地，所述步骤S3中可再生能源的可调度性是以实际的可再生能源发电曲线与电网所给调度功率曲线的相关性，来衡量供电曲线对调度曲线的跟踪情况，两者之间的相关系数r越大，则可再生能源发电系统的可调度性就越高。

优选地，所述步骤S3中基于可再生能源的调度性和复合储能系统运行的经济性的优化目标，构建双层复合储能策略的优化目标函数为：

并根据该优化目标函数得到复合储能系统的最优运行控制参数；

其中，T_c为超级电容器的补偿周期；n为用T_c为采样间隔所对应的采样点数；在t时刻，实际电网输入的供电功率为P_s(t)；为T时间内电网输入的功率平均值；P_d(t)调度部门所给定的调度目标值为；为T时间内调度指令功率平均值；r为实际供电曲线与电网所给调度功率曲线之间的相关系数；n为给定的时间段内的所设间隔的取点数；T_c为取点周期，即超级电容的补偿周期。

本发明的有益效果如下：

本发明所述技术方案是针对蓄电池和超级电容器构成的复合储能系统，设计了低通滤波平滑控制策略。考虑储能系统工作状态，提出一种双层复合储能能量管理方法，基于滑动平均原理确定分配复合储能系统的功率，实现蓄电池对不平衡功率的低频分量控制，以及超级电容器对不平衡功率高频分量的平抑，以优化复合储能系统的整体运行性能。同时，本发明研究最小化复合储能系统成本的优化配置方法。综合考虑蓄电池和超级电容器自身特性，建立基于全寿命周期成本的复合储能系统年均成本计算模型。在给定的平抑目标约束条件下，以最小化复合储能系统年均成本为优化目标，得到最优的运行控制参数。以提升可再生能源发电可调度性和最小化储能系统全寿命周期成本为目标，验证了所提出的复合储能系统控制策略的有效性。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明；

图1示出本方案所述蓄电池和超级电容器两种储能介质功率分配策略的示意图；

图2示出本方案所述复合储能系统控制方法的示意图；

图3示出本方案所述双层复合储能能量管理策略的流程图；

图4示出本方案所述蓄电池初始容量选取方法的示意图；

图5-a示出本方案所述可再生能源预测功率曲线和调度曲线；

图5-b示出本方案所述可再生能源预测功率曲线和调度曲线之间的不平衡功率曲线；

图6-a示出本方案所述双层复合储能能量管理策略下的蓄电池输出功率曲线图；

图6-b示出本方案所述双层复合储能能量管理策略下的超级电容器输出功率曲线图；

图7-a示出本方案所述双层复合储能能量管理策略下的蓄电池荷电状态变化曲线图；

图7-b示出本方案所述双层复合储能能量管理策略下的超级电容器荷电状态变化曲线图。

具体实施方式

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

本方案是利用由蓄电池和超级电容器构成的复合储能系统，通过低通滤波平滑控制原理，构建一种双层复合储能控制策略，对可再生能源的储能进行控制。并综合考虑蓄电池和超级电容器自身特性，建立基于全寿命周期成本的复合储能系统年均成本计算模型。在给定的平抑目标约束条件下，以最小化复合储能系统年均成本为优化目标，得到最优的运行控制参数以及相应地两种储能介质的配置和成本。

如图1，本方案采用低通滤波平滑控制原理对复合储能系统进行输出功率控制，从而提高联网可再生能源发电系统的可调度性。具体的，一种提升可再生能源发电可调度性的双层复合储能控制方法，该方法包括如下步骤：

S1、基于对可再生能源发电调度模式的分析，针对蓄电池和超级电容器构成的复合储能系统的数学模型进行分析；

可再生能源发电可调度运行模式

通过对可再生能源发电和储能系统的合理配置，可再生能源发电与储能系统的出力可以满足上级电网的调度需求。含可再生能源发电的系统运行工况如下：

(1)当可再生能源电源的输出功率与上级电网的调度需求达到平衡时，可再生能源的能量几乎全部通过并网逆变器转换为交流电流入电网，而复合储能系统则没有相应的能量流动。

(2)当可再生能源的输出功率不仅能够满足上级电网的调度需求，同时，还把剩余的电能储存在储能系统中，在电网需要时释放出来，从而实现可再生能源发电平滑输出和调节功率平衡的目标。

