CN107528344A - 一种光储一体化发电装置并网运行控制方法及系统 - Google Patents
一种光储一体化发电装置并网运行控制方法及系统 Download PDFInfo
- Publication number
- CN107528344A CN107528344A CN201710886553.5A CN201710886553A CN107528344A CN 107528344 A CN107528344 A CN 107528344A CN 201710886553 A CN201710886553 A CN 201710886553A CN 107528344 A CN107528344 A CN 107528344A
- Authority
- CN
- China
- Prior art keywords
- soc
- energy storage
- storage system
- power
- control strategy
- 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.)
- Pending
Links
- 238000003860 storage Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000004146 energy storage Methods 0.000 claims abstract description 151
- 238000011217 control strategy Methods 0.000 claims abstract description 104
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 238000010248 power generation Methods 0.000 claims description 58
- 238000007599 discharging Methods 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims 1
- 238000013500 data storage Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H02J3/383—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种光储一体化发电装置并网运行控制方法及系统,基于分布式光伏预测数据和储能系统当前运行数据,分别确定储能系统运行数据的SOC极小充电标志与分布式光伏预测数据的功率差值;根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略;基于不同的控制策略,对储能系统进行优化控制。基于以上方案能够提高分布式光伏利用率,实现对储能系统的优化充放电控制,提高系统运行的经济性。
Description
技术领域
本发明属于分布式光伏发电与储能系统的并网运行研究领域,具体涉及一种光储一体化发电装置并网运行控制方法及系统。
背景技术
能源是社会和经济发展的重要物质基础,各国均将其能源政策放在重要的战略位置,尤其是在传统化石能源储量日益减少,环境污染问题日趋严重的时代背景下,寻求可替代的、可持续发展的清洁能源已经成为世界范围内研究和发展的热点。近年来,在各国政府一系列能源政策的鼓励引导下,水能、风能、生物质能、太阳能、地热能和海洋能等可再生能源发电迅速发展,其中风电、光伏发电等分布式新能源的发展尤为突出。
随着分布式新能源发电占整个电力系统发电量的比重不断提高,尤其是风电、光伏所具有波动性和随机性等特点,给电力系统运行与控制带来巨大挑战,主要体现在:
(1)功率不可控的波动性:在秒到分钟级时间尺度上,可再生能源发电的出力波动将需要更多的备用容量来实现系统发电和负荷的动态平衡,以及调频和电压支撑;
(2)负荷的随机性和分布式新能源发电的随机性,给发电计划的制定带来显著挑战;
(3)高密度、多接入点的分布式新能源发电系统影响配电网中传统继电保护策略产生影响。
通过调节储能系统的充放电功率,可以有效提高分布式新能源发电的功率可控特性,其组成的功率可控型的分布式新能源发电系统具有一定的可调度性与可预测性,可在多个时间尺度上实现系统功率的准确控制。但目前并网运行时多为单一控制目标,对于复杂运行工况下的多目标优化控制算法方面还未有深入研究。
发明内容
为了弥补上述缺陷,本发明提供一种光储一体化发电装置并网运行控制方法及系统,该方案综合考虑了储能SOC、分布式光伏功率以及负荷状况,对当前运行时段的复杂运行工况下多目标并网优化,能够提高分布式光伏利用率,实现对储能系统的优化充放电控制,提高系统运行的经济性。
本发明提供的技术方案是:
一种光储一体化发电装置并网运行控制方法,所述方法包括:
基于分布式光伏预测数据和储能系统当前运行数据,分别确定储能系统运行数据的SOC极小充电标志与分布式光伏预测数据的功率差值;
根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略;
