CN113241781A - 基于最小二乘法和低通滤波的光伏波动平抑方法 - Google Patents

基于最小二乘法和低通滤波的光伏波动平抑方法 Download PDF

Info

Publication number
CN113241781A
CN113241781A CN202110656459.7A CN202110656459A CN113241781A CN 113241781 A CN113241781 A CN 113241781A CN 202110656459 A CN202110656459 A CN 202110656459A CN 113241781 A CN113241781 A CN 113241781A
Authority
CN
China
Prior art keywords
reference value
value
square
photovoltaic
low
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.)
Pending
Application number
CN202110656459.7A
Other languages
English (en)
Inventor
李春卫
杜如甫
张增辉
安强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PowerChina Huadong Engineering Corp Ltd
Original Assignee
PowerChina Huadong Engineering Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by PowerChina Huadong Engineering Corp Ltd filed Critical PowerChina Huadong Engineering Corp Ltd
Priority to CN202110656459.7A priority Critical patent/CN113241781A/zh
Publication of CN113241781A publication Critical patent/CN113241781A/zh
Pending legal-status Critical Current

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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • 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
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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)
  • Control Of Electrical Variables (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明涉及一种基于最小二乘法和低通滤波的光伏波动平抑方法，S1、采集光伏电站实时的光伏发电功率数据；S2、基于光伏发电功率数据计算其低通滤波参考值；S3、对最近n个实际光伏发电功率的测量值进行最小二乘拟合，计算当前时刻的拟合函数值，作为光伏发电功率数据的最小二乘滤波参考值；S4、根据最近一个时间段内光伏发电功率的最小二乘拟合函数，计算拟合函数与实际光伏发电功率的均方误差，该均方误差作为拟合残差值；S5、基于低通滤波参考值和最小二乘滤波参考值计算光储系统的总输出参考值，总输出参考值为低通滤波参考值和最小二乘滤波参考值的加权平均值，且其权值根据拟合残差值确定。本发明适用于光伏并网的波动平抑技术。