(3)当可再生能源的输出功率不能够满足上级电网的调度需求时，储能装置便将所储存的电能释放到电网，由可再生能源发电和复合储能系统一起为电网提供电能，从而实现可再生能源发电平滑输出和调节功率平衡的目标。此时从电网角度来看，储能系统是一种备用电源。

(4)当可再生能源电源的输出功率远大于上级电网的调度需求时，如电力系统故障，并且储能系统的储量已达到上限时，这种情况可通过并网逆变器的控制部分来切断可再生能源，因而允许“弃能”情况的出现。

可再生能源发电可调度性操作的最终要求，是结合可再生能源电源功率预测及储能系统的能量状态，根据电网调度的需求，确定储能系统的工作状态。因此，如何利用储能系统的输出功率以及状态特性，实现与可再生能源电源之间输出功率的协调控制问题便成为可再生能源发电可调度性的重要内容。

储能系统补偿不平衡功率

用复合储能系统来补偿不平衡功率，在可再生能源发电充足的情况下，将过多的电能储存起来，当在可再生能源发电不足时，将释放所储存的电能来进行能量补偿。在t时刻，用可再生能源预测功率P_pv(t)作为可再生能源发电系统能力的参考，调度部门所给定的调度目标值为P_d(t)，故两者之间的不平衡功率P_un(t)定义如式(1)所示。

P_un(t)＝P_pv(t)-P_d(t) (1)

在本发明中，根据不平衡功率的波动特点，选用能量型储能装置和功率型储能装置组成的复合储能系统应用于并网可再生能源发电系统中。在下述的表述中，复合储能系统配置的研究，选用能量型储能为蓄电池，功率型储能为超级电容器，提升系统的经济性和可调度性。

复合储能系统数学模型

以不平衡功率为平抑对象，假设复合储能系统充电时功率方向为正，放电时功率方向为负，复合储能系统平抑不平衡功率波动过程如下：

t时刻复合储能系统需平抑不平衡功率P_un(t)。P_un(t)分别由蓄电池和超级电容器承担，即如式(2)所示。

P_un(t)＝P_ess(t)＝P_bess(t)+P_cap(t) (2)

上式中，P_ess(t)为t时刻复合储能系统的充放电功率(MW)；P_bess(t)为t时刻蓄电池的充放电功率(MW)；P_cap(t)为t时刻超级电容器的充放电功率(MW)。

为描述两种储能介质在工作过程中剩余能量的变化过程，则有如下关系，如式(3)至式(8)所示。

充电过程：

E_bess(t)=E_bess(t-Δt)+P_bess(t)Δtη_bess.c (3)

E_cap(t)＝E_cap(t-Δt)+P_cap(t)Δtη_cap.c (4)

放电过程：

约束条件：

|P_bess(t)|≤|P_bess.limit(t)| (7)

|P_cap(t)|≤|P_cap.limit(t)| (8)

式(3)至式(3)中，E_bess(t)和E_cap(t)分别为t时刻蓄电池和超级电容器的剩余能量；Δt为采样间隔(h)；η_bess.c和η_cap.c分别为蓄电池和超级电容器的充电效率；η_bess.d和η_cap.d分别为蓄电池和超级电容器的放电效率；|P_bess.limit(t)|和|P_cap.limit(t)|分别为t时刻蓄电池和超级电容器的允许最大充放电功率值(MW)，由两种储能介质的自身特性和剩余能量来决定的，其表达式如式(9)至式(12)所示。

充电过程：

放电过程：

式中，P_bess.maxc和P_cap.maxc分别为由蓄电池和超级电容器的自身特性决定的最大充电效率值(MW)；P_bess.maxd和P_cap.maxd分别为由蓄电池和超级电容器的自身特性决定的最大放电效率值(MW)；E_bess.max和E_cap.max分别为蓄电池和超级电容器的容量约束上限(MW·h)；E_bess.min和E_cap.min分别为蓄电池和超级电容器的容量约束下限(MW·h)；

复合储能系统数学模型是在满足给定的运行约束条件下，描述复合储能系统充放电过程的数学表达式。以不平衡功率为平抑对象，假设复合储能系统充电时功率方向为正，放电时功率方向为负，复合储能系统平抑不平衡功率波动过程如下：

t时刻复合储能系统需平抑不平衡功率P_un(t)

P_un(t)分别由蓄电池和超级电容器承担，即如下所示。

P_un(t)＝P_ess(t)＝P_bess(t)+P_cap(t) (13)

