CN111030140B - 一种基于大数据的电池储能电网频率稳定性控制方法 - Google Patents

Abstract

本发明公开了一种基于大数据的电池储能电网频率稳定性控制方法，属于电网稳定性控制技术领域，该方法在计算功率时综合考虑温度、湿度等影响因素，使得计算结果更加的精确，在温度的选取上设计一种关于电池温度的标准函数，选择合理正常工作情况下的温度，减小因温度误差带来的整个装置控制出现的误差，选择PWM逆变结构对电池储能装置进行并网，通过对电池储能的有功无功相结合的控制，使得系统的控制具有一定的自适应。

Description

一种基于大数据的电池储能电网频率稳定性控制方法

技术领域

本发明涉及电网稳定性控制技术领域，尤其涉及一种基于大数据的电池储能电网频率稳定性控制方法。

背景技术

近年来随着新能源技术的不断发展，越来越多的新能源发电接入到电网中，给电网的稳定运行带来巨大的挑战。而储能系统可以快速的给电网提供能量缓冲，使得电网电压和频率能够保持稳定。多种储能方式中，其中电池储能相较于其他储能具有高可控性、转换效率高、整体能量密度大、适用范围广，常应用在对电网稳定性要求高的配网中，能够应用于电能质量调节、负荷削峰填谷、系统稳定提高。

现电网储能系统从单一的储能形式逐渐向复合储能的结构发展，对其储能控制多采用低通滤波原理平抑风光出力波动，一般储能系统并网对其变流器采用传统的下垂控制模式，其爬坡率、响应时长、出力等能力方面不够强大，且一般储能系统只能够实现对其有功功率的控制，无功方面考虑不足，在实现电网频率稳定性控制方面，考虑的数据不够全面。而现在智能电网技术在快速推进，大力建设智能电网，其中大数据技术是现在智能电网发展的关键环节，需要海量处理电网运行数据。基于此，设计一种基于大数据的电池储能对电网频率稳定性的控制方法，当电网发生功率波动时可以有效的调节电网内功率平衡，利用本发明提供的电池的储能系统，通过对其内有功无功的联合控制，可以十分有效的缓解大量可再生能源入网导致电网功率不平衡问题，以达到改善电网频率稳定性效果，满足实际应用需要。

发明内容

针对上述现有技术的不足，本发明提供一种基于大数据的电池储能电网频率稳定性控制方法。

为解决上述技术问题，本发明所采取的技术方案是：一种基于大数据的电池储能电网频率稳定性控制方法，其流程如图1所示，包括如下步骤：

步骤1：对当前风电场某刻风速V、风机参数叶轮半径r、空气密度ρ、储能电池温度T_i、周围空气相对湿度s、储能电池数量n、储能电池充放电效率η、电池损耗因子σ、并网交流侧电压有效值V_s、电池储能直流侧电流I_BES、逆变器触发角α_i、逆变器个数m分别进行采集并存储到数据库中；

步骤2：综合考虑风电场风速、风机风轮功率系数、风轮扫掠面积、空气密度因素对风功率的影响，计算风电输出功率P；

步骤2.1：空气密度与风电输出功率大小正相关，气压、温度、湿度对空气密度起决定作用，空气密度计算公式如下：

其中，P_k为大气压力，T为热力学温度，P_b为饱和空气压力，s为周围空气相对湿度；

步骤2.2：在数据库中综合考虑风电场风速、风机风轮功率系数、风轮扫掠面积、空气密度因素对风电输出功率的影响，根据数据库中上述影响因素数据，风电输出功率计算公式如下：

其中，P为风场输出功率，C_p为风机风轮功率系数，A为风轮扫掠面积，ρ为空气密度，单位kg/m³；

步骤2.3：结合步骤2.1和步骤2.2可推导出风电输出功率的计算公式如下：

步骤3：根据风电场输出功率P，为简化过程，考虑负荷不变，在不考虑储能时计算此时刻电网的功率波动△P，用于判断电网的功率不稳定性；

△P＝P-P_f

其中，P_f为上一时刻的风电功率。计算结果表明当△P＝0，表明此时功率平衡，不会使电网频率不稳定，当△P≠0时，且差值越大，此时出现电网频率越不稳定。

步骤4：当电网频率不稳定时，控制电池储能装置，平衡此时的功率失衡情况，对储能电池工作时刻温度、周围空气相对湿度，电池储能装置当地平均温度数据进行测量，并筛选合适温度数据构成数组G(i)用于步骤5频率控制计算；

