CN113410857B - 一种平滑风电输出功率的双储能协调控制方法及存储介质 - Google Patents

Abstract

本发明涉及一种平滑风电输出功率的双储能协调控制方法及存储介质，其中双储能协调控制方法包括：步骤1：建立风‑双储混合系统运行模型与数学模型；步骤2：根据系统运行特性建立预测模型和滚动优化模型；步骤3：根据储能的当前荷电状态SOC以及荷电状态预测值，动态改变储能出力约束条件，控制储能工作在不同模式；步骤4：利用模型预测控制优化储能出力；步骤5：根据储能荷电状态情况适时引入能量状态反馈控制，自适应调节参数。与现有技术相比，本发明具有能够在满足并网功率波动限值的前提下避免SOC越限和提高系统平滑风电输出功率能力等优点。

Description

一种平滑风电输出功率的双储能协调控制方法及存储介质

技术领域

本发明涉及风力发电功率平滑技术领域，尤其是涉及一种平滑风电输出功率的双储能协调控制方法及存储介质。

背景技术

近年来，风力发电在能源供应中的占比越来越高，高比例风电并网已成为我国电力发展的必然趋势。但是由于风电出力的随机波动性，在大规模并网过程中将会给电力系统带来安全和稳定问题。结合储能系统平滑并网功率是一种可行的方式。

传统的单一储能控制方式存在储能频繁切换充放电状态从而影响设备寿命的问题，因此有研究人员提出将储能分为充放电状态不同的两组储能进行功率平滑，但是此类研究大都忽略了SOC越限问题以及充放电能量不平衡问题。传统的双储能控制方法仅基于当前SOC决定两组储能的工作模式，因此每一次状态切换都将出现多个控制周期内SOC越限现象。此外，两组储能难以同时达到理想的充放电深度从而造成充放电能量之间不平衡的问题，两组储能的SOC将可能都处于较高水平或较低水平，导致频繁地切换充放电状态，系统无法自我调节两组储能SOC至理想水平，且一旦发生该状况会越来越恶化，维持时间非常长，系统平抑波动能力低微甚至失去该能力。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种能够在满足并网功率波动限值的前提下避免SOC越限和缓解充放电能量不平衡的平滑风电输出功率的双储能协调控制方法及存储介质。

本发明的目的可以通过以下技术方案来实现：

一种平滑风电输出功率的双储能协调控制方法，所述的双储能协调控制方法包括：

步骤1：建立风-双储混合系统运行模型与数学模型；

步骤2：根据系统运行特性建立预测模型和滚动优化模型；

步骤3：根据储能的当前荷电状态SOC以及荷电状态预测值，动态改变储能出力约束条件，控制储能工作在不同模式；

步骤4：利用模型预测控制优化储能出力；

步骤5：根据储能荷电状态情况适时引入能量状态反馈控制，自适应调节参数。优选地，所述步骤1中风-双储混合系统运行模型具体为：

P_g(k+1)＝P_B1(k)+P_B2(k)+P_W(k)

其中，P_g(k+1)为k+1时刻并网功率；P_W(k)为k时刻风电输出功率；P_B1(k)和P_B2(k)分别为k时刻第一组和第二组储能的输出功率，其值为正时表示放电，为负表示充电。

更加优选地，所述步骤1中风-双储混合系统数学模型具体为：

假设双储能系统的容量均为C，控制周期均为T_c，荷电状态分别为S_OC1和S_OC2，利用前向欧拉公式经过离散化后可以得到储能的数学模型如下所示：

优选地，所述步骤2中预测模型的构建方法为：

根据步骤1建立的风-双储混合系统运行模型与数学模型，获得系统的状态空间方程：

x(k+1)＝Ax(k)+B₁μ(k)+B₂r(k)

x(k)＝[P_g(k),S_OC1(k),S_OC2(k)]^T

u(k)＝[P_B1(k),P_B2(k)]^T

r(k)＝[P_W(k),P_pv(k),P_load(k)]

