CN113098032A - 一种基于模型预测控制的储能参与电网一次调频控制方法 - Google Patents

Abstract

本发明涉及一种基于模型预测控制的储能参与电网一次调频控制方法，以电网调频死区为界，在兼顾电网的调频需求与储能SOC恢复需求的基础上，通过模型预测控制来确定不同频率区间内储能的出力目标与出力深度，从而确定相应区间内的模型预测控制输出加权矩阵。该方法有利于提高调频效果，优化系统运行。

Description

一种基于模型预测控制的储能参与电网一次调频控制方法

技术领域

本发明属于电力系统控制领域，具体涉及一种基于模型预测控制的储能参与电网一次调频控制方法。

背景技术

随着能源安全、生态环境和全球气候等问题日益严重，可再生能源、新能源正在电网中得到大量的使用。由于风光等新能源受光照、温度和风速等环境因素的影响，其输出功率具有间歇性、波动性等特点，给电力系统的安全稳定运行带来了巨大的挑战。并且，新能源大规模并网，导致系统惯性降低，使得系统的调频能力降低，频率波动加剧。因此，有必要引进更优质的调频电源来解决大规模新能源并网带来的电网频率稳定问题。近年来，电池储能由于其快速响应和精准出力的特性被广泛的应用于辅助电网进行频率调节。

目前有关储能参与电力系统一次调频控制策略的研究主要有以下几点问题：一方面是对SOC的管理多集中在调频阶段，未考虑到在调频死区内的SOC自恢复控制，有可能会造成储能的过充过放问题。另一方面就是目前所采用的自适应控制方法、模糊控制方法等均为滞后控制。在利用储能参与电网调频时无法充分利用储能电池快速充放电的特性。近年来，模型预测控制在电力系统调频领域得到了广泛研究。作为典型的优化控制策略，能够对复杂的多变量对象提供整体的设计方案。

发明内容

本发明的目的在于提供一种基于模型预测控制的储能参与电网一次调频控制方法，该方法有利于提高调频效果，优化系统运行。

为实现上述目的，本发明采用的技术方案是：一种基于模型预测控制的储能参与电网一次调频控制方法，其特征在于，以电网调频死区为界，在兼顾电网的调频需求与储能SOC恢复需求的基础上，通过模型预测控制来确定不同频率区间内储能的出力目标与出力深度，从而确定相应区间内的模型预测控制输出加权矩阵。

进一步地，以含储能电池的区域电网调频动态模型为研究对象，得到其状态方程为：

y＝Cx

其中，x、u、y分别表示状态变量、控制变量和输出变量，其中：

x^T＝[ΔP_b ΔP_g ΔP_r ΔX_g Δf ΔP_L SOC]

u＝Δu

y^T＝[Δf SOC]

相应的三个矩阵为：

在进行进一步的滚动优化之前，将连续时间模型转化为离散时间模型：

x(k+1)＝Ax(k)+Bu(k)

y(k)＝Cx(k)

其中，

其中T_S为系统采样时间。

进一步地，所述离散时间模型用于预测系统起始于k时刻的未来一段时间内的频率偏差和储能的SOC变化情况；选取各采样时刻的预测输出y(k)和参考轨迹r(k)的偏差作为模型预测问题的控制目标，得到其目标函数为：

式中y(k+i|k)为在k时刻对系统输出在未来k+i时刻的预测，其中i∈(0，H_p)；r(k+i|k)为在k时刻对系统输出在未来k+i时刻的参考值；Q为输出加权矩阵；u_min、u_max、y_min、y_max分别为控制变量和输出变量的上下限；H_p为预测时域，H_u为控制时域，并且满足H_p≥H_u；

将目标函数写为：

其中，

由所述离散时间模型推导得到Y(k)、U(k)的关系为：

Y(k)＝Fx(k)+GU(k)

其中，

因此，得到目标函数为：

J(k)＝U^THU+2f^TU+J_q

其中，

H＝G^TQG；f＝G^TQ^T(Fx-R)；J_q＝(Fx-R)^TQ(Fx-R)。

进一步地，通过二次规划来求解目标函数的最小化；通过目标函数在有限时间段内的最优化来确定未来一段时间的储能电池的最优控制变量矩阵U(k)，再将控制变量矩阵中的第一个控制量u(k|k)作用于储能电池；在下一采样时刻，优化时段向后推移，重复整个过程。

进一步地，以电网调频死区为界，将其频率工况分为不同的区间；在每个区间上结合储能电池的SOC恢复需求和电网的调频需求，来确定储能电池的出力目标和出力深度，以最大化储能参与调频的作用。

进一步地，当电网频率处于调频死区之内时，即|Δf|≤0.033，储能电池不参与电网一次调频；在保证系统频率不会跌出死区的前提下，储能电池以SOC自恢复为目标；

因此，设置死区内模型预测控制的加权矩阵Q为：

Q＝diag(0，1)

