CN115313416A - 一种适用于储能电站辅助调频系统的多目标优化控制方法 - Google Patents
一种适用于储能电站辅助调频系统的多目标优化控制方法 Download PDFInfo
- Publication number
- CN115313416A CN115313416A CN202210814060.1A CN202210814060A CN115313416A CN 115313416 A CN115313416 A CN 115313416A CN 202210814060 A CN202210814060 A CN 202210814060A CN 115313416 A CN115313416 A CN 115313416A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- frequency modulation
- power
- storage power
- power station
- 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
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
-
- 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
- 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
-
- 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
-
- 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
本发明公开了一种适用于储能电站辅助调频系统的多目标优化控制方法,属于电气工程领域。目前针对储能辅助调频优化的研究大多数在目标函数中考虑的因素都只有1个或者2个,如果考虑的目标越多,涉及的变量越多,则对于所建立模型的要求必然会越复杂。本发明提供的适用于储能电站辅助调频系统的多目标优化控制方法及系统不仅有效地提高了系统的调频能力,而且还大大降低调频的控制代价以及缩小多个储能电站之间的荷电状态差异,实现了系统在动态控制效果和控制代价方面的优越性;本发明提供的适用于储能电站辅助调频系统的多目标优化控制方法及系统可根据实际需求,选择合适的目标权重,以达到灵活调节不同控制目标的目的。
Description
技术领域
本发明属于电气工程领域,更具体地,涉及一种适用于储能电站辅助调频系统的多目标优化控制方法。
背景技术
随着风电、光伏等可再生能源大规模并网,其间歇性与不确定性的出力特性会给电网调频带来压力。作为调频主力的传统火电机组面临着调频容量受限、调节精度不足等问题,威胁电网的频率安全,成为制约电网接纳可再生能源的因素之一。而电池储能系统由于其响应速度快、控制灵活的出力特性可以协助传统火电机组维护电网频率稳定。
目前保证储能电站辅助电网系统的频率质量最重要的手段之一就是(automationgeneration control)AGC系统,一个完整的AGC控制策略通常包括确定总调节功率的控制策略(即AGC控制器)和总调节功率的指令分配策略两部分。其中,从当前研究来看,采取的主要是基于区域控制偏差(ACE)的控制方式,但是此方法由于开环控制结果存在超调,将导致系统稳态频率偏差和稳态误差逐渐累积,可能在负荷突变很大或者频繁变动时造成频率恢复特性很差。
另一方面,目前储能的成本较高,在储能电站参与电网调频的过程中,不仅需要实现系统频率快速调节且保持在额定频率附近,还需要协调各调频电源的出力使控制代价尽可能小;并且在调频过程中,还要使多个储能电站的SoC尽可能维持在正常工作区间,并保证各个储能电站的SoC荷电状态(State of Charge)趋于一致,从而最大化利用电池储能的调节能力,保持电池储能的高效健康运行,但是目前关于这方面的目标结合统一研究也比较少。因此,如何综合考虑频率快速恢复、控制代价尽可能低和储能SoC一致三个目标进行灵活调节和控制已成为目前的关键问题。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种适用于储能电站辅助调频系统的多目标优化控制方法,其目的在于有效提高系统的调频能力,大大降低调频的控制代价和缩小多个储能电站之间的荷电状态差异,并且可根据实际需求选择合适的目标权重,以达到灵活调节不同控制目标。
为实现上述目的,本发明提供了一种适用于储能电站辅助调频系统的多目标优化控制方法,包括:
S1.建立储能电站辅助调频系统离散化状态方程;
