CN107947210B - 一种平抑风电场出力分钟级波动的储能出力控制方法 - Google Patents

一种平抑风电场出力分钟级波动的储能出力控制方法 Download PDF

Info

Publication number
CN107947210B
CN107947210B CN201711202473.XA CN201711202473A CN107947210B CN 107947210 B CN107947210 B CN 107947210B CN 201711202473 A CN201711202473 A CN 201711202473A CN 107947210 B CN107947210 B CN 107947210B
Authority
CN
China
Prior art keywords
output
wind power
frequency
power plant
energy 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.)
Active
Application number
CN201711202473.XA
Other languages
English (en)
Other versions
CN107947210A (zh
Inventor
周识远
汪宁渤
丁坤
李勇
李津
谭洪斌
张珍珍
何世恩
战鹏
王定美
黄蓉
王明松
陈钊
张金平
张中伟
车帅
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.)
Gansu Xinquan Wind Power Generation Co ltd
State Grid Corp of China SGCC
State Grid Gansu Electric Power Co Ltd
Wind Power Technology Center of Gansu Electric Power Co Ltd
Original Assignee
Gansu Xinquan Wind Power Generation Co ltd
State Grid Corp of China SGCC
State Grid Gansu Electric Power Co Ltd
Wind Power Technology Center of Gansu Electric Power 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 Gansu Xinquan Wind Power Generation Co ltd, State Grid Corp of China SGCC, State Grid Gansu Electric Power Co Ltd, Wind Power Technology Center of Gansu Electric Power Co Ltd filed Critical Gansu Xinquan Wind Power Generation Co ltd
Priority to CN201711202473.XA priority Critical patent/CN107947210B/zh
Publication of CN107947210A publication Critical patent/CN107947210A/zh
Application granted granted Critical
Publication of CN107947210B publication Critical patent/CN107947210B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • 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)
  • Supply And Distribution Of Alternating Current (AREA)
  • Wind Motors (AREA)

Abstract

本发明提出了一种基于数字滤波方法的储能出力控制方法，可以取得平抑风电场分钟级出力。在平抑风电场波动的应用中，对风电场出力进行滤波，将较高频率的波动分量作为储能系统的出力指令。一种平抑风电场出力分钟级波动的储能出力控制方法，主要步骤为：S1、采用指数加权移动平均滤波；S2、设定系统采样频率；S3、设定波动分量的时间周期以及对应的截止频率；S4、计算求解测量值的权重系数S5、利用求解得到的权重系数代入控制系统控制储能出力变化。