基于不同的控制策略,对储能系统进行优化控制。
优选的,所述分布式光伏预测数据和储能系统当前运行数据通过能量管理系统实时采集获得;其中,
所述分布式光伏预测数据,包括预测时间段内,各分布式光储一体化发电装置的光伏功率预测值,以及交流侧负荷功率预测值;
所述储能系统运行数据包括:分布式光储一体化发电装置中储能系统的SOC值与容量大小。
优选的,通过下式确定SOC极小充电标志:
δSOCmin=min[SOCDC1,…,SOCDCn]-SOCmin
式中,δSOCmin表示SOC极小充电标志,SOCDC1~SOCDCn为第1至n个分布式光储一体化发电装置中储能系统的SOC;n为储能系统个数;SOCmin表示处于正常工作区的储能系统SOC下限值。
优选的,所述功率差值通过下式计算:
式中,Pref_all为光伏功率预测值和交流侧负荷功率预测值的功率差值,PL_AC为交流侧负荷功率预测值,PS_DCi为分布式光储发电装置中第i个储能系统的光伏功率预测值。
优选的,所述根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小,选取控制策略包括:
判断SOC极小充电标志的大小,若δSOCmin<0,则按照控制策略1对储能子系统进行充电,否则判断分布式光伏预测数据的功率差值大小;
当Pref_all≥0时,根据SOC极大充电标志δSOCmax的大小选取控制策略;当Pref_all<0时,根据电网峰谷时段选取所需执行的控制策略。
进一步地,所述根据SOC极大充电标志δSOCmax的大小选取控制策略包括:
若δSOCmax<0,执行控制策略2的操作;若δSOCmax>0,则执行控制策略3的操作。
进一步地,所述当Pref_all<0时,根据电网峰谷时段选取所需执行的控制策略包括:
若电网处于峰时段,执行控制策略4的操作;若电网处于谷时段,则执行控制策略5的操作。
进一步地,通过下式确定所述SOC极大充电标志δSOCmax:
δSOCmax=min[SOCDC1,…,SOCDCn]-SOCmax
式中,SOCmax表示处于正常工作区的储能系统SOC上限值。
进一步地,所述控制策略1包括:通过下式对SOC状态满足SOC<SOCmin1对应的储能系统进行充电,按照下式确定的充电功率:
Pc_bat=Pc_max_bati
式中,Pc_max_bat为储能系统的最大充电功率;Pc_bat目标充电功率;SOCmin1表示处于SOC偏低区的储能系统SOC下限值。
进一步地,所述控制策略2包括:分布式光储一体化发电装置中的储能系统均无需充电,分布式新能源按照最大功率点跟踪运行。
进一步地,所述控制策略3包括:通过下式对SOC状态满足SOC<SOCmax对应的储能系统进行充电:
其中,m为所需充电的储能系统个数;SOCmax表示处于正常工作区域的储能系统SOC上限值。
进一步地,所述控制策略4包括:禁止储能系统进行充、放电操作;
进一步地,所述控制策略5包括:以下式为约束条件,对储能系统进行充电:
Pc_bat≤Pc_max_bat。
一种光储一体化发电装置并网运行控制系统,包括:
第一确定模块,用于基于分布式光伏预测数据和储能系统当前运行数据,确定储能系统运行数据的SOC极小充电标志;
第二确定模块,用于基于分布式光伏预测数据和储能系统当前运行数据,确定分布式光伏预测数据的功率差值;
选取模块,用于根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略;
优化控制模块,用于基于不同的控制策略,对储能系统进行优化控制。
优选的,所述第一确定模块,包括第一确定单元,用于通过下式确定SOC极小充电标志:
δSOCmin=min[SOCDC1,…,SOCDCn]-SOCmin
式中,δSOCmin表示SOC极小充电标志,SOCDC1~SOCDCn为第1至n个分布式光储一体化发电装置中储能系统的SOC;n为储能系统个数;SOCmin表示处于正常工作区的储能系统SOC下限值。
优选的,所述第二确定模块,包括第二确定单元,用于通过下式计算功率差值:
式中,Pref_all为光伏功率预测值和交流侧负荷功率预测值的功率差值,PL_AC为交流侧负荷功率预测值,PS_DCi为分布式光储发电装置中第i个储能系统的光伏功率预测值。
优选的,所述选取模块,包括:
判断单元,用于判断SOC极小充电标志的大小,若δSOCmin<0,则按照第一控制策略单元对储能子系统进行充电,否则判断分布式光伏预测数据的功率差值大小;
第一选取单元,用于当Pref_all≥0时,根据SOC极大充电标志δSOCmax的大小选取控制策略;
第二选取单元,用于当Pref_all<0时,根据电网峰谷时段选取所需执行的控制策略。
进一步地,所述判断单元,包括:
第一执行子单元,用于若δSOCmax<0,执行第二控制策略单元的操作;若δSOCmax>0,则执行控制策略3的操作;
第二执行子单元,用于当Pref_all<0时,根据电网峰谷时段选取所需执行的控制策略包括:
第三执行子单元,用于若电网处于峰时段,执行第四控制策略单元的操作;若电网处于谷时段,则执行第五控制策略单元的操作。
优选的,所述优化控制模块,包括:
第一控制策略单元,用于通过下式对SOC状态满足SOC<SOCmin1对应的储能系统进行充电;