S2.建立包括控制变量、目标函数和约束条件的优化模型;其中,目标函数为预测时域Np内的频率偏差大小,控制代价大小以及两个储能电站的SoC偏差大小三项之和;控制变量包括k时刻的传统火电机组二次调频的功率变化量参考值P1(k)以及两个储能电站的功率变化量参考值P2(k)和P3(k);约束条件包括传统火电机组和储能电站的功率约束,储能电站的SoC约束以及传统火电机组的爬坡率约束;
S3.利用离散化状态方程建立预测模型,采样k时刻储能电站辅助调频系统的运行参数,并通过预测模型在预测时域Np内预测优化模型中相关的物理量;
S4.以目标函数取最小计算得到k时刻的控制变量,根据k时刻的控制变量更新k+1时刻的系统状态。
进一步地,所述储能电站辅助调频系统的离散化状态方程为:
其中,Pv1和Pv2为火电机组的调速器位置增量;T为预测模型中的采样步长;TG为调速器动作时间常数;R为火电机组一次调频的调差系数;△f为实际电网的频率偏差;Pm1和Pm2为再热器输出热功率增量;TCH为主进汽室时间常数;△Pg1和△Pg2分别为火电机组一次和二次调频功率出力变化量;TRH为再热器时间常数;FHP为高压涡轮机机械转矩;P1,P2和P3为通过优化控制产生的各调频电源参考功率变化量;△Pbess1和△Pbess2分别为两个储能电站的调频功率出力变化量;TB1和TB2分别为两个储能电站的响应时间常数;S1和S2分别为两个储能电站的荷电状态;Ebess1和Ebess2分别为两个储能电站的容量;D为负荷调节系数;H为电网惯性时间常数;Pdis为可再生能源机组和负载的功率变化量。
进一步地,所述目标函数为:
其中,Np为预测时域;k+i|k为当前采样时刻k对k+i时刻参数的预测值;a0,a1,a2为各调频电源功率偏移惩罚的加权系数;K1,K2,K3为目标函数中各项惩罚的加权系数,系数值越大表明对相应项的惩罚越大。
进一步地,约束条件包括:
传统火电机组功率约束:-PG=<△Pg1(k+i|k)+△Pg2(k+i|k)<=PG
储能电站的功率约束:-PB1=<△Pbess1(k+i|k)<=PB1,-PB2=<△Pbess2(k+i|k)<=PB2
传统火电机组的爬坡率约束:-△PG=<△Pg2(k+i|k)-△Pg2(k+i-1|k)<=△PG
储能电站的SoC约束:Smin=<S1(k+i|k)<=Smax,Smin=<S2(k+i|k)<=Smax
其中,PG为火电机组的最大调频容量;△PG为火电机组的爬坡率;PB1和PB2分别为两个储能电站的额定功率;Smin和Smax分别为储能电站荷电状态的最小、最大值。
进一步地,利用离散化状态方程建立预测模型,具体为,将离散化状态方程转化为包括状态变量、输入变量、扰动量和输出量以及对应矩阵的状态方程。
进一步地,离散状态空间的预测模型为:
其中,X、U、W和Y分别代表状态变量、输入变量、扰动量和输出量;A、B、R和C分别代表系统的状态矩阵、输入矩阵、扰动矩阵和输出矩阵;各个变量和矩阵的具体情况如下,
X=[Pv1 Pm1 △Pg1 Pv2 Pm2 △Pg2 △Pbess1 △Pbess2 S1 S2 △f]T
U=[P1 P2 P3]T
W=[Pdis]T
Y=[△Pg1 △Pg2 △Pbess1 △Pbess2 S1 S2 △f]T
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果。
1、本发明提供的适用于储能电站辅助调频系统的多目标优化控制方法及系统不仅有效地提高了系统的调频能力,而且还大大降低调频的控制代价以及缩小多个储能电站之间的荷电状态差异,实现了系统在动态控制效果和控制代价方面的优越性。
2、本发明提供的适用于储能电站辅助调频系统的多目标优化控制方法及系统可根据实际需求,选择合适的目标权重,以达到灵活调节不同控制目标的目的。
附图说明
图1为本发明实施例提供的一种适用于储能电站辅助调频系统的多目标优化控制方法的流程框图;
图2为含电池储能电站的单区域调频的等效传递函数框图;
图3为含电池储能电站的单区域调频系统图;
图4(a)为负荷功率随机扰动情况图;
图4(b)为不同情况下的输出频率偏差曲线;
图4(c)为多目标优化控制下各调频电源的出力特性曲线;
图4(d)为多目标优化控制下不同储能电站的荷电状态曲线;
图5(a)为改变K1所占的比例后的输出频率偏差曲线;
图5(b)为改变K1所占的比例后的储能电站之间的SoC差异;
图6(a)为改变K2所占的比例后的输出频率偏差曲线;
图6(b)为改变K2所占的比例后的储能电站之间的SoC差异;
图7(a)为改变K3所占的比例后的输出频率偏差曲线;
图7(b)为改变K3所占的比例后的储能电站之间的SoC差异。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示为本申请实施例中的适用于储能电站辅助调频系统的多目标优化控制方法的流程图,该方法包括:
步骤S1:构建系统离散化状态方程。
具体地,根据图2所示的含电池储能电站的单区域调频的等效传递函数框图,建立的储能电站辅助调频系统的离散化状态方程为:
其中,T为预测模型中的采样步长;TG为调速器动作时间常数;R为火电机组一次调频的调差系数;TCH为主进汽室时间常数;TRH为再热器时间常数;FHP为高压涡轮机机械转矩;P1,P2和P3为通过优化控制产生的各调频电源参考功率变化量;TB1和TB2分别为两个储能电站的响应时间常数;Ebess1和Ebess2分别为两个储能电站的容量;D为负荷调节系数;H为电网惯性时间常数。
步骤S2:建立优化模型,包括目标函数和约束条件。目标函数为预测时域内的频率偏差大小,控制代价大小以及两个储能电站的SoC偏差大小三项之和;约束条件包括传统火电机组和储能电站的功率约束,储能电站的SoC约束以及传统火电机组的爬坡率约束。
具体地,目标函数为三个控制目标之和为:
式中:Np为预测时域;k+i|k为当前采样时刻k对k+i时刻参数的预测值;a0,a1,a2为各调频电源功率偏移惩罚的加权系数;K1,K2,K3为目标函数中各项惩罚的加权系数,系数值越大表明对相应项的惩罚越大。根据实际状况需求,通过改变这3个惩罚加权系数的值,可灵活地改变控制目标,以实现不同的控制效果。
另外,还需要对模型添加一定的约束条件,在本实施例中,具体的约束条件包括:
传统火电机组功率约束:-PG=<△Pg1(k+i|k)+△Pg2(k+i|k)<=PG,表示传统火电机组用于调频的功率不超过其额定容量,其中,PG为火电机组的最大调频容量。
储能电站的功率约束:-PB1=<△Pbess1(k+i|k)<=PB1,-PB2=<△Pbess2(k+i|k)<=PB2,表示储能电站用于调频的功率不超过其额定功率,其中,PB1和PB2分别为两个储能电站的额定功率。
传统火电机组的爬坡率约束:-△PG=<△Pg2(k+i|k)-△Pg2(k+i-1|k)<=△PG,表示传统火电机组用于调频的功率变化率不超过其爬坡率,其中,△PG为火电机组的爬坡率。
储能电站的SoC约束:Smin=<S1(k+i|k)<=Smax,Smin=<S2(k+i|k)<=Smax,表示储能电站的荷电状态不能超过上下限值,其中,Smin和Smax分别为储能电站荷电状态的最小、最大值。
步骤S3:建立预测模型,采样k时刻储能电站辅助调频系统的运行参数,预测k+1,k+2,…,k+Np时刻的传统火电机组功率变化量ΔPg1和ΔPg2,两个储能电站功率变化量ΔPbess1和ΔPbess2,荷电状态S1和S2以及电网频率偏差Δf。
在S1离散化状态方程基础上,进一步建立离散状态空间的预测模型为:
其中,X、U、W和Y分别代表状态变量、输人变量、扰动量和输出量;A、B、R和C分别代表系统的状态矩阵、输入矩阵、扰动矩阵和输出矩阵。对于储能电站辅助调频系统来说,各个变量和矩阵的具体情况如下,
X=[Pv1 Pm1 △Pg1 Pv2 Pm2 △Pg2 △Pbess1 △Pbess2 S1 S2 △f]T
U=[P1 P2 P3]T
W=[Pdis]T
Y=[△Pg1 △Pg2 △Pbess1 △Pbess2 S1 S2 △f]T
运行参数包括k时刻火电机组的调速器位置增量Pv1(k)和Pv2(k),k时刻火电机组再热器对应的输出热功率增量Pm1(k)和Pm2(k),k时刻火电机组一次和二次调频功率出力变化量△Pg1(k)和△Pg2(k),k时刻两个储能电站的调频功率出力变化量△Pbess1(k)和△Pbess2(k),k时刻两个储能电站的荷电状态S1(k)和S2(k),k时刻系统的输出频率偏差△f(k),k时刻可再生能源机组和负载的功率变化量Pdis(k)。
以此预测k+1,k+2,…,k+Np时刻的传统火电机组功率变化量ΔPg1和ΔPg2,两个储能电站功率变化量ΔPbess1和ΔPbess2,荷电状态S1和S2以及电网频率偏差Δf。
步骤S4:以目标函数取最小计算出k时刻的控制变量,即k时刻的传统火电机组二次调频的功率变化量参考值P1(k)和两个储能电站的功率变化量参考值P2(k),P3(k)。然后将计算出的控制变量重新作用于系统,并更新k+1时刻的系统状态。
具体地,在步骤S2目标函数和约束条件下,利用线性优化求解器对优化模型求解,所得结果中的控制变量包含了一段时间的控制变量序列[P1(k),P2(k),P3(k),P1(k+1),P2(k+1),P3(k+1),……,P1(k+NC),P2(k+NC),P3(k+NC)],其中,NC为控制时域。
在计算出最优控制变量序列后,以所述控制变量序列中的k时刻的传统火电机组二次调频的功率变化量参考值P1(k)和两个储能电站的功率变化量参考值P2(k),P3(k)重新作用于储能电站辅助调频系统,并更新k+1时刻的系统状态,直至结束。
目前针对储能辅助调频优化的研究大多数在目标函数中考虑的因素都只有1个或者2个,如果考虑的目标越多,涉及的变量越多,则对于所建立模型的要求必然会越复杂。
