CN113471948A - 风光储互补制氢交直流系统的自适应管控方法 - Google Patents

风光储互补制氢交直流系统的自适应管控方法 Download PDF

Info

Publication number
CN113471948A
CN113471948A CN202110696174.6A CN202110696174A CN113471948A CN 113471948 A CN113471948 A CN 113471948A CN 202110696174 A CN202110696174 A CN 202110696174A CN 113471948 A CN113471948 A CN 113471948A
Authority
CN
China
Prior art keywords
power
hydrogen production
wind
storage device
solar
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
Application number
CN202110696174.6A
Other languages
English (en)
Other versions
CN113471948B (zh
Inventor
吕项羽
王佳蕊
李德鑫
田春光
邓卫
张海锋
张家郡
庄冠群
裴玮
李成钢
王伟
陈璟毅
刘畅
高松
孟涛
蔡丽霞
张懿夫
冷俊
张钰
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.)
Institute of Electrical Engineering of CAS
Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd
Original Assignee
Institute of Electrical Engineering of CAS
Electric Power Research Institute of State Grid Jilin Electric Power Co 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 Institute of Electrical Engineering of CAS, Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd filed Critical Institute of Electrical Engineering of CAS
Priority to CN202110696174.6A priority Critical patent/CN113471948B/zh
Publication of CN113471948A publication Critical patent/CN113471948A/zh
Application granted granted Critical
Publication of CN113471948B publication Critical patent/CN113471948B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J1/00—Circuit arrangements for dc mains or dc distribution 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
    • H02J1/00—Circuit arrangements for dc mains or dc distribution networks
    • H02J1/10—Parallel operation of dc sources
    • 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
    • H02J1/00—Circuit arrangements for dc mains or dc distribution networks
    • H02J1/10—Parallel operation of dc sources
    • H02J1/106—Parallel operation of dc sources for load balancing, symmetrisation, or sharing
    • 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
    • H02J1/00—Circuit arrangements for dc mains or dc distribution networks
    • H02J1/14—Balancing the load in a network
    • 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
    • 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
    • H02J3/38—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
    • H02J4/00—Circuit arrangements for mains or distribution networks not specified as ac or dc
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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]
    • 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
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/28—The renewable source being wind 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/36—Hydrogen production from non-carbon containing sources, e.g. by water electrolysis
    • 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

Abstract

本发明涉及一种风光储互补制氢交直流系统的自适应管控方法，具体包括如下步骤：步骤1：基于风光储互补制氢交直流系统的历史运行数据形成专家库并推理预测，预测当前时刻t的储能装置功率理论值；步骤2：基于步骤1预测的当前时刻t的储能装置功率理论值进行自适应管控。本发明提出风光储互补制氢交直流系统的自适应管控方法，减少系统控制复杂度，实现复杂工况下系统的自适应管控，并同时确保高效、平稳制氢。

