CN107769236A - 一种风力发电机组储能发电系统及其能量调度方法 - Google Patents

一种风力发电机组储能发电系统及其能量调度方法 Download PDF

Info

Publication number
CN107769236A
CN107769236A CN201711101370.4A CN201711101370A CN107769236A CN 107769236 A CN107769236 A CN 107769236A CN 201711101370 A CN201711101370 A CN 201711101370A CN 107769236 A CN107769236 A CN 107769236A
Authority
CN
China
Prior art keywords
mrow
energy
power
msub
storage
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.)
Granted
Application number
CN201711101370.4A
Other languages
English (en)
Other versions
CN107769236B (zh
Inventor
刘兵
张新宇
王禹力
赵明宇
银磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
MingYang Smart Energy Group Co Ltd
Original Assignee
MingYang Smart Energy Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by MingYang Smart Energy Group Co Ltd filed Critical MingYang Smart Energy Group Co Ltd
Priority to CN201711101370.4A priority Critical patent/CN107769236B/zh
Publication of CN107769236A publication Critical patent/CN107769236A/zh
Application granted granted Critical
Publication of CN107769236B publication Critical patent/CN107769236B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/386
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects

Abstract

本发明公开了一种风力发电机组储能发电系统及其能量调度方法,包括:储能单元,用于存储或释放电能;电池管理单元,用于对储能单元中的电池模块进行检测、保护;储能双向变流器,用于将电网的交流电转化成直流电给电池充电,或将电池放出的直流电转化为交流电送回电网;升压变压器,用于连接储能双向变流器与电网,将储能双向变流器输出电压升压至电网电压;能量管理单元,根据风力发电机组的主控、储能单元、储能双向变流器、电网调度指令的实时数据以及功率预测系统的风功率预测信息,发出控制信号到储能双向变流器、风力发电机组的主控进行实时控制。本发明能制定最优的储能系统充放电倍率,提高储能系统利用效率,且控制效率高、响应速度快。