上式中，P_ess(t)为t时刻复合储能系统的充放电功率(MW)；P_bess(t)为t时刻蓄电池的充放电功率(MW)；P_cap(t)为t时刻超级电容器的充放电功率(MW)。

为描述两种储能介质在工作过程中剩余能量的变化过程，则有如下关系。

充电过程：

E_bess(t)＝E_bess(t-Δt)+P_bess(t)Δtη_bess.c

E_cap(t)＝E_cap(t-Δt)+P_cap(t)Δtη_cap.c (14)

放电过程：

约束条件：

|P_bess(t)|≤|P_bess.limit(t)|

|P_cap(t)|≤|P_cap.limit(t) (16)

式中，E_bess(t)和E_cap(t)分别为t时刻蓄电池和超级电容器的剩余能量；Δt为采样间隔(h)；η_bess.c和η_cap.c分别为蓄电池和超级电容器的充电效率；η_bess.d和η_cap.d分别为蓄电池和超级电容器的放电效率；|P_bess.limit(t)|和|P_cap.limit(t)分别为t时刻蓄电池和超级电容器的允许最大充放电功率值(MW)，由两种储能介质的自身特性和剩余能量来决定的，其表达式如下：

充电过程：

放电过程：

式中，P_bess.maxc和P_cap.maxc分别为由蓄电池和超级电容器的自身特性决定的最大充电效率值(MW)；P_bess.maxd和P_cap.maxd分别为由蓄电池和超级电容器的自身特性决定的最大放电效率值(MW)；E_bess.max和E_cap.max分别为蓄电池和超级电容器的容量约束上限(MW·h)；E_bess.min和E_cap.min分别为蓄电池和超级电容器的容量约束下限(MW·h)；

S2、基于步骤S1的分析结果和低通滤波平滑控制原理构建双层复合储能策略，对储能平抑不平衡功率进行控制。

基于时域滑动平均原理所计算出的蓄电池的充放电功率，能够承担趋势性的波动分量部分，但缺少了对储能介质的充放电状态的一种反馈，从而可能在没有充分利用超级电容器容量的状况下，蓄电池改变充放电的方向，因而平抑了不必要的小幅度的功率波动，增加蓄电池运行的损耗。故若超级电容器的荷电状态能很好的完成充放电任务，则要尽可能的由超级电容器来实现当前的充放电任务，从而降低蓄电池的充放电损耗。

如图1所示，以上两种储能介质功率分配策略逻辑图。

第一状态：初始状态。此时t＜T_b，复合储能系统刚开始工作，由于时间t较短所以不足以计算滑动平均值，则由超级电容器来承担相应的充放电任务，蓄电池储能则处于不工作状态。由于时间t较短，则超级电容器能够暂时完成充放电任务。

第二状态：基于滑动平均原理来制定出两种储能介质的充放电功率。此时t≥T_b，且满足的条件如下。

或

上式中，S_cap(t)、S_cap.0分别为超级电容器在t时刻的荷电状态和初始状态值。此时，由时域滑动平均算法所确定的蓄电池充放电方向不改变；亦或是，虽然由时域滑动平均算法所确定的蓄电池充放电方向发生改变，但超级电容器此时的荷电状态不利于完成充放电任务。

状态3：超级电容器强制性的完成充放电任务。此时t≥T_b，且满足的条件如下。

此时，由时域滑动平均算法所确定的蓄电池充放电方向发生改变，并且超级电容器此时的荷电状态有利于完成充放电任务；此种情况下，蓄电池以较小功率ΔP维持上一时刻的充放电状态，且当P_ess(t-Δt)＞C时，k＝0，P_ess(t)＝ΔP，蓄电池维持上一时刻的充电状态；当P_ess(t-Δt)＜C时，k＝1，P_ess(t)＝-ΔP，蓄电池维持上一时刻的放电状态。

本方案中，需要满足最小容量配置下每天的充放电能量连续变化需求来选取储能初始荷电状态。蓄电池容量配置之前，需预先设定一假设的能量初始值，设置其为E_bess.x，蓄电池初始能量选取如图4所示，其中，E_bess.1、E_bess.2、E_bess.3和E_bess.4分别为蓄电池在第1～4天的充放电能量，为了使蓄电池初始能量能够满足每天的充放电需求，则蓄电池实际的初始能量如下：

则蓄电池初始荷电状态如下。

同理可知，假设超级电容器的能量初始值设定为E_cap.x，根据超级电容器能够满足每天的充放电电能的实际初始能量，确定超级电容器实际的初始荷电状态：如式(23)所示。