本发明巧妙的利用了模型预测的思想,将目标函数中的多个变量统一用状态方程表达出来然后进行预测,不仅使优化求解更简单,而且由于考虑了未来一段时间的状态使得求解结果更精确。
以下针对如图3所示的一具体的含电池储能电站的单区域调频系统的实施例来验证本申请的适用于储能电站辅助调频系统的多目标优化控制方法的正确性及优越性。
风电场随机产生如图4(a)所示的功率扰动,用于尽可能模拟实际情况的干扰信号,分别在无储能参与、有储能参与下的基于ACE信号分配和多目标优化控制三种情况下对图3所示的实施例进行了仿真分析,三者的输出频率偏差如图4(b)所示,多目标优化控制下各调频电源的出力特性曲线如图4(c)所示,多目标优化控制下不同储能电站的荷电状态曲线如图4(d)所示。
由图4(b)可以明显看出,多目标优化控制方法相比于基于ACE信号分配的控制方式,使系统的调频能力更强,频率恢复效果更好。由图4(c)可以看出,在多目标优化控制下各调频电源的出力会动态变化,一方面会考虑到控制代价,不仅在总的调频出力上尽可能低,而且还会尽量根据各调频电源功率偏移惩罚的加权系数来分配出力,经过计算,基于ACE信号分配和多目标优化控制下的平均控制代价分别为57.9640和45.1608,可见多目标优化控制下的控制代价更小;另一方面还会考虑到储能电站之间的荷电状态差异,在K3项的作用下,由于储能电站2的容量比储能电站1小,所以为了尽量减小两个储能电站之间的荷电状态差异,在调频后期储能电站2的出力会比储能电站1小,具体的荷电状态差异如图4(d)所示,可见两个储能电站之间的荷电状态差异基本很小,从而最大化利用各个电池储能的调节能力。
故综上所述,多目标优化控制方法相比于传统的ACE控制,不仅有效地提高了系统的调频能力,而且还大大降低调频的控制代价以及缩小多个储能电站之间的荷电状态差异,实现了系统在动态控制效果和控制代价方面的优越性。
另外,目标函数中各项惩罚的加权系数值越大表明对相应项的惩罚越大,不同的惩罚加权系数会得到不同的控制效果,在负载阶跃扰动场景下分别对目标函数中的三个惩罚系数K1,K2和K3的比例进行改变,在每一个惩罚系数改变后分别得到三个控制目标的效果。其中,改变K1所占的比例,得到的输出频率偏差曲线如图5(a)所示,储能电站之间的SoC差异如图5(b)所示;改变K2所占的比例,得到的输出频率偏差曲线如图6(a)所示,储能电站之间的SoC差异如图6(b)所示;改变K3所占的比例,得到的输出频率偏差曲线如图7(a)所示,储能电站之间的SoC差异如图7(b)所示。
由图5(a)可知,K1越大,输出频率的恢复效果越好,这是因为各调频电源的出力越多,经过计算,在仿真时间内的的平均控制代价分别为20.1558,67.0839和82.5405,另外由图5(b)可知,由于K2与K3之间的比例不变,两个储能电站之间的出力比例情况基本不会发生变化,所以K1的改变基本不会对储能电站之间的荷电状态差异产生影响。经过计算,K2越大,在仿真时间内的的平均控制代价越小,分别为86.2733,67.0839和20.3941,这是因为各调频电源的出力越少,所以如图6(a)所示,输出频率的恢复效果会越差,另外如图6(b)所示,K2越大,两个储能电站之间的荷电状态差异对控制代价的影响程度会变小,所以差异会越大。由图7(a)可知,由于K1与K2之间的比例不变,各调频电源的总出力基本不会发生变化,所以K3越大,输出频率的恢复效果基本不变,但是如图7(b)所示,K3越大,所采取的控制方法会协调各个储能电站之间的出力使储能电站之间的荷电状态差异越小,由于储能电站1的容量更大,所以会使储能电站1的出力更大,而储能电站1的功率偏移惩罚系数比2大,所以造成控制代价更大,经过计算分别为62.6133,67.0839和69.5194,但是K3的改变对控制代价的影响程度没有K1大,这是因为K1的改变会影响到所有调频电源的总出力,而K3的改变基本只会影响储能电站内部之间的出力变化。
故综上所述,在多目标优化控制方法中可根据实际控制需求,选择合适的目标权重,以达到灵活调节不同控制目标的目的。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种适用于储能电站辅助调频系统的多目标优化控制方法,其特征在于,包括:
S1.建立储能电站辅助调频系统离散化状态方程;
S2.建立包括控制变量、目标函数和约束条件的优化模型;其中,目标函数为预测时域Np内的频率偏差大小,控制代价大小以及两个储能电站的SoC偏差大小三项之和;控制变量包括k时刻的传统火电机组二次调频的功率变化量参考值P1(k)以及两个储能电站的功率变化量参考值P2(k)和P3(k);约束条件包括传统火电机组和储能电站的功率约束,储能电站的SoC约束以及传统火电机组的爬坡率约束;
S3.利用离散化状态方程建立预测模型,采样k时刻储能电站辅助调频系统的运行参数,并通过预测模型在预测时域Np内预测优化模型中相关的物理量;
