CN112636372A - 计及风电波动性和反调峰特性的储能协调控制方法和系统 - Google Patents
计及风电波动性和反调峰特性的储能协调控制方法和系统 Download PDFInfo
- Publication number
- CN112636372A CN112636372A CN202011199324.4A CN202011199324A CN112636372A CN 112636372 A CN112636372 A CN 112636372A CN 202011199324 A CN202011199324 A CN 202011199324A CN 112636372 A CN112636372 A CN 112636372A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- storage system
- peak
- peak regulation
- power
- 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
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
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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)
Abstract
一种计及风电波动性和反调峰特性的储能协调控制方法,利用小波变换法实现对风功率的解耦,得到风功率的高频波动分量和低频并网分量。针对高频波动分量,建立储能变流器并网电流预测模型,通过引入等值评估函数c,并利用半塔顶法确定储能系统的动作深度,以达到延长储能系统的循环寿命的目的,采用常规机组和储能系统进行平抑并利用系统剩余爬坡能力弥补预测误差。针对低频并网分量的反调峰特性,建立基于多网络结构的调峰效能指标Yok,控制储能系统和火电机组联合调峰下的储能系统充放电及火电机组深调峰的启停,减少因风电接入所引发的火电机组调峰启停次数,以提高电网运行的经济性。
Description
技术领域
本发明属于电力储能领域,具体涉及计及风电波动性和反调峰特性的储能协调控制方法。
背景技术
为了应对传统能源快速消耗和生态环境不断恶化等问题,人们开始将目光转向清洁能源,风力发电是全球范围内清洁能源的主要利用形式,其发展速度迅猛,优势明显。但风力发电受天气环境影响严重,它的波动性、反调峰特性等特征将影响到电力系统的调频、调峰、电能质量以及可靠运行。储能系统具有对功率和能量的时间迁移能力,能够动态吸收释放能量,有效收集富余风力资源,减少能源浪费所造成的不必要经济损失与资源流失,大大提高电网运行的稳定性和经济性。
然而,目前有关储能控制的研究工作多是针对单个装置单一目标的,主要突出储能系统的作用及其在电力系统中的潜在应用方向。这些研究成果都局限于单个储能装置,未考虑储能系统与现有电力系统之间的协调控制,而且,储能技术种类繁多,随着电力系统的发展,系统之间的协调配合值得深入研究。因此,在计及风电波动性和反调峰特性的基础上,研究如何协调控制常规机组与储能系统以提高电网运行的经济性具有重要意义。
发明内容
针对现有技术存在的以上问题,本发明公开了一种计及风电波动性和反调峰特性的储能协调控制方法。针对高频波动分量,建立储能变流器并网电流预测模型,通过引入等值评估函数c,并利用半塔顶法确定储能系统的动作深度,以达到延长储能系统循环寿命的目的,采用常规机组和功率型储能系统进行平抑并利用系统剩余爬坡能力弥补预测误差。针对低频并网分量的反调峰特性,建立基于多网络结构的调峰效能指标Yok,根据储能系统和火电机组联合调峰控制方法,提出一种基于介入时序控制的储能系统充放电及火电机组深调峰的启停方法,减少因风电接入所引发的火电机组调峰启停次数,以提高电网运行的经济性。
为实现上述发明目的,本发明具体采用以下技术方案。
一种计及风电波动性和反调峰特性的储能协调控制方法,其特征在于,所述协调控制方法包括以下步骤:
步骤1:对风功率进行解耦,得到风功率的高频波动分量和低频并网分量;
步骤2:针对高频波动分量,建立储能变流器并网电流预测模型,确定储能系统的动作深度。
步骤3:针对低频并网分量,建立基于多网络结构的调峰效能指标Yok;
步骤4:控制储能系统和火电机组联合调峰时的储能系统充放电及火电机组深调峰的启停。
本发明进一步包括以下优选方案。
在步骤2中,针对风功率的高频波动分量,构建等值评估函数c,结合储能系统当前的荷电状态SOC确定储能系统的运行状态区间,进一步确定储能系统的动作深度。
根据并网电流预测模型,所述等值评估函数c按下式计算:
式中iinα */iinβ *分别为α/β坐标系下电流预测模型评估函数中的目标参考值,iinα(k+1)/iinβ(k+1)分别为α/β坐标系下(k+1)时刻对应的α轴、β轴变流器输出电流。
当储能系统的SOC处于理想区间或预警区间时,储能系统会对不同的等值评估函数c值进行相应的平抑控制响应,公式表达如下:
PBESS-targ(k)=Prated(k),FSOC=0.or.1
式中,SOChig和SOClow分别为储能系统SOC理想区间的上、下限,SOCmax和SOCmin分别为储能系统SOC预警区间的上、下限;SOC(k)表示当前储能系统的荷电状态,Prated(k)表示储能系统额定功率,PBESS-targ表示当前储能系统的调节功率,FSOC表示储能系统当前SOC 与调节需求的匹配标志,取值为1或0,1代表当前调节需求会使储能系统偏离理想区间, 0代表当前调节需求会促进储能系统SOC返回理想区间。
当储能系统SOC处于禁止区间时,c的计算结果对储能系统运行方式不产生影响,储能系统仅对SOC返回理想区间的平抑控制需求进行响应,公式表达如下:
式中,SOC(k)表示当前储能系统的荷电状态,Prated(k)表示储能系统额定功率,ΔPavg(k)表示当前需要储能系统补偿的功率缺额,PBESS-targ表示当前储能系统的调节功率,FSOC表示储能系统当前SOC与调节需求的匹配标志,-1代表当前调节需求会加剧储能系统进入禁止区间, 0代表当前调节需求会促进储能系统SOC返回理想区间。
在步骤2中,优选采用该利用半塔顶法确定储能系统动作深度,具体内容为:
(1)将储能系统一个工作周期内荷电状态随时间变化的曲线顺时针转动90°,得到的图形类似于半个塔顶,每个塔尖的边缘都定义为一个峰值;
(2)一质点在曲线上滚动,起点依次为每一个峰值的内边;
(3)质点在滚到峰值处垂直下落,一直落到一个比开始时最大值更正的最大值或比开始时最小值更负的最小值为止;
(4)根据质点滚动的起点和终点,画出各个循环,将所有循环逐一取出来,并记录其峰谷值;
(5)记每个循环中质点运动的水平距离为l,取l与等值评估函数c的积作为该循环的动作深度。
储能系统的循环寿命与动作深度具有如下关系:
式中,Actf为储能系统的循环寿命,DoD为储能系统动作深度,且DoD∈(0,1]。
定义第i次循环中的动作深度为DoDi,则该循环内的等效循环寿命为
式中,Actf(DoD1)为当动作深度为1时对应的循环寿命;Actf(DoDi)为当动作深度为DoDi时的循环寿命。
储能系统在一个工作周期内的等效循环寿命A为
在步骤3中,建立基于多网络结构的调峰效能指标Yok具体包括以下内容:
3.1:构建电网低频运行的数学模型;
其中,所述数学模型包括峰谷差ΔP、峰谷差率α、负荷变化标准差D、峰谷波动E。
3.2:以ΔP、α、D、E数据作为输入,采用梯度下降法对多网络结构算法进行调整求出调峰效能指标Yok,Yok是判定电网峰谷值时总负荷量与总发电量差值大小的指标;Yok>0,Yok的值越接近0,电网中的峰谷值时的总负荷量与总发电量差值越小,Yok的值越大,电网中的峰谷值时的总负荷量与总发电量差值越大。
基于时序控制的储能系统充放电及火电机组深调峰的启停方法,步骤如下:
4.1:考虑储能系统的充电能力计算修正后的储能系统最低出力Pmin-after及调峰启停门槛 Pthd-after,公式如下:
Pmin-after=Pmin-PBESS-charg
Pthd-after=Pthd-PBESS-charg
式中:Pmin为电网所有机组最低技术出力,Pthd为计及AGC机组预留备用的调峰启动门槛, PBESS-charg为储能系统额定充电功率;
4.2:将风电出力视作负的负荷与原来负荷曲线相加得到系统等效负荷预测序列L(Pload-after(t1),Pload-after(t2),…,Pload-after(tN)…),其中,Pload-after(tN)表示tN时刻电网等效负荷;
4.3:确定等效负荷低于原始调峰启动门槛时刻t0、最小值出现时刻tp及等效负荷预测高于原始调峰启动门槛时刻ts;
4.4:预估储能系统可充电持续时长TBESS-last,公式如下:
式中:SOC(t)为储能系统当前荷电状态,SOCsafe为保证储能系统安全、经济运行的最高允许荷电状态,EBESS为储能系统额定容量,TBESS-last为储能系统可持续额定功率充电时长;
4.5:根据系统最低等效负荷Pload-after(tp)、修正后的系统最低技术出力Pmin-after、调峰启动门槛Pthd-after及储能持续充电时长TBESS-out之间的约束关系,对火电机组是否需要启动深调峰及介入时机进行决策;
4.6:若火电机组深调峰已启动,只有当电网等效负荷回升至高于调峰退出门槛时,火电机组及储能系统退出电网调峰;并为避免系统调峰频繁启停,根据电网规模、电源构成及负荷-功率偏差波动情况设定安全阈值。
4.7:当电网完成储能系统和火电机组联合调峰控制之后,重新得到修正后的峰谷差ΔPafter、峰谷差率αafter、负荷变化标准差Dafter、峰谷波动Eafter,利用多网络结构算法求出修正后的调峰效能指标Yok-after,比较修正前后的调峰效能指标Yok和Yok-after,从而判断系统调峰性能优劣并对系统调峰进行继续优化。
所述的4.5中对火电机组是否需要启动深调峰及介入时机进行决策的方式如下:
(a)如果Pload-after(tp)≥Pmin-after且t0+TBESS-out≥ts,依靠储能系统充电能力及AGC机组下旋转备用的加和进行调峰,该工况下能够避免火电机组深调峰的启动;
其中,t0为电网等效负荷低于调峰启动门槛时刻,ts为电网等效负荷高于调峰启动门槛时刻;
(b)如果Pon-thd-after≥Pload-after(tp)≥Pmin-after且t0+TBESS-out≤ts,应在储能系统丧失充电能力、退出调峰支撑前Tadv时刻,即t0+TBESS-out-Tadv时刻启动火电机组进行深调峰,以实现储能系统调峰退出与火电机组深调峰投入的有序动作与衔接;
其中,Pon-thd-after为修正后的系统调峰启动门槛;Tadv取值推荐15~30min;
(c)如果Pmin-after>Pload-after(tp),当前储能系统充电能力与AGC机组下旋转备用的加和无法满足调峰需求,火电机组深调峰应于t0时刻即刻启动,即于电网等效负荷低于调峰启动门槛的t0时刻启动。
本申请同时公开了一种基于前述储能协调控制方法的储能协调控制系统。
所述储能协调控制系统包括并网风电功率监测模块、风功率解耦计算模块、储能系统第一协调控制模块、储能系统第二协调控制模块;
所述并网风电功率监测模块将监测到的并网风电功率至上传至风功率解耦计算模块;
所述风功率解耦计算模块采用小波变换法对风功率进行解耦计算,得到风功率的高频波动分量和低频并网分量,并分别将高频波动分量传输至第一协调控制模块,将低频并网分量传输至第二协调控制模块;
所述第一协调控制模块基于高频波动分量,建立并网电流预测模型确定储能系统的动作深度,并利用储能系统剩余爬坡能力弥补预测误差;
所述第二二协调控制模块基于低频并网分量,建立调峰效能指标,并控制储能系统充放电及火电机组调峰启停。