通过上述方法所选取的蓄电池和超级电容器的初始荷电状态，可使复合储能系统在计算所得最优配置下恰好可满足每天的充放电能量变化需求。

S3、构建基于全寿命周期成本的复合储能系统年均成本模型和基于调度计划的可再生能源与复合储能系统联合输出功率的相关系数模型，以储能运行经济性和可再生能源发电可调度性为优化目标，得到复合储能系统的最优运行控制参数

S31、构建基于全寿命周期成本的复合储能系统年均成本计算模型：

基于国际电工委员会所制定的全寿命周期成本(Life Cycle Cost,LCC)的计算标准(IEC60300-3-3)的规定，同时考虑复合储能系统在研发、生产、安装、运行、维护以及报废相应各阶段的相关成本，建立基于全寿命周期成本的复合储能系统年均成本计算模型。计及复合储能系统年均成本为C，其计算公式如下。

C＝C_ic+C_oc+C_mc+C_dc (24)

上式中，C_ic为复合储能系统的购买成本，包括复合储能系统装置及其附加装置的购买成本；C_oc为复合储能系统的运行成本，包括复合储能系统装置的试验、安装、损耗、停运等费用；C_mc为复合储能系统的维护成本，包括储能装置常规的检修以及出故障后的维修费用；C_dc为复合储能系统的处理成本，包括复合储能系统的报废费用和残余价值。上述相关成本的计算方式如下。

复合储能系统的购买成本C_ic包括蓄电池和超级电容器的购买成本，如下。

C_ic＝C_ic.bess+C_ic.cap

＝k_ic.bessM_bess+k_ic.capM_cap (25)

上式中，C_ic.bess、C_ic.cap分别为蓄电池和超级电容器的购买成本；k_ic.bess、k_ic.cap分别为蓄电池和超级电容器的年折旧系数；M_bess、M_cap分别为蓄电池和超级电容器的一次性购买成本，其表达式分别如下式所示。

M_bess＝r_bess.P P_bess.0+r_bess.EE_bbess.0

M_cap＝r_cap.P P_caP.0+r_cap.E E_cap.0 (26)

上式中，P_bess.0、E_bess.0、r_bess.P、r_bess.E分别为蓄电池的额定功率(kW)、额定容量(kW·h)、功率成本(元/kW)和容量成本(元/kW·h)；P_cap.0、E_cap.0、r_cap.P、r_cap.E分别为超级电容器的额定功率(kW)、额定容量(kW·h)、功率成本(元/kW)和容量成本(元/kW·h)。

计算复合储能系统运行成本C_oc、维护成本C_mc、处理成本C_dc时，本章引入相应的比例系数来折算对应的各项成本，C_oc、C_mc、C_dc的相应计算方法如下。

C_oc＝C_oc.bess+C_oc.cap＝k_oc.bessM_bess+k_oc.capM_cap

C_mcC_mc.bess+C_mc.cap＝k_mc.bessM_bess+k_mc.capM_cap (27)

C_dc＝C_dc.bess+C_dc.cap＝k_dc.bessM_bess+k_dc.capM_cap

上式中，C_oc.bess、k_oc.bess、C_mc.bess、k_mc.bess、C_dc.bess、k_dc.bess分别为蓄电池的运行成本、运行成本系数、维护成本、维护成本系数、处理成本、处理成本系数；C_oc.cap、k_oc.cap、C_mc.cap、k_mc.cap、C_dc.cap、k_dc.cap分别为超级电容器的运行成本、运行成本系数、维护成本、维护成本系数、处理成本、处理成本系数。

则复合储能系统的年平均成本如下。

C＝C_ic+C_oc+C_mc+C_dc

＝[(1+k_dc.bess)k_ic.ｂess+k_oc.bess+k_mc.bess](r_bess.P P_bess.0+r_bess.EE_bess.0)

+[(1+k_dc.cap)k_ic.cap+k_oc.cap+k_mc.cap](r_cap.P P_cap.0+r_cap.E E_cap.0) (28)

S32、可再生能源的可调度性是以实际的可再生能源发电曲线与电网所给调度功率曲线的相关性，来衡量供电曲线对调度曲线的跟踪情况，两者之间的相关系数r越大，则可再生能源发电系统的可调度性就越高。