Description

基于最小二乘法和低通滤波的光伏波动平抑方法
技术领域
本发明涉及一种基于最小二乘法和低通滤波的光伏波动平抑方法。适用于光伏并网的波动平抑技术。
背景技术
随着光伏发电技术的持续快速发展，安装规模不断扩大，其在配电网中的渗透率也显著提高。由于温度、云层移动和天气条件的变化导致太阳辐射的频繁变化，光伏发电输出功率也随之频繁变化，具有较强的随机性和波动性。在大规模光伏并网的电网中，光伏功率的骤降和骤升可能会引起电网的频率波动，对电网的安全稳定运行造成威胁。储能系统响应速度快且容易控制，利用储能系统是平抑光伏功率波动的主要方法。
目前，国内外学者对光伏波动的平抑控制策略展开了较多的研究。传统的光伏平抑方法主要采用滑动平均值法，其优点是计算简单，平滑效果好，但由于其计算依赖于历史数据，平抑曲线具有的延迟性，会导致储能系统不必要的充放电，增加了储能系统的运行成本。
一些方法通过光伏功率的预测值，来消除历史数据所导致的滞后性。但由于光伏功率波动的随机性，其功率预测始终无法达到较高的准确度，对储能系统的控制效果影响较大。
因此，如何根据已有的光伏功率数据，在实现波动平抑效果的前提下，减少平抑过程中储能系统的损耗，降低运行成本，成为了目前研究需要解决的问题。
发明内容
本发明要解决的技术问题是：针对上述存在的问题，提供一种基于最小二乘法和低通滤波的光伏波动平抑方法。
本发明所采用的技术方案是：一种基于最小二乘法和低通滤波的光伏波动平抑方法，其特征在于：
S1、采集光伏电站实时的光伏发电功率数据；
S2、基于光伏发电功率数据计算其低通滤波参考值；
S3、对最近n个实际光伏发电功率的测量值进行最小二乘拟合，计算当前时刻的拟合函数值，作为光伏发电功率数据的最小二乘滤波参考值；
S4、根据最近一个时间段内光伏发电功率的最小二乘拟合函数，计算拟合函数与实际光伏发电功率的均方误差，该均方误差作为拟合残差值；
S5、基于所述低通滤波参考值和最小二乘滤波参考值计算光储系统的总输出参考值，总输出参考值为低通滤波参考值和最小二乘滤波参考值的加权平均值，且其权值根据所述拟合残差值确定；
S6、基于所述总输出参考值和实时的光伏发电功率数据计算储能系统的充放电功率。
步骤S2包括：
通过一阶巴特沃兹低通滤波器对光伏发电功率数据进行滤波，得到低通滤波参考值。
步骤S3还包括：
根据光伏并网波动限值对最小二乘滤波参考值进行修正。
所述根据光伏并网波动限值对最小二乘滤波参考值进行修正，包括：
计算当前时刻的拟合函数值减去上一时刻的最小二乘滤波参考值的差值：
当差值的绝对值小于波动限值，则不作调整，以当前时刻的拟合函数值作为当前时刻的最小二乘滤波参考值；
当差值的绝对值大于波动限值，且差值为负时，则以上一时刻的最小二乘滤波参考值减去波动限值作为当前时刻的最小二乘滤波参考值；
当差值的绝对值大于波动限值，且差值为正时，则以上一时刻的最小二乘滤波参考值加上波动限值作为当前时刻的最小二乘滤波参考值。
所述根据所述拟合残差值确定权值，包括：
当实时拟合残差值小于预设残差下限值时，将低通滤波参考值的权系数设为零，完全以最小二乘滤波参考值作为光储系统的总输出参考值；
当实时拟合残差值介于预设残差下限值与预设残差上限值之间时，随着实时拟合残差值的增大，逐渐增加低通滤波参考值的权系数，减小最小二乘滤波参考值的权系数；
当实时拟合残差值大于预设残差上限值时，固定低通滤波参考值与最小二乘滤波参考值的权系数。
步骤S6包括：
通过光储系统的总输出参考值和光伏功率的发电功率的相减操作，得到储能系统的充放电功率，以此对储能系统进行控制。
一种基于最小二乘法和低通滤波的光伏波动平抑装置，其特征在于，包括：
数据采集模块，用于采集光伏电站实时的光伏发电功率数据；
参考值计算模块Ⅰ，用于基于光伏发电功率数据计算其低通滤波参考值；
参考值计算模块Ⅱ，用于对最近n个实际光伏发电功率的测量值进行最小二乘拟合，计算当前时刻的拟合函数值，作为光伏发电功率数据的最小二乘滤波参考值；
残差计算模块，用于根据最近一个时间段内光伏发电功率的最小二乘拟合函数，计算拟合函数与实际光伏发电功率的均方误差，该均方误差作为拟合残差值；
总输出计算模块，用于基于所述低通滤波参考值和最小二乘滤波参考值计算光储系统的总输出参考值，总输出参考值为低通滤波参考值和最小二乘滤波参考值的加权平均值，且其权值根据所述拟合残差值确定；
充放电计算模块，用于基于所述总输出参考值和实时的光伏发电功率数据计算储能系统的充放电功率。
一种存储介质，其上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现所述基于最小二乘法和低通滤波的光伏波动平抑方法的步骤。
一种控制设备，具有存储器和处理器，存储器上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现所述基于最小二乘法和低通滤波的光伏波动平抑方法的步骤。
