CN113659623A - 一种基于布林线理论的风储联合系统的优化方法及系统 - Google Patents
一种基于布林线理论的风储联合系统的优化方法及系统 Download PDFInfo
- Publication number
- CN113659623A CN113659623A CN202110941637.0A CN202110941637A CN113659623A CN 113659623 A CN113659623 A CN 113659623A CN 202110941637 A CN202110941637 A CN 202110941637A CN 113659623 A CN113659623 A CN 113659623A
- Authority
- CN
- China
- Prior art keywords
- wind
- combined system
- soc
- energy storage
- value
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000009937 brining Methods 0.000 title claims description 11
- 238000004146 energy storage Methods 0.000 claims abstract description 152
- 238000005096 rolling process Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000010248 power generation Methods 0.000 claims description 14
- 238000007599 discharging Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- GZPBVLUEICLBOA-UHFFFAOYSA-N 4-(dimethylamino)-3,5-dimethylphenol Chemical compound CN(C)C1=C(C)C=C(O)C=C1C GZPBVLUEICLBOA-UHFFFAOYSA-N 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 238000012797 qualification Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- 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
- H02J3/241—The oscillation concerning frequency
-
- 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]
-
- 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
-
- 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
Abstract
本发明涉及一种基于布林线理论的风储联合系统的优化方法及系统,属于风电场优化领域,首先选取风储联合系统的控制模式;所述控制模式包括调频模式和跟踪计划模式;再根据风储联合系统的控制模式,构建风储联合系统优化控制模型;然后采用超前滚动优化控制方法,对所述风储联合系统优化控制模型进行求解,并根据求解结果调节风储联合系统的储能出力情况;最后判断风储联合系统是否需要进行优化,若是,则采用基于布林线理论的储能SOC优化方法,对风储联合系统进行优化,得到计划出力调整值,并上报至调度中心进行调整,可有效提升风储联合系统的跟踪计划出力水平与调频能力。
Description
技术领域
本发明涉及风储联合系统优化领域,特别是涉及一种基于布林线理论的风储联合系统的优化方法及系统。
背景技术
风能是目前国内外应用较为广泛的一种绿色可再生能源,近几年我国风电产业的发展十分迅速。但是,伴随着风电的大规模并网,以及风能本身具有的随机性、波动性以及间歇性,使得电力系统的安全稳定运行受到影响。解决这一问题的有效途径之一是风储联合系统。风储联合系统是由储能系统与风电场联合运行的系统。近年来,风储联合系统已经成为风力发电领域的研发热点之一。
然而,在实际风力发电过程中,受风能的波动性和随机性的影响,结合发电出力和用电需求不平衡造成的频繁功率变化,以及对未来时段的风电功率的预测精度不高等原因,使得现有的风储联合系统仍然存在电网调频能力差、跟踪计划出力水平不足的问题。因此,目前亟需一种风储联合系统的优化方法,以提升风储联合系统的风电跟踪计划出力水平和调频能力。
发明内容