基于可再生能源发电可调度性的需求，构建以相关系数r最大为优化目标的如下目标函数：其中，T_c为超级电容器的补偿周期；n为用T_c为采样间隔所对应的采样点数；在t时刻，实际电网输入的供电功率为P_s(t)；为T时间内电网输入的功率平均值；P_d(t)调度部门所给定的调度目标值为；为T时间内调度指令功率平均值。

S33、基于调度性和经济性的优化条件，构建双层复合储能策略的优化目标函数，对本方案所述双层符合储能策略进行优化。

本方案以储能运行经济性和可再生能源发电可调度性为优化目标，构建的优化目标函数为：

上式中，其中，T_c为超级电容器的补偿周期；n为用T_c为采样间隔所对应的采样点数；在t时刻，实际电网输入的供电功率为P_s(t)；为T时间内电网输入的功率平均值；P_d(t)调度部门所给定的调度目标值为；为T时间内调度指令功率平均值；r为实际供电曲线与电网所给调度功率曲线之间的相关系数；n为给定的时间段内的所设间隔的取点数；T_c为取点周期，即超级电容的补偿周期。进一步得到复合储能系统的最优运行控制参数。

上述方案中以蓄电池和超级电容为组合构建的双层复合储能系统进行方案的描述，该复合系统可设计为其他形式的能量型储能装置和功率型储能装置组合构成双层复合储能系统。

下面通过一组仿真实例对本方案利用优化目标函数对复合储能系统的最优运行控制参数进行优化过程作进一步说明：

基于样本的数据选取

本实例中平滑可再生能源输出功率的波动，要以可再生能源输出功率的典型样本数据为基础。储能容量配置是安装前的规划设计，储能可能安装在已有可再生能源发电的地区，也可能和可再生能源发电同期建设安装，所以可再生能源出力样本数据的选取主要来自历史监测数据或预测出力数据。为了该数据可以更好的用于平滑波动的储能容量配置，本实例中选择样本采样周期为1min。

可再生能源发电系统在不同日期、月份、季节、年度都有不同的出力曲线，所以样本数据要选取典型时间段的数据，尽可能满足时间段内储能的放电量与充电量大致相等，当满足这一必要条件时，可以保证储能平滑样本数据时的初始能量和结束时的能量大体相等。若储能用于平滑短时功率波动，样本数据长度可选则1h；若储能用于平滑长时功率波动，样本数据长度可选择1d；若可再生能源出力季节性波动较大，可选取不同季节(夏、冬)的典型日数据；若日数据随机性也较大，可将时间长度延长至1周或1月；有的储能只在特定的季节使用(如丰水季、枯水季)，则可选取可再生能源发电的季节数据。若选取的样本数据片段不止一个，则对每个样本数据片段利用本文方法进行分析计算，得到容量配置的结果后，通过概率统计分析，得到满足平滑要求的容量分布，选取合理的储能容量；或者对可再生能源输出功率数据进行统计，获取功率波动概率分布，选取满足一定置信区间的具有代表性的数据作为研究对象。

基于上述数据选取原则，如图5-a和图5-b所示，本方案根据某可再生能源发电系统的一天的可再生能源预测功率曲线、电网调度曲线以及两者之间的不平衡功率曲线，确定优化条件。取其1天早6点至晚19点的发电数据进行调度，优化配置前相关系数r＝0.98117。所采用的复合储能系统中的蓄电池以及超级电容的相关参数如表1所示。

表1储能系统相关介质参数

通过优化配置后，相关系数r＝0.99873，可见，可再生能源供电功率曲线与电网所给调度功率曲线的相关性增大，则可再生能源的可调度性得到提升。在此最优储能系统的配置下，蓄电池和超级电容器的输出功率分别如图6-a和图6-b所示。

由图6-a可以看出，蓄电池的输出功率较小，且较长时间内输出的功率相对平滑，故承担不平衡功率的低频分量部分。由图6-b可以看出，超级电容的输出功率波动较大且波动频繁，故承担不平衡功率的高频分量部分，这样便充分发挥了蓄电池能量密度大以及超级电容器功率密度大、循环寿命长的优点。

蓄电池的荷电状态变化曲线以及超级电容器的荷电状态变化分别如图7-a和图7-b所示。

由图7-a可以看出，蓄电池的整个充放电过程中充放次数较少，有助于延长蓄电池的使用寿命。由图7-b可以看出，超级电容器的充放电次数较多。故两者相互结合来有效地平抑不平衡功率波动。