所述筛选合适温度数据构成数组G(i)的过程如下：

步骤4.1：根据存储到数据库中的储能电池周围空气相对湿度数据，储能电池数量，储能电池温度，电池储能装置当地平均温度数据，建立电池温度标准函数f(x)：

其中，x为电池储能装置编号，x＝1,2,3,…k,k为自然数；T_i为第i个储能电池的温度，T_d为电池储能装置当地平均温度，s_i表示第i个储能电池周围空气相对湿度，n为储能电池数量；

步骤4.2：根据下式计算温度数据的误差值：

步骤4.3：选取温度数据的误差值θ小于给定指标的T_i，构成数组G(i)。

步骤5：利用数据库中采集的数据，采用脉冲PWM逆变并网结构对整体电池储能装置进行功率控制，其流程如图2所示，以实现控制电网频率的稳定。

步骤5.1：实时采样存储并网点每个储能电池的输入、输出电压U_Ci和U_Si，以及此时输入、输出电流I_Ci、I_Si和逆变器输出的有功功率P_v值，并存储到数据库中；

步骤5.1.1：对储存到数据库中的U_Ci、U_Si、I_Ci、I_Si、P_v进行大数据处理计算，得到无功调节输出最大值影响因子ψ：

其中，U_Ci为第i个储能电池的输入电压，U_Si为第i个储能电池的输出电压，I_Ci为第i个储能电池的输入电流，I_Si为第i个储能电池的输出电流；

步骤5.2：在线获取数据库中前述数据，设定无功调节所能够输出的最大值Q_max；

Q_max＝P_vψ

步骤5.3：判断是否发生功率缺额/超出，若发生功率缺额则进入无功调节的控制，再计算有功允许的上限值；

步骤5.4：若无功功率已经达到Q_max时，判断其是否导致频率依旧越限，若结果为肯定，输入数据G(i)，求解问题，对储能电池进行有功功率控制；

所述的对电池进行有功功率控制的公式如下：

利用选取了的合理数据G(i)、电池储能直流侧电流、并网交流侧电压有效值、逆变器触发角，结合电池损耗因子、储能电池温度、电池储能装置的当地平均温度及电池充放电效率求解计算储能功率P_BES：

其中，V_s为逆变器并网交流侧电压有效值，I_BES为电池储能直流侧电流，α_i为逆变器触发角，m为逆变器个数，T_i为步骤4选取的数组G(i)中的温度数据，σ为电池损耗因子，η为电池充放电效率。

步骤5.5：更新Q_max值，进行进一步的无功功率调节控制：

其中，α_i为逆变器触发角。

通过下述方法验证本发明控制下的电网频率稳定性：

Ⅰ、通过电网最初频率稳定值f₁计算系数C₁、C₂：

P₁＝C₁f₁-C₂f₁ ²

其中，C₁、C₂为常数，通常C₁＝2C₂，P₁为给定最初电网稳定功率；

Ⅱ、计算风电功率并网波动频率f₂：

P₂＝P₁+P＝C₁f₂-C₂f₂ ²

其中，P₂为风电并网后总功率；

Ⅲ、计算储能电池储能后电网频率f₃：

P₃＝P₂-P_BES＝C₁f₃-C₂f₃ ²

其中，P₃为加入电池储能后电网功率；

Ⅳ、计算频率偏差量：

△f₁＝f₂-f₁

△f₂＝f₃-f₁

判断△f₂<△f₁，则电网频率偏差量变小，对储能装置进行功率控制后的频率波动相比风功率波动引起的频率波动更小，更具稳定性。

采用上述技术方案所产生的有益效果在于：

1、本发明提供的一种基于大数据的电池储能电网频率稳定性控制方法，采用了基于大数据分析的方法，可处理电力系统中多且复杂的数据，分析挖掘数据的价值。

2、本发明在计算功率时综合考虑温度、湿度等影响因素，对其进行一定的分析，使得计算结果更加的精确；

3、本发明在考虑风电功率波动时，为方便计算，此时不考虑负荷的功率波动，直接计算电网发生风功率波动的前后差值，计算结果明显，此后在基于上述考虑利用电池储能来稳定控制电网频率；