Description

风光储互补制氢交直流系统的自适应管控方法
技术领域
本发明涉及电力技术领域，尤其是一种风光储互补制氢交直流系统的自适应管控方法。
背景技术
现阶段风/光互补制氢技术通常采用可再生能源交流汇集的方式，制氢过程中存在多个交-直-交变换环节，降低了整体运行效率，这些成为制约风/光互补制氢高效运行的关键技术问题与难题。分布式能源直流汇集与柔性直流互联是减少变换环节、提高系统整体运行效率的重要途径，以氢能为支撑、直流为互联网架，构建风能、太阳能等分布式可再生能源与氢能互补高效利用的风光储互补制氢交直流系统，在满足高效制氢需求的同时，充分发挥氢能的柔性调控作用、实现对可再生能源的充分消纳和经济利用。
图1描述了风光储互补制氢交直流系统的典型结构，其中单个交流系统AC通过电压源型换流站(voltage-source converter,VSC)与直流网络互联，其中，VSC1,…,VSC2,…,VSCn的交流侧分别接入AC1,…,AC2,…,ACn，与此同时，VSC1,…,VSC2,…,VSCn的直流侧经直流线路接入直流母线。直流网络可集成光伏发电、风力发电、储能装置、以及制氢负载等，当设备的直流电压与直流母线电压等级不匹配时，可以配置相应的DC/DC变换器进行适配。
在制氢过程中，可再生能源功率可能出现宽功率波动，而制氢负荷也会出现复杂工况，在运行过程中，如何利用已有的历史运行数据来充分挖掘其蕴含的经验知识，快速生成风光储互补制氢交直流系统的自适应管控指令，如储能装置功率指令，成为一项具有理论和现实意义的关键技术。
发明内容
为了解决上述技术问题，本发明提出风光储互补制氢交直流系统的自适应管控方法，减少系统控制复杂度，实现复杂工况下系统的自适应管控，并同时确保高效、平稳制氢。本发明提出的技术可以有效弥补现有缺陷，有利于实现风光储互补制氢交直流系统的自适应管控，有效应对复杂工况，应用前景广阔。
本发明提供一种风光储互补制氢交直流系统的自适应管控方法，具体包括如下步骤：
步骤1：基于风光储互补制氢交直流系统的历史运行数据形成专家库并推理预测，预测当前时刻t的储能装置功率理论值；
步骤2：基于步骤1预测的当前时刻t的储能装置功率理论值进行自适应管控。
进一步的，所述步骤1：基于风光储互补制氢交直流系统的历史运行数据形成专家库并推理预测，预测当前时刻t的储能装置功率理论值；具体包括：
步骤1.1、结合风光储互补制氢交直流系统的历史运行数据形成专家库矩阵，其中包含N条记录，则第n条记录表示为REn＝{PW,n，PP,n，PH,n，Sn，PE,n}，其中PW,n代表第n条记录的风力发电功率，PP,n代表第n条记录的光伏发电功率，PH,n代表第n条记录的制氢负荷功率，Sn代表第n条记录的储能装置SOC，PE,n代表第n条记录的储能装置功率；
步骤1.2、迭代计算当前时刻t的记录R(t)与专家库矩阵缩减后的矩阵Rn之间的距离Dn，从n＝1开始，重复1.2.1-1.2.3过程，直到n＝N计算结束；
步骤1.3、计算所有Dn中的最小值，假定为min，对应的下标为m，则定位至专家库矩阵的第m条记录，此时当前时刻t的储能装置功率理论值P(t)＝PE,m。
进一步的，所述步骤1.2具体包括：
步骤1.2.1、对第n条记录REn进行缩减，删除最后一项PE,n，得到第n条记录的缩减表达式Rn，其中Rn＝{PW,n，PP,n，PH,n，Sn}：
步骤1.2.2、获取当前时刻t的风力发电功率PW(t)，光伏发电功率PP(t)，制氢负荷功率PH(t)，储能装置SOC S(t),形成当前时刻t的记录R(t)＝{PW(t)，PP(t)，PH(t)，S(t)}，
计算当前时刻t的记录R(t)与专家库矩阵缩减后的矩阵Rn之间的均值Un：
Un＝{(PW(t)+PW,n)/2,(PP(t)+PP,n)/2,(PH(t)+PH,n)/2,(S(t)+Sn)/2}
计算当前时刻t的记录R(t)与专家库矩阵Rn之间的协方差矩阵：
S(i,j)＝{[Rn(i)-un(i)]*[Rn(j)-un(j)]+[R(t)(i)-un(i)]*[R(t)(j)-un(j)]}/2
其中i，j为协方差矩阵S的行、列数，Rn(i)代表Rn的第i行数据，un(i)代表un的第i行数据，Rn(j)代表Rn的第j列数据，un(j)代表un的第j列数据，R(t)(i)代表R(t)的第i行数据，R(t)(j)代表R(t)的第j列数据；
计算当前时刻t的记录R(t)与专家库矩阵缩减后的矩阵Rn之间的距离Dn：
Dn＝sqrt{[Rn-R(t)]S-1[Rn-R(t)]T}，
其中[Rn-R(t)]T为[Rn-R(t)]的转置运算；
步骤1.2.3、n值加1：n＝n+1。
进一步的，所述步骤2：基于步骤1预测的结果进行自适应管控具体包括：
2.1、获取t-1时刻的储能装置功率PE(t-1),…,以及t-L时刻的储能装置功率PE(t-L)，其中L为预设的管控时段长度；计算均值At-1＝(PE(t-L)+…+PE(t-1))/L；