本申请相对于现有技术具有以下有益的技术效果:
针对目前风电系统波动性、反调峰特性的特征,本发明公开了一种计及风电波动性和反调峰特性的储能协调控制方法。针对高频波动分量,通过建立储能变流器并网电流预测模型,引入等值评估函数c,利用半塔顶法确定储能系统的动作深度,使储能系统循环寿命得到延长。针对低频并网分量,提出一种基于介入时序控制的储能系统充放电及火电机组深调峰的启停方法,并通过建立基于多网络结构的调峰效能指标Yok,来评估系统调峰性能,以此提高系统的经济性。
附图说明
图1为本发明计及风电波动性和反调峰特性的储能协调控制方法的流程图;
图2为小波变换示意图;
图3为储能工作区间示意图;
图4为储能并网变流器拓扑结构图;
图5为输出的原理图;
图6为负荷曲线图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如附图1所示,本发明所采用的技术方案是一种计及风电波动性和反调峰特性的储能协调控制方法,包括以下步骤:
步骤1:利用小波变换法实现对风功率的解耦,得到风功率的高频波动分量和低频并网分量。
通过改变伸缩因子a和平移因子b可以控制小波图像的“高矮”和“胖瘦”以及小波基函数的中心位置,连续处理伸缩因子a和平移因子b便可以得到一组连续小波基函数:
函数x(t)和y(t)表示时间区间(t1,t2)的两个连续的实能量信号,它们的内积表达式如下:
首先离散化伸缩因子和平移因子,得到a=aj 0;b=kaj 0b0,j、k均为整数,然后再将离散化后的两个因子带入到式(4)中得到离散小波变换表达式:
小波变换简单来说就是把待处理信号输入到低通和高通滤波器中,既能得到信号的整体变化趋势,又能得到细节特征,经过若干层分解之后就可以得到需要的低频分量和高频分量。如图2所示为3层小波分解示意图,其中,S表示需要进行小波分解的信号,L、H分别表示小波分解后第一层得到低频、高频分量,LL、HH分别表示小波分解第二层得到的低频、高频分量,LLL、HHH分别表示小波分解第三层得到的低频、高频分量。
根据上述对小波变换理论的介绍,利用小波变换法可以实现风功率高频分量和低频分量的分离,具体步骤为:将从风电场采集到的风功率数据输入到小波分解程序中,然后分解得到高频和低频信号,即:
Pw=Lx+H1+H2+...+Hx (6)
式中,Pw表示待分解的风功率采样信号;Lx、Hx分别表示第x层分解得到的低频、高频分量。
步骤2:根据储能并网变流器的拓扑结构,如图4所示,则其输出电压uin为:
uin=Udc(Ta+gTb+g2Tc) (7)
式中g=ej(2/a)π;Udc为直流侧电容电压,且开关状态Tk为:
式中k=a,b,c。
在αβ坐标系下,储能并网变流器Lin滤波器部分输出电流暂态关系可表示为:
式中iα/β为变流器输入电流;iinα/β为变流器输出电流;uinα/β为变流器输出电压;ucα/β为变流器 Lin滤波器后输出电压;Rin为变流器的输入电阻。模型预测主要是在每个周期中利用变流器 Lin滤波器输出电流暂态关系方程,构建系统数学模型,并且评估、融合当前时刻变流器开关组合与上一时刻的状态信息,对未来时刻变流器输出结果的预测作用。假定Ts为变流器控制系统的采样周期,对预测的变流器输出电流在(tk,tk+1)时间范围内离散化:
再构建等值评估函数c:
式中iinα */iinβ *分别为α/β坐标系下电流预测模型评估函数中的目标参考值,iinα(k+1)/iinβ(k+1)分别为α/β坐标系下(k+1)时刻对应的α轴、β轴变流器输出电流。
当储能系统的SOC处于理想区间或预警区间(参见附图3)时,储能系统会对不同的等值评估函数c值进行相应的平抑控制响应,公式表达如下:
PBESS-targ(k)=Prated(k),FSOC=0.or.1 (12)
当储能系统SOC处于禁止区间时,c的计算结果对储能系统运行方式不产生影响,储能系统仅对SOC返回理想区间的平抑控制需求进行响应,公式表达如下:
式中,SOC(k)表示当前储能系统的荷电状态,Prated(k)表示储能系统额定功率,ΔPavg(k)表示当前需要储能系统补偿的功率缺额,PBESS-targ表示当前储能系统的调节功率,FSOC表示储能系统当前SOC与调节需求的匹配标志,-1代表当前调节需求会加剧储能系统进入禁止区间, 1代表当前调节需求会使储能系统偏离理想区间,0代表当前调节需求会促进储能系统SOC 返回理想区间。
进一步的,在满足平抑风功率高频分量的条件下,优化储能系统动作深度。需要说明的是对储能系统动作深度优化的方法有很多,包括单向充放电技术、基于可编程逻辑控制器的温度控制法、荷电状态保护技术、柔性限流充放电策略等,本发明优选采用半塔顶法优化储能系统动作深度,以达到延长储能系统循环寿命的目的。半塔顶法优化储能系统动作深度只是本申请的优选实施例,并非是对发明精神的限定。
半塔顶法优化储能系统动作深度具体内容为:
(1)将储能系统一个工作周期内荷电状态随时间变化的曲线顺时针转动90°,得到的图形类似于半个塔顶,每个塔尖的边缘都定义为一个峰值;
(2)一质点在曲线上滚动,起点依次为每一个峰值的内边;
(3)质点在滚到峰值处垂直下落,一直落到一个比开始时最大值更正的最大值或比开始时最小值更负的最小值为止;
(4)根据质点滚动的起点和终点,画出各个循环,将所有循环逐一取出来,并记录其峰谷值;
(5)记每个循环中质点运动的水平距离为l,取l与等值评估函数c的积作为该循环的动作深度。
储能系统的循环寿命与动作深度具有如下关系:
式中,Actf为储能系统的循环寿命,DoD为储能系统动作深度,且DoD∈(0,1]。
定义第i次循环中的动作深度为DoDi,则该循环内的等效循环寿命为
式中,Actf(DoD1)为当动作深度为1时对应的循环寿命;Actf(DoDi)为当动作深度为DoDi时的循环寿命。
储能系统在一个工作周期内的等效循环寿命A为
针对风电接入的波动性和预测误差对系统短时间功率平衡的影响,提出了结合系统常规机组和储能系统来调节含风电系统中功率不平衡为目标的储能与含风电系统协调优化运行的方法。对于风电和负荷波动,首先考虑利用常规机组有功调整和储能充放电量共同平抑,然后利用系统的剩余爬坡能力弥补预测误差。