4、本发明在温度的选取上设计一种关于电池温度的标准函数，选择合理正常工作情况下的温度，减小因温度误差带来的整个装置控制出现的误差；

5、本发明在对电池储能装置进行并网结构选择一种PWM逆变结构，通过对电池储能的有功无功控制，首先对并网点电池输入、输出电压、有功率进行数据采集计算，综合考虑温度等各因素，初步设定无功调节最大值，这样得出结果较为精确，当控制中心判断发生功率缺额时开始无功调节控制，此时再根据整个系统计算有功功率上限值，若无功以达到设计系统控制的最大值时，频率依旧越限，采用有功控制，同时此时设计的控制系统无功值会发生相应的改变，需要进一步无功调节控制。这样有功无功相结合的设计，使得系统的控制具有一定的自适应；

6、本发明在计算储能功率时，基于上述的考虑采用本设计的计算方法，根据实时数据结果更为准确，使其在容量、能量密度、运行效率方面都更具有优势，能够较好达到电网频率稳定性控制。

附图说明

图1为本发明一种基于大数据的电池储能电网频率稳定性控制方法的流程图；

图2为本发明采用脉冲PWM逆变并网结构对整体电池储能装置进行功率控制的流程图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

本实施例以某多能源系统为例，该系统风电厂的一台风机叶片半径r长60m,风机风轮功率系数取0.4，此时风速V为8.5m/s，按标准空气压，湿度，得出空气标准密度ρ＝1.29kg/m³，储能电池装置n＝36个，储能电池充放电效率η＝0.9，直流侧电流I_BES＝40A、并网交流侧电压V_s有效值380v、逆变器触发角α＝120°，考虑电池损耗因子σ＝0.22，逆变器数量m＝64，大气压P_k＝1.013×10²kPa，热力学温度T＝273.13k，饱和水蒸气压P_b＝6.1×10³Pa，空气相对湿度s为50％。

如图1所示，本实施例的方法如下所述。

步骤1：对当前风电场某刻风速V、风机参数叶轮半径r、空气密度ρ、储能电池温度T_i、周围空气相对湿度s、储能电池数量n、储能电池充放电效率η、电池损耗因子σ、并网交流侧电压有效值V_s、电池储能直流侧电流I_BES、逆变器触发角α_i、逆变器个数m分别进行采集并存储到数据库中；

步骤2：综合考虑风电场风速、风机风轮功率系数、风轮扫掠面积、空气密度因素对风功率的影响，计算风电输出功率P；

步骤2.1：空气密度与风电输出功率大小正相关，气压、温度、湿度对空气密度起决定作用，空气密度计算公式如下：

其中，P_k为大气压力，T为热力学温度，P_b为饱和空气压力，s为空气相对湿度；

步骤2.2：在数据库中综合考虑风电场风速、风机风轮功率系数、风轮扫掠面积、空气密度因素对风电输出功率的影响，根据数据库中上述影响因素数据，风电输出功率计算公式如下：

其中，P为风电输出功率，C_p为风机风轮功率系数，A为风轮扫掠面积，ρ为空气密度，单位kg/m³。

步骤2.3：结合步骤2.1和步骤2.2可推导出风电输出功率的计算公式如下：

代入数据：

步骤3：根据风电场输出功率P，考虑负荷不变，在不考虑储能时计算此时刻电网的风功率波动△P，用于判断电网的功率不稳定性；

△P＝P-P_f

计算结果表明当△P＝0，表明此时功率平衡，不会使电网频率不稳定，当△P≠0时，且差值越大，此时出现电网频率越不稳定。

步骤4：当电网频率不稳定时，控制电池储能装置，平衡此时的功率失衡情况，对储能电池温度、周围空气相对湿度，电池储能装置当地平均温度数据进行测量，并筛选合适温度数据构成数组G(i)用于步骤5频率控制计算；

所述筛选合适温度数据构成数组G(i)的过程如下：

步骤4.1：根据存储到数据库中的储能电池周围空气相对湿度数据，储能电池数量，储能电池温度，电池储能装置当地平均温度数据，建立电池温度标准函数f(x)：

代入数据T₁,T₂,T₃,…T_n＝38.23,37.08,40.16,…39.29，n＝36

s₁,s₂,s₃,…s_n＝0.35,0.31,0.40,…0.38

其中，x为电池储能装置编号，x＝1,2,3,…k,k为自然数；T_i为第i个储能电池温度，T_d为电池储能装置当地平均温度，s_i表示第i个储能电池周围空气相对湿度，n为储能电池数量；

