CN110233486B - 基于主动预测soc的储能辅助模糊pid控制方法 - Google Patents
基于主动预测soc的储能辅助模糊pid控制方法 Download PDFInfo
- Publication number
- CN110233486B CN110233486B CN201811540859.6A CN201811540859A CN110233486B CN 110233486 B CN110233486 B CN 110233486B CN 201811540859 A CN201811540859 A CN 201811540859A CN 110233486 B CN110233486 B CN 110233486B
- Authority
- CN
- China
- Prior art keywords
- output
- agc
- energy storage
- soc
- instruction
- 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
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
Abstract
本发明公开了一种基于主动预测SOC的储能辅助模糊PID控制方法,其包括以下步骤:步骤一,数据采集,采集AGC指令大小和机组出力大小的数据,为接下来研究提供数据基础;步骤二,储能出力指令生成,分析AGC指令与机组出力的偏差;步骤三,模糊PID控制;步骤四,AGC调节性能指标和电池寿命损耗系数的计算。本发明对储能在参与AGC时的出力进行较为准确的控制并尽量让储能的SOC主动保持在上下限内。
Description
技术领域
本发明涉及电力系统技术领域,特别是涉及一种基于主动预测 SOC的储能辅助模糊PID控制方法。
背景技术
自动发电控制(AGC)是跟踪区域控制偏差信号,实时调节电网中的调频电源,平衡发电机出力和负荷,使系统频率稳定在安全范围内。火电厂仅凭火电机组参与AGC的问题日益突出,主要表现在汽轮机有一定的旋转惯量,将机械能转化为电能过程中要经历很多复杂的环节,调节经常有延迟且精度比较低,因此在AGC考核中考核电量过高,给电厂带来巨大的经济成本。储能系统由于其秒级响应速度与精准的出力控制在辅助AGC领域有很大的潜力。
目前,储能辅助AGC控制策略的研究主要集中在电网侧如何给火电机组和储能分配调频需求方面。在电厂侧研究方面,储能大部分使用常规的PID(比例(Proportion)、积分(Integral)、微分(Differential)) 控制,并且在运行过程中将荷电状态(SOC)被动限制在上下限内。但是常规的PID控制过于依赖控制对象的精确数学模型,对复杂运行工况的适应性不高且参数整定方法繁杂;被动限制SOC可能会导致储能在一次AGC指令期间做无用功。
发明内容
本发明所要解决的技术问题是提供一种基于主动预测SOC的储能辅助模糊PID控制方法,其对储能在参与AGC时的出力进行较为准确的控制并尽量让储能的SOC主动保持在上下限内。
本发明是通过下述技术方案来解决上述技术问题的:一种基于主动预测SOC的储能辅助模糊PID控制方法,其特征在于,其包括以下步骤:
步骤一,数据采集,采集AGC指令大小和机组出力大小的数据,为接下来研究提供数据基础;
步骤二,储能出力指令生成,分析AGC指令与机组出力的偏差,结合AGC考核规则、储能当前的SOC和寿命模型,主动预测储能在 AGC指令期间的SOC变化情况,得到何时出力、出多少力的储能出力指令;
步骤三,模糊PID控制,根据模糊PID不依赖于对象的数学模型,对受控对象的时滞、非线性具有一定的适应能力的优势;
步骤四,AGC调节性能指标和电池寿命损耗系数的计算。
优选地,所述AGC调节性能指标包括调节速率、调节精度和响应时间。
本发明的积极进步效果在于:本发明通过分析AGC指令与机组出力的偏差数据,结合AGC考核规则和寿命模型,主动预测储能在 AGC指令期间的SOC,得到储能出力指令,进而通过模糊PID控制器控制储能实际出力。本方法充分考虑了储能当前的SOC状态与寿命损耗,结合模糊PID控制得到储能辅助AGC的一种控制方法,对储能出力进行较为准确的控制并尽量让储能的SOC主动保持在上下限内,为火电厂相关工作提供数据支撑。
附图说明
图1为本发明基于主动预测SOC的储能辅助模糊PID控制方法的流程图。
图2为本发明主动预测SOC与被动限制SOC的SOC情况对比图。
图3为本发明模糊PID控制与常规PID控制跟踪储能出力指令曲线对比图。
图4为本发明AGC指令、机组出力、机组和储能合并出力曲线图。