一种光储系统，具有光伏电站、储能系统和控制器，控制器具有存储器和处理器，存储器上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现所述基于最小二乘法和低通滤波的光伏波动平抑方法的步骤。
本发明的有益效果是：本发明通过对光伏功率数据最小二乘拟合残差的计算，可以判断近段时间光伏功率波动的剧烈程度，以此能够及时调整平抑算法参数，实现合适的控制效果，当光伏波动较小，曲线平稳时，通过增加最小二乘滤波的权值，实现波形的跟踪，减少储能系统的出力；当光伏波动较大，曲线波动剧烈时，通过增加低通滤波的权值，实现波形的平滑，满足光伏并网的平抑目标。
本发明在满足光伏波动平抑效果的前提下，减少了平抑过程中储能系统的出力，避免了不必要的充放电，降低了储能系统的运行成本。
附图说明
图1为实施例的流程示意图。
图2为实施例中光伏发电功率经过低通滤波的平抑前后的效果示意图。
图3为实施例中最小二乘滤波算法的流程示意图。
图4(a)、(b)为实施例中不同时刻对光伏功率进行最小二乘拟合的拟合函数示意图。
图5为实施例中基于拟合残差的权值调整函数示意图。
图6为实施例中光伏发电功率经过平抑前后的效果示意图。
具体实施方式
如图1所示，本实施例为基于最小二乘法和低通滤波的光伏波动平抑方法，具体包括以下步骤：
S1、采集光伏电站实时的光伏发电功率数据。
S2、基于步骤S1采集的数据，计算光伏发电功率数据的低通滤波参考值，通过一阶巴特沃兹低通滤波器对光伏发电功率数据进行滤波，其传递函数为：
Figure BDA0003113035940000051
式中，Pfilter为低通滤波参考值，Ppv为光伏发电功率，s为微分算子，T为滤波时间常数。
经过差分离散化可以得到Pfilter的计算式为：
Figure BDA0003113035940000052
式中，TS为计算周期。根据上一时刻的低通滤波参考值Pfilter(t-1)和当前时刻的实际功率值Ppv(t)可以计算出当前时刻的低通滤波参考值Pfilter(t)。
需要说明的是，一阶巴特沃兹低通滤波器在工程应用中较为常见，其结构简单，通常由一个电容元件和一个电感元件组合构成，其特点是通频带内的频率响应曲线具有最大平滑度。
本实施例中，低通滤波环节各参数的具体取值需要根据实际的控制器来决定。由低通滤波的幅频特性可知，当时间常数T越大，得到的滤波波形越平滑，波形的滞后性也就越强，对储能系统的充放功率需求也越大。时间常数T的取值可以根据实际的采样周期进行调整。
对低通滤波参考值进行分析，经过低通滤波平抑前后的波形参考图2所示，可知低通滤波输出的平抑波形具有良好的平滑性，容易满足光伏并网对波动的限制。但是，能够明显观察到低通滤波波形的滞后性，这就导致即使是在光伏波动较小，无需储能系统平抑的情况下，储能系统依然会输出或者输入功率来满足平抑波形，增加了储能系统的损耗，需要配置更高的储能系统容量。因此，滞后性是光伏平抑方法研究中需要解决的一个问题。
S3、基于步骤S1采集的数据，计算光伏功率数据的最小二乘滤波参考值。对最近n个实际光伏发电功率的测量值进行最小二乘拟合，计算当前时刻的拟合函数值，作为光伏发电功率数据的最小二乘滤波参考值，并考虑到并网波动限制RRlimit，对最小二乘滤波参考值进行调整，具体算法如下：
S3.1、当前时刻为t时刻，将最近一个时间段内光伏功率集合记为y；
y←[Ppv(t-(n-1)),Ppv(t-(n-2)),...,Ppv(t)] (3)
S3.2、求解y的最小二乘拟合，拟合函数使用式(4)，计算得到系数a，b，c；
S3.3、根据步骤S3.2得到的系数，由式(4)计算t时刻拟合函数值f(t)，计算式为
f(t)＝at2+bt+c (5)
S3.4：计算f(t)与上一时刻最小二乘滤波参考值Plse(t-1)的差值ΔP，
ΔP＝f(t)-Plse(t-1) (6)
若|ΔP|小于RRlimit，则当前时刻最小二乘滤波参考值Plse(t)＝f(t)，否则当差值的绝对值大于波动限值，且差值为负时，则以上一时刻的最小二乘滤波参考值减去波动限值作为当前时刻的最小二乘滤波参考值；当差值的绝对值大于波动限值，且差值为正时，则以上一时刻的最小二乘滤波参考值加上波动限值作为当前时刻的最小二乘滤波参考值，如式(7)进行修正
Figure BDA0003113035940000071
需要说明的是，最小二乘滤波方法中，拟合数据的个数n可以根据不同光伏功率采样周期进行调整，当n越大时，滤波波形平滑性越好，但与原波形之间的误差会越大；n越小，滤波波形越接近原波形，但平滑性越差。选取合适的n值，最小二乘滤波输出的滤波波形具有较强的跟踪性，以此实现减少储能系统输出的效果。
S4、计算最近一个时间段内光伏功率的最小二乘拟合残差值。根据最近一个时间段内光伏发电功率的最小二乘拟合函数，计算拟合函数与实际光伏发电功率的均方误差，该均方误差作为拟合残差值。