步骤4.2：根据下式计算温度数据的误差值：

代入数据T₁,T₂,T₃,…T_n＝38.23,37.08,40.16,…39.29，n＝36

计算得θ≈1.37％<3.92％，符合本设计给定值3.92％

步骤4.3：选取温度数据的误差值θ小于给定指标的T_i，构成数组G(i)。

G(i)＝[37.23，37.78，38.05,…39.88]，i＝36

步骤5：利用数据库中采集的数据，采用脉冲PWM逆变并网结构对整体电池储能装置进行功率控制，其流程如图2所示，以实现控制电网频率的稳定。

步骤5.1：实时采样存储并网点每个储能电池的输入、输出电压以U_Ci和U_Si，及此时输入、输出电流I_Ci、I_Si和逆变器输出的有功功率P_v值，并存储到数据库中；

U_Ci＝[280,260…240]U_Si＝[220,220,…220]I_Ci＝[42,40…36.6]I_Si＝[22.1,32,…11.2]i＝36

步骤5.1.1：对储存到数据库中的U_Ci、U_Si、I_Ci、I_Si、P_v进行大数据处理计算，得到无功调节输出最大值影响因子ψ

步骤5.2：在线获取数据库中前述数据，设定无功调节所能够输出的最大值Q_max；

Q_max＝P_vψ

步骤5.3：判断是否发生功率波动，若发生功率波动则进入无功调节的控制，再计算有功允许的上限值；

步骤5.4：若无功功率已经达到Q_max时，判断其是否导致频率依旧越限，若结果为肯定，输入数据G(i)，求解问题，对储能电池进行有功功率控制；

所述的对电池进行有功功率控制的公式如下：

利用选取了的合理数据G(i)、电池储能直流侧电流、并网交流侧电压有效值、逆变器触发角，结合电池损耗因子、储能电池温度、电池储能装置的当地平均温度及电池充放电效率求解计算储能功率P_BES：

其中，V_s为逆变器并网交流侧电压有效值，I_BES为电池储能直流侧电流，α_i为逆变器触发角，m为逆变器个数，T_i为步骤4选取的数组G(i)中的温度数据，σ为电池损耗因子，η为电池充放电效率。

代入数据G(i)＝[37.23，37.78，38.05,…39.88]，i＝36

计算结果P_BES≈2.16MW

步骤5.5：更新Qmax值，进行进一步的无功功率调节控制。

步骤6：计算电网风电功率并网频率f₂和利用电池储能装置后电网频率f₃：

Ⅰ、设定最初电网稳定时额定功率为P₁100MW，频率f₁50Hz,采用标幺值，通过下式计算系数C₁、C₂：

P₁＝C₁f₁-C₂f₁ ²

计算得C₁＝-0.083333，

Ⅱ、计算风电功率并网波动频率f₂：

P₂＝P₁+P＝C₁f₂-C₂f₂ ²

其中，P₂为风电并网后总功率；计算得f₂＝50.43Hz。

Ⅲ、计算储能电池储能后电网频率f₃：

P₃＝P₂-P_BES＝C₁f₃-C₂f₃ ²

其中，P₃为加入电池储能后电网功率；

此时P_BES＝2.16MW，计算得f₃＝49.89Hz。

Ⅳ、计算频率偏差量：

△f₁＝50-f₂＝0.43

△f₂＝50-f₃＝0.11

可知△f₂<△f₁，相比规定50Hz频率更加接近，即加入电池储能后电网频率波动相较于风电功率波动频率更小，电网频率更稳定。

Claims (5)

1.一种基于大数据的电池储能电网频率稳定性控制方法，其特征在于包括如下步骤：

步骤1：对当前风电场风速V、风机参数叶轮半径r、空气密度ρ、储能电池温度T_i、周围空气相对湿度s、储能电池数量n、电池充放电效率η、电池损耗因子σ、并网交流侧电压有效值V_s、电池储能直流侧电流I_BES、逆变器触发角α_i、逆变器个数m分别进行采集并存储到数据库中；

