发明内容
为了解决上述问题,本发明提供了一种适用于并网型储能系统的能量管理系统及管理方法,该能量管理系统能够通过储能充放电功率调度和荷电状态管理,实现储能系统平滑新能源出力、削峰填谷以及跟踪出力计划的功能。
为达到上述目的,本发明所述一种适用于并网型储能系统的能量管理系统,包括实时数据采集模块、数据库、实时数据传输模块、新能源出力预测模块、电网调度计划模块和优化调度模块;
其中,所述实时数据采集模块的输入端和电池管理系统、新能源出力装置以及储能并网点连接,实时数据采集模块的输出端和数据库的输入端连接,数据库的输出端和新能源出力预测模块以及实时数据传输模块的输入端连接,新能源出力预测模块的输出端、实时数据传输模块的输出端以及电网调度计划模块的输出端均与优化调度模块连接;
实时采集模块用于监测采集储能系统数据,储能系统数据包括储能系统实时充放电功率、储能系统荷电量、与储能系统连接的新能源输出功率以及并网系统的并网点功率;
新能源出力预测模块通过深度学习算法训练历史数据库中的历史储能系统数据以及气象数据得到预测模型,实现风电、光伏等新能源的输出功率预测,其中气象数据包括气温、光照强度、风力大小和风向;
实时数据传输模块将实时数据库中采集数据传输至储能系统优化调度模块;
电网调度计划模块提供储能系统与上级调度机构的接口,接受调度计划;
储能系统优化调度模块用于根据预测出力和电网调度计划,制定可靠的储能充放电策略。
进一步的,数据库包含历史数据库和实时数据库,所述历史数据库存储历史采集数据和参数设置,所述实时数据库提供数据传输通道。
进一步的,通过实时监测并网点功率波动,根据调度前储能系统的荷电状态和输出功率,模糊推理出并网点功率的偏差程度的隶属度,即得到实时调度结果友好度,依据友好度调整并网点功率的控制目标,即得到实际储能系统调整量;再采用最大隶属度取大法进行反模糊处理,计算获得储能系统的实时调度结果。
进一步的,在稳定控制模式下,包括以下步骤:
S1、建立隶属度函数,u代表并网点功率实时调度结果友好度,功率波动程度分为适中、偏差为正和偏差为负三种模糊状态;
S2、将储能系统的荷电状态分为较低L、适中M和较高H三种状态,当储能系统荷电量大于SOC max1 时,模糊状态定义为较高H;当储能系统荷电量小于SOC min1 时,模糊状态定义为较低L,当储能系统荷电状态介于SOC max 和SOC min 之间时,模糊状态定义为适中M;其中,SOC max 为保证电池寿命条件下储能系统荷电量上限,SOC min 为保证电池寿命条件下储能系统荷电量下限,SOC max1 为储能系统荷电量的推荐上限,SOC min1 在荷电量下限的推荐值。
S3、将储能系统充放电状态分为适中、快充和快放三种模糊状态,当充放电功率小于P ch,max1 时,定义为快充状态,当充放电功率大于P dis,max1 时,定义为快放状态;当输出功率介于P ch,max 和P dis,max 之间时,定义为适中状态;其中P ch,max 表示保证电池安全条件下储能系统充电功率推荐上限,P dis,max 表示保证电池安全条件下储能系统放电功率推荐上限,P ch,max1 为保证储能系统安全条件下的理想充电功率上限,P dis,max1 为保证电池安全条件下的理想放电功率上限。
S4、根据S1-S3得到的模糊状态的结果形成控制逻辑,控制逻辑为:
当储能系统的功率控制目标的偏差程度为适中状态时,不额外调整功率控制;
当储能系统的功率控制目标的偏差程度为偏差为正时,触发实时调度,通过减少储能系统出力,储能系统荷电量回到安全范围;
当储能系统的功率控制目标的偏差程度为偏差为负时,触发实时调度,增加储能系统充电功率,使储能系统荷电量回到安全范围;