S4.以目标函数取最小计算得到k时刻的控制变量,根据k时刻的控制变量更新k+1时刻的系统状态。
2.根据权利要求1所述的一种适用于储能电站辅助调频系统的多目标优化控制方法,其特征在于,所述储能电站辅助调频系统的离散化状态方程为:
其中,Pv1和Pv2为火电机组的调速器位置增量;T为预测模型中的采样步长;TG为调速器动作时间常数;R为火电机组一次调频的调差系数;△f为实际电网的频率偏差;Pm1和Pm2为再热器输出热功率增量;TCH为主进汽室时间常数;△Pg1和△Pg2分别为火电机组一次和二次调频功率出力变化量;TRH为再热器时间常数;FHP为高压涡轮机机械转矩;P1,P2和P3为通过优化控制产生的各调频电源参考功率变化量;△Pbess1和△Pbess2分别为两个储能电站的调频功率出力变化量;TB1和TB2分别为两个储能电站的响应时间常数;S1和S2分别为两个储能电站的荷电状态;Ebess1和Ebess2分别为两个储能电站的容量;D为负荷调节系数;H为电网惯性时间常数;Pdis为可再生能源机组和负载的功率变化量。
4.根据权利要求3所述的适用于储能电站辅助调频系统的多目标优化控制方法,其特征在于,约束条件包括:
传统火电机组功率约束:-PG=<△Pg1(k+i|k)+△Pg2(k+i|k)<=PG
储能电站的功率约束:-PB1=<△Pbess1(k+i|k)<=PB1,-PB2=<△Pbess2(k+i|k)<=PB2
传统火电机组的爬坡率约束:-△PG=<△Pg2(k+i|k)-△Pg2(k+i-1|k)<=△PG
储能电站的SoC约束:Smin=<S1(k+i|k)<=Smax,Smin=<S2(k+i|k)<=Smax
其中,PG为火电机组的最大调频容量;△PG为火电机组的爬坡率;PB1和PB2分别为两个储能电站的额定功率;Smin和Smax分别为储能电站荷电状态的最小、最大值。
5.根据权利要求1所述的适用于储能电站辅助调频系统的多目标优化控制方法,其特征在于,利用离散化状态方程建立预测模型,具体为,将离散化状态方程转化为包括状态变量、输入变量、扰动量和输出量以及对应矩阵的状态方程。
7.一种适用于储能电站辅助调频系统的多目标优化控制系统,其特征在于,包括:计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行权利要求1至6任一项所述的适用于储能电站辅助调频系统的多目标优化控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210814060.1A CN115313416B (zh) | 2022-07-11 | 2022-07-11 | 一种适用于储能电站辅助调频系统的多目标优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210814060.1A CN115313416B (zh) | 2022-07-11 | 2022-07-11 | 一种适用于储能电站辅助调频系统的多目标优化控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115313416A true CN115313416A (zh) | 2022-11-08 |
CN115313416B CN115313416B (zh) | 2023-03-28 |
Family
ID=83857710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210814060.1A Active CN115313416B (zh) | 2022-07-11 | 2022-07-11 | 一种适用于储能电站辅助调频系统的多目标优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115313416B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115986850A (zh) * | 2023-03-20 | 2023-04-18 | 国网湖北省电力有限公司经济技术研究院 | 一种考虑多源平衡动态全响应的输配协同优化调度方法 |
CN117439193A (zh) * | 2023-10-31 | 2024-01-23 | 南方电网电力科技股份有限公司 | 一种多源协同发电系统的最优功率控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014201849A1 (zh) * | 2013-06-18 | 2014-12-24 | 国网辽宁省电力有限公司电力科学研究院 | 配有储能电站的分散式风电场有功优化调控方法 |
CN111697578A (zh) * | 2020-06-24 | 2020-09-22 | 国网福建省电力有限公司 | 多目标含储能区域电网运行控制方法 |
