CN116191571A - 风电储能输出功率控制方法及系统 - Google Patents

风电储能输出功率控制方法及系统 Download PDF

Info

Publication number
CN116191571A
CN116191571A CN202310408336.0A CN202310408336A CN116191571A CN 116191571 A CN116191571 A CN 116191571A CN 202310408336 A CN202310408336 A CN 202310408336A CN 116191571 A CN116191571 A CN 116191571A
Authority
CN
China
Prior art keywords
power
wind power
energy storage
target output
wind
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
CN202310408336.0A
Other languages
English (en)
Other versions
CN116191571B (zh
Inventor
刘世鑫
梁彦朋
周艳红
银磊
张新宇
张艳萍
羊飞宇
言缵泓
肖平平
张浩宇
施雪武
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.)
Shenzhen Liangyun Energy Network Technology Co ltd
Original Assignee
Shenzhen Liangyun Energy Network Technology 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 Shenzhen Liangyun Energy Network Technology Co ltd filed Critical Shenzhen Liangyun Energy Network Technology Co ltd
Priority to CN202310408336.0A priority Critical patent/CN116191571B/zh
Publication of CN116191571A publication Critical patent/CN116191571A/zh
Application granted granted Critical
Publication of CN116191571B publication Critical patent/CN116191571B/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
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • H02J2300/28—The renewable source being wind energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种风电储能输出功率控制方法及系统，基于当前时段对应的风电实际功率变化率
Figure ZY_2
和风功率预测曲线的预测变化率
Figure ZY_4
，建立矫正模型，通过该矫正模型预测所述风电功率输出系统的目标输出功率变化率
Figure ZY_7
，根据目标输出功率变化率
Figure ZY_3
计算以及控制储能充放电系统在工作周期时的储能目标输出功率。目标输出功率变化率
Figure ZY_5
的确定与风电实际功率变化率
Figure ZY_8
和预测变化率
Figure ZY_9
存在线性相关性，利用矫正模型的矫正权重评价目标输出功率变化率
Figure ZY_1
的准确性受风电实际功率或风电预测功率的影响程度，进而获得更贴近风功率预测曲线的目标输出功率变化率
Figure ZY_6
，进而实现风电场输出功率变化率的实时调整，降低了预测质量问题对电网系统的稳定性造成的影响。

Description

风电储能输出功率控制方法及系统
技术领域
本发明属于风电功率控制领域，具体涉及风电储能输出功率控制方法及系统。
背景技术
相较于传统发电方式，分布式新能源发电方式中，例如风电厂风力发电，由于风力能源产生的不确定性、间歇性及波动性，容易导致电网系统的电能输出不稳定。