Description

一种风力发电机组储能发电系统及其能量调度方法
技术领域
本发明涉及风力发电机组储能发电的技术领域,尤其是指一种风力发电机组储能发电系统及其能量调度方法。
背景技术
业内习知,能源短缺问题是21世纪非常重要的一个问题,解决这一问题的最佳方式之一是新能源如太阳能或风能发电。由于风力发电具有随机性波动性的特点,出力不可控,因此给电网的稳定运行和控制带来挑战,甚至造成弃风限电等现状,给风场业主带来严重经济损失。目前,常用的方法是采用储能系统来存储或释放电能,从而配合电网调度指令、改善风力发电性能,提高风力发电的友好性,提升供电的可靠性及电能质量。为了对风场储能系统进行有效的管理和控制,一般会设置能量管理系统对风储系统进行调度和管理,但是当前常用的方法只是利用系统当前状态进行规则判断,不会考虑到电池充放电倍率与电池可存储和释放容量的关系,利用预测的限电时长对储能充放电倍率进行优化设置,从而导致电池在其寿命周期内无法充分发挥其价值,降低了储能系统整体经济效益。
发明内容
本发明的目的在于克服现有技术的不足,提出了一种风力发电机组储能发电系统及其能量调度方法,可以保护储能系统不处于过充过放状态,延长储能系统的寿命,增加系统安全性,还可以根据功率预测及电网调度预测信息以及储能系统具体参数进行功率分配,制定最优的储能系统充放电倍率,提高储能系统利用效率。
为实现上述目的,本发明所提供的技术方案如下:
一种风力发电机组储能发电系统,所述风力发电机组带有功率预测系统,包含一台或者多台风机,通过并网方式将风资源转化为电力通过电网送出;所述储能发电系统包括:
储能单元,用于存储或释放电能;
电池管理单元,用于对储能单元中的电池模块进行检测、保护;
储能双向变流器,用于将电网的交流电转化成直流电给电池充电,或将电池放出的直流电转化为交流电送回电网;
升压变压器,用于连接储能双向变流器与电网,将储能双向变流器输出电压升压至电网电压;
能量管理单元,根据风力发电机组的主控、储能单元、储能双向变流器、电网调度指令的实时数据以及功率预测系统的风功率预测信息,发出控制信号到储能双向变流器、风力发电机组的主控进行实时控制;其中,根据风功率预测信息、根据电网调度指令历史数据获得的调度预测信息以及电池剩余容量信息,计算获得接下来的预设时间内,储能单元的最优充放电决策,从而根据计算出的最优充放电决策控制储能双向变流器及风力发电机组,对储能单元进行充放电控制;
其中,所述储能单元通过储能双向变流器与升压变压器连接,所述升压变压器分别连接风力发电机组的输出端和电网,所述电池管理单元与储能单元连接,所述能量管理单元通过通信总线分别与风力发电机组的主控、储能双向变流器、电池管理单元连接。
所述最优充放电决策的依据如下:
在限电情况下,首先判断储能单元是否能够充电,若能够充电,则储能单元处于充电状态,其充电倍率如下:
在不限电情况下,首先判断储能单元是否能够放电,若能够放电,则储能单元处于放电状态,其放电倍率如下:
上述各公式中,SOC(k)为k时刻储能剩余容量,SOCmin、SOCmax分别为储能剩余容量SOC的最小值和最大值,Ccharge(k)表示储能充电倍率,Cdcharge(k)表示储能放电倍率,Ccmax表示储能最大充电倍率,Cdmax表示储能最大放电倍率,C表示储能充放电速率,Pwind(k)为风功率预测值,Pset(k)为电网调度指令预测值,T为从当前时刻预测接下来一段时间持续充电或放电时间,Tpre为预测时长,ΔT为预测步长。
所述储能单元为锂电或铅炭、铅酸电池组,通过串并联方式组合。
上述风力发电机组储能发电系统的能量调度方法,包括以下步骤:
S1、能量管理单元根据调度功率的历史运行数据对调度指令利用进行训练,建立调度指令与时间之间的关系,同时根据功率预测系统获得未来一段时间内的风功率预测信息;
S2、根据电网调度指令的实时数据和功率预测系统,获得未来一段时间Tpre每隔ΔT的风功率预测信息Pwind(k)和调度指令信息Pset(k),其中k代表离散时间值,k为自然数且1≤k≤N,
S3、获取当前时刻储能单元的电池剩余容量SOC(k),结合风功率预测信息Pwind(k)和调度指令信息Pset(k),采用优化控制策略,计算出当前时刻储能单元充放电决策;
S4、能量管理单元根据充放电决策,计算接下来ΔT时间的风力发电机组的发电功率,控制储能双向变流器及风力发电机组的发电功率,对风储系统进行能量调度。
所述步骤S4之后,还包括以下步骤:
S5、能量管理单元判断是否接收到停止信号,若是,则结束能量调度过程,否则返回执行步骤S2。
所述步骤S3的具体情况如下:
获取当前时刻储能单元电池剩余容量SOC(k),结合预测的风功率预测信息Pwind(k)和调度指令信息Pset(k),求取ΔP(k)=Pwind(k)-Pset(k);
当ΔP(k)﹥0时,风力发电机组处于限电状态,当ΔP(k)≤0时,风力发电机组处于不限电状态,根据预测信息计算出接下来一段时间持续限电或不限电的时间T;
根据预测信息及电池充放电特性,计算出最优的充放电决策。
其中,所述最优的充放电决策依据如下:
在限电情况下,首先判断储能单元是否能够充电,若能够充电,则储能单元处于充电状态,其充电倍率如下:
在不限电情况下,首先判断储能单元是否能够放电,若能够放电,则储能单元处于放电状态,其放电倍率如下:
上述各公式中,SOC(k)为k时刻储能剩余容量,SOCmin、SOCmax分别为储能剩余容量SOC的最小值和最大值,Ccharge(k)表示储能充电倍率,Cdcharge(k)表示储能放电倍率,Ccmax表示储能最大充电倍率,Cdmax表示储能最大放电倍率,C表示储能充放电速率,Pwind(k)为风功率预测值,Pset(k)为电网调度指令预测值,T为从当前时刻预测接下来一段时间持续充电或放电时间,Tpre为预测时长,ΔT为预测步长。
本发明与现有技术相比,具有如下优点与有益效果:
本发明可以保护储能系统不处于过充过放状态,延长储能系统的寿命,同时增加系统安全性,还可以根据风场功率预测及电网调度预测信息以及储能系统具体参数进行充放电控制,制定最优的储能系统充放电倍率,提高储能系统利用效率,达到最优的能量利用效率,而且控制效率高、响应速度快、控制准确度高,具有实际推广价值。
附图说明
图1为本发明的系统结构示意图。
图2为本发明的方法流程图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
如图1所示,本实施例所提供的风力发电机组储能发电系统,包括:
储能单元,用于存储或释放电能;
电池管理单元,用于对储能单元中的电池模块进行检测、保护;
储能双向变流器,用于将电网的交流电转化成直流电给电池充电,或将电池放出的直流电转化为交流电送回电网;
升压变压器,用于连接储能双向变流器与电网,将储能双向变流器输出电压升压至电网电压;
能量管理单元,根据风力发电机组的主控、储能单元、储能双向变流器、电网调度指令的实时数据以及功率预测系统的风功率预测信息,发出控制信号到储能双向变流器、风力发电机组的主控进行实时控制;其中,根据风功率预测信息、根据电网调度指令历史数据获得的调度预测信息以及电池剩余容量信息,计算获得接下来的预设时间内,储能单元的最优充放电决策,从而根据计算出的最优充放电决策控制储能双向变流器及风力发电机组,对储能单元进行充放电控制;所述最优充放电决策的依据如下:
在限电情况下,首先判断储能单元是否能够充电,若能够充电,则储能单元处于充电状态,其充电倍率如下:
在不限电情况下,首先判断储能单元是否能够放电,若能够放电,则储能单元处于放电状态,其放电倍率如下:
上述各公式中,SOC(k)为k时刻储能剩余容量,SOCmin、SOCmax分别为储能剩余容量SOC的最小值和最大值,Ccharge(k)表示储能充电倍率,Cdcharge(k)表示储能放电倍率,Ccmax表示储能最大充电倍率,Cdmax表示储能最大放电倍率,C表示储能充放电速率,Pwind(k)为风功率预测值,Pset(k)为电网调度指令预测值,T为从当前时刻预测接下来一段时间持续充电或放电时间,Tpre为预测时长,ΔT为预测步长。
其中,所述风力发电机组(含功率预测系统)包含一台或者多台风机,通过并网方式将风资源转化为电力通过电网送出;所述储能单元通过储能双向变流器与升压变压器连接,所述升压变压器分别连接风力发电机组的输出端和电网,所述电池管理单元与储能单元连接,所述能量管理单元通过通信总线分别与风力发电机组的主控、储能双向变流器、电池管理单元连接;所述储能单元为锂电或铅炭、铅酸电池组,通过串并联方式组合。
如图2所示,为本实施例上述风力发电机组储能发电系统的能量调度方法,其具体情况如下:
S1、能量管理单元根据调度功率的历史运行数据对调度指令利用进行训练,建立调度指令与时间之间的关系,同时根据功率预测系统获得未来一段时间内的风功率预测信息。
S2、根据电网调度指令的实时数据和风场功率预测系统,获得未来8小时内每隔5分钟的风功率预测信息Pwind(k)和调度指令信息Pset(k),其中k代表离散时间值,k为自然数且1≤k≤96。
S3、获取当前时刻储能单元的电池剩余容量SOC(k),结合风功率预测信息Pwind(k)和调度指令信息Pset(k),采用优化控制策略,计算出当前时刻储能单元充放电决策,具体如下:
获取当前时刻储能单元电池剩余容量SOC(k),结合预测的风功率预测信息Pwind(k)和调度指令信息Pset(k),求取ΔP(k)=Pwind(k)-Pset(k);
当ΔP(k)﹥0时,风力发电机组处于限电状态,当ΔP(k)≤0时,风力发电机组处于不限电状态,根据预测信息计算出接下来一段时间持续限电或不限电的时间T;
根据预测信息及电池充放电特性,计算出最优的充放电决策,由于储能电池自身特性为不同的充放电倍率下,其可以存储或释放的容量存在较大区别,为了充分存储和释放能量,需要尽可能使用小倍率充分或放电。根据电池自身性能及预测信息,最优的充放电决策指定如下判断:
在限电情况下,首先判断储能单元是否可以充电,若可以充电,则储能单元处于充电状态,其充电倍率如下:
在不限电情况下,首先判断储能单元是否可以放电,若可以放电,则储能单元处于放电状态,其放电倍率如下:
上述各公式中,SOC(k)为k时刻储能剩余容量,SOCmin、SOCmax分别为储能剩余容量SOC的最小值和最大值,Ccharge(k)表示储能充电倍率,Cdcharge(k)表示储能放电倍率,Ccmax表示储能最大充电倍率,Cdmax表示储能最大放电倍率,C表示储能充放电速率,Pwind(k)为风功率预测值,Pset(k)为电网调度指令预测值,T为从当前时刻预测接下来一段时间持续充电或放电时间,Tpre为预测时长,ΔT为预测步长。
S4、能量管理系统根据充放电决策,计算接下来5分钟风力发电机组的发电功率,控制储能双向变流器及风力发电机组的发电功率,对风储系统进行能量调度。
S5、能量管理系统判断是否接收到停止信号,若是,则结束能量调度过程,否则返回执行步骤S2。
以上所述实施例只为本发明之较佳实施例,并非以此限制本发明的实施范围,故凡依本发明之形状、原理所作的变化,均应涵盖在本发明的保护范围内。