CN112615399A (zh) * | 2020-11-24 | 2021-04-06 | 国网江苏省电力有限公司 | 一种储能系统参与电网调频优化控制方法、系统及存储介质 |
-
2022
- 2022-07-11 CN CN202210814060.1A patent/CN115313416B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014201849A1 (zh) * | 2013-06-18 | 2014-12-24 | 国网辽宁省电力有限公司电力科学研究院 | 配有储能电站的分散式风电场有功优化调控方法 |
CN111697578A (zh) * | 2020-06-24 | 2020-09-22 | 国网福建省电力有限公司 | 多目标含储能区域电网运行控制方法 |
CN112615399A (zh) * | 2020-11-24 | 2021-04-06 | 国网江苏省电力有限公司 | 一种储能系统参与电网调频优化控制方法、系统及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115986850A (zh) * | 2023-03-20 | 2023-04-18 | 国网湖北省电力有限公司经济技术研究院 | 一种考虑多源平衡动态全响应的输配协同优化调度方法 |
CN117439193A (zh) * | 2023-10-31 | 2024-01-23 | 南方电网电力科技股份有限公司 | 一种多源协同发电系统的最优功率控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115313416B (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115313416B (zh) | 一种适用于储能电站辅助调频系统的多目标优化控制方法 | |
CN101509656B (zh) | 一种超临界直流炉综合型协调控制方法 | |
CN108923435B (zh) | 一种基于分层mpc的风电无功电压协调控制系统 | |
CN111697597B (zh) | 一种基于粒子群算法的火储联合agc调频控制方法 | |
CN111697578B (zh) | 多目标含储能区域电网运行控制方法 | |
CN108599194B (zh) | 一种计及储能浅充浅放需求的调频控制方法 | |
CN110829487B (zh) | 一种电力系统的频率动态预测方法 | |
CN108462212B (zh) | 一种新能源电力系统在多源多调控域运行方式下控制方法 | |
CN113890056B (zh) | 适用于风储联合调频系统的功率优化分配控制方法及系统 | |
CN113054688B (zh) | 考虑不确定性的可再生能源集群出力分布式协调控制方法 | |
CN110474353B (zh) | 分层式储能系统及其参与的电网调频协调控制方法 | |
CN110137981B (zh) | 一种基于一致性算法的分布式储能聚合器agc方法 | |
CN114336673B (zh) | 一种基于模型预测控制的风储联合电站一次调频控制策略 | |
CN114865701A (zh) | 基于自适应模型预测控制的风储联合调频方法 | |
CN115102239A (zh) | 一种考虑soc均衡的储能电站一次调频控制方法及系统 | |
CN111181199B (zh) | 协调风电机组调频能力的风电场功率分配方法、系统、计算机设备和存储介质 | |
CN115986845A (zh) | 一种基于深度强化学习的配电网双层优化调度方法 | |
CN115795992A (zh) | 一种基于运行态势虚拟推演的园区能源互联网在线调度方法 | |
CN116526511B (zh) | 一种多源协同参与系统负荷频率控制的方法 | |
CN115663849B (zh) | 一种水电厂与工业温控负荷协同快速调控的方法及控制器 | |
CN116581780A (zh) | 一种风储联合系统一次调频特性建模与控制方法 | |
CN115021300B (zh) | 基于mpc算法的电动汽车调频延时补偿控制策略 | |
CN115001054B (zh) | 一种基于模型预测含电动汽车的电力系统频率控制策略 | |
CN111725819B (zh) | 一种电池储能参与频率恢复控制的方法及系统 | |
CN113904343A (zh) | 一种大规模储能集群系统的双层频率控制系统 |
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 |