为保证电网电能的稳定输出，一般对风电厂风力发电的风力输出功率稳定性有考核要求。现有的对于风力输出功率的稳定性的优化措施，一般是构建风功率预测模型以预测风电厂的风力输出功率，然后根据预测的风力输出功率动态调节电网系统的电能输出策略，以优化电网系统的电能输出稳定性。然而，存在的问题是，风电场建设选址往往处于地形复杂的山区、高原、荒漠地带，若想高效率获得精准区域的气象信息较为困难，且同一风电场站的不同片区也可能存在气象信息差异大的现象，对于风功率预测模型的构建存在较大难度，进而导致风电厂的风力输出功率预测不准，影响到电网系统的电能输出策略的调节，最终影响到电网系统的电能输出稳定性。因此，诸多风电场都对风功率预测模型的预测质量提出了更为严苛的考核要求。目前，在严苛的电网系统的并网考核中，因为风功率预测模型的预测质量考核不及格的大型风电场数量高达数百万至上千万。
为了降低风功率预测模型的预测质量问题对电网系统的电能输出稳定性造成的影响，就需要提升风功率预测模型的预测质量，现有的方法是利用储能系统的动态吸收能量并适时释放能量的特点，弥补风电输出的间歇性、波动性缺陷，实现风电场实际风力输出功率的实时调整，以匹配风功率预测模型，进而尽量满足风功率预测模型的预测质量考核要求。当前不少风电场已经将储能系统用于风力输出功率的调节，但是主要针对减少风电场弃风的目标进行调节，即在大风工况储存电能，在低风时段多发电，也有只在短时间内通过储能系统的调频进行快速的功率充放调节。因此，提高风功率预测模型的预测质量成为风电并网考核的重要课题。
发明内容
本发明提供一种风电储能输出功率控制系统、方法及储能调控系统，旨在解决现有风功率预测模型的预测质量性能低下的问题。
本发明提供一种风电储能输出功率控制方法，应用于风电功率输出系统，所述风电功率输出系统包括储能充放电系统，所述风电储能输出功率控制方法由储能调控系统执行，包括：
获取步骤，获得在当前时段的风功率预测模型的风功率预测曲线的预测变化率
Figure SMS_1
，以及，获得所述当前时段对应的所述风电功率输出系统的风电实际功率变化率
Figure SMS_2
；
矫正步骤，建立所述风电实际功率变化率
Figure SMS_5
和所述预测变化率/>
Figure SMS_7
相关的矫正模型，所述矫正模型用于获得所述风电功率输出系统的目标输出功率变化率
Figure SMS_9
，所述目标输出功率变化率/>
Figure SMS_4
与所述风电实际功率变化率/>
Figure SMS_8
和所述预测变化率/>
Figure SMS_10
存在线性相关性，所述矫正模型包括矫正权重，所述矫正权重用于根据所述风电实际功率变化率/>
Figure SMS_11
和所述预测变化率/>
Figure SMS_3
的接近程度，评价所述目标输出功率变化率/>
Figure SMS_6
的准确性受风电实际功率或风电预测功率的影响程度；
调控步骤，根据所述目标输出功率变化率
Figure SMS_12
计算以及控制所述储能充放电系统在工作周期时的储能目标输出功率。
可选的，所述矫正权重包括信任优化度
Figure SMS_13
和矫正参与度/>
Figure SMS_14
，通过所述信任优化度/>
Figure SMS_15
表示所述风电实际功率对所述目标输出功率变化率/>
Figure SMS_16
的准确性的影响程度，通过矫正参与度/>
Figure SMS_17
表示所述风电预测功率对所述目标输出功率变化率/>
Figure SMS_18
的准确性的影响程度。
可选的，所述矫正模型的计算方式为：
Figure SMS_19
;
Figure SMS_20
；/>
Figure SMS_21
；/>
Figure SMS_22
。
可选的，若所述风电实际功率变化率
Figure SMS_23
越接近所述预测变化率/>
Figure SMS_24
，所述目标输出功率变化率/>
Figure SMS_25
的准确性受所述风电实际功率的影响程度越大，所述目标输出功率变化率/>
Figure SMS_26
的准确性受所述风电预测功率的影响程度越小，所述信任优化度/>
Figure SMS_27
大于所述矫正参与度/>
Figure SMS_28
。
可选的，若所述风电实际功率变化率
Figure SMS_29
越偏离所述预测变化率/>
Figure SMS_30
，所述目标输出功率变化率/>
Figure SMS_31
的准确性受所述风电实际功率的影响程度越小，所述目标输出功率变化率/>
Figure SMS_32
的准确性受所述风电预测功率的影响程度越大，所述信任优化度/>
Figure SMS_33
小于所述矫正参与度/>
Figure SMS_34
。
可选的，所述调控步骤，包括：
根据所述目标输出功率变化率
Figure SMS_35
计算所述风电功率输出系统的目标输出功率/>
Figure SMS_36
；
Figure SMS_37
，
所述
Figure SMS_38
为所述储能调控系统的控制周期，所述/>
Figure SMS_39
为所述风电功率输出系统的所述当前时段的起始时刻对应的风电实际功率；
根据所述目标输出功率
Figure SMS_40
获取所述风电功率输出系统的目标输出功率调节量/>
Figure SMS_41
；/>
Figure SMS_42
，
所述
Figure SMS_43
