CN106887858A - 一种接入新能源发电的储能系统跟踪计划出力方法及装置 - Google Patents

Abstract

本发明涉及一种接入新能源发电的储能系统跟踪计划出力方法及装置，其包括：定义储能系统的约束条件和目标函数，构建包含控制系数的跟踪模型；求取与控制系数相关的储能系统出力；采用模糊自适应控制方法更新所述控制系数；利用更新后控制系数对所述储能出力进行优化，最终获取优化的储能出力；在跟踪计划曲线的同时，兼顾储能系统的荷电状态，使之处于合理的范围内，并对功率波动进行平抑；从而实现了储能系统配合新能源发电实时跟踪调度计划的功能。

Description

一种接入新能源发电的储能系统跟踪计划出力方法及装置

技术领域

本发明涉及储能运行控制技术领域，具体涉及一种接入新能源发电的储能系统跟踪计划出力方法及装置。

背景技术

随着可再生能源的快速发展，其波动性和间歇性会给电力系统带来不利影响，储能是提高电网对可再生能源接纳能力的有效手段，电池储能因其独特的性能已成为优先发展方向之一。对于光伏电站或风电场来说，调度端会根据其功率日前预测值制定次日的调度计划，由于可再生能源发电具有随机性的特点，其出力不能准确预测，故次日风/光电功率有可能会和计划出力产生较大偏差，因此需要储能系统协助光伏电站或风电场完成对调度计划的跟踪。

由于储能容量的限制和新能源发电不可准确预测的特性，在跟踪计划出力时不能忽略储能系统荷电状态(SOC)，若SOC达到上限或下限，储能系统会停止工作，无法配合新能源发电跟踪调度计划，也无法进行平抑波动的工作，风/光出力不受控制，不利于其他传统机组的运行和电网的稳定。

发明内容

为了顺应新能源发电和大规模储能快速发展的趋势，本发明提供一种接入新能源发电的储能系统跟踪计划出力方法及装置，能够兼顾跟踪效果和负荷状态，在实现跟踪计划出力的基础上，保证负荷状态处于合理范围内，并对风/光出力的波动进行平抑。

本发明的目的是采用下述技术方案实现的：

一种接入新能源发电的储能系统跟踪计划出力方法，所述方法包括：

定义储能系统的约束条件和目标函数，构建包含控制系数的跟踪模型；

求取与控制系数相关的储能系统出力；

采用模糊自适应控制方法更新所述控制系数；

利用更新后控制系数对所述储能出力进行优化，获取优化的储能出力。

优选的，所述定义储能系统的约束条件和目标函数，构建包含控制系数的跟踪模型包括：以储能系统荷电状态和光储联合出力与初始荷电状态和计划出力之间的偏差值最小为目标函数，以最大充放电功率约束和储能系统荷电状态的上、下限约束，构建用于跟踪计划出力曲线和储能系统荷电状态的所述跟踪模型如下式：

α+β＝1 0≤α,β≤1 (3)

上式中，i为分钟数，F表示储能系统荷电状态对于50％和光储联合出力P_out对于计划出力的偏离程度，50％表示储能系统的初始荷电状态；P_bess为储能出力，P_sche为计划出力；SOC(i)表示i时刻储能系统的荷电状态，α和β分别为调节荷电状态和光储联合出力的控制系数；ΔSOC_max表示储能系统荷电状态的最大允许偏差值，ΔP_max表示光储联合出力的最大允许偏差值。

优选的，所述求取与控制系数相关的储能系统出力包括：通过下式对储能出力P_bess求极值，获得min F条件下i时刻的储能出力：

其中，

P_pv(i)表示i时刻的光伏出力。

优选的，所述采用模糊自适应控制方法更新控制系数包括：

a、确定模糊控制器的输入、输出参数；

b、确定所述输入、输出量的隶属函数及其模糊集合；

c、制订模糊控制策略；

d、根据所述模糊控制策略获取新的控制系数α。

进一步地，所述模糊控制器的输入参数为：在上一采样时刻通过控制系数所得到的SOC(i-1)和dSOC(i-1)；

所述模糊控制器的输出参数为新的控制系数α；其中，i表示当前采样时刻，SOC(i-1)表示i-1时刻储能系统负荷状态，dSOC(i-1)表示i-1时刻储能系统负荷状态的变化率。

进一步地，所述确定输入、输出量的隶属函数包括：

通过下式确定SOC、dSOC和α的隶属函数：

e＝SOC_max-SOC_min (7)