本发明的目的是提供一种基于布林线理论的风储联合系统的优化方法及系统,以提升风储联合系统的风电跟踪计划出力水平与调频能力。
为实现上述目的,本发明提供了如下方案:
一种基于布林线理论的风储联合系统的优化方法,包括:
选取风储联合系统的控制模式;所述控制模式包括调频模式和跟踪计划模式;
根据所述控制模式,构建风储联合系统优化控制模型;
采用超前滚动优化控制方法,对所述风储联合系统优化控制模型进行求解,得到求解结果;
根据所述求解结果调节所述风储联合系统的储能出力情况;
判断所述风储联合系统是否需要进行优化,若是,则采用基于布林线理论的储能SOC优化方法,对所述风储联合系统进行优化,得到计划出力调整值,并上报至调度中心进行调整。
本发明还提出了一种基于布林线理论的风储联合系统的优化系统,包括:
控制模式选取模块,用于选取风储联合系统的控制模式;所述控制模式包括调频模式和跟踪计划模式;
优化控制模型构建模块,用于根据所述控制模式,构建风储联合系统优化控制模型;
优化控制模型求解模块,用于采用超前滚动优化控制方法,对所述风储联合系统优化控制模型进行求解,得到求解结果;
储能出力调节模块,用于根据所述求解结果调节所述风储联合系统的储能出力情况;
储能SOC优化模块,用于判断所述风储联合系统是否需要进行优化,若是,则采用基于布林线理论的储能SOC优化方法,对所述风储联合系统进行优化,得到计划出力调整值,并上报至调度中心进行调整。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提出了一种基于布林线理论的风储联合系统的优化方法及系统,首先基于风储联合系统具有的储能系统与风电场联合运行的方式,以风储联合系统的考核电量最小为目标,考虑到风储联合系统参与电网调频服务的情况,构建了风储联合系统优化控制模型。采用超前滚动优化的控制方法对风储联合系统优化控制模型进行求解,从而将风储联合系统优化控制模型与风电预测功率相结合,提前预测未来一定时段的风电功率,进而可充分地将风储联合系统中储能系统的储能调节裕度分配至各个用电端,实现了储能系统的充、放电的平衡,提高了风储联合系统的控制效果。
本发明基于布林线理论,首次将股市分析领域中常用的布林线应用到风储联合系统中,采用基于布林线理论的储能SOC优化方法对风储联合系统的储能SOC进行动态优化,从而满足了风储联合系统的跟踪发电计划与调频的需求。结合风储联合系统优化控制模型、布林线理论、SOC优化策略以及超前滚动优化控制方法,在提升风储联合系统的跟踪发电计划出力能力的同时,还增强了风储联合系统的调频能力,提升了风储联合系统的整体性能,解决了现有的风储联合系统存在的跟踪计划能力差、调频能力弱的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的基于布林线理论的风储联合系统的优化方法的流程图;
图2为本发明实施例1提供的基于布林线理论的风储联合系统的优化方法的原理图;
图3为本发明实施例1提供的单时段滚动优化示意图;
图4为本发明实施例1提供的基于布林线理论的储能SOC优化方法的流程图;
图5为本发明实施例1提供的风储联合系统的结构示意图;
图6为本发明实施例1提供的风储联合系统的出力曲线图;
图7为本发明实施例1提供的风储联合系统的出力偏差图;
图8为本发明实施例1提供的电池储能SOC的变化曲线框图;
图9为本发明实施例2提供的基于布林线理论的风储联合系统的优化系统的结构框图。
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、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提出了一种基于布林线理论的风储联合系统的优化方法及系统,通过对风储联合系统的储能SOC进行优化,能够避免储能过充、过放的同时,保证储能具有较高的调节能力完成风储联合系统的调节任务,满足调频需求,同时提升了风储联合系统跟踪发电计划出力能力和调频能力,从而提升了风储联合系统的整体性能,进而提高了风储联合系统的市场竞争力。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图1和图2所示,本实施例示出了一种基于布林线理论的风储联合系统的优化方法,具体包括以下步骤:
步骤S1、选取风储联合系统的控制模式。具体是指根据调度中心向风储联合系统下发的调度指令,为风储联合系统选取所需要的控制模式,即风储联合系统的运行模式。所述控制模式包括调频模式和跟踪计划模式,风储联合系统在调频模式下参与电网的调频工作,而在跟踪计划模式下只跟踪计划值,不参与电网调频工作。
当调度中心向所述风储联合系统下发AGC(Automatic Generation Control,自动发电控制)调节指令时,则为所述风储联合系统选取所述调频模式,也就是说,将风储联合系统的运行模式设置为调频模式,使所述风储联合系统执行所述调频模式并参与到电网调频工作中,否则,为所述风储联合系统选取所述跟踪计划模式。