本实施例通过计算最小二乘拟合的残差rmse来衡量光伏波动的剧烈程度，t时刻的残差rmse(t)计算式为
Figure BDA0003113035940000072
参考图4(a)(b)所示，显示了不同时刻光伏功率的最小二乘拟合情况。其中，图4(a)显示了光伏波动较小时的拟合曲线，可以看出拟合曲线十分接近原波形，拟合函数和原波形的误差平方和较小，拟合残差rmse较小。图4(b)显示了光伏波动较大时的拟合曲线，可以明显看出拟合函数与原波形的差别，拟合函数和原波形的误差平方和较大，拟合残差rmse较大。
因此，可以通过拟合残差rmse来衡量光伏波动大小，当光伏波动较小时，残差也较小；当光伏波动较大时，残差也较大。
S5、基于步骤S2计算得到的低通滤波参考值和步骤S3计算得到的最小二乘滤波参考值，计算两者的加权平均值，其中，权值根据步骤S4计算得到的残差值进行动态调整。
由于低通滤波输出曲线具有良好的平滑性，波动变化率较小，但具有较高的延迟问题。而最小二乘法输出的曲线具有良好的跟踪性，解决了延迟问题，但在光伏波动频繁时，曲线的平滑性差。为了结合两者的优势，本实施例提出了最小二乘滤波与低通滤波相融合的算法，根据不同的波动剧烈程度调整算法参数，改变控制偏向，达到曲线平滑性与跟踪性之间的额平衡。
本例中计算低通滤波参考值和最小二乘滤波参考值两者的加权平均值Pref，计算式为
Pref＝(1-b)Plse+bPfilter (9)
式中，b为加权平均的权值，根据步骤S4计算得到的残差值对权值进行动态调整。调整的原理为：当光伏发电功率波动较小时，无需储能系统输出来进行平抑，Plse能够较好的拟合Ppv，应加大Plse的权值；当光伏功率波动较大时，则需要Pfilter良好的平滑性，应加大Pfilter的权值。权值的动态调整计算式为
Figure BDA0003113035940000081
式中：k1，k2分别为权值调整的残差下限值和残差上限值，λ为0到1之间的常数。
结合图5可以理解，当rmse低于下限值k1时，光伏波动较小，Plse拟合较好，所以令Plse权值为1。当rmse处于上、下限之间时，随着波动的增大，rmse也变大，逐步增加Pfilter的权值b，从而达到平抑波动的效果；当残差超过上限值k2时，固定权值λ。
为具体分析，图6显示了光伏功率在本发明方法平抑前后的效果示意图。从图中可以进行分析，在6:00～9:00时间段内，光伏功率的缓步上升，变化平稳，波动较小，这时的算法中最小二乘拟合滤波参考值的权值较大，因此波形的跟踪性能好，能够有效避免储能系统不必要的充放电。之后，在当天的大部分时间内，光伏功率都有明显的上下波动，这时，算法中的低通滤波参考值增大，以达到平抑波动的效果。同时因为有最小二乘滤波参考值分量的存在，也减少了平抑过程中储能系统的出力。
S6、以步骤S5计算得到的加权平均值Pref作为光储系统的总输出参考值，并以此结合实时的光伏发电功率对储能系统充放电功率进行实时控制。
储能系统充放电功率的计算式为
Pbat＝Pref-Ppv (11)
式中：Pbat即为储能系统期望的充放电功率。
具体实现中，控制器将计算的储能系统期望的充放电功率作为储能系统控制的目标值，下发给变流器或逆变器，以此对储能系统进行控制，实现光伏波动的平抑效果。
本实施例还一种基于最小二乘法和低通滤波的光伏波动平抑装置，包括数据采集模块、参考值计算模块Ⅰ、参考值计算模块Ⅱ、残差计算模块、总输出计算模块和充放电计算模块。
本例中数据采集模块用于采集光伏电站实时的光伏发电功率数据；参考值计算模块Ⅰ用于基于光伏发电功率数据计算其低通滤波参考值；参考值计算模块Ⅱ用于对最近n个实际光伏发电功率的测量值进行最小二乘拟合，计算当前时刻的拟合函数值，作为光伏发电功率数据的最小二乘滤波参考值；残差计算模块用于根据最近一个时间段内光伏发电功率的最小二乘拟合函数，计算拟合函数与实际光伏发电功率的均方误差，该均方误差作为拟合残差值；总输出计算模块用于基于所述低通滤波参考值和最小二乘滤波参考值计算光储系统的总输出参考值，总输出参考值为低通滤波参考值和最小二乘滤波参考值的加权平均值，且其权值根据所述拟合残差值确定；充放电计算模块用于基于所述总输出参考值和实时的光伏发电功率数据计算储能系统的充放电功率。
本实施例还提供一种存储介质，其上存储有能被处理器执行的计算机程序，该计算机程序被执行时实现本例中基于最小二乘法和低通滤波的光伏波动平抑方法的步骤。
本实施例还提供一种控制设备，具有存储器和处理器，存储器上存储有能被处理器执行的计算机程序，该计算机程序被执行时实现本例中基于最小二乘法和低通滤波的光伏波动平抑方法的步骤。
本实施例还提供一种光储系统，具有光伏电站、储能系统和控制器，控制器与光伏电站和储能系统，获取光伏电站的光伏发电功率等并控制储能系统的充放电功率。控制器具有存储器和处理器，存储器上存储有能被处理器执行的计算机程序，该计算机程序被执行时实现本例中基于最小二乘法和低通滤波的光伏波动平抑方法的步骤。