获取t-2时刻的储能装置功率PE(t-2),…,以及t-L-1时刻的储能装置功率PE(t-L-1)，其中L为预设的管控时段长度；计算均值At-2＝(PE(t-L-1)+…+PE(t-2))/L；
2.2PE(t)＝P(t)+(At-1-At-2)(PE(t-1)-PE(t-2))/PE(t-1)+(At-1-At-2)At-1/PE(t-1)。
有益效果：
本发明提出风光储互补制氢交直流系统的自适应管控方法，利用系统已有的历史运行数据充分挖掘其蕴含的经验知识，针对不同运行工况快速生成风光储互补制氢交直流系统的自适应管控指令，完成对储能装置的功率设定。该方法可以减少系统整体的控制复杂性，实现不同运行工况下系统的自适应调控，实现平稳高效制氢。
附图说明
图1风光储互补制氢交直流系统示意图；
图2本发明的方法流程图。
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、完整的描述，显然，所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
根据本发明的实施例，本发明提出一种风光储互补制氢交直流系统的自适应管控方法，如图2所示，具体包含下述两个步骤：
步骤1：基于风光储互补制氢交直流系统的历史运行数据形成专家库并推理预测，预测当前时刻的储能装置功率理论值：
步骤1.1、结合历史运行数据，形成专家库矩阵，其中假定包含N条记录，则第n条记录表示为REn＝{PW,n，PP,n，PH,n，Sn，PE,n}，其中PW,n代表第n条记录的风力发电功率，PP,n代表第n条记录的光伏发电功率，PH,n代表第n条记录的制氢负荷功率，Sn代表第n条记录的储能装置SOC，PE,n代表第n条记录的储能装置功率。
Figure BDA0003127967400000031
Figure BDA0003127967400000041
步骤1.2、迭代计算，从n＝1开始，重复步骤1.2.1-1.2.3过程，直到n＝N计算结束。
步骤1.2.1、对第n条记录REn进行缩减，删除最后一项PE,n，得到第n条记录的缩减表达式Rn，其中Rn＝{PW,n，PP,n，PH,n，Sn}：
步骤1.2.2、获取当前时刻t的风力发电功率PW(t)，光伏发电功率PP(t)，制氢负荷功率PH(t)，储能装置SOC S(t),形成当前时刻t的记录R(t)＝{PW(t)，PP(t)，PH(t)，S(t)}，
计算当前时刻t的记录R(t)与专家库矩阵缩减后的矩阵Rn之间的均值Un：
Un＝{(PW(t)+PW,n)/2,(PP(t)+PP,n)/2,(PH(t)+PH,n)/2,(S(t)+Sn)/2}
计算当前时刻t的记录R(t)与专家库矩阵Rn之间的协方差矩阵：
S(i,j)＝{[Rn(i)-un(i)]*[Rn(j)-un(j)]+[R(t)(i)-un(i)]*[R(t)(j)-un(j)]}/2
其中i，j为协方差矩阵S的行、列数，Rn(i)代表Rn的第i行数据，un(i)代表un的第i行数据，Rn(j)代表Rn的第j列数据，un(j)代表un的第j列数据，R(t)(i)代表R(t)的第i行数据，R(t)(j)代表R(t)的第j列数据。
计算当前时刻t的记录R(t)与专家库矩阵缩减后的矩阵Rn之间的距离Dn：
Dn＝sqrt{[Rn-R(t)]S-1[Rn-R(t)]T}，
其中[Rn-R(t)]T为[Rn-R(t)]的转置运算。
步骤1.2.3、n值加1：n＝n+1。
步骤1.3、计算所有Dn中的最小值，假定为min，对应的下标为m，则定位至专家库矩阵的第m条记录，此时当前时刻t的储能装置功率理论值P(t)＝PE,m。
此步骤计算目的就是为了预测当前时刻的储能装置功率理论值，为下一步的控制提供参考值。
步骤2：基于步骤1预测的结果进行自适应管控：
2.1、获取t-1时刻的储能装置功率PE(t-1),…,以及t-L时刻的储能装置功率PE(t-L)，其中L为预设的管控时段长度；计算均值At-1＝(PE(t-L)+…+PE(t-1))/L；
获取t-2时刻的储能装置功率PE(t-2),…,以及t-L-1时刻的储能装置功率PE(t-L-1)，其中L为预设的管控时段长度；计算均值At-2＝(PE(t-L-1)+…+PE(t-2))/L；
2.2、PE(t)＝P(t)+(At-1-At-2)(PE(t-1)-PE(t-2))/PE(t-1)+(At-1-At-2)At-1/PE(t-1)。
将此时得到的PE(t)值作为功率指令传递至储能装置功率以完成功率设定，实现自适应管控。
本发明提出风光储互补制氢交直流系统的自适应管控方法，利用系统已有的历史运行数据充分挖掘其蕴含的经验知识，针对不同运行工况快速生成风光储互补制氢交直流系统的自适应管控指令，完成对储能装置的功率设定。该方法可以减少系统整体的控制复杂性，实现不同运行工况下系统的自适应调控，实现平稳高效制氢。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，且应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (4)