按照下式确定的充电功率:
Pc_bat=Pc_max_bati
式中,Pc_max_bat为储能系统的最大充电功率;Pc_bat目标充电功率;SOCmin1表示处于SOC偏低区的储能系统SOC下限值;
所述第二控制策略单元,以实现分布式光储一体化发电装置中的储能系统均无需充电,分布式新能源按照最大功率点跟踪运行;
第三控制策略单元,用于通过下式对SOC状态满足SOC<SOCmax对应的储能系统进行充电:
其中,m为所需充电的储能系统个数;SOCmax表示处于正常工作区域的储能系统SOC上限值;
第四控制策略单元,用于禁止储能系统进行充、放电操作;
第五控制策略单元,用于以下式为约束条件,对储能系统进行充电:
Pc_bat≤Pc_max_bat。
与最接近的现有技术相比,本发明具有如下显著进步:
本发明提供的一种光储一体化发电装置并网运行控制方法及系统。通过对多个分布式光伏/储能一体化发电系统实际运行工况的分析,基于分布式光伏预测数据和储能系统当前运行数据,分别确定储能系统运行数据的SOC极小充电标志与分布式光伏预测数据的功率差值;并根据SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略;所述控制策略综合考虑储能SOC,分布式光伏出力预测,负荷预测以及峰谷时段在内的复杂运行工况下系统并离网协调运行进行设定,最终基于不同的控制策略,对储能系统进行优化控制。能够提高分布式光伏利用率,提高系统总体收益。
附图说明
图1为本发明具体实施方式中提供的方法流程图;
图2为本发明具体实施方式中提供的分布式光伏/储能一体化发电装置并网接入拓扑图;
图3为本发明具体实施方式中提供的储能系统能量状态划分示意图;
图4为本发明具体实施方式中提供的并网模式下能量管理流程图;
图5为本发明具体实施方式中提供的光储一体化发电装置并网运行波形示意图;
图6为本发明具体实施方式中提供的光储一体化发电装置由并网运行转为待机的波形示意图。
具体实施方式
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
目前分布式光伏、储能的应用越来越广泛,二者之间协调控制算法研究也较多,但是针对实际运行中的复杂工况下的分布式光伏、储能并网多目标优化控制还未有深入研究。本发明提出了综合考虑储能SOC,分布式光伏出力,负荷状况以及当前运行时段的复杂运行工况下多目标并网优化,能够提高分布式光伏利用率,实现对储能系统的优化充放电控制,提高系统运行的经济性。
分布式光伏/储能一体化发电装置并网接入拓扑如图2所示,发电装置直流侧可同时实现分布式光伏、储能的接入,经交直流变换后交流侧输出与电网相连。能量管理系统与各个分布式光伏/储能一体化发电系统进行实时通讯,通过对交流侧、直流侧中分布式新能源、储能系统的合理调度,协调系统和大电网之间的关系,通过控制储能系统的充放电平抑分布式光伏出力,提高系统的可调度性,同时基于当前运行时段考虑峰谷电价差以及当前SOC对储能进行充放电控制,提高系统运行的经济性,保证储能系统能够长期稳定运行。
并网运行情况下能量管理系统根据实时监测到的储能系统状态制定不同的优化调度策略,在保证发电系统安全稳定的同时辅助大电网进行“削峰填谷”实现经济收益。系统控制流程如图1所示,具体步骤如下:
S1基于分布式光伏预测数据和储能系统当前运行数据,分别确定储能系统运行数据的SOC极小充电标志与分布式光伏预测数据的功率差值;
所述分布式光伏预测数据和储能系统当前运行数据通过能量管理系统实时采集获得;其中,
所述分布式光伏预测数据,包括预测时间段内,各分布式光储一体化发电装置的光伏功率预测值,以及交流侧负荷功率预测值;
所述储能系统运行数据包括:分布式光储一体化发电装置中储能系统的SOC值与容量大小。
为便于系统运行调度,根据储能系统本身特点首先将其工作状态分为四类,如图3所示。图中SOCmin的取值需要高于储能系统本身所允许的SOC最小值SOC,SOCmax比储能系统本身所允许的能量状态工作范围的最大值小,SOCmin~SOCmax为储能系统本身的最佳工作范围。当储能系统处于SOC偏高区时则不再对其进行充电控制;处于偏低区域时根据时段对其进行充电控制;处于保留区时SOC<SOCmin1需对其进行大功率充电;处于正常工作区时则根据实际需要对储能系统进行充放电控制。
S2根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略;
SOC极小充电标志δSOCmin,其具体表达式如下式所示。
δSOCmin=min[SOCDC1,…,SOCDCn]-SOCmin
式中SOCDC1~SOCDCn为第1~n个分布式光储一体化发电装置中储能系统的SOC;n为系统个数。如图4所示,当δSOCmin<0则说明发电系统内有储能系统需要进行充电,按照控制策略1进行操作,否则进行下一步判断操作;
根据发电预测数据,负荷预测数据进行功率差值Pref_all计算,表达式如下式所示。
式中PL_AC分别为交流母线侧负荷功率预测;PS_DC1~PS_DCn为各分布式光储发电子系统中光伏出力预测值。Pref_all>0则表明分布式新能源发电量大于系统内负荷消耗量,反之则小于负荷消耗量。