具体实施方式
下面结合附图给出本发明较佳实施例,以详细说明本发明的技术方案。
如图1至图4所示,本发明基于主动预测SOC的储能辅助模糊 PID控制方法包括以下步骤:
步骤一,数据采集,采集AGC指令大小和机组出力大小的数据,为接下来研究提供数据基础;
步骤二,储能出力指令生成,分析AGC指令与机组出力的偏差,结合AGC考核规则、储能当前的SOC和寿命模型,主动预测储能在 AGC指令期间的SOC变化情况,得到何时出力、出多少力的储能出力指令;
步骤三,模糊PID控制,根据模糊PID不依赖于对象的数学模型,对受控对象的时滞、非线性具有一定的适应能力的优势,本发明构建自适应模糊PID控制器,通过模糊化、模糊推理计算和解模糊化等步骤得储能实际出力值。
步骤四,AGC调节性能指标和电池寿命损耗系数的计算。根据《内蒙古电网并网发电厂辅助服务管理实施细则》,AGC调节性能指标包括调节速率K1、调节精度K2和响应时间K3。此外,采用累计吞吐电量模型对储能的寿命损耗系数进行估计。
本实施例以某火电厂单台燃煤机组为例,阐述本发明具体方法。原始数据为该台燃煤机组收到的AGC指令大小与机组出力大小组成的时间序列。时间序列范围是某天内12:20:00-12:39:58时段,时间间隔2s,共600组数据。
步骤一,数据采集。包括燃煤机组收到的AGC指令大小与机组出力大小。
步骤二,储能出力指令生成。在一个AGC指令到来时,根据此时储能的SOC状态预测储能的SOC能否坚持完机组出力达到AGC 指令要求的整个过程,如下式(1):
式(1)中,正为充电,负为放电;i为时刻;S为决策变量;SOC为储能的荷电状态;A为AGC指令;Pg为机组出力;v为机组爬坡率;C为储能容量。如果计算出的S在储能SOC上下限范围内,则储能立即出力,出力大小为,如下式(2):
Pc(i)=min{A(i)-Pg(i),Pb} (2)
式中,Pc为储能指令;Pb为储能额定功率。否则储能出力在达到AGC性能指标K3计算要求后就降为0,直到储能SOC能够坚持完剩余的调节过程才开始按式(2)出力,这样就避免了储能做无用功的情况。图2是主动预测SOC与被动SOC限制的SOC情况对比,可以看到被动SOC限制时储能SOC会在运行期间达到上限(0.9)时强制截断,主动预测SOC则会主动避免达到上限。
为减少储能的寿命损耗以及指令变化次数,规定满足下式时,
i+1时刻的储能出力保持i时刻的出力不变,θ为人工规定的阈值。,
如下式(3):
0≤|A(i+1)-Pg(i+1)|-|Pc(i)|≤θ (3)
步骤三,模糊PID控制。得到储能的处理指令后,需要控制储能实际出力去跟踪指令出力。采用二维模糊控制器,将储能指令与实际出力的偏差e、偏差变化率ec作为的输入变量,语言值为{NB,NM, NS,ZO,PS,PM,PB};PID的三个参数KP、KI、KD作为输出,语言值为{ZO,PS,PM,PB}。利用下面的模糊控制规则在线整定PID各个参数:
当偏差e较大时,为使系统有较快的响应速度,应取较大的 KP;为了防止偏差变化率ec瞬时过大,应取较小的KD;为了避免较大的超调,通常取KI=0。当偏差e处于中等大小时,为使系统相应具有较小的超调,KP应取得小些,KI取值要适当。KD取值应适中,以保证系统的响应速度。当偏差e较小时,为使系统具有较好的稳定性,KP与KI均应取大些,同时为避免系统在设定值附近出现振荡,并考虑系统的抗干扰性能,应适当地选取KD 值。
步骤四,AGC调节性能指标和电池寿命损耗系数的计算。根据《内蒙古电网并网发电厂辅助服务管理实施细则》中有关规定计算AGC调节性能指标:调节速率K1、调节精度K2、响应时间 K3和综合指标Kp。表1是单一机组出力、被动限制SOC的机组储能合并出力和主动预测SOC的机组储能合并出力的K值对比,可以看到加入储能后K值提高,且由于主动预测SOC的储能在运行过程中避免了做无用功,K值比被动限制SOC要高。
表1K值的对比表
电池寿命损耗系数的计算公式如下:
式中,η∈[0,1],η=0表示储能处于全新状态,η=1表示储能已达到寿命终点;Pc i为第i次充放电的功率指令;Tc i为第i次充放电的控制步长;K为当前储能的充放电总次数。设储能的循环寿命为N次,额定容量为C。表2是考虑寿命前后的储能寿命损耗系数对比,可以看到考虑寿命后,储能寿命损耗系数变小了。
表2储能寿命损耗系数对比
储能寿命损耗系数 | |
考虑寿命前 | 3.3301×10<sup>-5</sup> |
考虑寿命后 | 3.1707×10<sup>-5</sup> |