步骤2：综合考虑风电场风速、风机风轮功率系数、风轮扫掠面积、空气密度因素对风功率的影响，计算风电输出功率P；

步骤3：根据风电输出功率P，考虑负荷不变，在不考虑储能时计算此时刻电网功率波动△P，用于判断电网的功率不稳定性；

步骤4：当电网频率不稳定时，控制电池储能装置，平衡此时的功率失衡情况，对储能电池温度、周围空气相对湿度、 电池储能装置的当地平均温度进行测量，并筛选合适温度数据构成数组G(i)用于步骤5频率控制计算；

步骤5：利用数据库中采集的数据，采用脉冲PWM逆变并网结构对整体电池储能装置进行功率控制，以实现控制电网频率的稳定。

2.根据权利要求1所述的一种基于大数据的电池储能电网频率稳定性控制方法，其特征在于：所述步骤2的过程如下：

步骤2.1：空气密度与风电输出功率大小正相关，气压、温度、湿度对空气密度起决定作用，空气密度计算公式如下：

其中，P_k为大气压力，T为热力学温度，P_b为饱和空气压力，s为周围空气相对湿度；

步骤2.2：在数据库中综合考虑风电场风速、风机风轮功率系数、风轮扫掠面积、空气密度因素对风电输出功率的影响，根据数据库中上述影响因素数据，风电输出功率计算公式如下：

其中，P为风电输出功率，C_p为风机风轮功率系数，A为风轮扫掠面积，ρ为空气密度，单位kg/m³；

步骤2.3：结合步骤2.1和步骤2.2可推导出风电输出功率的计算公式如下：

3.根据权利要求1所述的一种基于大数据的电池储能电网频率稳定性控制方法，其特征在于步骤4所述筛选合适温度数据构成数组G(i)的过程如下：

步骤4.1：根据存储到数据库中的周围空气相对湿度、储能电池数量、储能电池温度、电池储能装置的当地平均温度，建立电池温度标准函数f(x)：

其中，x为电池储能装置编号，x＝1,2,3,…k,k为自然数；T_i为第i个储能电池的温度，T_d为电池储能装置的当地平均温度，s_i表示第i个储能电池的周围空气相对湿度，n为储能电池数量；

步骤4.2：根据下式计算温度数据的误差值：

步骤4.3：选取温度数据的误差值θ小于给定指标的T_i，构成数组G(i)。

4.根据权利要求3所述的一种基于大数据的电池储能电网频率稳定性控制方法，其特征在于：所述步骤5的过程如下：

步骤5.1：实时采样存储并网点每个储能电池的输入、输出电压U_Ci和U_Si，以及此时输入、输出电流I_Ci、I_Si和逆变器输出的有功功率P_v值，并存储到数据库中；

对储存到数据库中的U_Ci、U_Si、I_Ci、I_Si、P_v进行大数据处理计算，得到无功调节输出最大值影响因子ψ：

其中，U_Ci为第i个储能电池的输入电压，U_Si为第i个储能电池的输出电压，I_Ci为第i 个储能电池的输入电流，I_Si为第i个储能电池的输出电流；

步骤5.2：在线获取数据库中前述数据，设定无功调节所能够输出的最大值Q_max；

Q_max＝P_vψ

步骤5.3：判断是否发生功率波动，若发生功率波动则进入无功调节的控制，再计算有功允许的上限值；

步骤5.4：若无功功率已经达到Q_max时，判断其是否导致频率依旧越限，若结果为肯定，输入数据G(i)，求解问题，对储能电池进行有功功率控制；

步骤5.5：更新Q_max值，进行进一步的无功功率调节控制：

其中，α_i为逆变器触发角。

5.根据权利要求4所述的一种基于大数据的电池储能电网频率稳定性控制方法，其特征在于步骤5.4所述的对电池进行有功功率控制的公式如下：

利用选取了的合理数据G(i)、电池储能直流侧电流、并网交流侧电压有效值、逆变器触发角，结合电池损耗因子、储能电池温度、电池储能装置的当地平均温度及电池充放电效率求解计算储能功率P_BES：

其中，V_s为并网交流侧电压有效值，I_BES为电池储能直流侧电流，α_i为逆变器触发角，m为逆变器个数，T_i为步骤4选取的数组G(i)中的温度数据，σ为电池损耗因子，η为电池充放电效率。

Images