上式中，P_blim表示储能系统允许的充放电最大功率，C表示储能系统的容量。

进一步地，所述确定输入、输出量的模糊集合包括：定义SOC和α的模糊集为{VS,S,M,B,VB}，0＜VS＜S＜MS＜MB＜B＜VB；集合中的元素依次表示很小，小，中等，大和很大；

定义dSOC的模糊集为{NB,NS,Z,PS,PB}，集合中的元素依次表示负大，负小，零，正小和正大。

进一步地，所述模糊控制策略包括：若各时刻的储能系统负荷状态最小值和最大值∈[VS，VB]，则提高控制系数α值，以实现储能系统负荷状态的自调整；若各时刻的储能系统负荷状态最小值和最大值∈{S，M，B}，则降低控制系数α值。

优选的，所述利用更新后的控制系数对所述储能出力进行优化，获取优化的储能出力包括：计算光储/风储联合出力，设定滤波时间常数，并按照下式对光储/风储联合出力进行滤波处理，获取经滤波处理后的储能出力；

所述光储/风储联合出力P_out通过下式确定：

P_out(i)＝P_bess(i)+P_pv(i) (9)

通过下式计算经滤波处理后的储能出力：

P′_bess(i)＝P′_out(i)-P_new(i) (11)

上式中，P_out为滤波之前计算出的光储/风储联合出力；P_new表示新能源出力；P′_out为经过滤波处理的光储/风储联合出力；P′_bess为经过滤波处理的储能出力，T为滤波时间常数，T越大则经滤波处理后的波形越平滑，对功率快速波动的抑制效果越好。

一种接入新能源发电的储能系统跟踪计划出力装置，所述装置包括：

设置模块，用于定义储能系统的约束条件和目标函数，构建包含控制系数的跟踪模型；

计算模块，用于求取与控制系数相关的储能系统出力；

控制模块，用于采用模糊自适应控制方法更新所述控制系数；

优化模块，用于利用更新后控制系数对所述储能出力进行优化，获取优化的储能出力。

优选的，所述控制模块，包括：

第一确认单元，用于确定模糊控制器的输入、输出参数；

第二确认单元，用于确定所述输入、输出量的隶属函数及其模糊集合；

策略制定单元，用于制订模糊控制策略；

获取单元，用于根据所述模糊控制策略获取新的控制系数α。

与最接近的现有技术相比，本发明的有益效果为：

本发明提出的方案，能够同时兼顾跟踪效果和负荷状态；对于新能源电站中的储能系统来说，其容量是有限制的，本发明在尽可能的追踪计划曲线的同时，考虑了SOC的变化情况，通过定义储能系统的约束条件和目标函数，构建包含控制系数的跟踪模型；求取与控制系数相关的储能系统出力；采用模糊自适应控制方法更新控制系数；模糊控制是一种基于语言规则的仿人智能控制，构造容易，鲁棒性好。然后利用更新后控制系数对所述储能出力进行优化，最终确定储能系统出力的大小，实现了储能系统配合新能源发电实时跟踪调度计划的功能，既能够较好地跟踪计划曲线，又能够兼顾储能系统的负荷状态，使之处在合理的范围内。

同时，在优化过程中，采用低通滤波的方法进行处理由于α变化所导致的光储/风储出力快速波动，并对1min级与10min级功率波动平抑，最终获取优化的储能出力。

附图说明

图1为本发明实施例中模糊控制器输入、输出量的隶属函数示意图；

图2为本发明实施例中光储电站结构示意图；

图3为本发明实施例中某日光伏电站实际输出功率及该日调度计划曲线图；

图4为本发明实施例中跟踪计划出力曲线的效果图；

图5为本发明实施例中跟踪计划出力过程中负荷状态情况示意图。

具体实施方式

下面结合附图对本发明的具体实施方式作详细说明。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明提供一种接入新能源发电的储能系统跟踪计划出力方法，其中接入新能源发电的储能系统如图2所示：P_pv表示光伏阵列发出的功率，P_bess表示储能系统发出的功率。光伏电站额定功率为40MWp，储能系统额定功率为15MW，容量为18MWh，功率采样时间间隔1min，一天分为1440个调度周期，储能系统SOC初始状态为50％，SOC_max为80％，SOC_min为20％，

