CN110048460A - 一种bess参与电网一次调频的智能综合控制方法 - Google Patents
一种bess参与电网一次调频的智能综合控制方法 Download PDFInfo
- Publication number
- CN110048460A CN110048460A CN201910404809.3A CN201910404809A CN110048460A CN 110048460 A CN110048460 A CN 110048460A CN 201910404809 A CN201910404809 A CN 201910404809A CN 110048460 A CN110048460 A CN 110048460A
- Authority
- CN
- China
- Prior art keywords
- soc
- bess
- power
- frequency
- control
- 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
Links
- 230000033228 biological regulation Effects 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004146 energy storage Methods 0.000 claims abstract description 53
- 230000004044 response Effects 0.000 claims abstract description 15
- 238000010521 absorption reaction Methods 0.000 claims abstract description 11
- 230000003044 adaptive effect Effects 0.000 claims abstract description 11
- 238000011217 control strategy Methods 0.000 claims abstract description 8
- 230000000694 effects Effects 0.000 claims description 29
- 238000007665 sagging Methods 0.000 claims description 18
- 229940088597 hormone Drugs 0.000 claims description 9
- 239000005556 hormone Substances 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 6
- 230000028327 secretion Effects 0.000 claims description 6
- 230000001629 suppression Effects 0.000 claims description 6
- 230000002457 bidirectional effect Effects 0.000 claims description 5
- 230000001276 controlling effect Effects 0.000 claims description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 206010062767 Hypophysitis Diseases 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 3
- 210000000750 endocrine system Anatomy 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 210000003016 hypothalamus Anatomy 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 230000002401 inhibitory effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000006641 stabilisation Effects 0.000 claims description 3
- 238000011105 stabilization Methods 0.000 claims description 3
- 210000001367 artery Anatomy 0.000 claims 1
- 230000003247 decreasing effect Effects 0.000 claims 1
- 230000010354 integration Effects 0.000 claims 1
- 210000003462 vein Anatomy 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000009699 differential effect Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
-
- H02J3/382—
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/10—Flexible AC transmission systems [FACTS]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种BESS参与电网一次调频的智能综合控制方法，包括如下步骤：在分析电网调频需求与BESS荷电状态SOC的基础上，提出一种BESS自适应控制策略，通过该控制策略将电网频率偏差Δf转换为BESS的参考吸收或输出功率ΔP；为提高BESS频率响应速度与精度，使得BESS对电网提供快速、稳定的功率支撑，提出一种基于生物网络调节的双层结构功率调节控制器，对输出ΔP进行控制；为提高双层结构功率调节控制器的动态响应能力，引入一种基于离散化预测算法的多参数自整定控制器，给出双层结构功率调节控制器的控制参数的动态整定方法。本发明能够有效的对电网提供有功功率支持，同时解决了储能电池过充过放问题，提高了BESS的循环效率，降低了储能系统的维护成本。