选用锂电池作为储能装置在含风电电力系统中进行配置,建立以综合费用C最小为储能配置模型的目标函数,主要包括储能投资费用、机组运行费用、弃风惩罚费用、缺电损失费用四部分。目标函数为:
式中:Cs为BESS折合到每天的投资成本,Cg,t为机组运行费用,Ewloss为弃风惩罚费用,Rloss为缺电损失费用。可以看出式(16)中其他项都是以典型日为时间尺度,因此将BESS年投资成本Cs缩小为每天的投资成本。
模型的约束条件为:
(1)功率平衡约束条件
系统电力需求包括负荷和储能装置充电电量。系统中的不同种类电源,包括火电、风电以及储能装置放电功率,都用来满足系统电力需求。因此,分钟级时段系统功率平衡方程为:
式中:Pd,t为t时刻系统负荷,Pw,t为t时刻风电场的输出功率。
(2)常规机组运行条件约束
系统调度员每小时根据系统潮流情况发布一次发电计划,其中包括各台机组每小时的出力水平及启停状态。在此基础上,调度员每10min根据最新得到的发电和负荷预测数据重新调整各机组发电量,来保证每小时内下一时段的功率平衡,这样可以提高电力系统运行的经济性和可靠性,由此可得出小时级机组出力和分钟级机组有功调整量关系。在1个小时范围内,定义6个时间间隔10min为一个时间段,以考察分钟级各个时段机组的出力情况。每个机组在t时段的输出功率Pg,t,等于当前调度计划h小时的输出功率Pg,h,再加上当前小时t 时段之前所有机组有功调整量之和得出小时级和分钟级机组出力等式关系为:
式中:g为机组组合;Pg,h为第h小时机组g输出功率;ΔPg,t为第h分钟t时段内机组g有功调整量;Pg,t为分钟级t时段机组g输出功率;K为小时数,取日内小时数K=24,所以 t∈{1,2,…144}。机组g在第h和h+1小时输出功率关系为:
式中:Pg,h+1为第h+1小时机组g输出功率。
机组出力上下限约束和分钟级时段机组有功调整量约束为:
①机组出力上下限约束
Pg,min≤Pg,t≤Pg,max (22)
②分钟级机组有功调整量约束
(3)电池储能系统约束条件
通常描述电池储能系统规模时有两个重要指标,额定功率Pcap和储能容量Ecap。储能系统功率输出可弥补机组分钟级爬坡能力的不足,但分钟级的电池储能系统需要满足充放电功率和容量约束。
①BESS充放电功率约束
由于最大充放电功率的限制,BESS的充放电功率约束如下:
式中:Pc s,t为BESS的充电功率;Pd s,t为BESS的放电功率;Ps,cap为BESS的额定功率;Ps,t为t时段BESS充放电功率。
②储能剩余容量约束
在含风电电力系统的储能系统中,若BESS以Ps,t充电功率充电过程中,电池电量达到其最大允许容量Es,cap,则停止充电,此时弃掉多余的风电。放电过程电池电量达到其最小允许容量,则停止放电。可以得到以下BESS剩余容量约束如下:
0≤Es,t≤Es,cap (27)
式中:Es,t为t时段BESS的剩余电量;Es,cap为BESS容量。
③储能剩余容量约束
储能系统在以Ps,t充放电功率的工作过程中,与其剩余电量Es,t之间的关系还需满足下式:
式中:Es,t和Es,t-1分别为t和t-1时段BESS的剩余电量;ρ为BESS的充放电效率。
④系统剩余爬坡能力约束
系统调度人员可以根据小时级和分钟级各时段风电和负荷的预测值,确定每小时机组的出力和分钟级各时段各个机组的功率调整量,但仍需要系统在分钟级出力时能满足弥补风电和负荷预测误差的爬坡能力需求。为了弥补风电和负荷预测误差,系统需提供上、下爬坡能力。当预测误差导致发电不足时,系统向上爬坡调整功率平衡;当预测误差导致发电量超过负荷时,系统向下爬坡调整功率平衡。在预测误差最大的情况下,需要满足以下约束来保证系统具有足够的上、下爬坡能力来达到可靠运行的目的。
步骤3:建立一个基于多网络结构的评价削峰填谷的调峰效能指标Yok,其具体步骤如下:峰谷差ΔP:
ΔP=PL-max-PL-min (31)
式中PL-max、PL-min分别为负荷的峰值和谷值
峰谷差率α:
α=ΔP/PL-max (32)
负荷变化标准差D:
式中n为总采样点数;Pi为采样时刻i的负荷值;Pave为总采样负荷的均值。
峰谷波动E:
E=|PL-max0-PL-max1|+|PL-min0-PL-min1| (34)
式中PL-max0、PL-min0分别为采取措施前的基础负荷峰值和谷值,而PL-max1、PL-min1分别为选用储能元件的负荷峰、谷值。
基于四个参数,利用多网络结构算法得到调峰效能指标Yok,具体算法如下:
(1)多网络结构算法基本结构
多网络结构是一种按误差逆向传播算法训练的多层前馈网络,其结构由三个部分组成,分别为输入层、隐含层和输出层。
其基本结构如图5所示。
在多网络结构中,输入层与输出层节点个数可根据需求进行设置。输入层节点为4个,输出层节点为1个。
式中M、N分别为输入层4个结点、输出层1个结点,L为[1,10]区间中的整数,q为隐含层神经元的个数。
(2)多网络结构学习过程
多网络算法的训练过程是正向传播阶段,将信息数据由多网络结构的输入层输入,经过隐含层处理,最终达到输出层。
根据多网络结构的设计,可以得到多网络每层的输入与输出。
设输入层的第i(i=1,2,3,4)个结点的输入为Ri,因此nethj输入层到隐含层节点j(j=1,2,…8) 的输入为:
式中,nethj为隐含层j节点的输入,输入层R1、R2、R3、R4分别是峰谷差ΔP、峰谷差率α、负荷变化标准差D、峰谷波动E;Wij为输入层结点i与隐含层结点j的连接权值;Bhj为隐含层结点j的阈值SOCmax(如图3所示),是荷电状态在预警区间的上限值,当WijRi>Bhj,隐含层结点激发函数f(x)被激活,并处理数据输出。
因此Hoj隐含层结点j的输出表达式为
Hoj=f(nethj) (37)
其中,隐含层激活函数f(x)取为s型函数,其表达式为