当Pref_all≥0时根据SOC极大充电标志δSOCmax是否大于0分别进行控制策略2、控制策略3操作,δSOCmax具体表达式如下式所示。
δSOCmax=min[SOCDC1,…,SOCDCn]-SOCmax
当Pref_all<0时根据当前是否处于谷时段分别进行控制策略4、控制策略5操作。
S3基于不同的控制策略,对储能系统进行优化控制。
并网运行模式下能量管理系统各控制策略的控制目标均为在满足系统运行的约束条件下优化发电系统中分布式新能源的出力、储能系统的放电功率,以使整个发电系统总运行成本最低。但是不同控制策略下控制目标有所不同。
控制策略1,该情况下有储能系统必须进行充电操作,根据所获各储能系统数据,找出SOC<SOCmin1的系统,并对其按照设定功率Pc_bat进行充电,具体表达式如下式所示。
Pc_bat=Pc_max_bati
式中Pc_max_bat为该储能系统的最大充电功率;SOCmin1表示处于SOC偏低工作区的储能系统SOC下限值。
控制策略2,该情况下系统内所有储能均无需进行充电,分布式新能源按照MPPT运行;分布式光伏/储能一体化发电装置并网运行时波形如图5所示,交流侧按照设定功率对电网稳定输出,分布式光伏按照MPPT运行。系统运行一段时间后待机,波形如图6所示。由图5、图6可知系统能够按照所设计的协调控制策略安全稳定运行。
控制策略3,该情况下系统内分布式新能源发电量有所剩余,同时有储能系统可以进行充电,为提高经济效益使用该部分能量对储能系统进行充电。根据所获各储能系统数据,找出SOC<SOCmax的系统对其按照功率Pc_bat进行充电,具体表达式如下式所示。
其中m为所需充电的储能系统个数;SOCmax表示处于正常工作区域的储能系统SOC上限值。
控制策略4,该情况下电网处于峰时段,电价较高,电网负担较重,而且各储能系统均处于正常工作区域,考虑到经济效益则不对储能系统进行充、放电操作;
控制策略5,该情况下电网处于谷时段,电网负担较轻,电价较低,可根据需要对储能系统进行充电,充电功率Pc_bat需满足以下约束条件:
Pc_bat≤Pc_max_bat
基于统一发明构思,本发明还提供一种光储一体化发电装置并网运行控制系统,包括:
第一确定模块,用于确定储能系统运行数据的SOC极小充电标志;
第二确定模块,用于确定分布式光伏预测数据的功率差值;
选取模块,用于根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略;
优化控制模块,用于基于不同的控制策略,对储能系统进行优化控制。其中,
第一确定模块,包括第一确定单元,用于通过下式确定SOC极小充电标志:
δSOCmin=min[SOCDC1,…,SOCDCn]-SOCmin
式中,δSOCmin表示SOC极小充电标志,SOCDC1~SOCDCn为第1至n个分布式光储一体化发电装置中储能系统的SOC;n为储能系统个数;SOCmin表示处于正常工作区的储能系统SOC下限值。
第二确定模块,包括第二确定单元,用于通过下式计算功率差值:
式中,Pref_all为光伏功率预测值和交流侧负荷功率预测值的功率差值,PL_AC为交流侧负荷功率预测值,PS_DCi为分布式光储发电装置中第i个储能系统的光伏功率预测值。
选取模块,包括:
判断单元,用于判断SOC极小充电标志的大小,若δSOCmin<0,则按照第一控制策略单元对储能子系统进行充电,否则判断分布式光伏预测数据的功率差值大小;
第一选取单元,用于当Pref_all≥0时,根据SOC极大充电标志δSOCmax的大小选取控制策略;
第二选取单元,用于当Pref_all<0时,根据电网峰谷时段选取所需执行的控制策略。
判断单元,包括:
第一执行子单元,用于若δSOCmax<0,执行第二控制策略单元的操作;若δSOCmax>0,则执行控制策略3的操作;
第二执行子单元,用于当Pref_all<0时,根据电网峰谷时段选取所需执行的控制策略包括:
第三执行子单元,用于若电网处于峰时段,执行第四控制策略单元的操作;若电网处于谷时段,则执行第五控制策略单元的操作。
优选的,所述优化控制模块,包括:
第一控制策略单元,用于通过下式对SOC状态满足SOC<SOCmin1对应的储能系统进行充电;
按照下式确定的充电功率:
Pc_bat=Pc_max_bati
式中,Pc_max_bat为储能系统的最大充电功率;Pc_bat目标充电功率;SOCmin1表示处于SOC偏低区的储能系统SOC下限值;
所述第二控制策略单元,以实现分布式光储一体化发电装置中的储能系统均无需充电,分布式新能源按照最大功率点跟踪运行;
第三控制策略单元,用于通过下式对SOC状态满足SOC<SOCmax对应的储能系统进行充电:
其中,m为所需充电的储能系统个数;SOCmax表示处于正常工作区域的储能系统SOC上限值;
第四控制策略单元,用于禁止储能系统进行充、放电操作;
第五控制策略单元,用于以下式为约束条件,对储能系统进行充电:
Pc_bat≤Pc_max_bat。
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 (19)
1.一种光储一体化发电装置并网运行控制方法,其特征在于,所述方法包括:
基于分布式光伏预测数据和储能系统当前运行数据,分别确定储能系统运行数据的SOC极小充电标志与分布式光伏预测数据的功率差值;