如图2所示,实际上在选取风储联合系统的控制模式时,首先需要读取k时段风储联合系统中的调频系统的状态,包括AGC调节指令、计划调节指令和风储系统情况,然后根据AGC调节指令判断风储联合系统是否参与电网调频工作,是否有调频需求,再对风储联合系统的控制模式进行选取设置。因此,本发明主要根据调度中心是否下发AGC调节指令选取风储联合系统的控制模式,若下发了AGC调节指令,则选择调频模式,若未下发AGC调节指令,则选择跟踪计划模式。
步骤S2、根据所述控制模式,构建风储联合系统优化控制模型。具体包括:
根据所述风储联合系统的控制模式,结合所述风储联合系统的风电预测功率、储能出力情况、储能SOC情况以及运行约束,建立所述风储联合系统优化控制模型。通过同时考虑风储联合系统的控制模式、一定时间分辨率下的风电预测功率、储能出力情况、储能SOC情况以及运行约束等多个因素,构建风储联合系统优化控制模型,以最小化风储联合系统的考核电量为目标,提高风储联合系统的跟踪计划能力的同时,增强系统的调频能力,从而满足传统水火电机组的并网要求,使其具有较强的市场竞争力。
本发明构建风储联合系统优化控制模型的具体过程如下:
建立风储联合系统优化控制模型,其目标是使风储联合系统的考核电量最小,即:
其中,PA表示机组出力偏差限值,超过该限值的控制偏差累积值记为惩罚功率ΔPk,i表示第k个考核时段的第i个控制周期的功率偏差;表示第k个考核时段的调频辅助变量,取值为1时表示所述风储联合系统参与调频,取值为0时表示所述风储联合系统不参与调频;表示单个调频指令的考核电量;Nagc表示当天所述风储联合系统的调频次数;PWN表示风电场额定容量;Δt表示控制周期采样时间长度。
对于运行约束,风储联合系统优化控制模型的运行约束主要包括风储联合系统的功率平衡约束、储能系统SOC约束、储能系统死区控制约束、储能充放电功率约束和调频精度性能约束等,则有:
其中,表示第k个考核时段的第i个控制周期电池储能出力,单位为MW;表示第k个考核时段的第i个控制周期风电场原始出力;表示计划出力;在未来的控制周期,风电场原始出力取值为经增强处理后的5分钟的风电预测功率数据;表示储能装置在第k个考核时段的第i个控制周期功率流向标志,取值为-1、0、1时分别对应表示“负向”、“无”和“正向”功率流动;表示第k个考核时段的第i个控制周期风储系统二次调频指令;α2为储能系统充放电效率的中间量;表示第k个考核时段的第i个控制周期后的储能的SOC瞬时值;CB表示电池储能额定容量;ηBc表示储能充电效率,ηBd表示储能放电效率;表示电池储能的出力死区值;SBmin、SBmax分别表示储能SOC的整个优化时段的下限值、上限值;PBr表示电池储能的额定功率;3600为功率与容量的转换系数;k3表示电网对AGC机组调频精度指标值,本实施例中k3取值为1%。
应说明的是,风电功率预测技术是指对未来一段时间内的风电场所能输出的功率大小进行预测,以便安排调度计划。本实施例中的风电预测功率是日前对当天的风电功率进行预测,得到的是当前全天的风电预测功率,风电预测功率数据的时间分辨率优选为5min,也就是说,采样间隔时间为5min,即采用的预测数据是每5分钟一个采样点。这个数值是一个优选值,并不是固定、唯一的,不应作为对本发明保护范围的限定,可根据实际情况自行设定。
步骤S3、采用超前滚动优化控制方法,对所述风储联合系统优化控制模型进行求解,得到求解结果。具体包括:
步骤S3.1、采用超前滚动优化控制方法,在每个优化控制周期中,对过去时段的风电场出力数据和HESS出力数据进行更新,结合未来时段的增强预测功率数据,构建当前时刻的所述风储联合系统优化控制模型。其中,HESS出力指的是混合储能系统的出力,即储能出力,用于平抑风电出力的波动。
如图3所示,每个优化控制周期由过去时段与未来时段两个部分组成。在每个优化控制周期中根据过去时段的风电出力等已知数据与未来时段的增强预测功率数据构建优化模型进行优化计算。本实施例将风储联合系统优化控制模型与5分钟的风电预测功率相结合,通过超前滚动优化的控制方式实现对储能调节裕度的精准分配,将风储联合系统的储能容量均匀、精准地分配至各个用电端,提高了风储联合系统的控制效果。
步骤S3.2、采用优化求解器Gurobi对所述风储联合系统优化控制模型进行求解,得到求解结果。其中,Gurobi是一种高质量的商用优化求解器,可以对步骤S2中的风储联合系统的各个方程进行求解,得到准确的求解结果。
步骤S4、根据所述求解结果调节所述风储联合系统的储能出力情况。
在步骤S3中得到风储联合系统优化控制模型的求解结果后,在步骤S4中,根据所述求解结果调整风储联合系统的储能出力情况,对满足风电场的偏差进行补偿,维持风储联合系统的电力供需平衡。
步骤S5、判断所述风储联合系统是否需要进行优化,若是,则采用基于布林线理论的储能SOC优化方法,对所述风储联合系统进行优化,得到计划出力调整值,并上报至调度中心进行调整;若否,则不进行优化。