关于该系统的跟踪计划出力方法的具体步骤如下：

1、定义储能系统的约束条件和目标函数，构建包含控制系数的跟踪模型；对于新能源电站中的储能系统来说，其容量是有限制的，因此在尽可能的追踪计划曲线的同时，SOC的变化情况也是必须考虑的因素，若SOC越限，储能系统会退出运行。为了同时考虑跟踪效果和SOC变化情况，本发明以储能系统荷电状态和光储联合出力与初始荷电状态和计划出力之间的偏差值最小为目标函数，以最大充放电功率约束和储能系统荷电状态的上、下限约束，构建用于跟踪计划出力曲线和储能系统荷电状态的跟踪模型如下式：

α+β＝1 0≤α,β≤1 (3)

上式中，i为分钟数，F表示储能系统荷电状态对于50％和光储联合出力P_out对于计划出力的偏离程度，50％表示储能系统的初始荷电状态；P_bess为储能出力，P_sche为计划出力；SOC(i)表示i时刻储能系统的荷电状态，α和β分别为调节荷电状态和光储联合出力的控制系数；ΔSOC_max表示储能系统荷电状态的最大允许偏差值，ΔP_max表示光储联合出力的最大允许偏差值。α越大表示跟踪过程更看重SOC的变化，β越大表示跟踪过程更看重对计划曲线的靠近程度；ΔSOC_max表示SOC和50％偏离的最大值，ΔP_max表示光储出力和计划出力偏离的最大值，ΔSOC_max和ΔP_max是为了将SOC的变化数值和偏离计划出力的数值归算在同一个数量级上，一般SOC的上下限分别为20％和80％，故可取ΔSOC_max为30％，对于ΔP_max的选择并无过于严格的要求，可取50％的额定出力。

2、求取与控制系数相关的储能系统出力；

通过下式对储能出力P_bess求极值，获得minF条件下i时刻的储能出力：

其中，

P_pv(i)表示i时刻的光伏出力。可以看出，P_bess直接受α的控制，α越大，SOC越靠近50％附近，但是跟踪发电计划的效果越差；α越小，跟踪发电计划的效果越好，但是SOC可能会不受控制，达到上限或下限，导致储能系统停止工作。

3、为了同时兼顾跟踪发电计划的效果和SOC的调整，采用模糊自适应控制方法更新所述控制系数；模糊控制是一种基于语言规则的仿人智能控制，构造容易，鲁棒性好。本发明针对控制系数α进行控制，选择模糊控制器的输入参数为SOC(i-1)和dSOC(i-1)，SOC(i-1)即i-1时刻的SOC状态，dSOC(i-1)即i-1时刻SOC的变化率，具体计算数值为SOC(i-1)-SOC(i-2)，输出参数为控制系数α。具体步骤包括：

a、确定模糊控制器的输入、输出参数；所述模糊控制器的输入参数为：在上一采样时刻通过控制系数所得到的SOC(i-1)和dSOC(i-1)；

所述模糊控制器的输出参数为新的控制系数α；其中，i表示当前采样时刻，SOC(i-1)表示i-1时刻储能系统负荷状态，dSOC(i-1)表示i-1时刻储能系统负荷状态的变化率。

b、确定所述输入、输出量的隶属函数如图1所示，及其模糊集合；其中，确定输入、输出量的隶属函数包括：

通过下式确定SOC、dSOC和α的隶属函数：

e＝SOC_max-SOC_min (7)

上式中，P_blim表示储能系统允许的充放电最大功率，C表示储能系统的容量。

确定输入、输出量的模糊集合包括：定义SOC和α的模糊集为{VS,S,M,B,VB}，0＜VS＜S＜MS＜MB＜B＜VB；集合中的元素依次表示很小，小，中等，大和很大；

定义dSOC的模糊集为{NB,NS,Z,PS,PB}，集合中的元素依次表示负大，负小，零，正小和正大。

c、制订模糊控制策略；若各时刻的储能系统负荷状态最小值和最大值∈[VS，VB]，则提高控制系数α值，以实现储能系统负荷状态的自调整；若各时刻的储能系统负荷状态最小值和最大值∈{S，M，B}，则降低控制系数α值。

d、根据所述模糊控制策略获取新的控制系数α。

模糊控制器使用最大隶属度法解模糊，其设计遵循的规则如下：在SOC很低或很高的时候，应该提高α的值，使得SOC进行自调整，以免达到限值；在SOC处于中间位置时，应降低α的值，使得光储出力能更好地跟踪发电计划。模糊控制器的控制规则如表1所示：