根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略;
基于不同的控制策略,对储能系统进行优化控制。
2.如权利要求1所述的方法,其特征在于,所述分布式光伏预测数据和储能系统当前运行数据通过能量管理系统实时采集获得;其中,
所述分布式光伏预测数据,包括预测时间段内,各分布式光储一体化发电装置的光伏功率预测值,以及交流侧负荷功率预测值;
所述储能系统运行数据包括:分布式光储一体化发电装置中储能系统的SOC值与容量大小。
3.如权利要求1所述的方法,其特征在于,通过下式确定SOC极小充电标志:
δSOCmin=min[SOCDC1,…,SOCDCn]-SOCmin
式中,δSOCmin表示SOC极小充电标志,SOCDC1~SOCDCn为第1至n个分布式光储一体化发电装置中储能系统的SOC;n为储能系统个数;SOCmin表示处于正常工作区的储能系统SOC下限值。
4.如权利要求1所述的方法,其特征在于,所述功率差值通过下式计算:
式中,Pref_all为光伏功率预测值和交流侧负荷功率预测值的功率差值,PL_AC为交流侧负荷功率预测值,PS_DCi为分布式光储发电装置中第i个储能系统的光伏功率预测值。
5.如权利要求1所述的方法,其特征在于,所述根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小,选取控制策略包括:
判断SOC极小充电标志的大小,若δSOCmin<0,则按照控制策略1对储能子系统进行充电,否则判断分布式光伏预测数据的功率差值大小;
当Pref_all≥0时,根据SOC极大充电标志δSOCmax的大小选取控制策略;当Pref_all<0时,根据电网峰谷时段选取所需执行的控制策略。
6.如权利要求5所述的方法,其特征在于,所述根据SOC极大充电标志δSOCmax的大小选取控制策略包括:
若δSOCmax<0,执行控制策略2的操作;若δSOCmax>0,则执行控制策略3的操作。
7.如权利要求5所述的方法,其特征在于,所述当Pref_all<0时,根据电网峰谷时段选取所需执行的控制策略包括:
若电网处于峰时段,执行控制策略4的操作;若电网处于谷时段,则执行控制策略5的操作。
8.如权利要求5所述的方法,其特征在于,通过下式确定所述SOC极大充电标志δSOCmax:
δSOCmax=min[SOCDC1,…,SOCDCn]-SOCmax
式中,SOCmax表示处于正常工作区的储能系统SOC上限值。
9.如权利要求5所述的系统,其特征在于,所述控制策略1包括:
通过下式对SOC状态满足SOC<SOCmin1对应的储能系统进行充电;
按照下式确定的充电功率:
Pc_bat=Pc_max_bati
式中,Pc_max_bat为储能系统的最大充电功率;Pc_bat目标充电功率;SOCmin1表示处于SOC偏低区的储能系统SOC下限值。
10.如权利要求6所述的方法,其特征在于,所述控制策略2包括:分布式光储一体化发电装置中的储能系统均无需充电,分布式新能源按照最大功率点跟踪运行。
11.如权利要求6或9所述的方法,其特征在于,所述控制策略3包括:通过下式对SOC状态满足SOC<SOCmax对应的储能系统进行充电:
其中,m为所需充电的储能系统个数;SOCmax表示处于正常工作区域的储能系统SOC上限值。
12.如权利要求7所述的方法,其特征在于,所述控制策略4包括:禁止储能系统进行充、放电操作。
13.如权利要求7或9所述的方法,其特征在于,所述控制策略5包括:以下式为约束条件,对储能系统进行充电:
Pc_bat≤Pc_max_bat。
14.一种光储一体化发电装置并网运行控制系统,其特征在于,包括:
第一确定模块,用于基于分布式光伏预测数据和储能系统当前运行数据,确定储能系统运行数据的SOC极小充电标志;
第二确定模块,用于基于分布式光伏预测数据和储能系统当前运行数据,确定分布式光伏预测数据的功率差值;
选取模块,用于根据所述SOC极小充电标志与分布式光伏预测数据的功率差值大小选取控制策略;
优化控制模块,用于基于不同的控制策略,对储能系统进行优化控制。
15.如权利要求14所述的系统,其特征在于,所述第一确定模块,包括第一确定单元,用于通过下式确定SOC极小充电标志:
δSOCmin=min[SOCDC1,…,SOCDCn]-SOCmin
式中,δSOCmin表示SOC极小充电标志,SOCDC1~SOCDCn为第1至n个分布式光储一体化发电装置中储能系统的SOC;n为储能系统个数;SOCmin表示处于正常工作区的储能系统SOC下限值。
16.如权利要求14所述的系统,其特征在于,所述第二确定模块,包括第二确定单元,用于通过下式计算功率差值:
式中,Pref_all为光伏功率预测值和交流侧负荷功率预测值的功率差值,PL_AC为交流侧负荷功率预测值,PS_DCi为分布式光储发电装置中第i个储能系统的光伏功率预测值。
17.如权利要求14所述的系统,其特征在于,所述选取模块,包括:
判断单元,用于判断SOC极小充电标志的大小,若δSOCmin<0,则按照第一控制策略单元对储能子系统进行充电,否则判断分布式光伏预测数据的功率差值大小;