1.一种风光储互补制氢交直流系统的自适应管控方法，其特征在于，具体包括如下步骤：
步骤1：基于风光储互补制氢交直流系统的历史运行数据形成专家库并推理预测，预测当前时刻t的储能装置功率理论值；
步骤2：基于步骤1预测的当前时刻t的储能装置功率理论值进行自适应管控。
2.根据权利要求1所述的一种风光储互补制氢交直流系统的自适应管控方法，其特征在于，所述步骤1：基于风光储互补制氢交直流系统的历史运行数据形成专家库并推理预测，预测当前时刻t的储能装置功率理论值；具体包括：
步骤1.1、结合风光储互补制氢交直流系统的历史运行数据形成专家库矩阵，其中包含N条记录，则第n条记录表示为REn＝{PW,n，PP,n，PH,n，Sn，PE,n}，其中PW,n代表第n条记录的风力发电功率，PP,n代表第n条记录的光伏发电功率，PH,n代表第n条记录的制氢负荷功率，Sn代表第n条记录的储能装置SOC，PE,n代表第n条记录的储能装置功率；
步骤1.2、迭代计算当前时刻t的记录R(t)与专家库矩阵缩减后的矩阵Rn之间的距离Dn，从n＝1开始，重复1.2.1-1.2.3过程，直到n＝N计算结束；
步骤1.3、计算所有Dn中的最小值，假定为min，对应的下标为m，则定位至专家库矩阵的第m条记录，此时当前时刻t的储能装置功率理论值P(t)＝PE,m。
3.根据权利要求2所述的一种风光储互补制氢交直流系统的自适应管控方法，其特征在于，所述步骤1.2具体包括：
1.2.1、对第n条记录REn进行缩减，删除最后一项PE,n，得到第n条记录的缩减表达式Rn，其中Rn＝{PW,n，PP,n，PH,n，Sn}：
1.2.2、获取当前时刻t的风力发电功率PW(t)，光伏发电功率PP(t)，制氢负荷功率PH(t)，储能装置SOC S(t),形成当前时刻t的记录R(t)＝{PW(t)，PP(t)，PH(t)，S(t)}，
计算当前时刻t的记录R(t)与专家库矩阵缩减后的矩阵Rn之间的均值Un：
Un＝{(PW(t)+PW,n)/2,(PP(t)+PP,n)/2,(PH(t)+PH,n)/2,(S(t)+Sn)/2}
计算当前时刻t的记录R(t)与专家库矩阵Rn之间的协方差矩阵：
S(i,j)＝{[Rn(i)-un(i)]*[Rn(j)-un(j)]+[R(t)(i)-un(i)]*[R(t)(j)-un(j)]}/2
其中i，j为协方差矩阵S的行、列数，Rn(i)代表Rn的第i行数据，un(i)代表un的第i行数据，Rn(j)代表Rn的第j列数据，un(j)代表un的第j列数据，R(t)(i)代表R(t)的第i行数据，R(t)(j)代表R(t)的第j列数据；
计算当前时刻t的记录R(t)与专家库矩阵缩减后的矩阵Rn之间的距离Dn：
Dn＝sqrt{[Rn-R(t)]S-1[Rn-R(t)]T}，
其中[Rn-R(t)]T为[Rn-R(t)]的转置运算；
1.2.3、n值加1：n＝n+1。
4.根据权利要求2所述的一种风光储互补制氢交直流系统的自适应管控方法，其特征在于，所述步骤2：基于步骤1预测的结果进行自适应管控具体包括：
2.1、获取t-1时刻的储能装置功率PE(t-1),…,以及t-L时刻的储能装置功率PE(t-L)，其中L为预设的管控时段长度；计算均值At-1＝(PE(t-L)+…+PE(t-1))/L；
获取t-2时刻的储能装置功率PE(t-2),…,以及t-L-1时刻的储能装置功率PE(t-L-1)，其中L为预设的管控时段长度；计算均值At-2＝(PE(t-L-1)+…+PE(t-2))/L；
2.2、PE(t)＝P(t)+(At-1-At-2)(PE(t-1)-PE(t-2))/PE(t-1)+(At-1-At-2)At-1/PE(t-1)。
CN202110696174.6A 2021-06-23 2021-06-23 风光储互补制氢交直流系统的自适应管控方法 Active CN113471948B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110696174.6A CN113471948B (zh) 2021-06-23 2021-06-23 风光储互补制氢交直流系统的自适应管控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110696174.6A CN113471948B (zh) 2021-06-23 2021-06-23 风光储互补制氢交直流系统的自适应管控方法