netok是隐含层到多网络负荷预测输出层结点k的输入
式中,Wjk为隐含层结点j与输出层结点k的连接权值;Bok为输出层结点k的阈值SOChig(如图3所示),是荷电状态在理想区间的上限值,当WjkHj>Bok,隐含层结点激发函数g(x)被激活,并处理数据输出。g(x)同样取s型函数。
输出层的输出表达式为:
Yok=f(netok) (40)
Yok>0,Yok的值越接近0,电网峰谷值时的总负荷量与总发电量差值越小,Yok的值越大,电网峰谷值的总负荷量和总发电量的差值越大。
步骤4:应用储能辅助调峰是解决系统调峰问题的有效途径,但现阶段储能的高成本限制了其规模化应用。为充分发挥有限储能的调峰作用,降低储能调峰的容量需求,本文提出储能系统和火电机组联合调峰控制方法,通过合理安排储能系统充放电及火电机组深调峰的启停及介入时序,减少因风电接入所引发的火电机组调峰启停次数,以提高电网运行的经济性。同时充分考虑了储能系统的调峰支撑能力及SOC运行约束,以保证电网运行的稳定性和储能系统运行的安全性与经济性。
其方法步骤如下:
4.1:考虑储能系统的充电能力计算修正后的系统最低出力Pmin-after及调峰启停门槛Pthd-after,公式如下:
Pmin-after=Pmin-PBESS-charg (41)
Pthd-after=Pthd-PBESS-charg (42)
式中:Pmin为电网所有机组最低技术出力,Pthd为计及AGC机组预留备用的调峰启动门槛, PBESS-charg为储能系统额定充电功率;
4.2:获取电网负荷超短期预测数据及风功率超短期预测数据,将风电出力视作负的负荷与原来负荷曲线相加得到系统等效负荷预测序列L(Pload-after(t1),Pload-after(t2),…,Pload-after(tN)…),其中,Pload-after(tN)表示tN时刻电网等效负荷;
4.3:确定等效负荷低于原始调峰启动门槛时刻t0、最小值出现时刻tp及等效负荷预测高于原始调峰启动门槛时刻ts;若序列中无高于调峰启停临界门槛的值,则取ts=tN;
4.4:预估储能系统可充电持续时长,公式如下:
式中:SOC(t)为储能系统当前荷电状态,SOCsafe为保证储能系统安全、经济运行的最高允许荷电状态,EBESS为储能系统额定容量,TBESS-last为储能系统可持续额定功率充电时长;
4.5:根据系统最低等效负荷Pload-after(tp)、修正后的系统最低技术出力Pmin-after、调峰启动门槛Pthd-after及储能持续充电时长TBESS-out之间的约束关系,对火电机组是否需要启动深调峰及介入时机进行决策;
(a)如果Pload-after(tp)≥Pmin-after且t0+TBESS-out≥ts,如图6中负荷曲线L1所示,可依靠储能系统充电能力及AGC机组下旋转备用的加和进行调峰,该工况下可以避免火电机组深调峰的启动;
其中,t0为电网等效负荷低于调峰启动门槛时刻,ts为电网等效负荷高于调峰启动门槛时刻;
(b)如果Pon-thd-after≥Pload-after(tp)≥Pmin-after且t0+TBESS-out≤ts,应在储能系统丧失充电能力、退出调峰支撑前Tadv时刻,即t0+TBESS-out-Tadv时刻启动火电机组进行深调峰,以实现储能系统调峰退出与火电机组深调峰投入的有序动作与衔接;
其中,Pon-thd-after为修正后的系统调峰启动门槛;Tadv取值推荐15~30min;
(c)如果Pmin-after>Pload-after(tp),如图6中负荷曲线L2所示,当前储能系统充电能力与AGC 机组下旋转备用的加和无法满足调峰需求,火电机组深调峰应于t0时刻即刻启动,即于电网等效负荷低于调峰启动门槛的t0时刻启动。
4.6:若火电机组深调峰已启动,只有当电网等效负荷回升至高于调峰退出门槛Poff-thd时,即P’load(t)>Poff-thd时,火电机组及储能系统退出电网调峰。为避免系统调峰频繁启停,并考虑电网负荷-功率平衡波动对AGC机组的备用要求,电网调峰退出门槛应高于启动门槛,即只有系统等效负荷高于调峰启动门槛一个安全阈值范围时,才将正在处于调峰状态的控制对象退出。该安全阈值应该根据电网规模、电源构成及负荷-功率偏差波动情况等因素而定。
4.7:当电网完成储能系统和火电机组联合调峰控制之后,重新得到修正后的峰谷差ΔPafter、峰谷差率αafter、负荷变化标准差Dafter、峰谷波动Eafter,利用多网络结构算法求出修正后的调峰效能指标Yok-after,比较修正前后的调峰效能指标Yok和Yok-after,从而判断系统调峰性能优劣并对系统调峰进行继续优化。
本申请还公开了一种基于前述储能协调控制方法的储能协调控制系统。
所述储能协调控制系统包括并网风电功率监测模块、风功率解耦计算模块、储能系统第一协调控制模块、储能系统第二协调控制模块;
所述并网风电功率监测模块将监测到的并网风电功率至上传至风功率解耦计算模块;
所述风功率解耦计算模块采用小波变换法对风功率进行解耦计算,得到风功率的高频波动分量和低频并网分量,并分别将高频波动分量传输至第一协调控制模块,将低频并网分量传输至第二协调控制模块;
所述第一协调控制模块基于高频波动分量,建立并网电流预测模型确定储能系统的动作深度,并利用储能系统剩余爬坡能力弥补预测误差;
所述第二二协调控制模块基于低频并网分量,建立调峰效能指标,并控制储能系统充放电及火电机组调峰启停。
本公开还是可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其它自由传播的电磁波、通过波导或其它传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种计及风电波动性和反调峰特性的储能协调控制方法,其特征在于,所述协调控制方法包括以下步骤:
步骤1:对风功率进行解耦,得到风功率的高频波动分量和低频并网分量;
步骤2:针对高频波动分量,建立储能变流器并网电流预测模型,确定储能系统的动作深度。