Description
技术领域
本发明涉及BESS技术领域，尤其是一种BESS参与电网一次调频的智能综合控制方法。
背景技术
随着化石能源的枯竭和环境污染问题日益严重，大规模开发利用风能、太阳能等可再生能源是实现能源可持续发展、满足能源消费需求、改善环境质量的有效途径。然而以风能、太阳能为代表的清洁能源出力具有随机性和波动性，当大规模接入电网时，会产生功率波动等问题，使得电力系统有功出力与负荷之间动态不平衡，导致系统频率偏差，对电力系统的安全稳定带来严峻的挑战。电池储能系统(Battery Energy Storage System，BESS)参与调频具有响应速度快、控制精度高、运行灵活等优点。目前，电池作为一种新的调频手段已经引起广泛关注，如何使得BESS在兼顾电网调频需求与电池SOC状态下更加高效地满足电网一次调频需求是当前研究的焦点。
发明内容
本发明所要解决的技术问题在于，提供一种BESS参与电网一次调频的智能综合控制方法，能够有效的对电网提供有功功率支持，满足电网调频需求，同时解决了储能电池过充过放问题，提高了BESS的循环效率，降低了储能系统的维护成本。
为解决上述技术问题，本发明提供一种BESS参与电网一次调频的智能综合控制方法，包括如下步骤：
(1)首先在分析电网调频需求与BESS荷电状态SOC的基础上，提出一种BESS自适应控制策略，通过该控制策略将电网频率偏差Δf转换为BESS的参考吸收或输出功率ΔP；
(2)为提高BESS频率响应速度与精度，使得BESS对电网提供快速、稳定的功率支撑，提出一种基于生物网络调节的双层结构功率调节控制器，对输出ΔP进行控制；
(3)为提高双层结构功率调节控制器的动态响应能力，引入一种基于离散化预测算法的多参数自整定控制器，给出双层结构功率调节控制器的控制参数的动态整定方法。
优选的，步骤(1)中，在分析电网调频需求与BESS荷电状态SOC的基础上，提出一种BESS自适应控制策略具体包括如下步骤：
(11)当前BESS参与电网一次调频一般采用下垂控制+虚拟惯性相结合的控制策略，其控制表达式为：
式中，ΔP为BESS输出或吸收的功率偏差参考值；KBESS为储能电池下垂控制系数，为负值；Kine为虚拟惯性系数，为负值；f为电网实时频率，由电网频率检测器检测所得；Δf为电网频率与额定频率的偏差，Δf＝f-frate，其中，frate为电网额定频率，其值为50Hz；
(12)根据电网实际调频需求，将电网调频需求划分为5个区域：不调频区、正常放电调频区、正常充电调频区、紧急调频区以及无法调频区，将KBESS分为Kch与Kdisch，即充电系数与放电系数，BESS参与一次调频控制的下垂系数与调频区间的函数关系如式(2)所示。
式中，Kmax为最大下垂出力系数，表示BESS以最大额定功率出力，当电网频率偏差小于0.033Hz，电力系统频率偏差在允许范围之内，为提高BESS寿命，BESS不动作；当系统频率偏差大于0.5Hz，仅依靠BESS出力已经无法满足电网调频需求，BESS因为自身容量限制，无法参与调频；
(13)在BESS中，为防止电池过充过放，应当满足SOC约束条件，即满足
δSOC,min≤δSOC(t)≤δSOC,max (3)；
(14)综合上述电网各频率偏差区间调频需求与储能电池SOC考虑，BESS参与电网一次调频的自适应控制策略具体为：
(a)当电网频率差-0.2Hz≤Δf＜-0.033Hz，且δSOC,min＜δSOC(t)≤δSOC,low时，储能电池按照公式(7)、公式(8)所计算的出力系数放电，遏制系统频率下降；当电网频率差-0.2Hz≤Δf＜-0.033Hz且δSOC,low＜δSOC＜δSOC,max时，储能电池容量充足，按照Kmax出力，储能电池以最大功率放电，遏制系统频率下降，即Kdisch＝Kmax，储能电池为电网提供一次调频辅助辅助；
(b)当电网频率差0.033Hz≤Δf＜0.2Hz，且δSOC,min＜δSOC(t)≤δSOC,high时，储能电池以Kmax吸收电量，遏制电网频率上升，即Kch＝Kmax；当电网频率差0.033Hz≤Δf＜0.2Hz且δSOC,high＜δSOC(t)＜δSOC,max时，储能电池按照公式(10)、公式(11)所计算的出力系数，吸收电量，遏制电网频率上升，减小电网频率偏差，维持电网稳定，储能电池为电网提供的一次调频辅助辅助；
(c)当电网频率差0.2Hz≤|Δf|≤0.5Hz时，且δSOC,min＜δSOC(t)＜δSOC,max时，BESS处于紧急调频区，在此特殊情况下储能电池必须以最大出力系数对电网进行充放电，即Kch＝Kdisch＝Kmax，使电力系统尽快恢复稳定。
优选的，步骤(13)中，为更加精细的对BESS进行能量管理，将储能电池SOC分为7个状态区间；
根据不同SOC分区，下垂系数Kdisch与Kch的取值满足如下函数关系式：
(a)当δSOC(t)＞δSOC,max或δSOC(t)＜δSOC,min
Kch＝0；Kdisch＝0 (4)
(b)当δSOC,low≤δSOC(t)≤δSOC,high时
Kch＝Kdisch＝Kmax (5)
(c)当δSOC,min≤δSOC(t)≤δSOC,low时
Kch＝Kmax (6)
当δSOC,min≤δSOC(t)≤δSOC,2时
当δSOC,2＜δSOC(t)＜δSOC,low时
(d)当δSOC,high≤δSOC(t)≤δSOC,max时
Kdisch＝Kmax (9)
当δSOC,1≤δSOC(t)≤δSOC,max时
当δSOC,high＜δSOC(t)＜δSOC,1时
优选的，步骤(2)中，提出一种基于生物网络调节的双层结构功率调节控制器具体包括如下步骤：
(21)以生物内分泌系统系统为基础，结合激素调节原理，提出了一种基于生物网络调节的双层结构功率调节控制器；
(22)一级控制器对应生物网络中的下丘脑结构，其作用是通过动态改变二级控制器的的控制偏差，达到快速、稳定消除控制偏差的目的；为提高系统快速性，采用的控制算法为
u1(t)＝ΔP+αe(t) (12)
式中，ΔP为BESS吸收或输出功率参考值；e为一级控制器输入偏差，为BESS参考功率ΔP与实际释放或吸收功率的实际值Pout之差；t为时间；α为比例增益系数，在一定范围内α取值越大，其动态调整偏差的能力越强，控制改善效果越明显；