为所述风电功率输出系统的所述当前时段的结束时刻对应的风电实际功率；
根据所述风电功率输出系统的目标输出功率调节量
Figure SMS_44
获取所述储能充放电系统的储能目标输出功率/>
Figure SMS_45
；
Figure SMS_46
，
所述
Figure SMS_47
为所述储能充放电系统在所述当前时段的结束时刻的实时输出功率；
根据所述储能充放电系统的储能目标输出功率
Figure SMS_48
控制所述储能充放电系统输出所述储能目标输出功率/>
Figure SMS_49
。
可选的，所述根据所述风电功率输出系统的目标输出功率调节量
Figure SMS_50
获取所述储能充放电系统的储能目标输出功率/>
Figure SMS_51
后，还包括：
根据修正函数
Figure SMS_52
修正所述储能充放电系统的储能目标输出功率/>
Figure SMS_53
，获得修正后的储能目标输出功率/>
Figure SMS_54
；
所述修正后的储能目标输出功率
Figure SMS_55
的计算方式如下：
Figure SMS_56
所述
Figure SMS_57
表示基于储能充放电系统在荷电状态约束条件下的修正函数；
所述根据所述储能充放电系统的储能目标输出功率
Figure SMS_58
控制所述储能充放电系统输出所述储能目标输出功率/>
Figure SMS_59
，包括：
根据所述储能充放电系统的修正后的储能目标输出功率
Figure SMS_60
，控制所述储能充放电系统输出所述修正后的储能目标输出功率/>
Figure SMS_61
。修正后的储能目标输出功率
Figure SMS_62
的准确性增加了，进而进一步提升了风功率预测模型的预测质量，降低了风功率预测模型的预测质量问题对电网系统的电能输出稳定性造成的影响。
可选的，所述
Figure SMS_63
的计算方式为，
Figure SMS_64
所述
Figure SMS_65
为所述风电功率输出系统的所述当前时段的结束时刻，所述/>
Figure SMS_66
为所述风电功率输出系统的所述当前时段的起始时刻。
本发明实施例还提供一种风电功率输出系统，包括：储能充放电系统，以及储能调控系统，所述储能调控系统用于执行上述任一所述的风电储能输出功率控制方法。
本发明实施例还提供一种储能调控系统，应用于风电功率输出系统，所述风电功率输出系统包括储能充放电系统，所述储能调控系统用于执行上述中任一所述的风电储能输出功率控制方法，所述储能调控系统包括：
获取模块，获得在当前时段的风功率预测模型的风功率预测曲线的预测变化率
Figure SMS_67
，以及，获得所述当前时段对应的所述风电功率输出系统的风电实际功率变化率
Figure SMS_68
；
控制模块，建立所述风电实际功率变化率
Figure SMS_70
和所述预测变化率/>
Figure SMS_73
相关的矫正模型，所述矫正模型用于获得所述风电功率输出系统的目标输出功率变化率
Figure SMS_75
，所述目标输出功率变化率/>
Figure SMS_71
与所述风电实际功率变化率/>
Figure SMS_74
和所述预测变化率/>
Figure SMS_76
存在线性相关性，所述矫正模型包括矫正权重，所述矫正权重用于根据所述风电实际功率变化率/>
Figure SMS_77
和所述预测变化率/>
Figure SMS_69
的接近程度，评价所述目标输出功率变化率/>
Figure SMS_72
的准确性受风电实际功率或风电预测功率的影响程度；
所述控制模块，还用于根据所述目标输出功率变化率
Figure SMS_78
计算以及控制所述储能充放电系统在工作周期时的储能目标输出功率。
本发明提供了一种风电储能输出功率控制方法及系统，基于当前时段对应的风电实际功率变化率
Figure SMS_80
和所述风功率预测模型的风功率预测曲线的预测变化率/>
Figure SMS_84
，建立矫正模型，通过该矫正模型预测所述风电功率输出系统在下一工作时间输出的目标输出功率变化率/>
Figure SMS_87
，根据所述目标输出功率变化率/>
Figure SMS_82
计算以及控制所述储能充放电系统在工作周期时的储能目标输出功率。所述矫正模型包括矫正权重，所述矫正权重用于根据所述风电实际功率变化率/>
Figure SMS_85
和所述预测变化率/>
Figure SMS_88
的接近程度，评价所述目标输出功率变化率/>
Figure SMS_90
的准确性受风电实际功率或风电预测功率的影响程度。所述目标输出功率变化率/>
Figure SMS_79
的确定与所述风电实际功率变化率/>
Figure SMS_83
和所述预测变化率
Figure SMS_86
存在线性相关性，利用矫正权重评价所述目标输出功率变化率/>
Figure SMS_89
的准确性受风电实际功率或风电预测功率的影响程度，进而获得更贴近预测模型的风功率预测曲线的目标输出功率变化率/>