储能系统的功率控制目标的偏差程度按照下述方式确定,
在储能系统的充放电状态为快充的条件下:
当储能系统的荷电状态为较低L时,储能系统的功率控制目标的偏差程度为适中;
当储能系统的荷电状态为适中M,或储能系统的荷电状态为较高H时,储能系统的功率控制目标的偏差程度为偏差为负;
在储能系统的充放电状态为适中的条件下:
当储能系统的荷电状态为较低L时,储能系统的功率控制目标的偏差程度为适中;
当储能系统的荷电状态为适中M,或储能系统的荷电状态为较高H时,储能系统的功率控制目标的偏差程度为适中;
在储能系统的充放电状态为快放的条件下:
当储能系统的荷电状态为较低L,或者储能系统的荷电状态为适中M时,储能系统的功率控制目标的偏差程度为偏差为正;
当储能系统的荷电状态为较高H时,储能系统的功率控制目标的偏差程度为偏差为负。
进一步的,P error 为允许的最大功率误差,P error 设定为当前并网点功率的10%。
进一步的,SOC max1 为SOC max 的80%,SOC min 为SOC min1 的80%。
进一步的,P ch,max1 为P ch,max 的80%,P dis,max1 为P dis,max 的80%。
与现有技术相比,本发明至少具有以下有益的技术效果:
本发明的装置包括用于存储历史数据的历史数据库,可通过对历史数据的分析,预测出光伏系统出力,有利于实现储能系统的优化调度,兼顾历史和实时运行数据,实现电池储能系统实时运行状态监测与管理,确保储能系统安全、稳定、可靠运行。
本发明的方法为了使储能系统的荷电状态保持在合理范围内,使用模糊控制方法对储能系统的荷电状态进行模糊化分析,实时监控储能系统的荷电状态,及时修正充放电功率。
该方法可适用于储能系统多种应用场景,提出削峰填谷、稳定控制、计划及手动等管理模式。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
并网型储能系统能量管理系统结构图如图1所示,包括实时数据采集模块、数据库、实时数据传输模块、新能源出力预测模块、电网调度计划模块和优化调度模块。
其中,实时数据采集模块的输入端和电池管理系统、新能源出力装置以及储能系统并网点连接,实时数据采集模块的输出端和数据库的输入端连接,数据库的输出端和新能源出力预测模块以及实时数据传输模块的输入端连接,新能源出力预测模块的输出端、实时数据传输模块的输出端以及电网调度计划模块的输出端均与优化调度模块连接。
实时采集模块用于监测采集储能系统数据,储能系统数据包括储能系统实时充放电功率、储能系统荷电量、与储能系统连接的新能源输出功率以及并网系统的并网点功率。
数据库包含历史数据库和实时数据库,其中历史数据库存储历史采集数据和参数设置(比如储能系统允许充放电功率上下限,荷电量上下限等),实时数据库提供高速的数据传输,提升能量管理速度。
新能源出力预测模块通过深度学习算法训练历史数据库中历史储能系统数据以及气象数据(包括气温、光照强度、风力大小、风向)得到预测模型,实现风电、光伏等新能源出力预测,包含未来24小时的短期预测和未来4小时的超短期预测,其中短期预测时间分辨率不小于15分钟,超短期预测时间分辨率不小于5分钟。
实时数据传输模块将实时数据库中采集数据传输至储能系统优化调度模块,保证数据的实时性和准确性。
电网调度计划模块提供储能系统与上级调度机构的接口,接受调度计划,仅在接收电网调度时使用。
储能系统优化调度模块为能量管理系统的核心,通过分析预测出力和电网调度计划,考虑储能系统全生命周期管理,制定经济可靠的储能充放电策略。
并网型储能系统能量管理模式包括以下四种模式:
1)削峰填谷模式:适用于用户侧并网型储能系统,利用预设的电价峰谷差,实现经济效益最大化;