Claims (10)

1.一种基于最小二乘法和低通滤波的光伏波动平抑方法，其特征在于：
S1、采集光伏电站实时的光伏发电功率数据；
S2、基于光伏发电功率数据计算其低通滤波参考值；
S3、对最近n个实际光伏发电功率的测量值进行最小二乘拟合，计算当前时刻的拟合函数值，作为光伏发电功率数据的最小二乘滤波参考值；
S4、根据最近一个时间段内光伏发电功率的最小二乘拟合函数，计算拟合函数与实际光伏发电功率的均方误差，该均方误差作为拟合残差值；
S5、基于所述低通滤波参考值和最小二乘滤波参考值计算光储系统的总输出参考值，总输出参考值为低通滤波参考值和最小二乘滤波参考值的加权平均值，且其权值根据所述拟合残差值确定；
S6、基于所述总输出参考值和实时的光伏发电功率数据计算储能系统的充放电功率。
2.根据权利要求1所述的基于最小二乘法和低通滤波的光伏波动平抑方法，其特征在于，步骤S2包括：
通过一阶巴特沃兹低通滤波器对光伏发电功率数据进行滤波，得到低通滤波参考值。
3.根据权利要求1所述的基于最小二乘法和低通滤波的光伏波动平抑方法，其特征在于，步骤S3还包括：
根据光伏并网波动限值对最小二乘滤波参考值进行修正。
4.根据权利要求3所述的基于最小二乘法和低通滤波的光伏波动平抑方法，其特征在于，所述根据光伏并网波动限值对最小二乘滤波参考值进行修正，包括：
计算当前时刻的拟合函数值减去上一时刻的最小二乘滤波参考值的差值：
当差值的绝对值小于波动限值，则不作调整，以当前时刻的拟合函数值作为当前时刻的最小二乘滤波参考值；
当差值的绝对值大于波动限值，且差值为负时，则以上一时刻的最小二乘滤波参考值减去波动限值作为当前时刻的最小二乘滤波参考值；
当差值的绝对值大于波动限值，且差值为正时，则以上一时刻的最小二乘滤波参考值加上波动限值作为当前时刻的最小二乘滤波参考值。
5.根据权利要求1所述的基于最小二乘法和低通滤波的光伏波动平抑方法，其特征在于，所述根据所述拟合残差值确定权值，包括：
当实时拟合残差值小于预设残差下限值时，将低通滤波参考值的权系数设为零，完全以最小二乘滤波参考值作为光储系统的总输出参考值；
当实时拟合残差值介于预设残差下限值与预设残差上限值之间时，随着实时拟合残差值的增大，逐渐增加低通滤波参考值的权系数，减小最小二乘滤波参考值的权系数；
当实时拟合残差值大于预设残差上限值时，固定低通滤波参考值与最小二乘滤波参考值的权系数。
6.根据权利要求1所述的基于最小二乘法和低通滤波的光伏波动平抑方法，其特征在于，步骤S6包括：
通过光储系统的总输出参考值和光伏功率的发电功率的相减操作，得到储能系统的充放电功率，以此对储能系统进行控制。
7.一种基于最小二乘法和低通滤波的光伏波动平抑装置，其特征在于，包括：
数据采集模块，用于采集光伏电站实时的光伏发电功率数据；
参考值计算模块Ⅰ，用于基于光伏发电功率数据计算其低通滤波参考值；
参考值计算模块Ⅱ，用于对最近n个实际光伏发电功率的测量值进行最小二乘拟合，计算当前时刻的拟合函数值，作为光伏发电功率数据的最小二乘滤波参考值；
残差计算模块，用于根据最近一个时间段内光伏发电功率的最小二乘拟合函数，计算拟合函数与实际光伏发电功率的均方误差，该均方误差作为拟合残差值；
总输出计算模块，用于基于所述低通滤波参考值和最小二乘滤波参考值计算光储系统的总输出参考值，总输出参考值为低通滤波参考值和最小二乘滤波参考值的加权平均值，且其权值根据所述拟合残差值确定；
充放电计算模块，用于基于所述总输出参考值和实时的光伏发电功率数据计算储能系统的充放电功率。
8.一种存储介质，其上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现权利要求1～6任意一项所述基于最小二乘法和低通滤波的光伏波动平抑方法的步骤。
9.一种控制设备，具有存储器和处理器，存储器上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现权利要求1～6任意一项所述基于最小二乘法和低通滤波的光伏波动平抑方法的步骤。
10.一种光储系统，具有光伏电站、储能系统和控制器，控制器具有存储器和处理器，存储器上存储有能被处理器执行的计算机程序，其特征在于：所述计算机程序被执行时实现权利要求1～6任意一项所述基于最小二乘法和低通滤波的光伏波动平抑方法的步骤。
CN202110656459.7A 2021-06-11 2021-06-11 基于最小二乘法和低通滤波的光伏波动平抑方法 Pending CN113241781A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110656459.7A CN113241781A (zh) 2021-06-11 2021-06-11 基于最小二乘法和低通滤波的光伏波动平抑方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110656459.7A CN113241781A (zh) 2021-06-11 2021-06-11 基于最小二乘法和低通滤波的光伏波动平抑方法