步骤3:针对低频并网分量,建立基于多网络结构的调峰效能指标Yok;
步骤4:控制储能系统和火电机组联合调峰时的储能系统充放电及火电机组深调峰的启停。
3.根据权利要求2所述的计及风电波动性和反调峰特性的储能协调控制方法,其特征在于:
当储能系统的SOC处于理想区间或预警区间时,储能系统会对不同的等值评估函数c值进行相应的平抑控制响应,公式表达如下:
PBESS-targ(k)=Prated(k),FSOC=0.or.1
式中,SOChig和SOClow分别为储能系统SOC理想区间的上、下限,SOCmax和SOCmin分别为储能系统SOC预警区间的上、下限;SOC(k)表示当前储能系统的荷电状态,Prated(k)表示储能系统额定功率,PBESS-targ表示当前储能系统的调节功率,FSOC表示储能系统当前SOC与调节需求的匹配标志,取值为1或0,1代表当前调节需求会使储能系统偏离理想区间,0代表当前调节需求会促进储能系统SOC返回理想区间。
5.根据权利要求2或3所述的计及风电波动性和反调峰特性的储能协调控制方法,其特征在于:
在步骤2中,优选采用该利用半塔顶法确定储能系统动作深度,具体内容为:
(1)将储能系统一个工作周期内荷电状态随时间变化的曲线顺时针转动90°,得到的图形类似于半个塔顶,每个塔尖的边缘都定义为一个峰值;
(2)一质点在曲线上滚动,起点依次为每一个峰值的内边;
(3)质点在滚到峰值处垂直下落,一直落到一个比开始时最大值更正的最大值或比开始时最小值更负的最小值为止;
(4)根据质点滚动的起点和终点,画出各个循环,将所有循环逐一取出来,并记录其峰谷值;
(5)记每个循环中质点运动的水平距离为l,取l与等值评估函数c的积作为该循环的动作深度。
7.根据权利要求1所述的计及风电波动性和反调峰特性的储能协调控制方法,其特征在于:
在步骤3中,建立基于多网络结构的调峰效能指标Yok具体包括以下内容:
3.1:构建电网低频运行的数学模型;
其中,所述数学模型包括峰谷差ΔP、峰谷差率α、负荷变化标准差D、峰谷波动E。
3.2:以ΔP、α、D、E数据作为输入,采用梯度下降法对多网络结构算法进行调整求出调峰效能指标Yok,Yok是判定电网峰谷值时总负荷量与总发电量差值大小的指标;Yok>0,Yok的值越接近0,电网中的峰谷值时的总负荷量与总发电量差值越小,Yok的值越大,电网中的峰谷值时的总负荷量与总发电量差值越大。
8.根据权利要求1所述的计及风电波动性和反调峰特性的储能协调控制方法,其特征在于:
基于时序控制的储能系统充放电及火电机组深调峰的启停方法,步骤如下:
4.1:考虑储能系统的充电能力计算修正后的储能系统最低出力Pmin-after及调峰启停门槛Pthd-after,公式如下:
Pmin-after=Pmin-PBESS-charg
Pthd-after=Pthd-PBESS-charg
式中:Pmin为电网所有机组最低技术出力,Pthd为计及AGC机组预留备用的调峰启动门槛,PBESS-charg为储能系统额定充电功率;
4.2:将风电出力视作负的负荷与原来负荷曲线相加得到系统等效负荷预测序列L(Pload-after(t1),Pload-after(t2),…,Pload-after(tN)…),其中,Pload-after(tN)表示tN时刻电网等效负荷;
4.3:确定等效负荷低于原始调峰启动门槛时刻t0、最小值出现时刻tp及等效负荷预测高于原始调峰启动门槛时刻ts;
4.4:预估储能系统可充电持续时长TBESS-last,公式如下:
式中:SOC(t)为储能系统当前荷电状态,SOCsafe为保证储能系统安全、经济运行的最高允许荷电状态,EBESS为储能系统额定容量,TBESS-last为储能系统可持续额定功率充电时长;
4.5:根据系统最低等效负荷Pload-after(tp)、修正后的系统最低技术出力Pmin-after、调峰启动门槛Pthd-after及储能持续充电时长TBESS-out之间的约束关系,对火电机组是否需要启动深调峰及介入时机进行决策;
4.6:若火电机组深调峰已启动,只有当电网等效负荷回升至高于调峰退出门槛时,火电机组及储能系统退出电网调峰;并为避免系统调峰频繁启停,根据电网规模、电源构成及负荷-功率偏差波动情况设定安全阈值。
4.7:当电网完成储能系统和火电机组联合调峰控制之后,重新得到修正后的峰谷差ΔPafter、峰谷差率αafter、负荷变化标准差Dafter、峰谷波动Eafter,利用多网络结构算法求出修正后的调峰效能指标Yok-after,比较修正前后的调峰效能指标Yok和Yok-after,从而判断系统调峰性能优劣并对系统调峰进行继续优化。
9.根据权利要求8所述计及风电波动性和反调峰特性的储能协调控制方法,其特征在于:
所述的4.5中对火电机组是否需要启动深调峰及介入时机进行决策的方式如下:
(a)如果Pload-after(tp)≥Pmin-after且t0+TBESS-out≥ts,依靠储能系统充电能力及AGC机组下旋转备用的加和进行调峰,该工况下能够避免火电机组深调峰的启动;
其中,t0为电网等效负荷低于调峰启动门槛时刻,ts为电网等效负荷高于调峰启动门槛时刻;
(b)如果Pon-thd-after≥Pload-after(tp)≥Pmin-after且t0+TBESS-out≤ts,应在储能系统丧失充电能力、退出调峰支撑前Tadv时刻,即t0+TBESS-out-Tadv时刻启动火电机组进行深调峰,以实现储能系统调峰退出与火电机组深调峰投入的有序动作与衔接;
其中,Pon-thd-after为修正后的系统调峰启动门槛;Tadv取值推荐15~30min;
(c)如果Pmin-after>Pload-after(tp),当前储能系统充电能力与AGC机组下旋转备用的加和无法满足调峰需求,火电机组深调峰应于t0时刻即刻启动,即于电网等效负荷低于调峰启动门槛的t0时刻启动。
10.一种基于前述权利要求1-9任一项所述储能协调控制方法的储能协调控制系统,其特征在于:
所述储能协调控制系统包括并网风电功率监测模块、风功率解耦计算模块、储能系统第一协调控制模块、储能系统第二协调控制模块;
所述并网风电功率监测模块将监测到的并网风电功率至上传至风功率解耦计算模块;
所述风功率解耦计算模块采用小波变换法对风功率进行解耦计算,得到风功率的高频波动分量和低频并网分量,并分别将高频波动分量传输至第一协调控制模块,将低频并网分量传输至第二协调控制模块;
所述第一协调控制模块基于高频波动分量,建立并网电流预测模型确定储能系统的动作深度,并利用储能系统剩余爬坡能力弥补预测误差;
所述第二二协调控制模块基于低频并网分量,建立调峰效能指标,并控制储能系统充放电及火电机组调峰启停。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011199324.4A CN112636372B (zh) | 2020-11-01 | 2020-11-01 | 计及风电波动性和反调峰特性的储能协调控制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011199324.4A CN112636372B (zh) | 2020-11-01 | 2020-11-01 | 计及风电波动性和反调峰特性的储能协调控制方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112636372A true CN112636372A (zh) | 2021-04-09 |
CN112636372B CN112636372B (zh) | 2022-04-26 |
Family
ID=75303212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011199324.4A Active CN112636372B (zh) | 2020-11-01 | 2020-11-01 | 计及风电波动性和反调峰特性的储能协调控制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112636372B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486593A (zh) * | 2021-07-22 | 2021-10-08 | 南京工程学院 | 一种基于风电功率爬坡预测的风-蓄-氢混合储能控制方法 |
CN114977251A (zh) * | 2022-07-28 | 2022-08-30 | 湖南华大电工高科技有限公司 | 一种储能系统平抑风电功率波动的控制方法 |
CN115940212A (zh) * | 2022-12-07 | 2023-04-07 | 贵州大学 | 一种储能系统的智能协调控制系统 |
CN116662829A (zh) * | 2023-07-28 | 2023-08-29 | 云南中广核能源服务有限公司 | 一种场群风机标准功率曲线定义规则和偏差验证方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101931241A (zh) * | 2010-09-21 | 2010-12-29 | 许继集团有限公司 | 风电场并网协调控制方法 |
CN107394802A (zh) * | 2017-07-04 | 2017-11-24 | 上海交通大学 | 分布式储能参与自动发电控制的协调控制方法 |
CN109066806A (zh) * | 2018-07-25 | 2018-12-21 | 国电南瑞科技股份有限公司 | 一种电网调峰控制方法 |
EP1921738B1 (de) * | 2006-11-10 | 2019-07-24 | Senvion GmbH | Verfahren und Vorrichtung zum Betrieb eines Umrichters, insbesondere für Windenergieanlagen |
CN110808613A (zh) * | 2019-11-29 | 2020-02-18 | 华北电力大学 | 一种利用混合储能提升风电利用率的方法 |
-
2020
- 2020-11-01 CN CN202011199324.4A patent/CN112636372B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1921738B1 (de) * | 2006-11-10 | 2019-07-24 | Senvion GmbH | Verfahren und Vorrichtung zum Betrieb eines Umrichters, insbesondere für Windenergieanlagen |
CN101931241A (zh) * | 2010-09-21 | 2010-12-29 | 许继集团有限公司 | 风电场并网协调控制方法 |
CN107394802A (zh) * | 2017-07-04 | 2017-11-24 | 上海交通大学 | 分布式储能参与自动发电控制的协调控制方法 |
CN109066806A (zh) * | 2018-07-25 | 2018-12-21 | 国电南瑞科技股份有限公司 | 一种电网调峰控制方法 |
CN110808613A (zh) * | 2019-11-29 | 2020-02-18 | 华北电力大学 | 一种利用混合储能提升风电利用率的方法 |
Non-Patent Citations (3)
Title |
---|