通过仿真分析可见，可再生能源阵列输出功率受光照和温度变化的影响明显，伴有缓慢的和急剧的功率波动，而经过复合储能系统的调节作用后，并网输出功率基本保持平稳，大幅度平抑了不平衡功率波动，从而提升了可再生能源的可调度性。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (7)

1.一种提升可再生能源发电可调度性的复合储能系统控制方法，其特征在于，该方法的步骤包括：

S1、基于可再生能源发电的调度模式，对储能系统的模型进行分析和构建；

S2、基于步骤S1的分析结果和低通滤波平滑控制原理构建储能系统能量控制策略，对复合储能平抑不平衡功率进行控制；

S3、构建基于全寿命周期成本的复合储能系统年均成本模型和基于调度计划的可再生能源与复合储能系统联合输出功率的相关系数模型，以储能运行经济性和可再生能源发电可调度性为优化目标，得到复合储能系统的最优运行控制参数。

2.根据权利要求1所述的储能系统控制方法，其特征在于，所述步骤S1包括：

S11、设t时刻储能系统需平抑不平衡功率Pun(t)，Pun(t)分别由组成复合储能系统的蓄电池和超级电容器承担，即：

Pun(t)＝Pess(t)＝Pbess(t)+Pcap(t)

其中，Pess(t)为t时刻复合储能系统的充放电功率；Pbess(t)为t时刻蓄电池的充放电功率；Pcap(t)为t时刻超级电容器的充放电功率；

S12、分别分析两种储能介质的充放电过程：

充电过程：

$\left|P_{bess.\lim it}\left(t\right)\right|=\min \{P_{bess.\max c},\frac{E_{bess.\max }-E_{bess}(t-\mathrm{\Δ}t)}{{\mathrm{\Δt\η}}_{bess.c}}\}$

$\left|P_{cap.limit}\left(t\right)\right|=\min \{P_{cap.\max c},\frac{E_{cap.\max }-E_{cap}(t-\mathrm{\Δ}t)}{{\mathrm{\Δt\η}}_{cap.c}}\}$

放电过程：

$\left|P_{bess.\lim it}\left(t\right)\right|=\min \{P_{bess,\max d},\frac{\[E_{bess}(t-\mathrm{\Δ}t)E_{bess.\min }\]{\mathrm{\η}}_{bess.d}}{\mathrm{\Δ}t}\}$

其中，P_bess.maxc和P_cap.maxc分别为由蓄电池和超级电容器的自身特性决定的最大充电效率值；P_bess.maxd和P_cap.maxd分别为由蓄电池和超级电容器的自身特性决定的最大放电效率值；E_bess.max和E_cap.max分别为蓄电池和超级电容器的容量约束上限；E_bess.min和E_cap.min分别为蓄电池和超级电容器的容量约束下限。

3.根据权利要求2所述的双层复合储能控制方法，其特征在于，所述步骤S2包括：

S21、第一状态，即初始状态：此时t小于蓄电池补偿周期T_b，由超级电容器来承担相应的充放电任务，蓄电池储能则处于不工作状态；

S22、第二状态，即基于低通滤波平均滑动控制原理来制定出两种储能介质的充放电功率：此时t大于等于蓄电池补偿周期T_b，且满足：

或

其中，S_cap(t)、S_cap.0分别为超级电容器在t时刻的荷电状态和初始状态值，Pess(t′)、Pess(t-Δt)分别为t′时刻、(t-Δt)时刻复合储能系统的充放电功率。

S23、第三状态，即超级电容器强制性的完成充放电任务：此时t大于等于蓄电池补偿周期T_b，且满足：

$\left\{\begin{array}{c}\frac{{\&Integral;}_{t-T_b}^{t}Pess\left(t^{\&prime;}\right){\mathrm{dt}}^{\&prime;}}{Pess(t-\mathrm{\&Delta;}t)}<0\\ \frac{S_{cap}\left(t\right)-S_{cap.0}}{Pess\left(t\right)}>0\end{array}\right..$

4.根据权利要求3所述的双层复合储能控制方法，其特征在于，所述初始状态的选取步骤包括：

假设一蓄电池能量初始值E_bess，x；

根据蓄电池每天的充放电能量，确定蓄电池实际的初始能量：

$E_{bess.0}=E_{bess.x}-\underset{i=\mathrm{1...}m}{\min }\left\{E_{bess.\min .i}\right\};$