Publications (2)

Publication Number Publication Date
CN113471948A true CN113471948A (zh) 2021-10-01
CN113471948B CN113471948B (zh) 2022-11-08

Family

ID=77869329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110696174.6A Active CN113471948B (zh) 2021-06-23 2021-06-23 风光储互补制氢交直流系统的自适应管控方法

Country Status (1)

Country Link
CN (1) CN113471948B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113839424A (zh) * 2021-11-26 2021-12-24 中国科学院电工研究所 一种高效组网风氢储系统的运行模式自适应协调方法

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102437571A (zh) * 2011-11-09 2012-05-02 南方电网科学研究院有限责任公司 一种风/光/储系统的物理建模系统
CN103762616A (zh) * 2014-01-03 2014-04-30 国家电网公司 一种基于功率预测方法的混合储能光伏发电系统
CN105071422A (zh) * 2015-08-28 2015-11-18 袁铁江 分散式接入风电场的风-氢储能耦合系统控制方法
CN105826944A (zh) * 2016-03-18 2016-08-03 上海电机学院 一种微电网群的功率预测方法和系统
CN106230016A (zh) * 2016-07-26 2016-12-14 史瑞静 风光‑氢储能及煤化工混合动力发电系统
CN106384176A (zh) * 2016-11-11 2017-02-08 吉林省电力科学研究院有限公司 一种基于风光互补特性的风光储发电系统容量优化方法
CN106444562A (zh) * 2016-12-08 2017-02-22 东北大学 基于风光‑电热气转换模块的多储能装置协调系统及方法
CN107104462A (zh) * 2017-05-18 2017-08-29 电子科技大学 一种用于风电场储能调度的方法
CN107528341A (zh) * 2017-08-25 2017-12-29 电子科技大学 一种用于高风电渗透率的大电网储能调度的方法
CN108206547A (zh) * 2018-01-08 2018-06-26 福州大学 风氢耦合发电系统各单元容量优化的方法
CN108599245A (zh) * 2018-05-04 2018-09-28 西安交通大学 一种利用电池储能与氢储能跟踪光伏计划出力的调度方法
CN109193783A (zh) * 2018-10-23 2019-01-11 哈尔滨电气股份有限公司 一种离网型风光储多能互补电热水气联供方法
CN109741110A (zh) * 2019-01-07 2019-05-10 福州大学 一种基于机会约束规划的风氢系统联合优化建模方法
CN109936167A (zh) * 2019-04-30 2019-06-25 天津锦美碳材科技发展有限公司 一种适用于电解水制氢的光/风/储/市电的电能调度系统及方法
CN110165698A (zh) * 2019-04-01 2019-08-23 广西电网有限责任公司 一种实现前瞻性误差资产转换的风电场平滑并网方法
KR102049020B1 (ko) * 2018-06-21 2019-11-27 (주)지필로스 수전해장치용 풍력발전전력의 전력제어장치 및 풍력발전전력 기반 수소변환시스템
CN111327077A (zh) * 2020-03-17 2020-06-23 中国科学院电工研究所 考虑新能源消纳的分布式能源和用户交直流系统管控方法
CN112803480A (zh) * 2021-01-13 2021-05-14 阳光电源股份有限公司 一种光储系统及其控制方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102437571A (zh) * 2011-11-09 2012-05-02 南方电网科学研究院有限责任公司 一种风/光/储系统的物理建模系统
CN103762616A (zh) * 2014-01-03 2014-04-30 国家电网公司 一种基于功率预测方法的混合储能光伏发电系统
CN105071422A (zh) * 2015-08-28 2015-11-18 袁铁江 分散式接入风电场的风-氢储能耦合系统控制方法
CN105826944A (zh) * 2016-03-18 2016-08-03 上海电机学院 一种微电网群的功率预测方法和系统
CN106230016A (zh) * 2016-07-26 2016-12-14 史瑞静 风光‑氢储能及煤化工混合动力发电系统
CN106384176A (zh) * 2016-11-11 2017-02-08 吉林省电力科学研究院有限公司 一种基于风光互补特性的风光储发电系统容量优化方法
CN106444562A (zh) * 2016-12-08 2017-02-22 东北大学 基于风光‑电热气转换模块的多储能装置协调系统及方法
CN107104462A (zh) * 2017-05-18 2017-08-29 电子科技大学 一种用于风电场储能调度的方法
CN107528341A (zh) * 2017-08-25 2017-12-29 电子科技大学 一种用于高风电渗透率的大电网储能调度的方法
CN108206547A (zh) * 2018-01-08 2018-06-26 福州大学 风氢耦合发电系统各单元容量优化的方法
CN108599245A (zh) * 2018-05-04 2018-09-28 西安交通大学 一种利用电池储能与氢储能跟踪光伏计划出力的调度方法
KR102049020B1 (ko) * 2018-06-21 2019-11-27 (주)지필로스 수전해장치용 풍력발전전력의 전력제어장치 및 풍력발전전력 기반 수소변환시스템
CN109193783A (zh) * 2018-10-23 2019-01-11 哈尔滨电气股份有限公司 一种离网型风光储多能互补电热水气联供方法
CN109741110A (zh) * 2019-01-07 2019-05-10 福州大学 一种基于机会约束规划的风氢系统联合优化建模方法
CN110165698A (zh) * 2019-04-01 2019-08-23 广西电网有限责任公司 一种实现前瞻性误差资产转换的风电场平滑并网方法
CN109936167A (zh) * 2019-04-30 2019-06-25 天津锦美碳材科技发展有限公司 一种适用于电解水制氢的光/风/储/市电的电能调度系统及方法
CN111327077A (zh) * 2020-03-17 2020-06-23 中国科学院电工研究所 考虑新能源消纳的分布式能源和用户交直流系统管控方法
CN112803480A (zh) * 2021-01-13 2021-05-14 阳光电源股份有限公司 一种光储系统及其控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DEXIN LI等: "Optimal capacity allocation method of energy storage system for increasing wind power integration", 《2020 IEEE 9TH INTERNATIONAL POWER ELECTRONICS AND MOTION CONTROL CONFERENCE (IPEMC2020-ECCE ASIA)》 *
孔令国等: "风光氢综合能源系统在线能量调控策略与实验平台搭建", 《电工技术学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113839424A (zh) * 2021-11-26 2021-12-24 中国科学院电工研究所 一种高效组网风氢储系统的运行模式自适应协调方法