XIANG SONG ET AL.: "Unit Commitment Optimization Model of Wind Storage Combined System Considering Peak Load Regulation of Energy Storage System", 《2020 INTERNATIONAL CONFERENCE ON INTELLIGENT TRANSPORTATION, BIG DATA & SMART CITY (ICITBS)》 * |
李军徽等: "抑制风电并网影响的储能系统调峰控制策略设计", 《中国电力》 * |
赵健等: "高渗透率可再生能源接入系统中储能应用综述", 《中国电力》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486593A (zh) * | 2021-07-22 | 2021-10-08 | 南京工程学院 | 一种基于风电功率爬坡预测的风-蓄-氢混合储能控制方法 |
CN113486593B (zh) * | 2021-07-22 | 2023-09-22 | 南京工程学院 | 一种基于风电功率爬坡预测的风-蓄-氢混合储能控制方法 |
CN114977251A (zh) * | 2022-07-28 | 2022-08-30 | 湖南华大电工高科技有限公司 | 一种储能系统平抑风电功率波动的控制方法 |
CN114977251B (zh) * | 2022-07-28 | 2022-11-01 | 湖南华大电工高科技有限公司 | 一种储能系统平抑风电功率波动的控制方法 |
CN115940212A (zh) * | 2022-12-07 | 2023-04-07 | 贵州大学 | 一种储能系统的智能协调控制系统 |
CN115940212B (zh) * | 2022-12-07 | 2024-01-23 | 贵州大学 | 一种储能系统的智能协调控制系统 |
CN116662829A (zh) * | 2023-07-28 | 2023-08-29 | 云南中广核能源服务有限公司 | 一种场群风机标准功率曲线定义规则和偏差验证方法 |
CN116662829B (zh) * | 2023-07-28 | 2023-10-17 | 云南中广核能源服务有限公司 | 一种场群风机标准功率曲线定义规则和偏差验证方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112636372B (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112636372B (zh) | 计及风电波动性和反调峰特性的储能协调控制方法和系统 | |
US11831165B2 (en) | Hierarchical control method for island power grid energy storage system for increasing new energy generation fluctuation | |
CN107947231B (zh) | 一种面向配电网优化运行的混合储能系统控制方法 | |
WO2020143104A1 (zh) | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 | |
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 | |
CN108092324B (zh) | 一种风电参与调峰调频的agc控制系统和控制方法 | |
CN105680474B (zh) | 一种储能抑制光伏电站快速功率变化的控制方法 | |
CN105262117B (zh) | 一种风电爬坡优化控制方法 | |
CN111293691A (zh) | 基于模型预测控制的微电网多时间尺度优化调度方法 | |
CN108321810A (zh) | 抑制光伏并网点电压波动的配网多时间尺度无功控制方法 | |
CN114094600B (zh) | 一种多光储vsg系统协同运行控制方法及系统 | |
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 | |
CN109873447A (zh) | 一种多源协同主动配电网多时间级有功-无功调控方法 | |
CN112909980B (zh) | 一种电化学储能模拟火电机组快速频率响应的虚拟系数优化方法 | |
Wang et al. | Coordinated load shedding control scheme for recovering frequency in islanded microgrids | |
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 | |
CN112865192A (zh) | 主动配电网多时段优化调度方法及系统 | |
CN114123246A (zh) | 基于轨迹灵敏度的多光伏电站调频参数自适应更新方法 | |
CN103401257B (zh) | 含风电电网应对高峰期功率陡坡的多源协调型控制方法 | |
CN107482657A (zh) | 风电爬坡率实时平抑方法和系统 | |
Li et al. | Optimization strategy of secondary frequency modulation based on dynamic loss model of the energy storage unit | |
CN114421479A (zh) | 交直流微电网群协同互供的电压控制方法 | |
CN118117568A (zh) | 一种适用于离网风光氢储耦合系统的复合能量管理策略 | |
CN112215462A (zh) | 基于马氏距离的k均值聚类电网适应性评价方法 | |
CN104979850B (zh) | 一种储能参与备用的含风电的电力系统调度方法 |
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 |