第一选取单元,用于当Pref_all≥0时,根据SOC极大充电标志δSOCmax的大小选取控制策略;
第二选取单元,用于当Pref_all<0时,根据电网峰谷时段选取所需执行的控制策略。
18.如权利要求17所述的系统,其特征在于,所述判断单元,包括:
第一执行子单元,用于若δSOCmax<0,执行第二控制策略单元的操作;若δSOCmax>0,则执行控制策略3的操作;
第二执行子单元,用于当Pref_all<0时,根据电网峰谷时段选取所需执行的控制策略包括:
第三执行子单元,用于若电网处于峰时段,执行第四控制策略单元的操作;若电网处于谷时段,则执行第五控制策略单元的操作。
19.如权利要求14所述的系统,其特征在于,所述优化控制模块,包括:
第一控制策略单元,用于通过下式对SOC状态满足SOC<SOCmin1对应的储能系统进行充电;
按照下式确定的充电功率:
Pc_bat=Pc_max_bati
式中,Pc_max_bat为储能系统的最大充电功率;Pc_bat目标充电功率;SOCmin1表示处于SOC偏低区的储能系统SOC下限值;
所述第二控制策略单元,以实现分布式光储一体化发电装置中的储能系统均无需充电,分布式新能源按照最大功率点跟踪运行;
第三控制策略单元,用于通过下式对SOC状态满足SOC<SOCmax对应的储能系统进行充电:
其中,m为所需充电的储能系统个数;SOCmax表示处于正常工作区域的储能系统SOC上限值;
第四控制策略单元,用于禁止储能系统进行充、放电操作;
第五控制策略单元,用于以下式为约束条件,对储能系统进行充电:Pc_bat≤Pc_max_bat。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710886553.5A CN107528344A (zh) | 2017-09-27 | 2017-09-27 | 一种光储一体化发电装置并网运行控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710886553.5A CN107528344A (zh) | 2017-09-27 | 2017-09-27 | 一种光储一体化发电装置并网运行控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107528344A true CN107528344A (zh) | 2017-12-29 |
Family
ID=60737616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710886553.5A Pending CN107528344A (zh) | 2017-09-27 | 2017-09-27 | 一种光储一体化发电装置并网运行控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107528344A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830451A (zh) * | 2018-05-04 | 2018-11-16 | 中国电力科学研究院有限公司 | 一种用户侧分布式储能的汇聚潜力评估方法及系统 |
CN109462250A (zh) * | 2018-09-12 | 2019-03-12 | 国网浙江省电力有限公司嘉兴供电公司 | 一种光电火电及储能电容的联合调度方法 |
CN110912169A (zh) * | 2019-12-03 | 2020-03-24 | 国网天津市电力公司 | 一种交直流微网设计方法及拓扑结构 |
CN111711189A (zh) * | 2020-06-18 | 2020-09-25 | 华润协鑫(北京)热电有限公司 | 一种光伏发电储能控制方法、系统、设备和存储介质 |
CN112952957A (zh) * | 2021-03-30 | 2021-06-11 | 国网宁夏电力有限公司 | 一种基于模型预测控制的混合储能系统soc优化策略 |
CN117239800A (zh) * | 2023-08-25 | 2023-12-15 | 武汉科技大学 | 应用于可再生能源的储能系统的控制方法及计算机设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2876066A1 (en) * | 2012-06-13 | 2013-12-19 | Donald S. Berkowitz | Power grid photo-voltaic integration using distributed energy storage and management |
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 |
CN104242337A (zh) * | 2014-08-14 | 2014-12-24 | 广东易事特电源股份有限公司 | 光伏微网系统的实时协调控制方法 |