Also Published As

Publication number Publication date
CN113471948B (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
CN105680474B (zh) 一种储能抑制光伏电站快速功率变化的控制方法
CN113241803B (zh) 一种基于新能源消纳的储能调度方法及计算机介质
CN108092321B (zh) 一种考虑不确定性的有源配电网有功无功协调控制方法
CN113393172B (zh) 一种考虑配电网多设备时序运行的“源网储”规划方法
CN113471948B (zh) 风光储互补制氢交直流系统的自适应管控方法
CN111355250A (zh) 一种电网侧储能优化方法及系统
Ramadan et al. Optimal resilient facade thermal photovoltaic clustering allocation for microgrid enhanced voltage profile
CN113199946A (zh) 一种基于马尔科夫过程的电动汽车储能聚合建模方法
CN112994107A (zh) 一种控制供电系统的方法、装置和系统
CN112670999A (zh) 一种基于用户侧灵活资源的低压配电网实时电压控制方法
CN112018755A (zh) 基于循环神经网络的光伏配电网无功电压预测方法及系统
CN112510270A (zh) 一种储能系统多层级荷电状态均衡统一控制方法及系统
CN105207255B (zh) 一种适用于风电出力的电力系统调峰计算方法
CN116418001A (zh) 应对新能源不确定性的水库群多能互补调度方法与系统
CN115130842A (zh) 风光火一体化基地配置方法及装置
CN113794193B (zh) 一种可再生能源直流微网制氢的决策方法
CN113555870B (zh) 一种基于Q-learning光伏预测的配电网多时间尺度优化调度方法
CN113852121B (zh) 一种电氢多能互补型综合能源系统的实时能量管理方法
CN113794193A (zh) 一种可再生能源直流微网制氢的决策方法
CN115759676A (zh) 可移动式氢能供电系统应急调度方法
CN114912349A (zh) 计及风光消纳的园区综合能源系统优化调度方法
CN116565956A (zh) 一种分布式能源双向预测优化调度方法及系统
Shi et al. Research on Operation Optimization of “Optical Storage Charging and Swap” Power Station Based on Robust Optimization Algorithm
CN113675889A (zh) 一种基于储能调节的多端直流微电网制氢管控方法
CN113780649A (zh) 一种应用于供电企业的应急物资储备综合智能预测系统

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
GR01 Patent grant
GR01 Patent grant