表1模糊控制器的控制规则表

4、利用更新后控制系数对所述储能出力进行优化，获取优化的储能出力，如图3—图5所示。

对于光伏电站或风电场来说，其1min和10min有功功率变化率均需要限制在一定范围内，因此需要利用储能系统对风/光功率进行平抑。同时，对于本发明提出的模糊控制策略来说，控制系数α的快速改变可能导致光储/风储出力的快速波动，且会使储能系统的充放电状态频繁改变，不利于储能系统的寿命。为了减小风/光功率的1min级和10min级波动，平抑因为α变化可能导致的光储/风储出力快速波动，在模糊控制器输出控制系数α后，需要对联合光储/风储出力进行滤波处理，再得出滤波后的储能出力。

具体为：计算光储/风储联合出力，设定滤波时间常数，并按照下式对光储/风储联合出力进行滤波处理，获取经滤波处理后的储能出力；

所述光储/风储联合出力P_out通过下式确定：

P_out(i)＝P_bess(i)+P_pv(i) (9)

通过下式计算经滤波处理后的储能出力：

P′_bess(i)＝P′_out(i)-P_new(i) (11)

上式中，P_out为滤波之前计算出的光储/风储联合出力；P_new表示新能源出力；P′_out为经过滤波处理的光储/风储联合出力；P′_bess为经过滤波处理的储能出力，T为滤波时间常数，T越大则经滤波处理后的波形越平滑，对功率快速波动的抑制效果越好。但是若T取值过大会使得储能出力对α的变化不敏感，控制效果变差，其值取5较为理想。

在下一采样时刻，重复以上方法，根据表1的模糊控制规则，计算不同时刻出控制系数α的取值，直到接收到停止跟踪计划出力曲线的指令为止。

基于同一发明构思，本发明还提出一种接入新能源发电的储能系统跟踪计划出力装置，其包括：

设置模块，用于定义储能系统的约束条件和目标函数，构建包含控制系数的跟踪模型；

计算模块，用于求取与控制系数相关的储能系统出力；

控制模块，用于采用模糊自适应控制方法更新所述控制系数；其中所述控制模块包括：

第一确认单元，用于确定模糊控制器的输入、输出参数；

第二确认单元，用于确定所述输入、输出量的隶属函数及其模糊集合；

策略制定单元，用于制订模糊控制策略；

获取单元，用于根据所述模糊控制策略获取新的控制系数α。

优化模块，用于利用更新后控制系数对所述储能出力进行优化，获取优化的储能出力。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：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，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (11)

1.一种接入新能源发电的储能系统跟踪计划出力方法，其特征在于，所述方法包括：

定义储能系统的约束条件和目标函数，构建包含控制系数的跟踪模型；

求取与控制系数相关的储能系统出力；

采用模糊自适应控制方法更新所述控制系数；

利用更新后控制系数对所述储能出力进行优化，获取优化的储能出力。

2.如权利要求1所述的方法，其特征在于，所述定义储能系统的约束条件和目标函数，构建包含控制系数的跟踪模型包括：

以储能系统荷电状态和光储的联合出力与初始荷电状态和计划出力之间的偏差值最小为目标函数，并以最大充放电功率约束和储能系统荷电状态的上、下限约束为约束条件，构建用于跟踪计划出力曲线和储能系统荷电状态的所述跟踪模型如下式：

$\min F=\mathrm{\α}{\left(\frac{SOC\left(i\right)-50\%}{{\mathrm{\ΔSOC}}_{\max }}\right)}^2+\mathrm{\β}{\left(\frac{P_{out}\left(i\right)-P_{sche}\left(i\right)}{{\mathrm{\ΔP}}_{\max }}\right)}^2---\left(1\right)$

$SOC\left(i\right)=SOC(i-1)-\frac{P_{bess}\left(i\right)}{C}\·\frac{1}{60}---\left(2\right)$

α+β＝1 0≤α,β≤1 (3)

上式中，i为分钟数，F表示储能系统荷电状态对于50％和光储联合出力P_out对于计划出力的偏离程度，50％表示储能系统的初始荷电状态；P_bess为储能出力，P_sche为计划出力；SOC(i)表示i时刻储能系统的荷电状态，α和β分别为调节荷电状态和光储联合出力的控制系数；ΔSOC_max表示储能系统荷电状态的最大允许偏差值，ΔP_max表示光储联合出力的最大允许偏差值。

3.如权利要求1-2所述的方法，其特征在于，所述求取与控制系数相关的储能系统出力包括：通过下式对储能出力P_bess求极值，获得minF条件下i时刻的储能出力：

$P_{bess}\left(i\right)=\frac{{\mathrm{\α}}^{\′}\left(SOC\right(i-1)-50\%)-{\mathrm{\β}}^{\′}\left(P_{pv}\right(i)-P_{sche}(i\left)\right)}{\frac{1}{C}\·\frac{1}{60}{\mathrm{\α}}^{\′}+{\mathrm{\β}}^{\′}}---\left(4\right)$