当所述风储联合系统执行调频模式时,且储能调节裕度无法满足调频需求时,采用本发明提出的基于布林线理论的储能SOC优化方法,对储能SOC即储能系统的荷电状态进行优化,以确保储能的调节裕度能够满足后续风储联合系统的调节需求。否则不对储能SOC进行优化。其中,SOC(State OfCharge)指的是荷电状态,用于表示储能电池的剩余电量占储能电池额定容量的百分比,可反映出储能电池的剩余容量。
需要说明的是,只有风储联合系统的控制模式处于调频模式下,同时还需要风储联合系统中的储能系统的储能调节裕度无法满足调频需求,此时才会采用基于布林线理论的储能SOC优化方法,对风储联合系统的储能SOC进行优化,风储联合系统在跟踪计划模式下不进行优化。
如图4所示,本发明提出的基于布林线理论的储能SOC优化方法的具体步骤包括:
步骤S5.1、读取过去预设时间内的电池储能SOC值,并计算当前i时刻的布林线的上轨线值、中轨线值和下轨线值;具体包括:
本实施例中,读取过去1.5小时的电池储能SOC值,这个时间段可以根据实际情况自行设置,例如,可以设置为3小时,也可以设置为5小时或者10小时等,布林线的中轨线值的计算公式为:
其中,SOCmid表示储能SOC布林线的中轨线值,N表示过去时段控制周期数,SOCi表示i时刻的储能SOC情况;
上轨线值和下轨线值的具体计算公式为:
SOCup=SOCmid+m*Std
SOClow=SOCmid-m*Std
其中,SOCup表示储能SOC布林线的上轨线值,SOClow表示储能SOC布林线的下轨线值,SOCmid表示储能SOC布林线的中轨线值,m表示标准差的倍数,Std表示SOC曲线的标准差,其计算公式为:
步骤S5.2、根据所述上轨线值、所述中轨线值和所述下轨线值,计算得到此时的相对位置指标和SOC偏移指标;具体包括:
本发明通过上轨线、中轨线和下轨线三条轨线组成了SOC布林线指标。其中,中轨线反映出一定周期内的平均SOC情况,能够在一定程度上代表SOC变化的趋势。布林线是股票市场中常用的一种分析股票走势的手段,布林线设置的核心为中轨道均线周期及标准差倍数,这里的中轨道均线指的是股票市场中所采用的移动平均线。本发明将布林线理论应用于储能SOC优化过程中,针对储能SOC,结合风储联合系统中SOC的运行特性,将SOC布林线中轨线的均线周期设置为1.5小时,能够得到一条稳定性较佳的均线,有助于防止风储联合系统的计划出力值的频繁调节的问题。同时,为了确保在调频时段SOC优化方法具有较高的灵敏度,本实施例将调频时段布林线的标准差倍数设置为2。而在跟踪计划时段,为了避免误调节,将跟踪计划时段的标准差倍数设置为3。由于标准差能够有效反映数据的波动情况,因而由布林线通道能够根据市场情况的变化进行调整,当SOC波动变大时,上轨线与下轨线均会远离中轨线,中轨线与两侧的上、下轨线之间形成的布林线通道变宽,反之变窄。
同时,储能SOC能够反映出未来一段时间内的储能调节容量与裕度。当SOC处于0.5附近时,此时储能拥有较大的上下调节能力,能够满足未来一定时间内的风储联合系统的调节需求,当SOC处于0.5附近时,此时储能的调节容量较高,不需要进行优化。根据上述各个轨线的位置关系以及布林线通道的变化趋势,实现对储能SOC的优化,可提升风储联合系统的跟踪发电计划出力能力和调频能力,从而提升风储联合系统的整体性能。
需要说明的是,本实施例布林线中轨线的均线周期、调频时段布林线的标准差倍数以及跟踪计划时段的标准差倍数等具体数值仅仅是举例说明,其值并不是固定的、唯一的,可根据实际情况自行设定。
步骤S5.3、比较所述相对位置指标和所述SOC偏移指标的大小,并根据比较结果以及所述相对位置指标的取值判断是否进行SOC优化。具体包括:
为了保证储能SOC的高利用率,且防止过充过放的问题,设置SOC偏移指标限值DMAX,其含义为SOC偏移中线的最大偏移量。当i时刻的大于DMAX时,表明此时的SOC值偏移量较大,可以根据布林线指标情况进行SOC优化,反之不需要进行优化。SOC偏移指标限值DMAX计算公式为:
ΔSOCMAX=0.9PBrTN/CB
其中,DMAX表示偏移指标限值,ΔSOCMAX表示单个考核时段储能SOC最大变化量,PBr表示电池额定出力,为了设置一定安全裕度,取其系数为0.9;TN表示考核时段长度,CB表示电池储能额定容量。
本发明对储能SOC进行优化的判断条件是:当i时刻的SOC偏移指标 且相对位置指标的取值满足时,表明当前的SOC偏移中线0.5的量已经超出安全范围,且当前储能的SOC值已经越过布林线范围,为了避免储能过充过放的问题,满足未来时段的调节要求,需要进行SOC优化,执行步骤S5.4,否则不进行优化,返回步骤S5.1,直到下一个考核时段到来。
步骤S5.4、当进行SOC优化时,根据所述风储联合系统的运行数据,构建电池储能SOC优化方程组,并求解得到优化后的第k+2时段的计划出力调整值使得电池SOC尽可能的回调到布林通道内,以满足风储联合系统后续的控制需求。具体包括:
构建电池储能SOC优化方程组为:
其中,ΔSmax表示考核周期电池储能SOC最大变化量,表示第k+2考核时段第i个控制周期的风电预测功率,表示第k+2考核时段的计划出力调整值;Δt表示控制周期采样时间长度;T表示考核周期时间长度,CB表示电池储能额定容量;表示第k+2考核时段的第i个控制周期的储能SOC值;η为最大功率系数,其值根据实际需求设定,本实施例中η取值为0.9。
步骤S5.5、将所述计划出力调整值上报至调度中心,申请调整计划出力值,将原计划出力值调整为所述计划出力调整值;具体包括:
在求解方程组后得到第k+2考核时段的计划出力调整值后,及时上报调度中心,并申请将第k+2时段的原计划出力值调整为所述计划出力调整值其中,由于调整计划出力值是需要提前向调度中心报备后才能进行调节的,因此,最终调整的是提前两个时段即第k+2时段的计划出力值。
在风储联合系统的联合控制方法中,储能的SOC情况决定着风储联合系统的调频能力,因此,将储能SOC保持在一个安全的范围对于风储联合系统来说意义重大。然而,在风储联合系统的实时控制中难以预估SOC未来的变化趋势,储能SOC可能处于高位或低位,导致储能存在调节裕度不足的情况,难以满足系统的调节需求或使储能过充过放,影响储能的使用寿命。为了解决储能调频裕度不足、储能系统过充过放的问题,本发明将布林线理论引入到储能SOC优化中,采用基于布林线理论的储能SOC优化方法,以实现对储能SOC的管理,保证储能调节裕度。该方法通过应用布林线通道构建SOC安全区域,并利用布林线的投资决策原理指导储能SOC优化,使其能够利用SOC趋势提前规避储能调节容量不足与过充过放的风险,确保储能的调节裕度能够满足后续风储联合系统的调节需求,从而有效提升了风储联合系统的跟踪发电计划出力能力和调频能力,使其整体性能得到明显提升。
为了验证本发明的方法的有效性,选取某电网典型天的调频数据,构建如图5所示的风储联合系统进行仿真验证。图5中的风储联合系统包括风电场系统、电池储能系统和电网系统,采用超前滚动优化控制策略。在该典型天中的3:00~6:00与21:00~24:00两个时段,该电网的主力调频电厂的调频能力耗尽,改为执行跟踪计划模式,因此设置这两个时段为风储联合系统参与调频工作的时段。风电场选取某典型日的发电数据,发电量为748.38MWh,数据采样时间为2s,则该典型天共有43200个采样点。电池储能系统的配置参数如表1所示:
表1电池储能系统配置参数
储能类型 | 电池 |
设置容量 | 30MWh |
最大充放电功率 | 15MW |
SOC初值 | 0.5 |
SOC正常的上、下限值 | 0.9,0.1 |
充、放电效率 | 90% |
图6为风储联合系统的出力曲线图,反映出了风储联合系统参与跟踪计划模式与调频模式的两种情况。由表2可知,该日共有73个跟踪计划时段,当风储联合系统执行跟踪计划模式时,本发明的方法能够严格跟踪日前上报调度的发电计划,将风储联合系统的出力偏差RMSE从7.65%降低到了0.64%,同时将考核合格率提升至100%。由表3可知,当天共有23个调频时段。在调频模式,风储联合系统能够充分利用风电与电池储能的优势,将两种能源的优势互补,从而迅速完成了调度下发的调频指令,使得风储联合系统具有较强的调频性能,AGC调频指标也能达到一个较高的水平。其中,风储联合系统与发电计划和调频指令的偏差如图7所示,采用本发明的方法,可使风储联合系统的出力偏差均控制在一个比较小的范围,整体出力偏差RMSE值仅为0.711%,有效避免了风储联合系统的考核情况。
表2跟踪计划模式控制情况
与实际出力对比 | 实际出力 | 本发明方法 |
跟踪计划时段 | 96 | 73 |
出力偏差RMSE | 7.65% | 0.64% |
最大出力偏差绝对值 | 16.62MW | 1.86MW |
考核电量 | 134.65MWh | 0MWh |
考核电量占比 | 16.07% | 0% |
受考核时段 | 96 | 0 |
考核合格率 | 0% | 100% |
表3调频模式指标情况
图8为电池储能系统的SOC变化情况,由图8可知,通过结合5分钟的风电预测功率的超前滚动优化控制能够充分地利用储能容量,在满足当前控制周期的考核需求的情况下,尽可能地将储能容量合理的分配到每个控制周期中,使得储能SOC曲线在大多数时段均处于布林线曲线内,能够满足风储联合系统的调节需求。而储能SOC越限的情况是由于在调频过程中,调度下发的多个调频指令均是增出力或减出力,导致储能调节能力快速下降,SOC储能越过布林线的上、下轨线,预示着储能的调节能力将要接近极限。为了使储能能够拥有足够的容量参与后续时段的调节,避免过充过放的问题,本发明的方法可及时地对储能SOC进行优化,提前两个时段即在第k+2个时段即可向调度中心申请更改后续时段的计划出力值,使得储能的SOC能够恢复到布林线内,能够拥有较高的裕度参与后续的调节,避免储能过充过放与调节能力不足等问题,有效提升了风储联合系统的跟踪发电计划出力能力和调频能力。