Description

一种平抑风电场出力分钟级波动的储能出力控制方法
技术领域
本发明属于电力领域，具体涉及一种平抑风电场出力分钟级波动的储能出力控制方法。
背景技术
随着风电比例的快速增长，电网对风电场的可调控能力提出了越来越高的要求。储能系统可以在不同时间尺度对风电场的运行能力进行支持，借助储能系统满足风电场的并网要求，促进风能的有效利用已成为建设电网友好型风电场的手段之一。
国内外标准对风电场的功率控制要求包括稳态的调控要求，如爬坡速率、预测误差，也包括暂态的要求，如故障穿越、频率响应方面的要求。目前，关于储能在风电场中的应用研究主要集中于稳态应用，主要利用储能系统实现风电场的有功功率控制。电网通常以分钟级时间窗口对风电功率波动进行考察，如对风电场1min或10min爬坡率(波动率)的限制。
发明内容
本方法提出了一种基于数字滤波方法的储能出力控制方法，可以取得平抑风电场分钟级出力。在平抑风电场波动的应用中，对风电场出力进行滤波，将较高频率的波动分量作为储能系统的出力指令。一种平抑风电场出力分钟级波动的储能出力控制方法，主要步骤为：
S1、采用指数加权移动平均滤波；
S2、设定系统采样频率；
S3、设定波动分量的时间周期以及对应的截止频率；
S4、计算求解测量值的权重系数；
S5、利用求解得到的权重系数代入控制系统，控制储能出力变化；
其中，在平抑风电场波动的应用中，对风电场出力进行滤波，将较高频率的波动分量作为储能系统的出力指令；
此处对风电场的出力采用指数加权移动平均滤波(EWMA)得到风储联合运行出力，如式(1)-(3)所示，
Figure GDA0003011707760000011
其中，
Figure GDA0003011707760000012
为滤波后的风电场出力，即风电场的目标出力，PWF(n)为风电场的实际出力采样；α为历史测量值的权重系数，0＜α＜1；储能的出力指令为：
Figure GDA0003011707760000013
由式(2)得到：
Figure GDA0003011707760000021
代入式(1)可得储能的出力指令：
Figure GDA0003011707760000022
对式(1)的差分方程进行Z变换可得到系统的传递函数：
Figure GDA0003011707760000023
式中，
Figure GDA0003011707760000024
Ts为采样周期；对风功率序列的频域分析可知，无论是单台风电机组还是风电场的输出功率，其0.5Hz以上的幅值已经非常小；此处，设定系统的采样频率Ts为1Hz；
式(4)的幅频特性为：
Figure GDA0003011707760000025
对应周期为1min，5min，10min，30min和60min的波动分量，分别令截止频率fc为16.7mHz，3.33mHz，1.67mHz，0.556mHz，0.278mHz；
令
Figure GDA0003011707760000026
对应各截止频率，求得α分别为：0.9005，0.9793，0.9896，0.9965，0.9983；
对式(5)的差分方程进行Z变换可得到传递函数：
Figure GDA0003011707760000027
将α代入后，可得到其幅频和相频特性。
实际应用中，可对滤波阶数和参数进行优化，以获得更好的平抑效果。
附图说明
图1基于滤波方法的储能工作指令计算示意图
图2系统的幅频特性
图3系统的相频特性
图4不同滤波参数下的平滑效果
图5不同滤波参数下的储能系统出力
图6风储联合出力的功率谱密度
具体实施方式
在平抑风电场波动的应用中，对风电场出力进行滤波，将较高频率的波动分量作为储能系统的出力指令，如图1所示。
此处对风电场的出力采用指数加权移动平均滤波(EWMA)得到风储联合运行出力，如式(1)-(3)所示，
Figure GDA0003011707760000031
其中，
Figure GDA0003011707760000032
为滤波后的风电场出力，即风电场的目标出力，PWF(n)为风电场的实际出力采样。α为历史测量值的权重系数，0＜α＜1。储能的出力指令为：
Figure GDA0003011707760000033
由式(2)得到：
Figure GDA0003011707760000034
代入式(1)可得储能的出力指令：
Figure GDA0003011707760000035
对式(1)的差分方程进行Z变换可得到系统的传递函数：
Figure GDA0003011707760000036
式中，
Figure GDA0003011707760000037
Ts为采样周期。对风功率序列的频域分析可知，无论是单台风电机组还是风电场的输出功率，其0.5Hz以上的幅值已经非常小。此处，设定系统的采样频率Ts为1Hz。
式(4)的幅频特性为：
Figure GDA0003011707760000038
对应周期为1min，5min，10min，30min和60min的波动分量，分别令截止频率fc为16.7mHz，3.33mHz，1.67mHz，0.556mHz，0.278mHz。(示例)
令
Figure GDA0003011707760000039
对应各截止频率，求得α分别为：0.9005，0.9793，0.9896，0.9965，0.9983。
对式(5)的差分方程进行Z变换可得到传递函数：
Figure GDA00030117077600000310
将α代入后，可得到其幅频和相频特性，如图2所示。
可见，在上述算法下，储能系统相当于一个高通滤波器，理想情况下其相位与高频风功率波动分量相反。从图2看出，选取的截止频率越低，对高频分量的抑制效果就越好。
实际应用中，可对滤波阶数和参数进行优化，以获得更好的平抑效果。
利用所建立的算法，对储能的出力以及风电场功率的平滑效果进行模拟。采用的数据来自某风电场一条汇集线路的有功功率历史记录，该线路下带有11台2MW风电机组，数据长度为1h，数据采样周期为1s。
按照上节所述的滤波算法，对不同滤波参数下的平抑效果进行仿真，如图4所示。随着截止频率的降低，得到平滑的风储联合出力曲线。
在各滤波参数下，储能系统出力呈现出不同的充放电幅度，如图5所示。可以看出，各参数下，储能的充放电频次接近。
从图6的功率谱密度计算结果看，截止频率3.33mHz之后，截止频率的进一步降低对0.1Hz以上的波动抑制效果已无太大差异。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种平抑风电场出力分钟级波动的储能出力控制方法，其特征在于，主要步骤为：
S1、采用指数加权移动平均滤波；
S2、设定系统采样频率；
S3、设定波动分量的时间周期以及对应的截止频率；
S4、计算求解测量值的权重系数；
S5、利用求解得到的权重系数代入控制系统，控制储能出力变化；
其中，在平抑风电场波动的应用中，对风电场出力进行滤波，将较高频率的波动分量作为储能系统的出力指令；
此处对风电场的出力采用指数加权移动平均滤波(EWMA)得到风储联合运行出力，如式(1)-(3)所示，
Figure FDA0003058894730000011
其中，
Figure FDA0003058894730000012
为滤波后的风电场出力，即风电场的目标出力，PWF(n)为风电场的实际出力采样；α为历史测量值的权重系数，0＜α＜1；储能的出力指令为：
Figure FDA0003058894730000013
由式(2)得到：
Figure FDA0003058894730000014
代入式(1)可得储能的出力指令：
Figure FDA0003058894730000015
对式(1)的差分方程进行Z变换可得到系统的传递函数：
Figure FDA0003058894730000016
式中，
Figure FDA0003058894730000017
设定系统的采样频率Ts为1Hz；
式(4)的幅频特性为：
Figure FDA0003058894730000018
对应周期为1min，5min，10min，30min和60min的波动分量，分别令截止频率fc为16.7mHz，3.33mHz，1.67mHz，0.556mHz，0.278mHz；
令
Figure FDA0003058894730000019
对应各截止频率，求得α分别为：0.9005，0.9793，0.9896，0.9965，0.9983；
对式(5)的差分方程进行Z变换可得到传递函数：
Figure FDA0003058894730000021
将α代入后，可得到其幅频和相频特性。
CN201711202473.XA 2017-11-27 2017-11-27 一种平抑风电场出力分钟级波动的储能出力控制方法 Active CN107947210B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711202473.XA CN107947210B (zh) 2017-11-27 2017-11-27 一种平抑风电场出力分钟级波动的储能出力控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711202473.XA CN107947210B (zh) 2017-11-27 2017-11-27 一种平抑风电场出力分钟级波动的储能出力控制方法