(23)二级控制器对应生物网络系统中的垂体结构，起到快速稳定消除偏差的效果，其输入给定值为一级控制器的输出u1，二级控制器由控制单元与超短反馈单元组成，除了输出实际值Pout的反馈作用外，还有控制单元本身的超短反馈作用，其作用是利用其补偿特性，根据激素分泌调节规律动态地补偿控制输出，进一步提高系统的快速性与稳定性；
二级控制器中的控制单元，为了实现快速稳定地消除偏差的作用，采用常规的比例积分微分控制，其动态控制表达式为
式中，α2、β、γ分别代表二级控制器的增益系数、积分系数和微分系数；
e2＝u1-Pout (14)
式中，e2为二级控制器的偏差，u1为二级控制器的输入给定值，即为一级控制的输出值，Pout为BESS实际释放或吸收功率的实际值；
超短反馈单元的输入为控制单元的输出变化率Δu2与输入偏差e2；
首先将二级控制器的控制单元化为离散化增量表达形式
式中，k表示当前时刻采样值；k-1表示上个周期采样值；k-2表示再上一个周期采样值；α2、β、γ分别代表二级控制器的增益系数、积分系数和微分系数；
根据激素分泌调节规律，超短反馈控制单元的控制算法为
式中，x的取值代表超短反馈的控制方向，与输入偏差e2有关
因此二级控制器的最终输出表达式为
us＝u2+uf (18)
经过二级控制器输出，将所得输出信号量us与PWM波进行调制，产生触发开关器件的脉冲信号，用于控制储能双向变流器，向电网释放电能或从电网吸收电能，进行频率调节。
优选的，步骤(3)中，引入一种基于离散化预测算法的多参数自整定控制器，给出双层结构功率调节控制器的控制参数的动态整定方法具体包括如下步骤：
(31)基于离散化预测算法的多参数自整定控制器，对输入偏差e2变化后一个周期内的增益系数α2、积分系数β和微分系数γ进行实时动态调整；
采用增量式迭代算法，采用表达式(15)表示二级控制器输出量
式中，k表示当前时刻采样值；k-1表示上个周期采样值；k-2表示再上一个周期采样值；α2、β、γ分别代表二级控制器的增益系数、积分系数和微分系数；
基于离散化预测算法的多参数整定控制器采用2输入3三输出结构，二级控制器的偏差e2以及变化量e2c作为输入，计算出Δα2、Δβ以及Δγ，根据公式(16)对功率补偿控制器的三个参数进行调整，然后输出；
式中，β*和γ*为当前的二级控制器设定值；
(32)基于离散化预测算法的多参数整定控制器对功率补偿控制器参数调整算法方法如下：
首先对二级控制器输入e2和e2c进行模糊化处理，定义多参数整定控制器的输入变量与输出变量的语言值分为7个语言值：{NL，NM，NS，ZO，PS，PM，PB}，采用三角形隶属度函数，模糊量e2和e2c论域为[-3,3]；
基于离散化预测算法的多参数整定控制器的核心就是控制器整定规则，主要由现场调试和专家经验所得，其整定原则为：
(a)当二级控制器输入偏差|e2|较大时：应增大增益系数α的取值，从而可以使偏差快速减小；由于α的作用使偏差迅速减小，但同时产生了较大的偏差变化率|e2c|，为了抑制微分作用的较快增加，进一步限制控制作用在合理的范围内变化，应取较小的微分系数γ，由于积分对误差的累积作用会因较大的误差产生积分饱和，出现系统超调，因此通常取积分系数β＝0，去掉积分作用；
(b)当|e2|和|e2c|处于中等大小时：为避免较大的α为系统带来的超调，应适当减小α的取值；同时可取较小的β值；由于微分环节会提前对偏差的变化施加抑制作用，γ的取值会对系统的动态性能产生较大的影响，同时为了保证系统的响应速度，减小调节时间，应取适当大小的γ；
(c)当二级控制器输入偏差|e2|较小时：为了获得良好的稳态性能，并且进一步减小稳态误差，应适当增加α与β的值，同时为了避免出现系统在稳态值附近振荡，应取合理的γ值，通常是当|e2c|较小时，取较大的γ；当|e2c|较大时，取较小的γ；
Δα2、Δβ以及Δγ的论域设为[-3,-2,-1,0,1,2,3]，当输入经过模糊化后，根据参数调整表进行模糊推理，即可得到3个修正量Δα2、Δβ以及Δγ的模糊量，在利用重心法解模糊后，代入公式(20)即可完成双层结构功率调节控制器α2、β以及γ三个参数的动态整定。
本发明的有益效果为：本发明将BESS自适应控制策略、基于生物网络调节原理的双层结构功率调节控制以及基于离散化预测算法的多参数自整定控制结合在一起，能够有效的对电网提供有功功率支持，满足电网调频需求，同时解决了储能电池过充过放问题，提高了BESS的循环效率，降低了储能系统的维护成本。
附图说明
图1为本发明的储能电池SOC分区示意图。
图2为本发明双层结构的功率调节控制器结构示意图。
图3为本发明的BESS控制框图。
图4为本发明引入多参数整定控制的结构示意图。
图5为本发明的e2和e2c隶属度函数示意图。
具体实施方式
如图1所示，一种BESS参与电网一次调频的智能综合控制方法，包括如下步骤：
(1)首先在分析电网调频需求与BESS荷电状态SOC的基础上，提出一种BESS自适应控制策略，通过该控制策略将电网频率偏差Δf转换为BESS的参考吸收或输出功率ΔP；
(2)为提高BESS频率响应速度与精度，使得BESS对电网提供快速、稳定的功率支撑，提出一种基于生物网络调节的双层结构功率调节控制器，对输出ΔP进行控制；
(3)为提高双层结构功率调节控制器的动态响应能力，引入一种基于离散化预测算法的多参数自整定控制器，给出双层结构功率调节控制器的控制参数的动态整定方法。
步骤(1)具体包括以下内容：
11)当前BESS参与电网一次调频一般采用下垂控制+虚拟惯性相结合的控制策略，其控制表达式为：
式中，ΔP为BESS输出或吸收的功率偏差参考值；KBESS为储能电池下垂控制系数，为负值；Kine为虚拟惯性系数，为负值；f为电网实时频率，由电网频率检测器检测所得；Δf为电网频率与额定频率的偏差，Δf＝f-frate，其中，frate为电网额定频率，其值为50Hz。
当BESS参与电网一次调频时，通常采用固定的下垂系数KBESS出力。但在BESS实际运行过程中，若长期采用固定最大下垂系数KBESS出力，则储能电池处于长期过充过放状态，对储能电池的寿命会造成影响，导致BESS维护更换成本过高，储能参与调频经济性过低。若长期采用较小的下垂系数KBESS出力，则BESS的一次调频效果欠佳。因此需要综合考虑电网的调频需求与储能电池SOC。
12)根据电网实际调频需求，本发明将电网调频需求划分为5个区域：不调频区、正常放电调频区、正常充电调频区、紧急调频区以及无法调频区。为了更好的区分BESS工作状态，本发明中将KBESS分为Kch与Kdisch，即充电系数与放电系数。BESS参与一次调频控制的下垂系数与调频区间的函数关系如式(2)所示。