Claims (6)

1.一种风力发电机组储能发电系统,所述风力发电机组带有功率预测系统,包含一台或者多台风机,通过并网方式将风资源转化为电力通过电网送出;其特征在于,所述储能发电系统包括:
储能单元,用于存储或释放电能;
电池管理单元,用于对储能单元中的电池模块进行检测、保护;
储能双向变流器,用于将电网的交流电转化成直流电给电池充电,或将电池放出的直流电转化为交流电送回电网;
升压变压器,用于连接储能双向变流器与电网,将储能双向变流器输出电压升压至电网电压;
能量管理单元,根据风力发电机组的主控、储能单元、储能双向变流器、电网调度指令的实时数据以及功率预测系统的风功率预测信息,发出控制信号到储能双向变流器、风力发电机组的主控进行实时控制;其中,根据风功率预测信息、根据电网调度指令历史数据获得的调度预测信息以及电池剩余容量信息,计算获得接下来的预设时间内,储能单元的最优充放电决策,从而根据计算出的最优充放电决策控制储能双向变流器及风力发电机组,对储能单元进行充放电控制;
其中,所述储能单元通过储能双向变流器与升压变压器连接,所述升压变压器分别连接风力发电机组的输出端和电网,所述电池管理单元与储能单元连接,所述能量管理单元通过通信总线分别与风力发电机组的主控、储能双向变流器、电池管理单元连接。
2.根据权利要求1所述的一种风力发电机组储能发电系统,其特征在于,所述最优充放电决策的依据如下:
在限电情况下,首先判断储能单元是否能够充电,若能够充电,则储能单元处于充电状态,其充电倍率如下:
<mrow> <msub> <mi>C</mi> <mrow> <mi>c</mi> <mi>h</mi> <mi>arg</mi> <mi>e</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>min</mi> <mrow> <mo>(</mo> <mrow> <mi>C</mi> <mi>c</mi> <mi> </mi> <mi>max</mi> <mo>,</mo> <msub> <mi>P</mi> <mrow> <mi>w</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>s</mi> <mi>e</mi> <mi>t</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>,</mo> <mfrac> <mrow> <msub> <mi>SOC</mi> <mi>max</mi> </msub> <mo>-</mo> <mi>S</mi> <mi>O</mi> <mi>C</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> <mi>T</mi> </mfrac> <mo>&amp;times;</mo> <mi>C</mi> </mrow> <mo>)</mo> </mrow> </mrow>
在不限电情况下,首先判断储能单元是否能够放电,若能够放电,则储能单元处于放电状态,其放电倍率如下:
<mrow> <msub> <mi>C</mi> <mrow> <mi>d</mi> <mi>c</mi> <mi>h</mi> <mi>arg</mi> <mi>e</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mrow> <mo>(</mo> <mi>C</mi> <mi>d</mi> <mi> </mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mo>,</mo> <msub> <mi>P</mi> <mrow> <mi>s</mi> <mi>e</mi> <mi>t</mi> </mrow> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>w</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>,</mo> <mfrac> <mrow> <mi>S</mi> <mi>O</mi> <mi>C</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>SOC</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> <mi>T</mi> </mfrac> <mo>&amp;times;</mo> <mi>C</mi> <mo>)</mo> </mrow> </mrow>
上述各公式中,SOC(k)为k时刻储能剩余容量,SOCmin、SOCmax分别为储能剩余容量SOC的最小值和最大值,Ccharge(k)表示储能充电倍率,Cdcharge(k)表示储能放电倍率,Ccmax表示储能最大充电倍率,Cdmax表示储能最大放电倍率,C表示储能充放电速率,Pwind(k)为风功率预测值,Pset(k)为电网调度指令预测值,T为从当前时刻预测接下来一段时间持续充电或放电时间,Tpre为预测时长,ΔT为预测步长。
3.根据权利要求1所述的一种风力发电机组储能发电系统,其特征在于:所述储能单元为锂电或铅炭、铅酸电池组,通过串并联方式组合。
4.一种权利要求1所述风力发电机组储能发电系统的能量调度方法,其特征在于,包括以下步骤:
S1、能量管理单元根据调度功率的历史运行数据对调度指令利用进行训练,建立调度指令与时间之间的关系,同时根据功率预测系统获得未来一段时间内的风功率预测信息;
S2、根据电网调度指令的实时数据和功率预测系统,获得未来一段时间Tpre每隔ΔT的风功率预测信息Pwind(k)和调度指令信息Pset(k),其中k代表离散时间值,k为自然数且1≤k≤N,