Figure SMS_81
，进而实现风电场输出功率变化率的实时调整，使实际的风力输出功率曲线更加贴近风功率预测模型的风功率预测曲线，提升了风功率预测模型的预测质量，降低了风功率预测模型的预测质量问题对电网系统的电能输出稳定性造成的影响。
附图说明
图1示出了本发明一实施例提供的风电功率输出系统的结构图；
图2a示出了本发明另一实施例提供的风电功率运行系统的结构图；
图2b示出了本发明另一实施例提供的风功率预测曲线示意图；
图2c示出了本发明另一实施例提供的风电实际功率曲线示意图；
图2d示出了本发明另一实施例提供的储能充放电系统没有参与调控时的风电功率预测情况示意图；
图2e示出了本发明另一实施例提供的储能充放电系统参与调控时的风电功率预测情况示意图；
图3示出了本发明另一实施例提供的风电储能输出功率控制方法流程图；
图4示出了本发明另一实施例提供的风电储能输出功率控制方法流程图；
图5示出了本发明另一实施例提供的储能调控系统的结构图。
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。
为了降低风功率预测模型的预测质量问题对电网系统的电能输出稳定性造成的影响，就需要提升风功率预测模型的预测质量。本发明实施例提供的风电储能输出功率控制方法及系统，基于储能充放电系统的动态吸收能量并适时释放的特点，弥补风电输出的间歇性、波动性缺陷，实现风电场实际风电目标输出功率的实时调整。
本发明实施例提供一种风电储能输出功率控制系统、方法及储能调控系统，旨在解决现有风功率预测模型的预测质量性能低下的问题。本发明实施例基于风电场的实时输出的风电实际功率，结合该时段的风功率预测曲线，计算储能充放电系统的储能输出功率，基于储能充放电系统的快速处理，实现风电场目标输出功率变化率的实时调整，使调整后的实际输出功率曲线更接近预测功率曲线，进而最终实现风功率预测考核指标，例如准确性与相关性指标的提升，有效降低场站考核电量，提升场站收益，开发风电储能的经济潜力。
风功率预测考核指标包括准确性指标与相关性指标。准确性指标反映的数理意义是风电实际功率曲线与风功率预测曲线在采样时段的采样点之间的相近程度，即两条以时间为横轴的曲线中各个点的平均距离越小，准确率越高。准确性指标通常用预测准确率
Figure SMS_91
表示。风功率预测的准确率/>
Figure SMS_92
可以通过以下通用公式表达：
Figure SMS_93
以上公式中，集合
Figure SMS_107
一般是某个自然日风电场的风电实际功率的记录，样本数量为/>
Figure SMS_96
；集合/>
Figure SMS_103
一般是在风功率预测曲线上对样本/>
Figure SMS_99
各个功率数据的相应时间点对应的预测功率值，样本数量为/>
Figure SMS_109
。/>
Figure SMS_97
和/>
Figure SMS_104
分别表示时间点/>
Figure SMS_98
对应的风电实际功率和预测功率。/>
Figure SMS_108
和/>
Figure SMS_94
分别表示考核政策对应的修正参数，不同地区的考核政策不同，修正参数也不同，/>
Figure SMS_102
对应考核政策中关于/>
Figure SMS_100
和/>
Figure SMS_106
参数的函数表达形式。/>
Figure SMS_95
表示风电场的总可用装机容量。在不同地区的政策中，本公式可能有部分参数的差异，因此存在/>
Figure SMS_105
以及/>
Figure SMS_101
的差异。
预测相关性指标反映的数理意义是风电实际功率曲线与预测功率曲线各个采样点之间的线性相关程度，也可以简单理解为曲线形态上的近似程度。相关性指标通常可用相关性系数
Figure SMS_110
表示。风功率预测的相关性系数/>
Figure SMS_111
可以通过以下通用公式表达：
Figure SMS_112
以上公式中，集合
Figure SMS_116
一般是某个自然日风电场实际功率的记录，样本数量为/>
Figure SMS_119
；集合/>
Figure SMS_121
一般是样本/>
Figure SMS_114
各个功率数据在相应时间点对应的预测值，样本数量为/>
Figure SMS_118
。/>
Figure SMS_122
和/>
Figure SMS_123
分别表示时间点/>
Figure SMS_113
对应的实际功率和预测功率。/>
Figure SMS_117
为集合/>
Figure SMS_120
的算术平均值，/>
Figure SMS_124
为集合/>
Figure SMS_115
的算术平均值。