式中，Kmax为最大下垂出力系数，表示BESS以最大额定功率出力。当电网频率偏差小于0.033Hz，电力系统频率偏差在允许范围之内，为提高BESS寿命，BESS不动作；当系统频率偏差大于0.5Hz，仅依靠BESS出力已经无法满足电网调频需求，BESS因为自身容量限制，无法参与调频。
13)在BESS中，为防止电池过充过放，应当满足SOC约束条件，即满足
δSOC,min≤δSOC(t)≤δSOC,max (3)
为更加精细的对BESS进行能量管理，本发明中将储能电池SOC分为7个状态区间。
如图1所示，为保证BESS中的储能电池不出现过充过放而影响其寿命，δSOC,min、δSOC,max的取值分别为0.1和0.9；BESS区间划分的δSOC,low、δSOC,high、δSOC,2以及δSOC,1的取值分别为0.45、0.55、0.275和0.725。
根据不同SOC分区，下垂系数Kdisch与Kch的取值满足如下函数关系式。
(1)当δSOC(t)＞δSOC,max或δSOC(t)＜δSOC,min
Kch＝0；Kdisch＝0 (4)
(2)当δSOC,low≤δSOC(t)≤δSOC,high时
Kch＝Kdisch＝Kmax (5)
(3)当δSOC,min≤δSOC(t)≤δSOC,low时
Kch＝Kmax (6)
当δSOC,min≤δSOC(t)≤δSOC,2时
当δSOC,2＜δSOC(t)＜δSOC,low时
(4)当δSOC,high≤δSOC(t)≤δSOC,max时
Kdisch＝Kmax (9)
当δSOC,1≤δSOC(t)≤δSOC,max时
当δSOC,high＜δSOC(t)＜δSOC,1时
14)综合上述电网各频率偏差区间调频需求与储能电池SOC考虑，BESS参与电网一次调频的自适应控制策略为：
(a)当电网频率差-0.2Hz≤Δf＜-0.033Hz，且δSOC,min＜δSOC(t)≤δSOC,low时，储能电池按照公式(7)、公式(8所计算的出力系数放电，遏制系统频率下降；当电网频率差-0.2Hz≤Δf＜-0.033Hz且δSOC,low＜δSOC＜δSOC,max时，储能电池容量充足，按照Kmax出力，储能电池以最大功率放电，遏制系统频率下降，即Kdisch＝Kmax。储能电池为电网提供一次调频辅助辅助。
(b)当电网频率差0.033Hz≤Δf＜0.2Hz，且δSOC,min＜δSOC(t)≤δSOC,high时，储能电池以Kmax吸收电量，遏制电网频率上升，即Kch＝Kmax；当电网频率差0.033Hz≤Δf＜0.2Hz且δSOC,high＜δSOC(t)＜δSOC,max时，储能电池按照公式(10)、公式(11)所计算的出力系数，吸收电量，遏制电网频率上升，减小电网频率偏差，维持电网稳定。储能电池为电网提供的一次调频辅助辅助。
(c)当电网频率差0.2Hz≤|Δf|≤0.5Hz时，且δSOC,min＜δSOC(t)＜δSOC,max时，BESS处于紧急调频区，在此特殊情况下储能电池必须以最大出力系数对电网进行充放电，即Kch＝Kdisch＝Kmax，使电力系统尽快恢复稳定。
其余状态，若电网频率出现偏差，BESS因SOC状态无法参与调频，或电网频率差过大，超过0.5Hz，BESS无法参与调频，应采用其他调频方法参与调频，，BESS接受经济惩罚；若电网频率无偏差，BESS可根据自身SOC状态吸收电能、释放电能获取经济利用，或不动作。
步骤(2)具体包括以下内容：
21)为了更好地实现储能双向变流器(PCS)输出或吸收功率的能力，提高BESS参与电网一次调频的快速性与稳定性。以生物内分泌系统系统为基础，结合激素调节原理，提出了一种基于生物网络调节的双层结构功率调节控制器，其结构如图2所示。
22)一级控制器对应生物网络中的下丘脑结构，其作用是通过动态改变二级控制器的的控制偏差，达到快速、稳定消除控制偏差的目的。为提高系统快速性，本发明中采用的控制算法为
u1(t)＝ΔP+αe(t) (12)
式中，ΔP为BESS吸收或输出功率参考值；e为一级控制器输入偏差，为BESS参考功率ΔP与实际释放或吸收功率的实际值Pout之差；t为时间；α为比例增益系数,在一定范围内α取值越大，其动态调整偏差的能力越强，控制改善效果越明显
23)二级控制器对应生物网络系统中的垂体结构，起到快速稳定消除偏差的效果，其输入给定值为一级控制器的输出u1，二级控制器由控制单元与超短反馈单元组成，除了输出实际值Pout的反馈作用外，还有控制单元本身的超短反馈作用，其作用是利用其补偿特性，根据激素分泌调节规律动态地补偿控制输出，进一步提高系统的快速性与稳定性。
二级控制器中的控制单元，为了实现快速稳定地消除偏差的作用，采用常规的比例积分微分控制，其动态控制表达式为
式中，α2、β、γ分别代表二级控制器的增益系数、积分系数和微分系数。
e2＝u1-Pout (14)
式中，e2为二级控制器的偏差，u1为二级控制器的输入给定值，即为一级控制的输出值，Pout为BESS实际释放或吸收功率的实际值。
超短反馈单元的输入为控制单元的输出变化率Δu2与输入偏差e2。
首先将二级控制器的控制单元化为离散化增量表达形式
式中，k表示当前时刻采样值；k-1表示上个周期采样值；k-2表示再上一个周期采样值；α2、β、γ分别代表二级控制器的增益系数、积分系数和微分系数。
根据激素分泌调节规律，超短反馈控制单元的控制算法为
式中，x的取值代表超短反馈的控制方向，与输入偏差e2有关
因此二级控制器的最终输出表达式为
us＝u2+uf (18)
经过二级控制器输出，将所得输出信号量us与PWM波进行调制，产生触发开关器件的脉冲信号，用于控制储能双向变流器，向电网释放电能或从电网吸收电能，进行频率调节。有效地提高了以BESS为核心的调频系统的响应速度、控制精度和稳定性，同时避免了控制信号时滞导致的调频效果不佳、反向调节等问题，有效地保障电力系统的稳定运行
BESS参与电网一次调频的控制图如图3所示。
步骤(3)具体包括以下内容：
31)在本发明中所提出的基于生物网络调节原理的双层结构功率调节控制器中，当一级控制器对二级控制器的输入偏差e2进行动态改变后，对于二级控制器而言，输入变化时会导致整个控制系统响应能力不足；并且二级控制器的参数若一直为固定值，则输入误差较大时，整个控制器的快速性不足，误差较小时，整个控制器的又会出现超调，稳定性变差。为解决这个问题，提高双层结构功率调节控制器的动态响应能力和控制效果，本发明引入了基于离散化预测算法的多参数自整定控制器，对输入偏差e2变化后一个周期内的增益系数α2、积分系数β和微分系数γ进行实时动态调整，有效地提高了功率补偿控制器的动态响应能力，提高了储能双向变流器的功率支持效果。