2)稳定控制模式:适用于配合新能源电站的储能系统,可实现平滑新能源出力,稳定系统等功能;
3)计划模式:接受电网计划,依据调度计划完成储能系统能量管理;
4)手动模式:用户可依据实际需求,设定储能系统出力计划,并依据设定运行储能系统。
储能系统优化调度模块主要通过实时调度实现对调度计划、手动置入计划以及光伏新能源出力的贴近与跟踪。储能系统的出力与储能系统的安全稳定运行状态紧密,并直接影响到储能自身的寿命损失。储能系统荷电状态越接近上、下限以及充放电功率越接近上限值,对微电网的安全运行和储能的正常寿命越不利。所以储能系统的功率控制方法为并网型储能系统能量管理系统的核心。
对于上述四种模式,储能系统的优化调度控制目标各不相同,不同模式的控制目标为:
1)削峰填谷模式:依据储能系统并网点的峰谷电价差制定的储能系统整体运行曲线;
2)稳定控制模式:依据新能源出力预测结果制定的整日充放电曲线,并依据新能源出力波动不断调整;
3)计划模式:为调度机构下发的整日充放电计划;
4)手动模式:为用户设定储能系统出力计划。
为了使储能系统的荷电状态保持在合理范围内,使用模糊控制方法对储能系统的荷电状态进行模糊化分析,实时监控储能系统的荷电状态,及时修正充放电功率。储能系统优化调度将调度结果接近目标的中心的位置认为友好度最高的,若偏离越远,则友好度越差。建立如图2所示的隶属度函数,u代表并网点功率实时调度结果友好度,功率波动程度分为适中(Z)、偏差为正(P)、偏差为负(N)三种模糊状态,如图2所示,P error 为允许的最大功率误差,可设定为当前并网点功率的10%,也可依据实际控制需求进行调整。
图3为对储能系统的荷电量进行模糊化分析,将储能系统的荷电量分为较低(L)、适中(M)、较高(H)三种状态,其中SOC max 为保证电池寿命条件下储能系统荷电量上限,SOC min 为保证电池寿命条件下储能系统荷电量下限,当储能系统荷电量大于SOC max 或小于SOC min 时,认为储能系统的荷电状态接近容量限制时,修正储能系统的功率参考值,避免由于过充过放对储能系统产生的损害。SOC max1 与SOC min1 在荷电量上下限的基础上的推荐范围,当储能系统荷电量介于SOC max 和SOC min 之间时,不区分其安全程度的差异,均认为处于适中状态。SOC max1 和SOC min1 的区间宽度可自主设定,可决定控制的灵敏度,值一般可选择SOC max 和SOC min 的80%。
图4将储能系统按照充放电功率分为适中(C/D)、快充(BC)和快放(BD)三种模糊状态,其中P ch,max 表示保证电池安全条件下储能系统充电功率推荐上限,P dis,max 表示保证电池安全条件下储能系统放电功率推荐上限,当输出功率大于P ch,max 或小于P dis,max 时,认为充放电过快,需要调整功率。P ch,max1 和P dis,max1 为保证电池安全条件下的理想充放电功率上下限,当输出功率介于P ch,max 和P dis,max 之间时,不区分其安全程度的差异,均认为适中功率。P ch,max1 和P dis,max1 的值可依据实际情况设定,一般可选择P ch,max 和P dis,max 的80%。
表1所示为储能功率模糊控制逻辑,例如,当储能系统荷电状态处于较低(L),且当前储能系统充电功率处于快充状态(BC)时,储能系统的功率控制目标的偏差程度为适中(Z)状态,即不需要调整功率,功率控制目标的结果友好度系数为1;又如当储能系统荷电状态处于较低(L),且当前充放电功率处于快放状态(BD)时,储能系统的功率控制目标的偏差程度为正(P),即触发实时调度,依据目标偏差状态,减少储能系统出力;若储能系统荷电状态处于较低(L),而当前充电功率处于适中状态(C/D)时,储能系统的功率控制目标的偏差程度为负(N),即触发实时调度,依据目标偏差状态,增加储能系统充电功率,使储能系统荷电量尽快回到安全范围。