在绝大多数风电场的风功率预测系统中，风功率预测曲线一般为平滑曲线。但是实际上，风电实际功率曲线为波动性较强的曲线，具有明显的锯齿状。因此，为达到同时提升预测准确性以及预测相关性指标的效果，需要基于风功率预测曲线的实时变化趋势，结合风电实际功率的变化趋势，计算风电场目标输出功率，通过储能的调节，达到实际输出功率曲线既要在趋势上贴合风功率预测曲线，又需要减缓较大的波动。因此，本方法的技术路线是通过实时修正风电场输出功率变化率，实现预测准确率与相关性系数的同时提升。
风电储能输出功率控制方法，应用于风电功率输出系统，如图1所示，所述风电功率输出系统10包括储能调控系统110和储能充放电系统120。
储能调控系统110用于建立矫正模型，以获得风电功率输出系统10应实际输出的目标输出功率变化率
Figure SMS_125
，根据该目标输出功率变化率/>
Figure SMS_126
获得储能充放电系统120在工作周期时的储能目标输出功率，然后下发功率调控输出控制指令至储能充放电系统120执行。在本实施方式中，矫正模型的作用是结合风功率预测的变化趋势与风电实际功率的变化趋势计算目标输出功率变化率/>
Figure SMS_127
的方法。计算目标输出功率变化率/>
Figure SMS_128
后，确定储能充放电系统120的工作周期的储能输出功率，利用储能充放电系统120的快速出力，实现风电场实时的目标输出功率的变化率与风功率预测变化率相似的效果，达到同时提升风功率预测准确率与相关性系数的目标。
为清晰介绍本发明实施例，需要结合图表进行解释。
在风电功率运行系统的实施上，如图2a所示，风电功率输出系统10的工作性能预测由风功率预测系统220实施。储能调控系统110也需要从风功率预测系统220获取风功率预测模型的风功率预测曲线，以获得当前时段的风功率预测模型的风功率预测曲线的预测变化率
Figure SMS_136
。例如，/>
Figure SMS_132
至/>
Figure SMS_141
是某一自然日对应时间点/>
Figure SMS_134
至/>
Figure SMS_144
的风功率的预测值,在风功率预测中，多个时间点的预测值是呈离散分布。如图2b所示，左侧示意图中的
Figure SMS_138
是风功率预测曲线中/>
Figure SMS_146
时间采样点所对应的风功率的预测值。以/>
Figure SMS_133
至/>
Figure SMS_145
区间段为例，/>
Figure SMS_129
至/>
Figure SMS_142
区间段为例，/>
Figure SMS_130
与/>
Figure SMS_139
之间的间隔为
Figure SMS_135
，例如15分钟，/>
Figure SMS_140
至/>
Figure SMS_131
的预测变化率/>
Figure SMS_137
可以用两点之间的斜率/>
Figure SMS_143
表示，即/>
Figure SMS_147
。
如图2a所示，风电功率输出系统10的工作运行状态由风电监控系统210进行监控，储能调控系统110需要从风电监控系统210获取实时的风电实际功率，以获得当前时段的所述风电功率输出系统10的风电实际功率变化率
Figure SMS_155
。风电实际功率是一个波动的连续变化过程，如附图2c中/>
Figure SMS_152
至/>
Figure SMS_157
时间段为例，/>
Figure SMS_151
至/>
Figure SMS_163
预测区间内可对应一段波动的实际输出功率曲线。假设/>
Figure SMS_154
至/>
Figure SMS_158
两个预测时间点之间包含/>
Figure SMS_159
至/>
Figure SMS_164
六个实时功率采样点，从/>
Figure SMS_148
至/>
Figure SMS_156
是一系列波动的功率值。此时在/>
Figure SMS_153
时间点的预测值为/>
Figure SMS_160
，在/>
Figure SMS_162
时间点的预测值为
Figure SMS_165
，/>
Figure SMS_149
与/>
Figure SMS_161
之间的间隔为/>
Figure SMS_150
，例如15分钟。
在本实施例中，储能调控系统110建立所述风电实际功率变化率
Figure SMS_167
和所述预测变化率/>
Figure SMS_172
相关的矫正模型，所述矫正模型用于获得所述风电功率输出系统10的目标输出功率变化率/>
Figure SMS_177
，所述目标输出功率变化率/>
Figure SMS_168
与所述风电实际功率变化率
Figure SMS_171
和所述预测变化率/>
Figure SMS_174
存在线性相关性，所述矫正模型包括矫正权重，所述矫正权重用于根据所述风电实际功率变化率/>
Figure SMS_178
和所述预测变化率/>
Figure SMS_166
的接近程度，评价所述目标输出功率变化率/>
Figure SMS_173
的准确性受风电实际功率或风电预测功率的影响程度。可选的，所述矫正权重包括信任优化度/>