实施例2
如图9所示,本实施例示出了一种基于布林线理论的风储联合系统的优化系统,该系统具体包括:
控制模式选取模块M1,用于选取风储联合系统的控制模式;所述控制模式包括调频模式和跟踪计划模式;
优化控制模型构建模块M2,用于根据所述控制模式,构建风储联合系统优化控制模型;
优化控制模型求解模块M3,用于采用超前滚动优化控制方法,对所述风储联合系统优化控制模型进行求解,得到求解结果;
储能出力调节模块M4,用于根据所述求解结果调节所述风储联合系统的储能出力情况;
储能SOC优化模块M5,用于判断所述风储联合系统是否需要进行优化,若是,则采用基于布林线理论的储能SOC优化方法,对所述风储联合系统进行优化,得到计划出力调整值,并上报至调度中心进行调整。
本说明书中各个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。本说明书中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于布林线理论的风储联合系统的优化方法,其特征在于,包括:
选取风储联合系统的控制模式;所述控制模式包括调频模式和跟踪计划模式;
根据所述控制模式,构建风储联合系统优化控制模型;
采用超前滚动优化控制方法,对所述风储联合系统优化控制模型进行求解,得到求解结果;
根据所述求解结果调节所述风储联合系统的储能出力情况;
判断所述风储联合系统是否需要进行优化,若是,则采用基于布林线理论的储能SOC优化方法,对所述风储联合系统进行优化,得到计划出力调整值,并上报至调度中心进行调整。
2.根据权利要求1所述的基于布林线理论的风储联合系统的优化方法,其特征在于,所述选取风储联合系统的控制模式,具体包括:
当调度中心向所述风储联合系统下发AGC调节指令时,则为所述风储联合系统选取所述调频模式,使所述风储联合系统执行所述调频模式并参与到电网调频工作中;否则,为所述风储联合系统选取所述跟踪计划模式。
3.根据权利要求1所述的基于布林线理论的风储联合系统的优化方法,其特征在于,所述根据所述控制模式,构建风储联合系统优化控制模型,具体包括:
根据所述风储联合系统的控制模式,结合所述风储联合系统的风电预测功率、储能出力情况、储能SOC情况以及运行约束,建立所述风储联合系统优化控制模型。
4.根据权利要求3所述的基于布林线理论的风储联合系统的优化方法,其特征在于,所述建立所述风储联合系统优化控制模型,具体包括:
所述风储联合系统优化控制模型的目标是使所述风储联合系统的考核电量最小,即:
其中,PA表示机组出力偏差限值,超过该限值的控制偏差累积值记为惩罚功率ΔPk,i表示第k个考核时段的第i个控制周期的功率偏差;表示第k个考核时段的调频辅助变量,取值为1时表示所述风储联合系统参与调频,取值为0时表示所述风储联合系统不参与调频;表示单个调频指令的考核电量;Nagc表示当天所述风储联合系统的调频次数;PWN表示风电场额定容量;Δt表示控制周期采样时间长度;
所述风储联合系统优化控制模型的运行约束包括所述风储联合系统的功率平衡约束、储能系统SOC约束、储能系统死区控制约束、储能充放电功率约束和调频精度性能约束,则有:
5.根据权利要求1所述的基于布林线理论的风储联合系统的优化方法,其特征在于,所述采用超前滚动优化控制方法,对所述风储联合系统优化控制模型进行求解,得到求解结果,具体包括:
采用超前滚动优化控制方法,在每个优化控制周期中,对过去时段的风电场出力数据和储能出力数据进行更新,结合未来时段的增强预测功率数据,构建当前时刻的所述风储联合系统优化控制模型;
采用优化求解器Gurobi对所述风储联合系统优化控制模型进行求解,得到求解结果。
6.根据权利要求1所述的基于布林线理论的风储联合系统的优化方法,其特征在于,所述判断所述风储联合系统是否需要进行优化,若是,则采用基于布林线理论的储能SOC优化方法,对所述风储联合系统进行优化,得到计划出力调整值,并上报至调度中心进行调整,具体包括:
读取过去预设时间内的电池储能SOC值,并计算当前i时刻的布林线的上轨线值、中轨线值和下轨线值;
根据所述上轨线值、所述中轨线值和所述下轨线值,计算得到此时的相对位置指标、SOC偏移指标;
比较所述相对位置指标和所述SOC偏移指标的大小,并根据比较结果以及所述相对位置指标的取值判断是否进行SOC优化;
当进行SOC优化时,根据所述风储联合系统的运行数据,构建电池储能SOC优化方程组,并求解得到优化后的计划出力调整值;
将所述计划出力调整值上报至调度中心,申请调整计划出力值,将原计划出力值调整为所述计划出力调整值。
7.根据权利要求6所述的基于布林线理论的风储联合系统的优化方法,其特征在于,所述计算当前i时刻的布林线的上轨线值、中轨线值和下轨线值,具体包括:
布林线的中轨线值的计算公式为:
其中,SOCmid表示储能SOC布林线的中轨线值,N表示过去时段控制周期数,SOCi表示i时刻的储能SOC情况;
上轨线值和下轨线值的具体计算公式为:
SOCup=SOCmid+m*Std
SOClow=SOCmid-m*Std
其中,SOCup表示储能SOC布林线的上轨线值,SOClow表示储能SOC布林线的下轨线值,SOCmid表示储能SOC布林线的中轨线值,m表示标准差的倍数,Std表示SOC曲线的标准差,其计算公式为:
所述根据所述上轨线值、所述中轨线值和所述下轨线值,计算得到此时的相对位置指标、SOC偏移指标,具体包括:
9.根据权利要求6所述的基于布林线理论的风储联合系统的优化方法,其特征在于,所述根据所述风储联合系统的运行数据,构建电池储能SOC优化方程组,并求解得到优化后的计划出力调整值,具体包括:
构建电池储能SOC优化方程组为:
其中,ΔSmax表示考核周期电池储能SOC最大变化量,表示第k+2考核时段第i个控制周期的风电预测功率,表示第k+2考核时段的计划出力调整值;Δt表示控制周期采样时间长度;T表示考核周期时间长度,CB表示电池储能额定容量;表示第k+2考核时段的第i个控制周期的储能SOC值;η为最大功率系数;
10.一种基于布林线理论的风储联合系统的优化系统,其特征在于,包括:
控制模式选取模块,用于选取风储联合系统的控制模式;所述控制模式包括调频模式和跟踪计划模式;
优化控制模型构建模块,用于根据所述控制模式,构建风储联合系统优化控制模型;
优化控制模型求解模块,用于采用超前滚动优化控制方法,对所述风储联合系统优化控制模型进行求解,得到求解结果;
储能出力调节模块,用于根据所述求解结果调节所述风储联合系统的储能出力情况;
储能SOC优化模块,用于判断所述风储联合系统是否需要进行优化,若是,则采用基于布林线理论的储能SOC优化方法,对所述风储联合系统进行优化,得到计划出力调整值,并上报至调度中心进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110941637.0A CN113659623B (zh) | 2021-08-17 | 2021-08-17 | 一种基于布林线理论的风储联合系统的优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110941637.0A CN113659623B (zh) | 2021-08-17 | 2021-08-17 | 一种基于布林线理论的风储联合系统的优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113659623A true CN113659623A (zh) | 2021-11-16 |
CN113659623B CN113659623B (zh) | 2023-09-26 |
Family
ID=78480452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110941637.0A Active CN113659623B (zh) | 2021-08-17 | 2021-08-17 | 一种基于布林线理论的风储联合系统的优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113659623B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115000957A (zh) * | 2022-07-19 | 2022-09-02 | 山东电力工程咨询院有限公司 | 考虑时刻间净负荷不确定性的资源调度优化方法及系统 |
CN115811098A (zh) * | 2023-02-09 | 2023-03-17 | 南方电网数字电网研究院有限公司 | 考虑功率裕度的风储电站agc指令优化方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103633657A (zh) * | 2013-11-20 | 2014-03-12 | 国家电网公司 | 一种风储电站电网负荷调峰及风电波动抑制的方法及装置 |
CN112597440A (zh) * | 2020-12-17 | 2021-04-02 | 国网浙江省电力有限公司 | 一种基于金融技术指标的用电异动分析方法 |
-
2021
- 2021-08-17 CN CN202110941637.0A patent/CN113659623B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103633657A (zh) * | 2013-11-20 | 2014-03-12 | 国家电网公司 | 一种风储电站电网负荷调峰及风电波动抑制的方法及装置 |