Publications (1)

Publication Number Publication Date
CN113241781A true CN113241781A (zh) 2021-08-10

Family

ID=77139765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110656459.7A Pending CN113241781A (zh) 2021-06-11 2021-06-11 基于最小二乘法和低通滤波的光伏波动平抑方法

Country Status (1)

Country Link
CN (1) CN113241781A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116131293A (zh) * 2023-04-17 2023-05-16 湖南赛能环测科技有限公司 一种大规模风电场数据实时分析控制方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109103941A (zh) * 2018-10-26 2018-12-28 贵州电网有限责任公司 一种基于hht与滤波算法的风电波动平抑方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109103941A (zh) * 2018-10-26 2018-12-28 贵州电网有限责任公司 一种基于hht与滤波算法的风电波动平抑方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张增辉: "光储系统功率波动平抑策略研究", 《电测与仪表》 *
袁桂丽等: "基于动态波动系数的风电功率平滑控制策略", 《新能源进展》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116131293A (zh) * 2023-04-17 2023-05-16 湖南赛能环测科技有限公司 一种大规模风电场数据实时分析控制方法及系统

Similar Documents

Publication Publication Date Title
WO2018196433A1 (zh) 多类型储能多级控制方法
US20200191117A1 (en) Adaptive dynamic planning control method and system for energy storage station, and storage medium
KR101006100B1 (ko) 일사량에 따른 섭동 및 관측 방법을 이용하여 최대 전력을 추정하는 태양광 발전 제어 시스템 및 방법
CN110165707B (zh) 基于卡尔曼滤波和模型预测控制的光储系统优化控制方法
CN106816890B (zh) 一种光伏电站频率调节方法及系统
CN109494727B (zh) 考虑需求响应的配电网有功和无功协调优化运行方法
CN103019294B (zh) 一种自适应扰动频率和步长的最大功率点跟踪方法
WO2024051389A1 (zh) 一种光伏跟踪轴的控制方法、装置及光伏跟踪系统
CN105259971B (zh) 一种优化的mppt算法
CN108681363A (zh) 恒压结合变步长电导增量的mppt控制方法
CN115632394A (zh) 基于ppo算法的光伏电站暂态模型构建与参数辨识方法
CN113241781A (zh) 基于最小二乘法和低通滤波的光伏波动平抑方法
CN109103902B (zh) 一种储能平滑新能源出力波动的控制方法及装置
CN109149566A (zh) 一种大功率缺失下频率最低点预测的仿真模型的建模方法
CN112350352A (zh) 一种增加储能无功调节速率的方法
CN112290571A (zh) 储能系统平滑控制方法
CN114301101B (zh) 一种风光储电站虚拟惯量与一次调频系数的评估方法
CN104113079B (zh) Mppt控制方法和系统
CN110752614A (zh) 一种储能系统控制方法及系统
CN106055018B (zh) 一种太阳能发电最大功率跟踪方法及装置
CN115296331A (zh) Lcl型光伏并网逆变器的映射自适应反步滑模控制方法
CN110109504B (zh) 一种基于多重算法的最大功率跟踪控制方法及系统
CN113922384A (zh) 一种风电场分散式无功电压优化协调控制方法
CN108539752B (zh) 变压器抽头与多逆变器协调的有源配电网电压调节方法
CN114944659B (zh) 一种风光储联合电站自动控制方法及系统

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210810

WD01 Invention patent application deemed withdrawn after publication