Figure SMS_176
和矫正参与度/>
Figure SMS_180
，通过所述信任优化度/>
Figure SMS_169
表示所述风电实际功率对所述目标输出功率变化率/>
Figure SMS_170
的准确性的影响程度，通过矫正参与度/>
Figure SMS_175
表示所述风电预测功率对所述目标输出功率变化率/>
Figure SMS_179
的准确性的影响程度。
可选的，所述矫正模型的计算方式为：
Figure SMS_181
；
Figure SMS_182
；/>
Figure SMS_183
；/>
Figure SMS_184
。
可选的，若所述风电实际功率变化率
Figure SMS_191
越接近所述预测变化率/>
Figure SMS_195
，所述目标输出功率变化率/>
Figure SMS_202
的准确性受所述风电实际功率的影响程度越大，所述目标输出功率变化率/>
Figure SMS_187
的准确性受所述风电预测功率的影响程度越小，所述信任优化度/>
Figure SMS_193
大于所述矫正参与度/>
Figure SMS_204
。当所述风电实际功率的曲线在数值上趋近所述风功率预测曲线对应时段的数值，所述风电实际功率变化率/>
Figure SMS_208
越接近所述预测变化率/>
Figure SMS_186
，所述/>
Figure SMS_198
取值大于所述/>
Figure SMS_203
取值。所述/>
Figure SMS_209
表示风电实际功率变化率/>
Figure SMS_190
对所述风电功率输出系统10输出的目标输出功率变化率/>
Figure SMS_197
的准确性的信任优化权重。所述风电实际功率的曲线在数值上趋近所述风功率预测曲线对应时段的数值，所述风电实际功率变化率/>
Figure SMS_200
越接近所述预测变化率/>
Figure SMS_207
，则表明风功率预测系统220的预测数据越准，则调整目标输出功率时，准确度的调整策略实施上可以更加依赖于当前时段的风电实际功率变化率/>
Figure SMS_189
，并降低风功率预测系统220的预测质量风险对目标输出功率的调整，即减少预测变化率
Figure SMS_194
对目标输出功率变化率/>
Figure SMS_199
的调整参与。因此，风电实际功率变化率/>
Figure SMS_206
对所述风电功率输出系统10输出的目标输出功率变化率/>
Figure SMS_185
的准确性的信任优化权重/>
Figure SMS_192
值偏大一些，而预测变化率/>
Figure SMS_201
对所述风电功率输出系统10输出的目标输出功率变化率/>
Figure SMS_205
的准确性的矫正参与度/>
Figure SMS_188
值偏小一些，以提升目标输出功率变化率/>
Figure SMS_196
的准确性。
可选的，若所述风电实际功率变化率
Figure SMS_212
越偏离所述预测变化率/>
Figure SMS_214
，所述目标输出功率变化率/>
Figure SMS_215
的准确性受所述风电实际功率的影响程度越小，所述目标输出功率变化率/>
Figure SMS_211
的准确性受所述风电预测功率的影响程度越大，所述信任优化度/>
Figure SMS_213
小于所述矫正参与度/>
Figure SMS_216
。当所述风电实际功率的曲线在数值上偏离所述风功率预测曲线对应时段的数值，所述风电实际功率变化率/>
Figure SMS_217
越偏离所述预测变化率/>
Figure SMS_210
，所述/>
Figure SMS_218
取值小于所述/>
Figure SMS_219
取值。
所述
Figure SMS_226
表示预测变化率/>
Figure SMS_221
对所述风电功率输出系统10输出的目标输出功率变化率/>
Figure SMS_232
的准确性的矫正参与权重。所述风电实际功率的曲线在数值上偏离所述风功率预测曲线对应时段的数值，所述风电实际功率变化率/>
Figure SMS_223
越偏离所述预测变化率
Figure SMS_234
，则表明风功率预测系统220的预测数据与风电功率输出的实际情况不符。为了减少风电输出环境的实际情况的未知、不确定性对电网系统的电能输出稳定性造成的影响，需要基于储能充放电系统120的动态吸收能量并适时释放的特点，弥补实际情况中风电输出的间歇性、波动性缺陷，实现风电场实际风力输出功率的实时调整。在调动储能充放电系统120工作时，需要预测风电功率输出系统10输出的目标输出功率/>
Figure SMS_227
，才能确定储能充放电系统120应输出的储能目标输出功率/>
Figure SMS_230
。由于风功率预测系统220的预测数据与风电功率输出的实际情况不符，则目标功率变化率/>
Figure SMS_222