以上所述的具体实施例,对本发明的解决的技术问题、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于主动预测SOC的储能辅助模糊PID控制方法,其特征在于,其包括以下步骤:
步骤一,数据采集,采集AGC指令大小和机组出力大小的数据,为接下来研究提供数据基础;
步骤二,储能出力指令生成,分析AGC指令与机组出力的偏差,结合AGC考核规则、储能当前的SOC和寿命模型,主动预测储能在AGC指令期间的SOC变化情况,得到何时出力、出多少力的储能出力指令;
步骤三,模糊PID控制,模糊PID不依赖于对象的数学模型,其对受控对象的时滞、非线性具有适应能力;
步骤四,AGC调节性能指标和电池寿命损耗系数的计算。
2.如权利要求1所述的基于主动预测SOC的储能辅助模糊PID控制方法,其特征在于,所述AGC调节性能指标包括调节速率、调节精度和响应时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811540859.6A CN110233486B (zh) | 2018-12-17 | 2018-12-17 | 基于主动预测soc的储能辅助模糊pid控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811540859.6A CN110233486B (zh) | 2018-12-17 | 2018-12-17 | 基于主动预测soc的储能辅助模糊pid控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110233486A CN110233486A (zh) | 2019-09-13 |
CN110233486B true CN110233486B (zh) | 2021-03-02 |
Family
ID=67862298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811540859.6A Active CN110233486B (zh) | 2018-12-17 | 2018-12-17 | 基于主动预测soc的储能辅助模糊pid控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110233486B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112039092A (zh) * | 2020-09-23 | 2020-12-04 | 华北电力大学 | 计及储能soc恢复的孤岛直流外送agc模型预测控制方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101931241B (zh) * | 2010-09-21 | 2013-04-17 | 许继集团有限公司 | 风电场并网协调控制方法 |
WO2014091700A1 (ja) * | 2012-12-14 | 2014-06-19 | パナソニック株式会社 | 充放電制御方法、充放電制御システムおよび充放電制御装置 |
JP2016034170A (ja) * | 2012-12-27 | 2016-03-10 | 三洋電機株式会社 | 蓄電装置充放電システム |
CN104124710B (zh) * | 2014-08-11 | 2016-03-02 | 四川慧盈科技有限责任公司 | 一种基于功率预测的风电并网运行控制方法 |
CN105140939B (zh) * | 2015-08-10 | 2018-04-03 | 江苏方天电力技术有限公司 | 基于储能系统的主动负荷多目标协调控制方法 |
CN105226729B (zh) * | 2015-10-26 | 2017-08-29 | 国电南瑞科技股份有限公司 | 一种含储能的新能源联合发电系统有功协调控制方法 |
KR101738427B1 (ko) * | 2016-04-08 | 2017-05-23 | 한국전기연구원 | 에너지 저장 시스템을 고려한 자동 발전 제어 시스템 |
CN105896618A (zh) * | 2016-05-24 | 2016-08-24 | 成都欣维保科技有限责任公司 | 一种可用于调节无功的储能发电系统的运行方法 |
CN106385044B (zh) * | 2016-09-30 | 2018-08-17 | 安徽工程大学 | 用于风电场发电计划跟踪的复合储能控制系统及其控制方法 |
CN107732977B (zh) * | 2017-09-21 | 2021-02-19 | 东南大学溧阳研究院 | 一种基于需求响应的agc实时调度方法 |