其控制结构如图4所示。frate为电网额定频率，f为电网实时频率，ΔP为BESS吸收或释放功率参考功率值，Pout为储能变流器释放或吸收实时功率。
为简化计算过程提高实时性，采用增量式迭代算法，采用表达式(15)表示二级控制器输出量
式中，k表示当前时刻采样值；k-1表示上个周期采样值；k-2表示再上一个周期采样值；α2、β、γ分别代表二级控制器的增益系数、积分系数和微分系数。
基于离散化预测算法的多参数整定控制器采用2输入3三输出结构，二级控制器的偏差e2以及变化量e2c作为输入，计算出Δα2、Δβ以及Δγ，根据公式(16)对功率补偿控制器的三个参数进行调整，然后输出。
式中，β*和γ*为当前的二级控制器设定值。
基于离散化预测算法的多参数整定控制器对功率补偿控制器参数调整算法方法如下：
首先对二级控制器输入e2和e2c进行模糊化处理，定义多参数整定控制器的输入变量与输出变量的语言值分为7个语言值：{NL，NM，NS，ZO，PS，PM，PB}，采用三角形隶属度函数，模糊量e2和e2c论域为[-3,3]，如图5所示。
基于离散化预测算法的多参数整定控制器的核心就是控制器整定规则。主要由现场调试和专家经验所得，其整定原则为：
(a)当二级控制器输入偏差|e2|较大时：应增大增益系数α的取值，从而可以使偏差快速减小；由于α的作用使偏差迅速减小，但同时产生了较大的偏差变化率|e2c|，为了抑制微分作用的较快增加，进一步限制控制作用在合理的范围内变化，应取较小的微分系数γ，由于积分对误差的累积作用会因较大的误差产生积分饱和，出现系统超调，因此通常取积分系数β＝0，去掉积分作用。
(b)当|e2|和|e2c|处于中等大小时:为避免较大的α为系统带来的超调，应适当减小α的取值；同时可取较小的β值；由于微分环节会提前对偏差的变化施加抑制作用，γ的取值会对系统的动态性能产生较大的影响，同时为了保证系统的响应速度，减小调节时间，应取适当大小的γ。
(c)当二级控制器输入偏差|e2|较小时:为了获得良好的稳态性能，并且进一步减小稳态误差，应适当增加α与β的值，同时为了避免出现系统在稳态值附近振荡，应取合理的γ值。通常是当|e2c|较小时，取较大的γ；当|e2c|较大时，取较小的γ。
因此Δα2、Δβ以及Δγ调整规则表分别为
表1 Δα2参数调整表
表2 Δβ参数调整表
表3 Δγ参数调整表
Δα2、Δβ以及Δγ的论域设为[-3,-2,-1,0,1,2,3]，其隶属度函数与图5一致。当输入经过模糊化后，根据参数调整表进行模糊推理，即可得到3个修正量Δα2、Δβ以及Δγ的模糊量，在利用重心法解模糊后，代入公式(20)即可完成双层结构功率调节控制器α2、β以及γ三个参数的动态整定。提高了系统的灵活稳定性，动态特性增强。
本发明在兼顾电网调频需求与BESS的储能电池荷电状态SOC的基础上，提出一种BESS自适应控制策略，并提出一种基于生物网络调节原理的双层结构功率调节控制器，对BESS向电网吸收或释放功率能力进行调节，并且结合基于离散化预测算法的多参数自整定控制，对特双层结构功率调节控制器的控制参数进行实时调整，有效提高系统的动态响应能力，并提高了BESS参与电网一次调频的效果与经济效益。
Claims (5)
1.一种BESS参与电网一次调频的智能综合控制方法，其特征在于，包括如下步骤：
(1)首先在分析电网调频需求与BESS荷电状态SOC的基础上，提出一种BESS自适应控制策略，通过该控制策略将电网频率偏差Δf转换为BESS的参考吸收或输出功率ΔP；
(2)为提高BESS频率响应速度与精度，使得BESS对电网提供快速、稳定的功率支撑，提出一种基于生物网络调节的双层结构功率调节控制器，对输出ΔP进行控制；
(3)为提高双层结构功率调节控制器的动态响应能力，引入一种基于离散化预测算法的多参数自整定控制器，给出双层结构功率调节控制器的控制参数的动态整定方法。
2.如权利要求1所述的BESS参与电网一次调频的智能综合控制方法，其特征在于，步骤(1)中，在分析电网调频需求与BESS荷电状态SOC的基础上，提出一种BESS自适应控制策略具体包括如下步骤：
(11)当前BESS参与电网一次调频一般采用下垂控制+虚拟惯性相结合的控制策略，其控制表达式为：
式中，ΔP为BESS输出或吸收的功率偏差参考值；KBESS为储能电池下垂控制系数，为负值；Kine为虚拟惯性系数，为负值；f为电网实时频率，由电网频率检测器检测所得；Δf为电网频率与额定频率的偏差，Δf＝f-frate，其中，frate为电网额定频率，其值为50Hz；
(12)根据电网实际调频需求，将电网调频需求划分为5个区域：不调频区、正常放电调频区、正常充电调频区、紧急调频区以及无法调频区，将KBESS分为Kch与Kdisch，即充电系数与放电系数，BESS参与一次调频控制的下垂系数与调频区间的函数关系如式(2)所示：
式中，Kmax为最大下垂出力系数，表示BESS以最大额定功率出力，当电网频率偏差小于0.033Hz，电力系统频率偏差在允许范围之内，为提高BESS寿命，BESS不动作；当系统频率偏差大于0.5Hz，仅依靠BESS出力已经无法满足电网调频需求，BESS因为自身容量限制，无法参与调频；
(13)在BESS中，为防止电池过充过放，应当满足SOC约束条件，即满足
δSOC，min≤δSOC(t)≤δSOC，max (3)；
(14)综合上述电网各频率偏差区间调频需求与储能电池SOC考虑，BESS参与电网一次调频的自适应控制策略具体为：
(a)当电网频率差-0.2Hz≤Δf＜-0.033Hz，且δSOC，min＜δSOC(t)≤δSOC，low时，储能电池按照公式(7)、公式(8)所计算的出力系数放电，遏制系统频率下降；当电网频率差-0.2Hz≤Δf＜-0.033Hz且δSOC，low＜δSOC＜δSOC，max时，储能电池容量充足，按照Kmax出力，储能电池以最大功率放电，遏制系统频率下降，即Kdisch＝Kmax，储能电池为电网提供一次调频辅助辅助；