S3、获取当前时刻储能单元的电池剩余容量SOC(k),结合风功率预测信息Pwind(k)和调度指令信息Pset(k),采用优化控制策略,计算出当前时刻储能单元充放电决策;
S4、能量管理单元根据充放电决策,计算接下来ΔT时间的风力发电机组的发电功率,控制储能双向变流器及风力发电机组的发电功率,对风储系统进行能量调度。
5.根据权利要求4所述的一种风力发电机组储能发电系统的能量调度方法,其特征在于,所述步骤S4之后,还包括以下步骤:
S5、能量管理单元判断是否接收到停止信号,若是,则结束能量调度过程,否则返回执行步骤S2。
6.根据权利要求4所述的一种风力发电机组储能发电系统的能量调度方法,其特征在于,所述步骤S3的具体情况如下:
获取当前时刻储能单元电池剩余容量SOC(k),结合预测的风功率预测信息Pwind(k)和调度指令信息Pset(k),求取ΔP(k)=Pwind(k)-Pset(k);
当ΔP(k)﹥0时,风力发电机组处于限电状态,当ΔP(k)≤0时,风力发电机组处于不限电状态,根据预测信息计算出接下来一段时间持续限电或不限电的时间T;
根据预测信息及电池充放电特性,计算出最优的充放电决策。
其中,所述最优的充放电决策依据如下:
在限电情况下,首先判断储能单元是否能够充电,若能够充电,则储能单元处于充电状态,其充电倍率如下:
<mrow> <msub> <mi>C</mi> <mrow> <mi>c</mi> <mi>h</mi> <mi>arg</mi> <mi>e</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>min</mi> <mrow> <mo>(</mo> <mrow> <mi>C</mi> <mi>c</mi> <mi> </mi> <mi>max</mi> <mo>,</mo> <msub> <mi>P</mi> <mrow> <mi>w</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>s</mi> <mi>e</mi> <mi>t</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>,</mo> <mfrac> <mrow> <msub> <mi>SOC</mi> <mi>max</mi> </msub> <mo>-</mo> <mi>S</mi> <mi>O</mi> <mi>C</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </mrow> <mi>T</mi> </mfrac> <mo>&amp;times;</mo> <mi>C</mi> </mrow> <mo>)</mo> </mrow> </mrow>
在不限电情况下,首先判断储能单元是否能够放电,若能够放电,则储能单元处于放电状态,其放电倍率如下:
<mrow> <msub> <mi>C</mi> <mrow> <mi>d</mi> <mi>c</mi> <mi>h</mi> <mi>arg</mi> <mi>e</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mrow> <mo>(</mo> <mi>C</mi> <mi>d</mi> <mi> </mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mo>,</mo> <msub> <mi>P</mi> <mrow> <mi>s</mi> <mi>e</mi> <mi>t</mi> </mrow> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>w</mi> <mi>i</mi> <mi>n</mi> <mi>d</mi> </mrow> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>,</mo> <mfrac> <mrow> <mi>S</mi> <mi>O</mi> <mi>C</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>SOC</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> </mrow> <mi>T</mi> </mfrac> <mo>&amp;times;</mo> <mi>C</mi> <mo>)</mo> </mrow> </mrow>
上述各公式中,SOC(k)为k时刻储能剩余容量,SOCmin、SOCmax分别为储能剩余容量SOC的最小值和最大值,Ccharge(k)表示储能充电倍率,Cdcharge(k)表示储能放电倍率,Ccmax表示储能最大充电倍率,Cdmax表示储能最大放电倍率,C表示储能充放电速率,Pwind(k)为风功率预测值,Pset(k)为电网调度指令预测值,T为从当前时刻预测接下来一段时间持续充电或放电时间,Tpre为预测时长,ΔT为预测步长。
CN201711101370.4A 2017-11-10 2017-11-10 一种风力发电机组储能发电系统及其能量调度方法 Active CN107769236B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711101370.4A CN107769236B (zh) 2017-11-10 2017-11-10 一种风力发电机组储能发电系统及其能量调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711101370.4A CN107769236B (zh) 2017-11-10 2017-11-10 一种风力发电机组储能发电系统及其能量调度方法