CN108281972A (zh) * | 2017-12-27 | 2018-07-13 | 湖北工业大学 | 基于预测型pid控制器的agc方法 |
CN108808666A (zh) * | 2018-06-20 | 2018-11-13 | 南京邮电大学 | 一种能源互联网协同控制系统与控制方法 |
-
2018
- 2018-12-17 CN CN201811540859.6A patent/CN110233486B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110233486A (zh) | 2019-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021164112A1 (zh) | 风电场优化配置储能作为黑启动电源的频率控制方法及系统 | |
CN105846461B (zh) | 一种大规模储能电站自适应动态规划的控制方法和系统 | |
CN110581571A (zh) | 一种主动配电网动态优化调度方法 | |
CN112186811B (zh) | 一种基于深度强化学习的agc机组动态优化方法 | |
CN111697597B (zh) | 一种基于粒子群算法的火储联合agc调频控制方法 | |
CN113098029B (zh) | 一种基于风电短期预测的风储联合调频控制方法 | |
CN114336673B (zh) | 一种基于模型预测控制的风储联合电站一次调频控制策略 | |
CN110048438A (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 | |
CN113809760B (zh) | 一种风电场参与电网二次调频的控制方法及装置 | |
CN110233486B (zh) | 基于主动预测soc的储能辅助模糊pid控制方法 | |
Bhateshvar et al. | Impact of wind power generating system integration on frequency stabilization in multi-area power system with fuzzy logic controller in deregulated environment | |
CN114938005A (zh) | 一种风储电站参与电网一次调频的双层控制方法和装置 | |
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 | |
CN114336592A (zh) | 一种基于模型预测控制的风电场agc控制方法 | |
Song et al. | A new integrated regulation strategy and modelling for wind turbine with battery energy storage system | |
Hu et al. | An active primary frequency regulation strategy for grid integrated wind farms based on model predictive control | |
CN110994639B (zh) | 一种电厂储能辅助调频的仿真定容方法、装置及设备 | |
CN111162551A (zh) | 一种基于风电功率超短期预测的蓄电池充放电控制方法 | |
CN115102228A (zh) | 一种含飞轮储能的风电场多目标协调频率优化方法和装置 | |
CN107919683A (zh) | 一种储能减少风电场弃风电量的优化决策方法 | |
CN112310985B (zh) | 考虑储能系统健康状态的风电功率平滑控制策略 | |
CN114944659B (zh) | 一种风光储联合电站自动控制方法及系统 | |
CN116388240B (zh) | 一种基于pso优化双层云控制器的风电场储能控制方法 | |
CN114006421B (zh) | 一种风电机群快速无功控制方法及系统 | |
Zhang et al. | Model Predictive Yaw Control Using Fuzzy-Deduced Weighting Factor for Large-Scale Wind Turbines |
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 |