(b)当电网频率差0.033Hz≤Δf＜0.2Hz，且δSOC，min＜δSOC(t)≤δSOC，high时，储能电池以Kmax吸收电量，遏制电网频率上升，即Kch＝Kmax；当电网频率差0.033Hz≤Δf＜0.2Hz且δSOC，high＜δSOC(t)＜δSOC，max时，储能电池按照公式(10)、公式(11)所计算的出力系数，吸收电量，遏制电网频率上升，减小电网频率偏差，维持电网稳定，储能电池为电网提供的一次调频辅助辅助；
(c)当电网频率差0.2Hz≤|Δf|≤0.5Hz时，且δSOC，min＜δSOC(t)＜δSOC，max时，BESS处于紧急调频区，在此特殊情况下储能电池必须以最大出力系数对电网进行充放电，即Kch＝Kdisch＝Kmax，使电力系统尽快恢复稳定。
3.如权利要求2所述的BESS参与电网一次调频的智能综合控制方法，其特征在于，步骤(13)中，为更加精细的对BESS进行能量管理，将储能电池SOC分为7个状态区间；
根据不同SOC分区，下垂系数Kdisch与Kch的取值满足如下函数关系式：
(a)当δSOC(t)＞δSOC，max或δSOC(t)＜δSOC，min
Kch＝0；Kdisch＝0 (4)
(b)当δSOC，low≤δSOC(t)≤δSOC，high时
Kch＝Kdisch＝Kmax (5)
(c)当δSOC，min≤δSOC(t)≤δSOC，low时
Kch＝Kmax (6)
当δSOC，min≤δSOC(t)≤δSOC，2时
当δSOC，2＜δSOC(t)＜δSOC，low时
(d)当δSOC，high≤δSOC(t)≤δSOC，max时
Kdisch＝Kmax (9)
当δSOC，1≤δSOC(t)≤δSOC，max时
当δSOC，high＜δSOC(t)＜δSOC，1时
4.如权利要求1所述的BESS参与电网一次调频的智能综合控制方法，其特征在于，步骤(2)中，提出一种基于生物网络调节的双层结构功率调节控制器具体包括如下步骤：
(21)以生物网络内分泌系统为基础，结合激素调节原理，提出了一种基于生物网络调节原理双层结构功率调节控制器；
(22)一级控制器对应生物网络中的下丘脑结构，其作用是通过动态改变二级控制器的的控制偏差，达到快速、稳定消除控制偏差的目的；为提高系统快速性，采用的控制算法为
u1(t)＝ΔP+αe(t) (12)
式中，ΔP为BESS吸收或输出功率参考值；e为一级控制器输入偏差，为BESS参考功率ΔP与实际释放或吸收功率的实际值Pout之差；t为时间；α为比例增益系数，在一定范围内α取值越大，其动态调整偏差的能力越强，控制改善效果越明显；
(23)二级控制器对应生物网络系统中的垂体结构，起到快速稳定消除偏差的效果，其输入给定值为一级控制器的输出u1，二级控制器由控制单元与超短反馈单元组成，除了输出实际值Pout的反馈作用外，还有控制单元本身的超短反馈作用，其作用是利用其补偿特性，根据激素分泌调节规律动态地补偿控制输出，进一步提高系统的快速性与稳定性；
二级控制器中的控制单元，为了实现快速稳定地消除偏差的作用，采用常规的比例积分微分控制，其动态控制表达式为
式中，α2、β、γ分别代表二级控制器的增益系数、积分系数和微分系数；
e2＝u1-Pout (14)
式中，e2为二级控制器的偏差，u1为二级控制器的输入给定值，即为一级控制的输出值，Pout为BESS实际释放或吸收功率的实际值；
超短反馈单元的输入为控制单元的输出变化率Δu2与输入偏差e2；
首先将二级控制器的控制单元化为离散化增量表达形式
式中，k表示当前时刻采样值；k-1表示上个周期采样值；k-2表示再上一个周期采样值；α2、β、γ分别代表二级控制器的增益系数、积分系数和微分系数；
根据激素分泌调节规律，超短反馈控制单元的控制算法为
式中，x的取值代表超短反馈的控制方向，与输入偏差e2有关
因此二级控制器的最终输出表达式为
us＝u2+uf (18)
经过二级控制器输出，将所得输出信号量us与PWM波进行调制，产生触发开关器件的脉冲信号，用于控制储能双向变流器，向电网释放电能或从电网吸收电能，进行频率调节。
5.如权利要求1所述的BESS参与电网一次调频的智能综合控制方法，其特征在于，步骤(3)中，引入一种基于离散化预测算法的多参数自整定控制器，给出双层结构功率调节控制器的控制参数的动态整定方法具体包括如下步骤：
(31)基于离散化预测算法的多参数自整定控制器，对输入偏差e2变化后一个周期内的增益系数α2、积分系数β和微分系数γ进行实时动态调整；
采用增量式迭代算法，采用表达式(15)表示二级控制器输出量
式中，k表示当前时刻采样值；k-1表示上个周期采样值；k-2表示再上一个周期采样值；α2、β、γ分别代表二级控制器的增益系数、积分系数和微分系数；
基于离散化预测算法的多参数整定控制器采用2输入3三输出结构，二级控制器的偏差e2以及变化量e2c作为输入，计算出Δα2、Δβ以及Δγ，根据公式(16)对功率补偿控制器的三个参数进行调整，然后输出；
式中，β*和γ*为当前的二级控制器设定值；
(32)基于离散化预测算法的多参数整定控制器对功率补偿控制器参数调整算法方法如下：
首先对二级控制器输入e2和e2c进行模糊化处理，定义多参数整定控制器的输入变量与输出变量的语言值分为7个语言值：{NL，NM，NS，ZO，PS，PM，PB}，采用三角形隶属度函数，模糊量e2和e2c论域为[-3，3]；
基于离散化预测算法的多参数整定控制器的核心就是控制器整定规则，主要由现场调试和专家经验所得，其整定原则为：
(a)当二级控制器输入偏差|e2|较大时：应增大增益系数α的取值，从而可以使偏差快速减小；由于α的作用使偏差迅速减小，但同时产生了较大的偏差变化率|e2c|，为了抑制微分作用的较快增加，进一步限制控制作用在合理的范围内变化，应取较小的微分系数γ，由于积分对误差的累积作用会因较大的误差产生积分饱和，出现系统超调，因此通常取积分系数β＝0，去掉积分作用；
(b)当|e2|和|e2c|处于中等大小时：为避免较大的α为系统带来的超调，应适当减小α的取值；同时可取较小的β值；由于微分环节会提前对偏差的变化施加抑制作用，γ的取值会对系统的动态性能产生较大的影响，同时为了保证系统的响应速度，减小调节时间，应取适当大小的γ；
(c)当二级控制器输入偏差|e2|较小时：为了获得良好的稳态性能，并且进一步减小稳态误差，应适当增加α与β的值，同时为了避免出现系统在稳态值附近振荡，应取合理的γ值，通常是当|e2c|较小时，取较大的γ；当|e2c|较大时，取较小的γ；