Publications (2)

Publication Number Publication Date
CN107947210A CN107947210A (zh) 2018-04-20
CN107947210B true CN107947210B (zh) 2021-06-22

Family

ID=61949047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711202473.XA Active CN107947210B (zh) 2017-11-27 2017-11-27 一种平抑风电场出力分钟级波动的储能出力控制方法

Country Status (1)

Country Link
CN (1) CN107947210B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102324754A (zh) * 2011-08-26 2012-01-18 天津理工大学 基于储能装置的双馈型风力发电机低电压穿越控制系统
CN103944177A (zh) * 2014-03-28 2014-07-23 河海大学 混合储能微网系统截止频率确定方法及输出功率控制方法
CN104657786A (zh) * 2015-02-03 2015-05-27 河海大学 一种基于Boosting算法的短期风功率混合预测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8688286B2 (en) * 2011-08-09 2014-04-01 Siemens Aktiengesellschaft Method for maintaining an optimal amount of energy derived from a power generation system in a storage device
US20140067461A1 (en) * 2012-08-31 2014-03-06 Opera Solutions, Llc System and Method for Predicting Customer Attrition Using Dynamic User Interaction Data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102324754A (zh) * 2011-08-26 2012-01-18 天津理工大学 基于储能装置的双馈型风力发电机低电压穿越控制系统
CN103944177A (zh) * 2014-03-28 2014-07-23 河海大学 混合储能微网系统截止频率确定方法及输出功率控制方法
CN104657786A (zh) * 2015-02-03 2015-05-27 河海大学 一种基于Boosting算法的短期风功率混合预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Smoothing Control of Wind Farm Output Fluctuations by Using EWMA Pitch Controller;M. R. I. Sheikh;《2nd International Conference on the Developments in Renewable Energy Technology (ICDRET 2012)》;20120107;全文 *
禹争光;风电对储能电池的计算和选取方法;《东方汽轮机》;20130325;全文 *

Also Published As

Publication number Publication date
CN107947210A (zh) 2018-04-20

Similar Documents

Publication Publication Date Title
Yin et al. Optimal torque control based on effective tracking range for maximum power point tracking of wind turbines under varying wind conditions
Da Rocha et al. Comparative analysis of MPPT algorithms based on Bat algorithm for PV systems under partial shading condition
Halamay et al. Reserve requirement impacts of large-scale integration of wind, solar, and ocean wave power generation
Ishaque et al. The performance of perturb and observe and incremental conductance maximum power point tracking method under dynamic weather conditions
CN101438476B (zh) 新的能量发电系统输出起伏缓和装置
Kristalny et al. On using wind speed preview to reduce wind turbine tower oscillations
Graditi et al. Energy yield estimation of thin-film photovoltaic plants by using physical approach and artificial neural networks
Yang et al. Wear reduction for hydropower turbines considering frequency quality of power systems: a study on controller filters
Mithulananthan et al. Small-disturbance angle stability control with high penetration of renewable generations
CN109345046B (zh) 光伏功率的预测方法及装置
CN103093027B (zh) 基于双馈风电场等值模型的电力系统分析方法
Gavriluta et al. Complete methodology on generating realistic wind speed profiles based on measurements
Simley et al. Reducing LIDAR wind speed measurement error with optimal filtering
Dellino et al. Energy production forecasting in a PV plant using transfer function models
CN105119543A (zh) 一种发电机组调速系统远端线路甩负荷的控制方法及系统
CN115099541A (zh) 光伏电站清洗策略的确定方法及装置
CN111064190B (zh) 一种基于维纳随机过程的风电场储能系统配置方法
Bocklisch et al. Technical and economic investigation and comparison of photovoltaic–wind energy–hybrid systems with battery and heat-storage path
CN105514975B (zh) 一种光伏发电系统的能效预测方法
Yang et al. Short‐term photovoltaic power dynamic weighted combination forecasting based on least squares method
CN107947210B (zh) 一种平抑风电场出力分钟级波动的储能出力控制方法
Till et al. Frequency response of the Eastern Interconnection due to increased wind generation
CN110838725A (zh) 一种风电场闭环pi控制器参数整定方法及装置
Sl-Subhi et al. Novel MPPT algorithm for low cost wind energy conversion systems
Narayana et al. Adaptive prediction of power fluctuations from a wind turbine at Kalpitiya area in Sri Lanka

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