WO2015139061A1 (en) * | 2014-03-14 | 2015-09-17 | Power Analytics Corporation | Ramp rate control system and methods using energy storage devices |
CN105162149A (zh) * | 2015-09-07 | 2015-12-16 | 中国电力科学研究院 | 基于模糊自适应调节的光储系统跟踪发电计划出力方法 |
CN105337306A (zh) * | 2015-10-23 | 2016-02-17 | 北京科诺伟业科技股份有限公司 | 一种光储一体化发电系统 |
CN105680463A (zh) * | 2016-03-23 | 2016-06-15 | 中国电力科学研究院 | 一种光储一体化发电系统优化节能控制方法 |
-
2017
- 2017-09-27 CN CN201710886553.5A patent/CN107528344A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2876066A1 (en) * | 2012-06-13 | 2013-12-19 | Donald S. Berkowitz | Power grid photo-voltaic integration using distributed energy storage and management |
WO2015139061A1 (en) * | 2014-03-14 | 2015-09-17 | Power Analytics Corporation | Ramp rate control system and methods using energy storage devices |
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 |
CN104242337A (zh) * | 2014-08-14 | 2014-12-24 | 广东易事特电源股份有限公司 | 光伏微网系统的实时协调控制方法 |
CN105162149A (zh) * | 2015-09-07 | 2015-12-16 | 中国电力科学研究院 | 基于模糊自适应调节的光储系统跟踪发电计划出力方法 |
CN105337306A (zh) * | 2015-10-23 | 2016-02-17 | 北京科诺伟业科技股份有限公司 | 一种光储一体化发电系统 |
CN105680463A (zh) * | 2016-03-23 | 2016-06-15 | 中国电力科学研究院 | 一种光储一体化发电系统优化节能控制方法 |
Non-Patent Citations (2)
Title |
---|
MATTIA MARINELLI 等: "Testing of a Predictive Control Strategy for Balancing Renewable Sources in a Microgrid", 《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》 * |
孙博: "多类型储能系统在分布式发电中的应用技术研究", 《中国优秀博硕士学位论文全文数据库(硕士)》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108830451A (zh) * | 2018-05-04 | 2018-11-16 | 中国电力科学研究院有限公司 | 一种用户侧分布式储能的汇聚潜力评估方法及系统 |
CN108830451B (zh) * | 2018-05-04 | 2022-03-04 | 中国电力科学研究院有限公司 | 一种用户侧分布式储能的汇聚潜力评估方法及系统 |
CN109462250A (zh) * | 2018-09-12 | 2019-03-12 | 国网浙江省电力有限公司嘉兴供电公司 | 一种光电火电及储能电容的联合调度方法 |
CN109462250B (zh) * | 2018-09-12 | 2022-05-24 | 国网浙江省电力有限公司嘉兴供电公司 | 一种光电火电及储能电容的联合调度方法 |
CN110912169A (zh) * | 2019-12-03 | 2020-03-24 | 国网天津市电力公司 | 一种交直流微网设计方法及拓扑结构 |
CN111711189A (zh) * | 2020-06-18 | 2020-09-25 | 华润协鑫(北京)热电有限公司 | 一种光伏发电储能控制方法、系统、设备和存储介质 |
CN112952957A (zh) * | 2021-03-30 | 2021-06-11 | 国网宁夏电力有限公司 | 一种基于模型预测控制的混合储能系统soc优化策略 |
CN112952957B (zh) * | 2021-03-30 | 2023-09-22 | 国网宁夏电力有限公司 | 一种基于模型预测控制的混合储能系统soc优化策略 |