其中，x(k)为状态变量，u(k)为控制变量，r(k)为扰动变量；

得到预测域内k+p步的预测模型为：

更加优选地，所述步骤2中滚动优化模型的构建方法为：

其中，

为优化周期内储能出力最小的目标；

J₁为避免SOC越限的目标。

更加优选地，所述的滚动优化模型的约束条件为：

S_OCd≤S_OC1≤S_OCu

S_OCd≤S_OC2≤S_OCu

-δ≤P_g≤δ

P_B1dk≤P_B1≤P_B1uk

P_B2dk≤P_B2≤P_B2uk

其中，S_OCu与S_OCd分别为储能荷电状态的上限和下限；δ为并网功率允许波动范围；P_B1uk和P_B1dk分别为第一组储能输出功率的上限和下限；P_B2uk和P_B2dk分别为第二组储能输出功率的上限和下限，均根据两组储能的SOC而改变，通过P_B1dk≤P_B1≤P_B1uk和P_B2dk≤P_B2≤P_B2uk对储能出力约束，实现两组储能在不同工作模式下的切换和稳定运行。

更加优选地，所述的步骤3具体为：

当第一组储能当前SOC大于等于上限或第二组储能当前SOC小于等于下限时，双储能工作在模式一，即第一组储能处于放电状态，第二组储能处于充电状态；当预测到下一周期任意一组储能荷电状态越过下限时切换到模式二，控制两组储能均为放电状态，若预测到第一组储能过放时，目标函数中J₁生效如式所示：

J₁＝[S_OC1(k+1)-S_OCd]²

在SOC不越限的前提下输出最多功率，另一组储能则释放平滑风电输出功率所需的剩余部分功率；

同理，若预测第二组储能过放时，J₁生效如式所示：

J₁＝[S_OC2(k+1)-S_OCd]²

当预测到下一时刻任意一组储能存在过充行为时，切换至模式三，两组储能同时充电，当预测第一组储能过充时，J₁生效如式所示：

J₁＝[S_OC1(k+1)-S_OCu]²

当预测第二组储能过充时，J₁生效如式所示：

J₁＝[S_OC2(k+1)-S_OCu]²

当第一组储能当前SOC小于等于下限或第二组储能大于等于上限时进入模式四，即第一组储能处于充电状态，第二组储能处于放电状态；

模式二和模式三结束时，至少有一组储能的SOC达到了限值，通过模型预测控制可以优化储能出力。

优选地，所述的步骤4具体为：

根据步骤2与步骤3建立的预测模型、滚动优化模型以及每一个控制时域都根据各变量的实际值的反馈并将其作为下一次优化的初始条件，由两组储能的SOC当前值与预测值决定储能的工作方式，协调优化储能出力，同时将优化后的储能出力方式作为步骤5的输入。

优选地，所述的步骤5具体为：

当两组储能SOC均高于SOC_u,alert或均低于SOC_d,alert时，认为两组储能进入危险区，即充放电能量不平衡程度较高，此时加入能量状态反馈控制，根据模型预测控制输出进行进一步优化：

其中，K₁与K₂分别为两组储能的调节参数；

当两组储能的SOC都处于高水平时，模式一下的K₂＝0，K₁为：

模式四下的K₁＝0，K₂为：

当两组储能SOC都处于低水平时，模式一下的K₁＝0，K₂为：

模式四下的K₂＝0，K₁为：

其中，δ为并网功率允许波动范围。

一种存储介质，所述的存储介质内存储有上述任一项所述的双储能协调控制方法。

与现有技术相比，本发明具有以下有益效果：

本发明中的双储能协调控制方法能够在满足并网功率波动限值的前提下避免SOC越限和缓解充放电能量不平衡：有效优化双储能系统的运行状态，大大降低系统对储能容量配置的要求，从而提高系统运行的经济性，一方面能有效避免储能荷电状态越限问题且大幅度减少储能电池充放电切换次数，有利于保护储能系统的健康状态，另一方面可以在系统充放电能量不平衡时优化各储能组的充放电深度，自主恢复其荷电状态至理想区域，提高系统平滑风电输出功率的能力，能有效应对充放电能量不平衡、储能容量配置较少、荷电状态不理想等恶劣情况，确保系统的长期稳定运行。

附图说明

图1为本发明中基于模型预测控制的双储能协调控制方法的流程图；

图2为本发明实施例中风-双储混合系统结构图；

图3为本发明实施例中双储能系统工作模式示意图；

图4为本发明实施例中基于模型预测控制的双储能协调控制方法的控制框图；

图5为本发明实施例中风电直接并网、单一储能控制与本发明方法性能对比图；

图6为本发明实施例中传统双储能方法与本发明方法平滑风电输出功率过程的仿真结果；

图6(a)是传统双储能方法SOC变化图，图6(b)是本发明方法SOC变化图，图6(c)是本发明双储能输出功率局部图；

图7为本发明实施例中传统双储能控制方法与本发明方法的性能对比；

图7(a)是不同容量下的性能对比，图7(b)是不同初始SOC时的性能对比。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