表1 储能功率模糊控制表
通过实时监测并网点功率波动根据调度前储能系统的荷电状态和输出功率,根据上述表1模糊控制表,模糊推理并网点功率的偏差程度的隶属度,即得到实时调度结果友好度,依据友好度调整并网点功率的控制目标,即得到实际储能系统调整量;再采用最大隶属度取大法进行反模糊处理,进一步计算获得储能系统的实时调度结果。
下面以稳定控制模式为例,说明并网型储能系统能量管理步骤。各个运行模式仅并网点控制目标有所区分,削峰填谷模式以储能系统并网点依据峰谷时段充放电计划为控制目标;计划模式与手动模式以调度下发或手动置入功率计划为控制目标;而稳定控制模式主要以保证新能源出力平滑为控制目标,通过储能系统能量管理,实现光伏平滑出力。
首先实时数据采集模块采集当前储能系统荷电状态及充放电功率,光伏系统发电功率以及并网点功率,并通过实时数据库和实时数据传输模块,将数据传输至优化调度模块。同时新能源出力预测模块依据实时采集新能源出力和历史数据库中历史数据,通过预测模型,得到未来24小时新能源(即光伏系统)出力不同时间尺度的预测值。最后,优化调度模块进行分层控制,依据未来24小时预测值制定储能系统整日运行计划,利用4小时超短期预测修正储能系统运行计划作为实时运行的控制目标,再利用上述适用于并网型储能系统的模糊控制方法,结合实时数据调整储能系统控制目标,实现储能系统充放电控制。
如图5所示,一种适用于并网型储能系统的能量管理方法,包括以下步骤:其中ΔP为并网点实时功率波动,Ppv为实测光伏发电功率,其中,Ppv(i)为当前实时调度时段的光伏系统发电功率,Ppv(i-1)为上一实时调度时段的系统发电功率,M为可接受并网点出力波动最大值。△P=P pv(i) - P pv(i-1) ,各决策过程分别为:
步骤1、当功率波动ΔP的绝对值大于预设的范围M,且ΔP小于零时,转入步骤2;否则,转入步骤5;
步骤2、判断光伏系统是否处于最大功率追踪控制模式:若是,转入执行储能的实时调度;否则,增加光伏出力,增加的光伏出力量为当前并网点功率波动ΔP的绝对值,然后转入步骤3进行校验。
步骤3、检测当前并网点功率波动ΔP的绝对值是否小于M:
若ΔP的绝对值小于M,则调度结束;
若ΔP的绝对值大于等于M,转入执行储能的实时调度,并根据上述表1模糊控制表,模糊推理并网点功率的偏差程度的隶属度,进而得到并网点功率的实际控制目标,即储能调整量;再采用最大隶属度取大法进行反模糊处理,得到储能系统的实际应充/放电的功率,并依据结果调节储能系统,该步骤结束后转入步骤4;
步骤4、若功率波动ΔP的绝对值仍大于M,转回步骤3调节储能系统直至ΔP的绝对值小于M。
步骤5、通过步骤1判断后,若功率波动ΔP为正,执行储能的实时调度,并采用表所示的模糊控制策略决定可控储能的输出功率,该步骤结束后转入步骤6。
步骤6、若功率波动的绝对值仍大于M,转入步骤7;否则,本次实时调度决策过程结束;
步骤7、增加弃光量,即减少光伏出力,减少的光伏出力为ΔP的绝对值,并转回步骤5,调整储能系统的输出功率使得功率波动回到预设范围M内。
并网型能量管理系统依据不用应用场景具有削峰填谷、稳定控制、计划及手动模式,其核心能量管理算法,在传统储能管理的基础上,引入模糊控制方法,根据储能系统的剩余容量与状态,对储能系统实时功率进行修正,以防止过充过放。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。