Δα2、Δβ以及Δγ的论域设为[-3，-2，-1，0，1，2，3]，当输入经过模糊化后，根据参数调整表进行模糊推理，即可得到3个修正量Δα2、Δβ以及Δγ的模糊量，在利用重心法解模糊后，代入公式(20)即可完成双层结构功率调节控制器α2、β以及γ三个参数的动态整定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910404809.3A CN110048460B (zh) | 2019-05-15 | 2019-05-15 | 一种bess参与电网一次调频的智能综合控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910404809.3A CN110048460B (zh) | 2019-05-15 | 2019-05-15 | 一种bess参与电网一次调频的智能综合控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110048460A true CN110048460A (zh) | 2019-07-23 |
| CN110048460B CN110048460B (zh) | 2023-03-24 |
Family
ID=67282075
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910404809.3A Active CN110048460B (zh) | 2019-05-15 | 2019-05-15 | 一种bess参与电网一次调频的智能综合控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110048460B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110445198A (zh) * | 2019-08-27 | 2019-11-12 | 国网河南省电力公司电力科学研究院 | 一种基于储能电池的电网一次调频控制方法及系统 |
| CN110829473A (zh) * | 2019-11-08 | 2020-02-21 | 山东大学 | 考虑功率四象限输出的配电网储能优化配置方法及系统 |
| CN110943463A (zh) * | 2019-12-02 | 2020-03-31 | 国网浙江省电力有限公司湖州供电公司 | 一种基于深度学习储能电池参与的电网快速调频控制方法 |
| CN110994686A (zh) * | 2019-12-31 | 2020-04-10 | 中国电子科技集团公司第十八研究所 | 一种离散式发电、储能、供电系统协同控制方法 |
| CN111338205A (zh) * | 2020-03-09 | 2020-06-26 | 国网山东省电力公司电力科学研究院 | 一种基于控制偏差变化分区的自适应pid控制器及控制方法 |
| CN111614106A (zh) * | 2020-06-02 | 2020-09-01 | 国网福建省电力有限公司 | 电池储能系统参与电网一次调频的控制方法 |
| CN111711203A (zh) * | 2020-01-15 | 2020-09-25 | 华中科技大学 | 一种海上风电场参与调频的两级协调控制方法及系统 |
| CN116799820A (zh) * | 2023-08-25 | 2023-09-22 | 国网天津市电力公司电力科学研究院 | 用于风电场的一次调频配置方法及风电场 |
| CN117154756A (zh) * | 2023-08-30 | 2023-12-01 | 南京工程学院 | 一种考虑储能荷电状态的风储联合调频控制方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105006834A (zh) * | 2015-06-10 | 2015-10-28 | 合肥工业大学 | 基于虚拟同步发电机的最优虚拟惯性控制方法 |
| CN108054769A (zh) * | 2017-12-21 | 2018-05-18 | 大连理工大学 | 一种面向电网一次调频的电池储能系统控制策略 |
-
2019
- 2019-05-15 CN CN201910404809.3A patent/CN110048460B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105006834A (zh) * | 2015-06-10 | 2015-10-28 | 合肥工业大学 | 基于虚拟同步发电机的最优虚拟惯性控制方法 |
| CN108054769A (zh) * | 2017-12-21 | 2018-05-18 | 大连理工大学 | 一种面向电网一次调频的电池储能系统控制策略 |
Non-Patent Citations (1)
| Title |
|---|
| 李新等: "级联型储能系统中虚拟同步发电机控制及电池自均衡策略", 《电力系统自动化》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110445198A (zh) * | 2019-08-27 | 2019-11-12 | 国网河南省电力公司电力科学研究院 | 一种基于储能电池的电网一次调频控制方法及系统 |
| CN110445198B (zh) * | 2019-08-27 | 2023-02-03 | 国网河南省电力公司电力科学研究院 | 一种基于储能电池的电网一次调频控制方法及系统 |
| CN110829473A (zh) * | 2019-11-08 | 2020-02-21 | 山东大学 | 考虑功率四象限输出的配电网储能优化配置方法及系统 |
| CN110943463A (zh) * | 2019-12-02 | 2020-03-31 | 国网浙江省电力有限公司湖州供电公司 | 一种基于深度学习储能电池参与的电网快速调频控制方法 |
| CN110994686A (zh) * | 2019-12-31 | 2020-04-10 | 中国电子科技集团公司第十八研究所 | 一种离散式发电、储能、供电系统协同控制方法 |
| CN111711203A (zh) * | 2020-01-15 | 2020-09-25 | 华中科技大学 | 一种海上风电场参与调频的两级协调控制方法及系统 |
| CN111711203B (zh) * | 2020-01-15 | 2021-08-31 | 华中科技大学 | 一种海上风电场参与调频的两级协调控制方法及系统 |