模型预测控制是一种基于受控系统模型的闭环最优控制策略。由于模型预测控制对于抑制可再生能源的不确定性上的优势，主要通过预测模型、滚动优化、反馈校正实现对不确定性因素的抑制，鲁棒性较强。结合模型预测控制可以更好地抑制风电功率波动。在平滑风电输出功率的过程中，针对SOC越限问题以及充放电能量不平衡问题提出新的控制方法，维持储能系统的长期稳定运行。

本发明实现的流程图如图1所示，在风功率超短期预测的基础上，根据SOC当前值与预测值决定双储能的工作模式，构建预测模型与滚动优化模型后通过模型预测控制优化储能出力，当检测到双储能的SOC都处于较低或较高水平时，加入能量状态反馈控制，改善充放电能量不平衡。以装机容量为100MW的风电机组，1min内功率波动不超过10MW为例，采样周期为1min，控制周期为15min，即p＝15，SOC_d,alert＝40％，SOC_u,alert＝60％，以下是具体步骤：

步骤1：建立结构如图2所示的风-双储混合系统数学模型

风-双储混合系统运行模型具体为：

P_g(k+1)＝P_B1(k)+P_B2(k)+P_W(k)

其中，P_g(k+1)为k+1时刻并网功率；P_W(k)为k时刻风电输出功率；P_B1(k)和P_B2(k)分别为k时刻第一组和第二组储能的输出功率，其值为正时表示放电，为负表示充电。

风-双储混合系统数学模型具体为：

假设双储能系统的容量均为C，控制周期均为T_c，荷电状态分别为S_OC1和S_OC2，利用前向欧拉公式经过离散化后可以得到储能的数学模型如下所示：

步骤2：根据系统运行特性建立预测模型和滚动优化模型

预测模型的构建方法为：

根据步骤1建立的风-双储混合系统运行模型与数学模型，获得系统的状态空间方程：

x(k+1)＝Ax(k)+B₁μ(k)+B₂r(k)

x(k)＝[P_g(k),S_OC1(k),S_OC2(k)]^T

u(k)＝[P_B1(k),P_B2(k)]^T

r(k)＝[P_W(k),P_pv(k),P_load(k)]

其中，x(k)为状态变量，u(k)为控制变量，r(k)为扰动变量；

得到预测域内k+p步的预测模型为：

考虑风光储系统的波动性和储能出力优化，构建风光储微电网的滚动优化模型：

其中，

为优化周期内储能出力最小的目标；

J₁为避免SOC越限的目标。

动优化模型的约束条件包括：储能荷电状态约束、功率平衡偏差约束以及储能出力约束，具体为：

S_OCd≤S_OC1≤S_OCu

S_OCd≤S_OC2≤S_OCu

-δ≤P_g≤δ

P_B1dk≤P_B1≤P_B1uk

P_B2dk≤P_B2≤P_B2uk

其中，S_OCu与S_OCd分别为储能荷电状态的上限和下限；δ为并网功率允许波动范围；P_B1uk和P_B1dk分别为第一组储能输出功率的上限和下限；P_B2uk和P_B2dk分别为第二组储能输出功率的上限和下限，均根据两组储能的SOC而改变，通过P_B1dk≤P_B1≤P_B1uk和P_B2dk≤P_B2≤P_B2uk对储能出力约束，实现两组储能在不同工作模式下的切换和稳定运行。

步骤3：根据储能的当前荷电状态以及荷电状态预测值，动态改变储能出力约束条件，控制储能在四个模式间切换，工作模式如图3所示。

当第一组储能当前SOC大于等于上限或第二组储能当前SOC小于等于下限时，双储能工作在模式一，即第一组储能处于放电状态，第二组储能处于充电状态；当预测到下一个周期任意一组储能荷电状态越过下限时，切换到模式二，控制两组储能均为放电状态，若预测到第一组储能过放时，目标函数中J₁生效如式所示：