Publications (2)

Publication Number Publication Date
CN107769236A true CN107769236A (zh) 2018-03-06
CN107769236B CN107769236B (zh) 2020-03-10

Family

ID=61272291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711101370.4A Active CN107769236B (zh) 2017-11-10 2017-11-10 一种风力发电机组储能发电系统及其能量调度方法

Country Status (1)

Country Link
CN (1) CN107769236B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108565890A (zh) * 2018-04-17 2018-09-21 清华大学 带有储能的新能源输出功率波动最小化调度方法及装置
CN108736499A (zh) * 2018-06-27 2018-11-02 深圳库博能源科技有限公司 基于云计算的动态调度分布式储能系统
CN108988371A (zh) * 2018-07-13 2018-12-11 深圳市科陆电子科技股份有限公司 用户侧储能系统的能量管控方法、装置、存储介质及系统
CN109442680A (zh) * 2018-10-17 2019-03-08 广州华凌制冷设备有限公司 空调器室外风机的功率估算方法、装置及计算机可读存储介质
CN109713705A (zh) * 2019-03-15 2019-05-03 国电联合动力技术有限公司 一种低风速风电机组内置式储能系统及储能方法
CN111211365A (zh) * 2020-01-15 2020-05-29 清华大学 多储能电池系统及其控制方法
CN111404181A (zh) * 2020-03-19 2020-07-10 国电联合动力技术有限公司 一种多能耦合互补的储能系统及储能控制方法
CN111497642A (zh) * 2020-03-24 2020-08-07 广西玉柴机器股份有限公司 一种集群式发电机组控制方法
WO2023123683A1 (zh) * 2021-12-31 2023-07-06 北京金风科创风电设备有限公司 储能装置的控制方法、装置及风力发电机组