CN112597440A (zh) * | 2020-12-17 | 2021-04-02 | 国网浙江省电力有限公司 | 一种基于金融技术指标的用电异动分析方法 |
Non-Patent Citations (2)
Title |
---|
李滨 等: "含超短期风功率预测增强处理的风储系统超前滚动优化控制策略", 《电力系统自动化》, vol. 43, no. 4, pages 25 - 32 * |
李滨 等: "含超短期风功率预测增强处理的风储系统超前滚动优化控制策略", 《电网技术》, vol. 45, no. 6, pages 2280 - 2287 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115000957A (zh) * | 2022-07-19 | 2022-09-02 | 山东电力工程咨询院有限公司 | 考虑时刻间净负荷不确定性的资源调度优化方法及系统 |
CN115000957B (zh) * | 2022-07-19 | 2022-10-28 | 山东电力工程咨询院有限公司 | 考虑时刻间净负荷不确定性的资源调度优化方法及系统 |
CN115811098A (zh) * | 2023-02-09 | 2023-03-17 | 南方电网数字电网研究院有限公司 | 考虑功率裕度的风储电站agc指令优化方法和系统 |
CN115811098B (zh) * | 2023-02-09 | 2023-10-20 | 南方电网数字电网研究院有限公司 | 考虑功率裕度的风储电站agc指令优化方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113659623B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109245183B (zh) | 一种基于负荷控制的高风光渗透率地区电网调峰方法 | |
CN107818385B (zh) | 一种梯级水电站群实时运行趋势预测方法 | |
CN108054771B (zh) | 一种储能系统充放电控制方法及系统 | |
CN110429693B (zh) | 一种基于电池组一致性的储能电池组功率控制方法 | |
CN109301849A (zh) | 一种用户侧电池储能电站的能量管理组合控制策略 | |
Li et al. | Modeling and control strategy of battery energy storage system for primary frequency regulation | |
CN104779631A (zh) | 基于风电预测功率的储能跟踪风电出力计划方法及其系统 | |
CN113659623A (zh) | 一种基于布林线理论的风储联合系统的优化方法及系统 | |
CN113471990A (zh) | 储能多场景应用协同控制方法 | |
CN112736952A (zh) | 考虑日历寿命的海上风电配置储能系统容量优化方法 | |
CN114820046A (zh) | 一种区域电网混合储能辅助调频经济优化与补偿定价方法 | |
CN113541177B (zh) | 电网侧电化学储能单元及电站agc控制方法 | |
CN111130149A (zh) | 一种考虑性能分布特性的电网发电有功控制方法及系统 | |
CN117254464B (zh) | 一种储能系统的控制方法及系统 | |
CN110417040B (zh) | 一种大规模vrb优化运行的能量管理系统控制方法 | |
CN110429626B (zh) | 一种适用于并网型储能系统的能量管理系统及管理方法 | |
Han et al. | Energy storage frequency response control considering battery aging of electric vehicle | |
CN112838598A (zh) | 一种基于自适应连续禁忌搜索算法的优化控制策略 | |
CN110994639A (zh) | 一种电厂储能辅助调频的仿真定容方法、装置及设备 | |
CN106230010B (zh) | 一种百兆瓦电池储能系统容量优化配置方法和系统 | |
CN115776125A (zh) | 一种储能与新能源场站的协同运行优化方法及装置 | |
CN106936145B (zh) | 一种储能电站的寿命优化控制方法 | |
CN111404182B (zh) | 基于磷酸铁锂介质的电化学储能电站的运行方法 | |
CN112561254B (zh) | 一种用于储能电站的性能评价系统 | |
CN114336694A (zh) | 一种混合储能电站能量优化控制方法 |
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 |