J₁＝[S_OC1(k+1)-S_OCd]²

在SOC不越限的前提下输出最多功率，另一组储能则释放平滑风电输出功率所需的剩余部分功率。同理，若预测第二组储能过放时，J₁生效如式所示：

J₁＝[S_OC2(k+1)-S_OCd]²

当预测到下一时刻任意一组储能存在过充行为时，切换至模式三，两组储能同时充电，当预测第一组储能过充时，J₁生效如式所示：

J₁＝[S_OC1(k+1)-S_OCu]²

当预测第二组储能过充时，J₁生效如式所示：

J₁＝[S_OC2(k+1)-S_OCu]²

当第一组储能当前SOC小于等于下限或第二组储能大于等于上限时进入模式四，即第一组储能处于充电状态，第二组储能处于放电状态；

模式二和模式三结束时，至少有一组储能的SOC达到了限值，通过模型预测控制可以优化储能出力。

步骤4：利用模型预测控制优化储能出力；

基于模型预测控制的双储能协调控制框图如图4所示，根据步骤2与步骤3建立的预测模型、滚动优化模型以及每一个控制时域都根据各变量的实际值的反馈并将其作为下一次优化的初始条件，由两组储能的SOC当前值与预测值决定储能的工作方式，协调优化储能出力，该指令作为步骤5的输入。

步骤5：根据储能荷电状态情况适时引入能量状态反馈控制，自适应调节参数

当两组储能SOC均高于SOC_u,alert或均低于SOC_d,alert时，认为两组储能进入危险区，即充放电能量不平衡程度较高，此时加入能量状态反馈控制，根据模型预测控制输出进行进一步优化：

其中，K₁与K₂分别为两组储能的调节参数；

当两组储能的SOC都处于高水平时，模式一下的K₂＝0，K₁为：

模式四下的K₁＝0，K₂为：

第一项是为了优化储能出力后的并网功率波动仍然满足限制条件，第二项则是为了限制储能出力在允许范围内，其SOC越高(低)，释放(吸收)的功率就会越多，直到将两组储能的SOC恢复到安全区域后，该优化控制即结束。

当两组储能SOC都处于低水平时，模式一下的K₁＝0，K₂为：

模式四下的K₂＝0，K₁为：

其中，δ为并网功率允许波动范围。

充电状态的储能尽可能多吸收功率，SOC越低，吸收的功率也越多，直到将SOC恢复到安全区域后结束，由于吸收功率为负值，所以应当求得最大值。

本实施例还涉及一种存储介质，该介质内存储有上述任一项平滑风电输出功率的双储能协调控制方法。

从图5中可以看到本发明的方法在更好地平滑风电输出功率的同时也更有利于延长储能设备的寿命，分钟级并网功率波动值更小且状态切换次数大大减小。图6(a)表明在相同情境下传统的双储能控制方法在较多周期存在SOC越限问题，而图6(b)中表明本发明方法有效避免了SOC越限问题，图6(c)展示了在双储能发生状态切换时的输出功率变化情况，由于预测到第二组储能存在SOC越限可能，故双储能工作在模式二，目标函数中的J₁项生效如式：

J₁＝[S_OC1(k+1)-SOC_d]²

模型预测控制其释放合适的功率至该控制周期结束其SOC刚好达到下限，此后双储能工作在模式一。图7(a)表明本发明在SOC均不理想且储能容量较小时，本发明方法明显优于传统双储能控制，而图7(b)表明在容量相同时初始SOC不同时本发明也依旧更优于传统双储能控制。综上，在储能容量较小或初始SOC不理想的的时候，本文方法在很好的完成平滑风电功率的情况下，可以更好地保护储能电池，且对容量配置的需求更低。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种平滑风电输出功率的双储能协调控制方法，其特征在于，所述的双储能协调控制方法包括：

步骤1：建立风-双储混合系统运行模型与数学模型；

步骤2：根据系统运行特性建立预测模型和滚动优化模型；

步骤3：根据储能的当前荷电状态SOC以及荷电状态预测值，动态改变储能出力约束条件，控制储能工作在不同模式；

步骤4：利用模型预测控制优化储能出力；

步骤5：根据储能荷电状态情况适时引入能量状态反馈控制，自适应调节参数；

所述步骤1中风-双储混合系统运行模型具体为：

P_g(k+1)＝P_B1(k)+P_B2(k)+P_W(k)

其中，P_g(k+1)为k+1时刻并网功率；P_W(k)为k时刻风电输出功率；P_B1(k)和P_B2(k)分别为k时刻第一组和第二组储能的输出功率，其值为正时表示放电，为负表示充电；

所述步骤2中滚动优化模型的构建方法为：

其中，

为优化周期内储能出力最小的目标；

J₁为避免SOC越限的目标；

所述的步骤3具体为：

当第一组储能当前SOC大于等于上限或第二组储能当前SOC小于等于下限时，双储能切换至模式一，即第一组储能处于放电状态，第二组储能处于充电状态；当预测到下一周期任意一组储能荷电状态越过下限时切换到模式二，控制两组储能均为放电状态，若预测到第一组储能过放时，目标函数中J₁生效如式所示：