的准确度的调整策略实施上，需要通过预测变化率/>
Figure SMS_231
矫正对应时段的风电实际功率变化率/>
Figure SMS_220
。因此，预测变化率
Figure SMS_228
对所述风电功率输出系统10输出的目标输出功率变化率/>
Figure SMS_225
的准确性的矫正参与度/>
Figure SMS_229
值偏大一些，以提升目标输出功率变化率/>
Figure SMS_233
的准确性，而风电实际功率变化率/>
Figure SMS_236
对所述风电功率输出系统10输出的目标输出功率变化率/>
Figure SMS_224
的准确性的信任优化权重/>
Figure SMS_235
值偏小一些。
在本实施方式中，储能调控系统110获得风电功率输出系统10的目标输出功率变化率
Figure SMS_237
后，根据该目标输出功率变化率/>
Figure SMS_238
获得储能充放电系统120在工作周期时的储能目标输出功率/>
Figure SMS_239
，然后下发功率调控输出控制指令至储能充放电系统120执行。
具体的，储能调控系统110根据所述目标输出功率变化率
Figure SMS_240
计算所述风电功率输出系统10的目标输出功率/>
Figure SMS_241
，根据所述目标输出功率/>
Figure SMS_242
获取所述风电功率输出系统10的目标输出功率调节量/>
Figure SMS_243
；根据所述风电功率输出系统10的目标输出功率调节量/>
Figure SMS_244
获取所述储能充放电系统120的储能目标输出功率/>
Figure SMS_245
。
具体的，
Figure SMS_248
，所述/>
Figure SMS_250
为所述储能调控系统110的控制周期，所述/>
Figure SMS_253
为所述风电功率输出系统10的所述当前时段的起始时刻对应的风电实际功率。以及，/>
Figure SMS_247
，所述/>
Figure SMS_251
为所述风电功率输出系统10的所述当前时段的结束时刻对应的风电实际功率。以及，/>
Figure SMS_252
，所述/>
Figure SMS_254
为所述储能充放电系统120在所述当前时段的结束时刻的实时输出功率。在本发明实施例中，当前时段的取值依据储能调控系统110的控制周期。例如，可以是储能调控系统110的控制周期，也可以是储能调控系统110的控制周期的均等分。储能调控系统110获得储能目标输出功率/>
Figure SMS_246
后，控制所述储能充放电系统120输出所述储能目标输出功率/>
Figure SMS_249
。
可选的，储能调控系统110获得储能目标输出功率
Figure SMS_255
后，根据修正函数
Figure SMS_256
修正所述储能充放电系统120的储能目标输出功率/>
Figure SMS_257
，获得修正后的储能目标输出功率/>
Figure SMS_258
，根据所述储能充放电系统120的修正后的储能目标输出功率/>
Figure SMS_259
，控制所述储能充放电系统120输出所述修正后的储能目标输出功率/>
Figure SMS_260
。
具体的，所述修正后的储能目标输出功率
Figure SMS_261
的计算方式为
Figure SMS_262
，所述/>
Figure SMS_263
表示基于储能充放电系统120在荷电状态约束条件下的修正函数。
修正后的储能目标输出功率
Figure SMS_264
的准确性增加了，进而进一步提升了风功率预测模型的预测质量，降低了风功率预测模型的预测质量问题对电网系统的电能输出稳定性造成的影响。
可选的，所述
Figure SMS_265
的计算方式为/>
Figure SMS_266
，所述/>
Figure SMS_267
为所述风电功率输出系统10的所述当前时段的结束时刻，所述/>
Figure SMS_268
为所述风电功率输出系统10的所述当前时段的起始时刻。
下面举例说明本发明实施例的具体实施过程。以一个配置储能充放电系统120的风电场A为例，风电场A为高原山脉地带的风电场，装机容量为
Figure SMS_269
。由于风电场地形较为复杂，风功率预测系统220难以实现良好的预测指标质量，在采用储能充放电系统120调节之前，风电场面临严重的风功率预测准确性与相关性指标考核问题，在短期预测准确率及预测相关性系数方面都有较大的考核费用。风电场A为了优化以上指标，减少并网风功率预测考核费用，配置了一套/>
Figure SMS_270
的锂电储能充放电系统120，并使用了本发明实施例提出的控制方法。
以风电场A在某个典型日的风电功率的预测和输出情况为例说明本发明实施例的效果，具体对储能充放电系统120没有参与调控，以及参与调控后的风功率预测情况进行对比分析。
首先对储能充放电系统120没有参与调控的风功率预测情况进行分析。