当电网频率处于调频死区之外时，即|Δf|≥0.033，储能电池以参与电网一次调频，缩小频率偏差为目标；

因此，设置死区外模型预测控制的加权矩阵Q为：

Q＝diag(1，0)。

与现有技术相比，本发明具有以下有益效果：提供了一种基于模型预测控制的储能参与电网一次调频控制方法，其中模型预测控制作为一种超前控制，能够对系统各状态变量及各限制因素进行全局把握，结合电池储能电源特性预先对其下达控制信号，使其能在调频控制中提前动作，进一步地减小系统负荷扰动对频率的冲击，优化系统的运行。并且，本方法在调频控制中考虑到了SOC的影响，因此，能够在保证其调频效果的前提下获得良好的SOC维持效果。相比于传统的虚拟下垂控制，本方法只是牺牲了极小的SOC维持效果，却获得了一个更佳的调频效果，有助于最大化发挥储能电池参与电网调频的作用效果。

附图说明

图1为本发明实施例中含储能电池的区域电网调频动态模型。

图2为本发明实施例中模型预测控制示意图。

图3为本发明实施例的方法实现流程图。

图4为本发明实施例中阶跃负荷扰动下的系统频率变化图。

图5位本发明实施例中阶跃负荷扰动下的储能SOC变化图。

图6为本发明实施例中连续负荷扰动曲线。

图7为本发明实施例中连续负荷扰动下系统频率变化图。

图8为本发明实施例中连续负荷扰动下的储能SOC变化图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步说明。

本实施例提供了一种基于模型预测控制的储能参与电网一次调频控制方法，以电网调频死区为界，在兼顾电网的调频需求与储能SOC恢复需求的基础上，通过模型预测控制来确定不同频率区间内储能的出力目标与出力深度，从而确定相应区间内的模型预测控制输出加权矩阵。本实施例中模型预测控制示意图如图2所示。

图1是本实施例中含储能电池的区域电网调频动态模型。以图1所示含储能电池的区域电网调频动态模型为研究对象，得到其状态方程为：

y＝Cx

其中，x、u、y分别表示状态变量、控制变量和输出变量，其中：

x^T＝[ΔP_b ΔP_g ΔP_r ΔX_g Δf ΔP_L SOC]

u＝Δu

y^T＝[Δf SOC]

相应的三个矩阵为：

在进行进一步的滚动优化之前，需要将连续时间模型转化为离散时间模型：

x(k+1)＝Ax(k)+Bu(k)

y(k)＝Cx(k)

其中，

其中T_S为系统采样时间。

所述离散时间模型可以预测系统起始于k时刻的未来一段时间内的频率偏差和储能的SOC变化情况。选取各采样时刻的预测输出y(k)和参考轨迹r(k)的偏差作为模型预测问题的控制目标，得到其目标函数为：

式中y(k+i|k)为在k时刻对系统输出在未来k+i时刻的预测，其中i∈(0,H_p)。r(k+i|k)为在k时刻对系统输出在未来k+i时刻的参考值。Q为输出加权矩阵。u_min、u_max、y_min、y_max分别为控制变量和输出变量的上下限。H_p为预测时域，H_u为控制时域，并且满足H_p≥H_u。

将目标函数写为：

其中，

由所述离散时间模型推导得到Y(k)、U(k)的关系为：

Y(k)＝Fx(k)+GU(k)

其中，

因此，得到目标函数为：

J(k)＝U^THU+2f^TU+J_q

其中，

H＝G^TQG；f＝G^TQ^T(Fx-R)；J_q＝(Fx-R)^TQ(Fx-R)

因为J_q与U无关，所以在求J(k)的最小值时就无需考虑J_q的大小。因此目标函数的最小化可以通过二次规划来求解。通过目标函数在有限时间段内的最优化来确定未来一段时间的储能电池的最优控制变量矩阵U(k)，再将控制变量矩阵中的第一个控制量u(k|k)作用于储能电池。在下一采样时刻，优化时段向后推移，重复整个过程。

以电网调频死区为界，将其频率工况分为不同的区间。在每个区间上结合储能电池的SOC恢复需求和电网的调频需求，来确定储能电池的出力目标和出力深度，以最大化储能参与调频的作用。

如图3所示，当电网频率处于调频死区之内时，即|Δf|≤0.033，系统的调频需求较小，储能电池不参与电网一次调频。在保证系统频率不会跌出死区的前提下，储能电池以SOC自恢复为目标。

因此，设置死区内模型预测控制的加权矩阵Q为：

Q＝diag(0,1)

当电网频率处于调频死区之外时(|Δf|≥0.033)，电网频率偏差较大，其调频需求也较大。因此储能电池以参与电网一次调频，缩小频率偏差为目标。

因此，设置死区外模型预测控制的加权矩阵Q为：

Q＝diag(1,0)。

具体地，在MATLAB/Simulink中搭建如图1所示的含储能的区域电网调频动态模型。其中最大额定容量机组为100MW，储能容量为1MW/0.25MWh。其动态模型参数如表1所示。参数以额定频率为50Hz和最大额定容量机组为基准值进行标幺化。