根据蓄电池实际的初始能量，确定蓄电池初始荷电状态：

$\begin{array}{c}{S}_{bess.0}=\frac{E_{bess.0}}{\underset{i=\mathrm{1...}m}{\max }\left\{E_{bess.\max .i}\right\}-\underset{i=\mathrm{1...}m}{\min }\left\{E_{bess.\min .i}\right\}}\\ =\frac{E_{bess.x}-\underset{i=\mathrm{1...}m}{\min }\left\{E_{bess.\min .i}\right\}}{\underset{i=\mathrm{1...}m}{\max }\left\{E_{bess.\max .i}\right\}-\underset{i=\mathrm{1...}m}{\min }\left\{E_{bess.\min .i}\right\}}\end{array};$

假设二超级电容器的能量初始值E_cap.x；

根据超级电容器能够满足每天的充放电电能的实际初始能量，确定超级电容器实际的初始荷电状态：

$S_{cap.0}=\frac{E_{cap.x}-\underset{i=\mathrm{1...}m}{\min }\left\{E_{cap.\min .i}\right\}}{\underset{i=\mathrm{1...}m}{\max }\left\{E_{cap.\max .i}\right\}-\underset{i=\mathrm{1...}m}{\min }\left\{E_{cap.\min .i}\right\}}.$

5.根据权利要求1所述的双层复合储能控制方法，其特征在于，所述步骤S3中全寿命周期成本的复合储能系统年均成本模型的构建步骤包括：

计算符合储能系统年均成本C＝C_ic+C_oc+C_mc+C_dc，其中，C_ic为复合储能系统的购买成本；C_oc为复合储能系统的运行成本；C_mc为复合储能系统的维护成本；C_dc为复合储能系统的处理成本；

根据C_ic、C_oc、C_mc、C_dc各项的核算成本，确定复合储能系统的年平均成本：

$\begin{array}{c}C=C_{ic}+C_{oc}+C_{mc}+C_{dc}\\ =\&lsqb;(1+k_{dc.bess})k_{ic.bess}+k_{oc.bess}+k_{mc.bess}\&rsqb;(r_{bess.P}{P}_{bess.0}+r_{bess.E}{E}_{bess.0})\\ +\&lsqb;(1+k_{dc.cap})k_{ic.cap}+k_{oc.cap}+k_{mc.cap}\&rsqb;(r_{cap.P}{P}_{cap.0}+r_{cap.E}{E}_{cap.0})\end{array}$

其中，k_ic.bess、k_ic.cap分别为蓄电池和超级电容器的年折旧系数；

P_bess.0、E_bess.0、r_bess.P、r_bess.E分别为蓄电池的额定功率、额定容量、功率成本和容量成本；P_cap.0、E_cap.0、r_cap.P、r_cap.E分别为超级电容器的额定功率、额定容量、功率成本和容量成本；C_oc，bess、k_oc，bess、C_mc，bess、k_mc，bess、C_dc，bess、k_dc，bess分别为蓄电池的运行成本、运行成本系数、维护成本、维护成本系数、处理成本、处理成本系数；C_oc.cap、k_oc.cap、C_mc.cap、k_mc.cap、C_dc.cap、k_dc.cap分别为超级电容器的运行成本、运行成本系数、维护成本、维护成本系数、处理成本、处理成本系数。

6.根据权利要求1所述的储能系统控制方法，其特征在于，所述步骤S3中可再生能源发电可调度性是以实际可再生能源发电曲线与电网所给调度功率曲线的相关性，来衡量供电曲线对调度曲线的跟踪情况，两者之间的相关系数r越大，则可再生能源发电系统的可调度性就越高。

7.根据权利要求6所述的储能系统控制方法，其特征在于，所述步骤S3中基于可再生能源的调度性和储能系统运行的经济性的优化目标，构建双层复合储能系统控制策略的优化目标函数为：

并根据该优化目标函数得到复合储能系统的最优运行控制参数；

其中，T_c为超级电容器的补偿周期；n为用T_c为采样间隔所对应的采样点数；在t时刻，实际电网输入的供电功率为P_s(t)；为T时间内电网输入的功率平均值；P_d(t)调度部门所给定的调度目标值为；为T时间内调度指令功率平均值；r为实际供电曲线与电网所给调度功率曲线之间的相关系数；n为给定的时间段内的所设间隔的取点数；T_c为取点周期，即超级电容的补偿周期。