其中，

${\mathrm{\α}}^{\′}=\frac{1}{C}\·\frac{1}{60}\·\frac{\mathrm{\α}}{{{\mathrm{\ΔSOC}}_{\max }}^2}---\left(5\right)$

${\mathrm{\β}}^{\′}=\frac{\mathrm{\β}}{{{\mathrm{\ΔP}}_{\max }}^2}=\frac{1-\mathrm{\α}}{{{\mathrm{\ΔP}}_{\max }}^2}---\left(6\right)$

P_pv(i)表示i时刻的光伏出力。

4.如权利要求1所述的方法，其特征在于，所述采用模糊自适应控制方法更新控制系数的步骤包括：

a、确定模糊控制器的输入、输出参数；

b、确定所述输入、输出量的隶属函数及其模糊集合；

c、制订模糊控制策略；

d、根据所述模糊控制策略获取新的控制系数α。

5.如权利要求4所述的方法，其特征在于，所述模糊控制器的输入参数为：在上一采样时刻通过控制系数所得到的SOC(i-1)和dSOC(i-1)；

所述模糊控制器的输出参数为新的控制系数α；其中，i表示当前采样时刻，SOC(i-1)表示i-1时刻储能系统负荷状态，dSOC(i-1)表示i-1时刻储能系统负荷状态的变化率。

6.如权利要求4所述的方法，其特征在于，所述确定输入、输出量的隶属函数包括：

通过下式确定SOC、dSOC和α的隶属函数：

e＝SOC_max-SOC_min (7)

${\mathrm{dSOC}}_{max}=\frac{P_{b\lim }}{60\·C}---\left(8\right)$

上式中，P_blim表示储能系统允许的充放电最大功率，C表示储能系统的容量。

7.如权利要求4或5所述的方法，其特征在于，所述确定输入、输出量的模糊集合包括：定义SOC和α的模糊集为{VS,S,M,B,VB}，0＜VS＜S＜MS＜MB＜B＜VB；集合中的元素依次表示很小，小，中等，大和很大；

定义dSOC的模糊集为{NB,NS,Z,PS,PB}，集合中的元素依次表示负大，负小，零，正小和正大。

8.如权利要求4或7所述的方法，其特征在于，所述模糊控制策略包括：若各时刻的储能系统负荷状态最小值和最大值∈[VS，VB]，则提高控制系数α值，以实现储能系统负荷状态的自调整；若各时刻的储能系统负荷状态最小值和最大值∈{S，M，B}，则降低控制系数α值。

9.如权利要求1所述的方法，其特征在于，所述利用更新后的控制系数对所述储能出力进行优化，获取优化的储能出力包括：计算光储/风储联合出力，设定滤波时间常数，并按照下式对光储/风储联合出力进行滤波处理，获取经滤波处理后的储能出力；

所述光储/风储联合出力P_out通过下式确定：

P_out(i)＝P_bess(i)+P_pv(i) (9)

通过下式计算经滤波处理后的储能出力：

$P_{out}^{\′}\left(i\right)=\frac{1}{T}\·P_{out}\left(i\right)+(1-\frac{1}{T})\·P_{out}(i-1)---\left(10\right)$

P′_bess(i)＝P′_out(i)-P_new(i) (11)

上式中，P_out为滤波之前计算出的光储/风储联合出力；P_new表示新能源出力；P′_out为经过滤波处理的光储/风储联合出力；P′_bess为经过滤波处理的储能出力，T为滤波时间常数，T越大则经滤波处理后的波形越平滑，对功率快速波动的抑制效果越好。

10.一种接入新能源发电的储能系统跟踪计划出力装置，其特征在于，所述装置包括：

设置模块，用于定义储能系统的约束条件和目标函数，构建包含控制系数的跟踪模型；

计算模块，用于求取与控制系数相关的储能系统出力；

控制模块，用于采用模糊自适应控制方法更新所述控制系数；

优化模块，用于利用更新后控制系数对所述储能出力进行优化，获取优化的储能出力。

11.如权利要求10所述的装置，其特征在于，所述控制模块，包括：

第一确认单元，用于确定模糊控制器的输入、输出参数；

第二确认单元，用于确定所述输入、输出量的隶属函数及其模糊集合；

策略制定单元，用于制订模糊控制策略；

获取单元，用于根据所述模糊控制策略获取新的控制系数α。