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104538999A (zh) * 2014-12-03 2015-04-22 广州市香港科大霍英东研究院 一种光伏发电储能系统及其能量调度方法
CN104734194A (zh) * 2015-04-13 2015-06-24 成都鼎智汇科技有限公司 一种可并网运行的风光储一体微电网
CN105939024A (zh) * 2016-05-11 2016-09-14 成都欣维保科技有限责任公司 一种电压和功率可调节的智能分布式风力发电系统
CN106803680A (zh) * 2016-09-22 2017-06-06 蔚来汽车有限公司 梯次电池组储能电站的能量管理方法和系统
CN107134815A (zh) * 2015-04-13 2017-09-05 张琴 一种可并网运行的风光储一体微电网及其监控装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104538999A (zh) * 2014-12-03 2015-04-22 广州市香港科大霍英东研究院 一种光伏发电储能系统及其能量调度方法
CN104734194A (zh) * 2015-04-13 2015-06-24 成都鼎智汇科技有限公司 一种可并网运行的风光储一体微电网
CN107134815A (zh) * 2015-04-13 2017-09-05 张琴 一种可并网运行的风光储一体微电网及其监控装置
CN105939024A (zh) * 2016-05-11 2016-09-14 成都欣维保科技有限责任公司 一种电压和功率可调节的智能分布式风力发电系统
CN106803680A (zh) * 2016-09-22 2017-06-06 蔚来汽车有限公司 梯次电池组储能电站的能量管理方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈奇芳等: "考虑充电需求与随机事件的光伏充电站实时运行策略", 《电工技术学报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108565890A (zh) * 2018-04-17 2018-09-21 清华大学 带有储能的新能源输出功率波动最小化调度方法及装置
CN108736499A (zh) * 2018-06-27 2018-11-02 深圳库博能源科技有限公司 基于云计算的动态调度分布式储能系统
CN108988371A (zh) * 2018-07-13 2018-12-11 深圳市科陆电子科技股份有限公司 用户侧储能系统的能量管控方法、装置、存储介质及系统
CN108988371B (zh) * 2018-07-13 2023-12-29 深圳市科陆电子科技股份有限公司 用户侧储能系统的能量管控方法、装置、存储介质及系统
CN109442680A (zh) * 2018-10-17 2019-03-08 广州华凌制冷设备有限公司 空调器室外风机的功率估算方法、装置及计算机可读存储介质
CN109713705A (zh) * 2019-03-15 2019-05-03 国电联合动力技术有限公司 一种低风速风电机组内置式储能系统及储能方法
CN111211365A (zh) * 2020-01-15 2020-05-29 清华大学 多储能电池系统及其控制方法
CN111211365B (zh) * 2020-01-15 2020-10-30 清华大学 多储能电池系统及其控制方法
CN111404181A (zh) * 2020-03-19 2020-07-10 国电联合动力技术有限公司 一种多能耦合互补的储能系统及储能控制方法
CN111497642A (zh) * 2020-03-24 2020-08-07 广西玉柴机器股份有限公司 一种集群式发电机组控制方法
WO2023123683A1 (zh) * 2021-12-31 2023-07-06 北京金风科创风电设备有限公司 储能装置的控制方法、装置及风力发电机组

Also Published As

Publication number Publication date
CN107769236B (zh) 2020-03-10

Similar Documents

Publication Publication Date Title
CN107769236A (zh) 一种风力发电机组储能发电系统及其能量调度方法
CN109301849B (zh) 一种用户侧电池储能电站的能量管理组合控制策略
CN102522763B (zh) 储能系统平抑风电功率波动的控制方法
CN109327042A (zh) 一种微电网多能源联合优化调度方法
CN104821600B (zh) 分布式风光互补发电系统灵活并网调度算法
CN107947231A (zh) 一种面向配电网优化运行的混合储能系统控制方法
CN105680771B (zh) 一种风光互补发电系统及控制方法
CN103793758A (zh) 含光伏发电系统的电动汽车充电站的多目标优化调度方法
CN103346562A (zh) 计及需求响应的多时间尺度微网能量控制方法
CN104734194B (zh) 一种可并网运行的风光储一体微电网
CN102545250A (zh) 锂电池储能的风电场功率平滑控制方法及装置和工作方法
CN109217290A (zh) 计及电动汽车充放电的微网能量优化管理方法
CN104410091B (zh) 基于变流器控制的风储能量管理系统及其控制方法
CN107104462B (zh) 一种用于风电场储能调度的方法
CN111384719A (zh) 一种光伏并网时的分布式储能电站削峰填谷优化调度方法
CN109948823A (zh) 一种光储充电塔自适应鲁棒日前优化调度方法
CN110112783A (zh) 光伏蓄电池微电网调度控制方法
CN105226689A (zh) 考虑运行和维护的多类型储能系统能量管理方法和系统
CN109768561A (zh) 一种电动汽车控制方法及系统
CN109245091A (zh) 一种面向售电公司的双层策略调度方法
CN109494813A (zh) 一种电力调度方法、电子设备及存储介质
CN104156789A (zh) 计及储能寿命损耗的孤立微电网最优经济运行方法
CN103413983A (zh) 风力发电机组用铅酸电池组的充电方法及充电管理系统
CN111009912B (zh) 一种基于配电网场景下的火电厂储能配置系统及策略
CN104505907B (zh) 一种具有无功调节功能的电池储能系统的监控装置

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
GR01 Patent grant
GR01 Patent grant