CN117239800A (zh) * | 2023-08-25 | 2023-12-15 | 武汉科技大学 | 应用于可再生能源的储能系统的控制方法及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wong et al. | Review on the optimal placement, sizing and control of an energy storage system in the distribution network | |
Pu et al. | Hierarchical energy management control for islanding DC microgrid with electric-hydrogen hybrid storage system | |
CN107528344A (zh) | 一种光储一体化发电装置并网运行控制方法及系统 | |
Abbes et al. | Life cycle cost, embodied energy and loss of power supply probability for the optimal design of hybrid power systems | |
CN104362677B (zh) | 一种主动配电网优化配置结构及其配置方法 | |
CN107039975A (zh) | 一种分布式能源系统能量管理方法 | |
CN107370171B (zh) | 一种独立微网中大规模储能优化配置与协调控制方法 | |
CN107069786B (zh) | 一种提升风电消纳的系统及方法 | |
Xiao et al. | Flat tie-line power scheduling control of grid-connected hybrid microgrids | |
CN115102239B (zh) | 一种考虑soc均衡的储能电站一次调频控制方法及系统 | |
Feng et al. | Performance analysis of hybrid energy storage integrated with distributed renewable energy | |
Wang et al. | An improved min-max power dispatching method for integration of variable renewable energy | |
CN114154790A (zh) | 基于需量管理和柔性负荷的工业园区光储容量配置方法 | |
CN104868506B (zh) | 一种集中式储能电站的有功出力调度方法 | |
Li et al. | Optimization scheduling model based on source-load-energy storage coordination in power systems | |
jing Hu et al. | Capacity optimization of wind/PV/storage power system based on simulated annealing-particle swarm optimization | |
Huang et al. | Optimal energy management of grid-connected photovoltaic micro-grid | |
Huang et al. | Optimal design of an island microgrid with considering scheduling optimization | |
Wang et al. | Improved PSO-based energy management of Stand-Alone Micro-Grid under two-time scale | |
Daud et al. | An optimal state of charge feedback control strategy for battery energy storage in hourly dispatch of PV sources | |
CN109119988A (zh) | 基于动态批发市价的光伏-电池微电网能量调度管理方法 | |
Pérez et al. | Frequency regulation of a weak microgrid through a distribution management system | |
Lin et al. | Improved PSO algorithm for microgrid energy optimization dispatch | |
Liu et al. | The optimal sizing for AC/DC hybrid stand-alone microgrid based on energy dispatch strategy | |
Karemore et al. | Multi-objective Design procedure for hybrid (wind–photovoltaic) system by GA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171229 |