| CN111338205A (zh) * | 2020-03-09 | 2020-06-26 | 国网山东省电力公司电力科学研究院 | 一种基于控制偏差变化分区的自适应pid控制器及控制方法 |
| CN111338205B (zh) * | 2020-03-09 | 2023-04-18 | 国网山东省电力公司电力科学研究院 | 一种基于控制偏差变化分区的自适应pid控制器及控制方法 |
| CN111614106A (zh) * | 2020-06-02 | 2020-09-01 | 国网福建省电力有限公司 | 电池储能系统参与电网一次调频的控制方法 |
| CN116799820A (zh) * | 2023-08-25 | 2023-09-22 | 国网天津市电力公司电力科学研究院 | 用于风电场的一次调频配置方法及风电场 |
| CN116799820B (zh) * | 2023-08-25 | 2024-01-26 | 国网天津市电力公司电力科学研究院 | 用于风电场的一次调频配置方法及风电场 |
| CN117154756A (zh) * | 2023-08-30 | 2023-12-01 | 南京工程学院 | 一种考虑储能荷电状态的风储联合调频控制方法 |
| CN117154756B (zh) * | 2023-08-30 | 2024-05-28 | 南京工程学院 | 一种考虑储能荷电状态的风储联合调频控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110048460B (zh) | 2023-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110048460A (zh) | 一种bess参与电网一次调频的智能综合控制方法 | |
| US11831165B2 (en) | Hierarchical control method for island power grid energy storage system for increasing new energy generation fluctuation | |
| CN107181275B (zh) | 一种含分布式储能系统的光伏直流微网控制方法 | |
| Hu et al. | Optimization of battery energy storage system with super-capacitor for renewable energy applications | |
| CN111244993B (zh) | 一种储能参与电网调峰应用的容量优化配置方法 | |
| CN110867873B (zh) | 一种远洋孤岛微电网频率控制方法 | |
| CN109245141B (zh) | 一种配电网自动化系统中复合储能装置的容量优化配置方法 | |
| CN104836248A (zh) | 适用于风电机组的混合储能系统及控制方法 | |
| Meng et al. | Energy storage auxiliary frequency modulation control strategy considering ACE and SOC of energy storage | |
| CN104158202A (zh) | 一种混合储能平抑风电功率波动系统及其协调控制方法 | |
| CN110048438B (zh) | 一种基于模型预测控制的配电网馈线级负荷功率控制方法 | |
| CN105896575A (zh) | 基于自适应动态规划的百兆瓦储能功率控制方法及系统 | |
| CN104795830A (zh) | 一种利用多类型储能系统跟踪发电计划出力的控制方法 | |
| CN113809733A (zh) | 光储系统直流母线电压与超级电容荷电管理控制方法 | |
| CN111654054A (zh) | 一种储能基于自适应神经网络(ann)平抑短期风电波动的控制方法 | |
| CN104659799A (zh) | 一种平抑风电功率波动的电池储能系统的模糊控制方法 | |
| Guo et al. | A self-adaptive fuzzy PI controller of power conditioning system for hybrid fuel-cell/turbine power plant | |
| Roy et al. | Stability enhancement of battery energy storage and renewable energy-based hybrid AC/DC microgrids using terminal sliding mode backstepping control approaches | |
| CN108599197A (zh) | 一种虚拟储能参与系统功率波动平滑的方法 | |
| Lin et al. | Decentralised power distribution and SOC management algorithm for the hybrid energy storage of shipboard integrated power system | |
| CN107681649B (zh) | 一种控制直流微电网母线电压稳定的方法 | |
| Shi et al. | Energy management mode of the photovoltaic power station with energy storage based on the photovoltaic power prediction | |
| CN114884049A (zh) | 一种柔性直流配电网优化运行控制方法 | |
| Ye et al. | Adaptive control of hybrid ultracapacitor-battery storage system for PV output smoothing | |
| CN112310985B (zh) | 考虑储能系统健康状态的风电功率平滑控制策略 |
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 |