表1模型参数

分别在阶跃和连续2种典型负荷扰动工况下进行仿真分析。方法1为无储能。方法2为储能采用虚拟下垂控制参与电网一次调频过程，并且考虑了调频死区内的SOC自恢复。方法3为储能采用模型预测控制参与电网一次调频过程，但是并未考虑SOC的恢复需求。方法4为本发明控制方法。

仿真结构如图4-8所示。从系统频率变化图与储能系统SOC变化图可知，加入储能参与调频后，系统的频率偏差均较无储能时减小了，因此我们可以知道加入储能能够提升电网调频效果。从调频效果来看，方法4采用的模型预测控制要优于方法2采用的虚拟下垂控制。方法3由于并未考虑SOC的恢复需求，因此其调频效果最佳。因此，从调频效果来看，方法3最佳，方法4次之，方法2最差。从SOC维持效果来看，方法3最佳，方法4次之，方法3最佳。方法3牺牲了较大的SOC维持效果来获得更好的调频效果，但是同时有可能造成SOC的过充过放而影响其使用寿命。方法4的调频效果比方法2要好得多，而其SOC维持效果仅比方法2略差一点。因此，方法4相当于牺牲了极小的SOC维持效果来获得更佳的调频效果。综合来看，本发明控制方法综合考虑了调频效果与SOC维持效果，其控制效果最佳。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (6)

1.一种基于模型预测控制的储能参与电网一次调频控制方法，其特征在于，以电网调频死区为界，在兼顾电网的调频需求与储能SOC恢复需求的基础上，通过模型预测控制来确定不同频率区间内储能的出力目标与出力深度，从而确定相应区间内的模型预测控制输出加权矩阵。

2.根据权利要求1所述的一种基于模型预测控制的储能参与电网一次调频控制方法，其特征在于，以含储能电池的区域电网调频动态模型为研究对象，得到其状态方程为：

y＝Cx

其中，x、u、y分别表示状态变量、控制变量和输出变量，其中：

x^T＝[ΔP_b ΔP_g ΔP_r ΔX_g Δf ΔP_L SOC]

u＝Δu

y^T＝[Δf SOC]

相应的三个矩阵为：

在进行进一步的滚动优化之前，将连续时间模型转化为离散时间模型：

x(k+1)＝Ax(k)+Bu(k)

y(k)＝Cx(k)

其中，

其中T_S为系统采样时间。

3.根据权利要求2所述的一种基于模型预测控制的储能参与电网一次调频控制方法，其特征在于，所述离散时间模型用于预测系统起始于k时刻的未来一段时间内的频率偏差和储能的SOC变化情况；选取各采样时刻的预测输出y(k)和参考轨迹r(k)的偏差作为模型预测问题的控制目标，得到其目标函数为：

式中y(k+i|k)为在k时刻对系统输出在未来k+i时刻的预测，其中i∈(0,H_p)；r(k+i|k)为在k时刻对系统输出在未来k+i时刻的参考值；Q为输出加权矩阵；u_min、u_max、y_min、y_max分别为控制变量和输出变量的上下限；H_p为预测时域，H_u为控制时域，并且满足H_p≥H_u；

将目标函数写为：

其中，

由所述离散时间模型推导得到Y(k)、U(k)的关系为：

Y(k)＝Fx(k)+GU(k)

其中，

因此，得到目标函数为：

J(k)＝U^THU+2f^TU+J_q

其中，

H＝G^TQG；f＝G^TQ^T(Fx-R)；J_q＝(Fx-R)^TQ(Fx-R)。

4.根据权利要求3所述的一种基于模型预测控制的储能参与电网一次调频控制方法，其特征在于，通过二次规划来求解目标函数的最小化；通过目标函数在有限时间段内的最优化来确定未来一段时间的储能电池的最优控制变量矩阵U(k)，再将控制变量矩阵中的第一个控制量u(k|k)作用于储能电池；在下一采样时刻，优化时段向后推移，重复整个过程。

5.根据权利要求4所述的一种基于模型预测控制的储能参与电网一次调频控制方法，其特征在于，以电网调频死区为界，将其频率工况分为不同的区间；在每个区间上结合储能电池的SOC恢复需求和电网的调频需求，来确定储能电池的出力目标和出力深度，以最大化储能参与调频的作用。

6.根据权利要求5所述的一种基于模型预测控制的储能参与电网一次调频控制方法，其特征在于，当电网频率处于调频死区之内时，即|Δf|≤0.033，储能电池不参与电网一次调频；在保证系统频率不会跌出死区的前提下，储能电池以SOC自恢复为目标；

因此，设置死区内模型预测控制的加权矩阵Q为：

Q＝diag(0，1)

当电网频率处于调频死区之外时，即|Δf|≥0.033，储能电池以参与电网一次调频，缩小频率偏差为目标；

因此，设置死区外模型预测控制的加权矩阵Q为：

Q＝diag(1，0)。

Images