J₁＝[S_OC1(k+1)-S_OCd]²

在SOC不越限的前提下输出最多功率，另一组储能则释放平滑风电输出功率所需的剩余部分功率；

同理，若预测第二组储能过放时，J₁生效如式所示：

J₁＝[S_OC2(k+1)-S_OCd]²

当预测到下一时刻任意一组储能存在过充行为时，切换至模式三，两组储能同时充电，当预测第一组储能过充时，J₁生效如式所示：

J₁＝[S_OC1(k+1)-S_OCu]²

当预测第二组储能过充时，J₁生效如式所示：

J₁＝[S_OC2(k+1)-S_OCu]²

当第一组储能当前SOC小于等于下限或第二组储能大于等于上限时进入模式四，即第一组储能处于充电状态，第二组储能处于放电状态；

模式二和模式三结束时，至少有一组储能的SOC达到了限值，通过模型预测控制可以优化储能出力；

其中，S_OC1(k+1)和S_OC2(k+1)分别为双储能系统在k+1时刻的荷电状态；S_OCu与S_OCd分别为储能荷电状态的上限和下限；

所述的步骤5具体为：

当两组储能SOC均高于SOC_u,alert或均低于SOC_d,alert时，认为两组储能进入危险区，即充放电能量不平衡程度较高，此时加入能量状态反馈控制，根据模型预测控制输出进行进一步优化：

其中，K₁与K₂分别为两组储能的调节参数；

当两组储能的SOC都处于高水平时，模式一下的K₂＝0，K₁为：

模式四下的K₁＝0，K₂为：

当两组储能SOC都处于低水平时，模式一下的K₁＝0，K₂为：

模式四下的K₂＝0，K₁为：

其中，δ为并网功率允许波动范围。

2.根据权利要求1所述的一种平滑风电输出功率的双储能协调控制方法，其特征在于，所述步骤1中风-双储混合系统数学模型具体为：

假设双储能系统的容量均为C，控制周期均为T_c，荷电状态分别为S_OC1和S_OC2，利用前向欧拉公式经过离散化后可以得到储能的数学模型如下所示：

3.根据权利要求1所述的一种平滑风电输出功率的双储能协调控制方法，其特征在于，所述步骤2中预测模型的构建方法为：

根据步骤1建立的风-双储混合系统运行模型与数学模型，获得系统的状态空间方程：

x(k+1)＝Ax(k)+B₁μ(k)+B₂r(k)

x(k)＝[P_g(k),S_OC1(k),S_OC2(k)]^T

u(k)＝[P_B1(k),P_B2(k)]^T

r(k)＝[P_W(k),P_pv(k),P_load(k)]

其中，x(k)为状态变量，u(k)为控制变量，r(k)为扰动变量；

得到预测域内k+p步的预测模型为：

4.根据权利要求1所述的一种平滑风电输出功率的双储能协调控制方法，其特征在于，所述的滚动优化模型的约束条件为：

S_OCd≤S_OC1≤S_OCu

S_OCd≤S_OC2≤S_OCu

-δ≤P_g≤δ

P_B1dk≤P_B1≤P_B1uk

P_B2dk≤P_B2≤P_B2uk

其中，S_OCu与S_OCd分别为储能荷电状态的上限和下限；δ为并网功率允许波动范围；P_B1uk和P_B1dk分别为第一组储能输出功率的上限和下限；P_B2uk和P_B2dk分别为第二组储能输出功率的上限和下限，均根据两组储能的SOC而改变，通过P_B1dk≤P_B1≤P_B1uk和P_B2dk≤P_B2≤P_B2uk对储能出力约束，实现两组储能在不同工作模式下的切换和稳定运行。

5.根据权利要求1所述的一种平滑风电输出功率的双储能协调控制方法，其特征在于，所述的步骤4具体为：

根据步骤2与步骤3建立的预测模型、滚动优化模型以及每一个控制时域都根据各变量的实际值的反馈并将其作为下一次优化的初始条件，由两组储能的SOC当前值与预测值决定储能的工作方式，协调优化储能出力，同时将优化后的储能出力方式作为步骤5的输入。

6.一种存储介质，其特征在于，所述的存储介质内存储有如权利要求1～5中任一项所述的双储能协调控制方法。

Images