按照当地政策，风功率预测系统220的预测数据时间分辨率为15分钟，因此预测时间点之间间隔为15分钟，即任意
Figure SMS_271
至/>
Figure SMS_272
之间的间隔为15分钟。根据上述描述的风功率预测准确率/>
Figure SMS_273
考核公式，风电场A的风功率预测准确率/>
Figure SMS_274
考核公式为：
Figure SMS_275
上述公式中，
Figure SMS_277
和/>
Figure SMS_279
分别表示时间点/>
Figure SMS_281
对应的实际功率和预测功率，样本数量均为/>
Figure SMS_278
。/>
Figure SMS_280
表示风电场的总可用装机容量，风电场A中/>
Figure SMS_282
。根据上述描述的风电场的相关性系数/>
Figure SMS_283
考核公式，风电场的相关性系数/>
Figure SMS_276
考核公式为：
Figure SMS_284
参考上述风功率预测准确率
Figure SMS_286
考核公式，在风电场的相关性系数/>
Figure SMS_288
考核公式中，/>
Figure SMS_289
和/>
Figure SMS_287
同样分别表示时间点/>
Figure SMS_290
对应的实际功率和预测功率，样本数量均为/>
Figure SMS_291
。/>
Figure SMS_292
为实际功率采样点的算术平均值，/>
Figure SMS_285
为预测功率采样点的算术平均值。
下面结合图2d对储能充放电系统120没有参与调控时的风电场的风功率预测情况进行分析。如图2d展示了没有储能充放电系统120的风功率预测曲线和风电实际功率曲线的示意图，选取了一段时长为60分钟的示例时间段,即
Figure SMS_295
至/>
Figure SMS_296
之间的时间段。假设以5分钟作为一个风电功率的变化周期，即任意/>
Figure SMS_299
至/>
Figure SMS_294
之间的间隔为5分钟。在储能充放电系统120参与调节之前，每5分钟计算一次风电场在该5分钟内的输出功率平均值，/>
Figure SMS_297
至/>
Figure SMS_298
共13个点所表示的是在60分钟的时间段内，共13个平均功率值。/>
Figure SMS_300
至/>
Figure SMS_293
时间段所示的功率曲线可以代表风电场储能充放电系统120没有参与调节时的实际功率变化情况。
依据上述风功率预测准确率
Figure SMS_301
公式的计算，在本实施例中选取的60分钟时间段内，在无储能充放电系统120参与调节的情况下，风电场A的实际输出功率曲线与预测功率曲线的准确率/>
Figure SMS_302
，预测相关性系数/>
Figure SMS_303
。
在并网考核政策下，风功率预测准确率
Figure SMS_304
达标界限为90%，预测相关性系数/>
Figure SMS_305
达标界限为0.68。因此，在无储能参与调节下，该时间段风电场的准确性和相关性指标均不达标，风电场A长期运行情况下，年并网考核费用将近80万。
对比上述储能充放电系统120没有参与调节时的风电场风电功率预测情况，下面详细描述储能充放电系统120参与调节后，风电场风功率的预测情况。
储能充放电系统120参与调节的具体过程为：
①获取风电场
Figure SMS_306
时刻的实时输出功率，即风电实际功率/>
Figure SMS_307
；
②获取风电场对应
Figure SMS_308
的上一时刻/>
Figure SMS_309
的实施输出功率，即/>
Figure SMS_310
；
③计算
Figure SMS_312
与/>
Figure SMS_316
期间的目标输出功率变化率/>
Figure SMS_318
。在计算/>
Figure SMS_313
的过程中，需要两个参数：/>
Figure SMS_315
与/>
Figure SMS_319
。在本实施例子中，分为两种情况：(a)实际功率曲线在数值上逐步远离预测功率曲线，(b)风电实际功率的曲线在数值上逐步靠近风功率预测曲线。经过对多种/>
Figure SMS_320
与/>
Figure SMS_311
取值的测试，经过本实施例的多次试验，对于情况(a)，本实施例取
Figure SMS_314
时可达到最佳调节效果；对于情况(b)，本案例取/>
Figure SMS_317
时可达到最佳调节效果。
④经过步骤③计算出
Figure SMS_321
与/>
Figure SMS_322
期间的目标功率变化率/>
Figure SMS_323
后，按照储能调控系统110的控制周期/>
Figure SMS_324
，以及步骤②中计算的上一时刻/>
Figure SMS_325
的风电场输出功率
Figure SMS_326
，可计算出当前时刻风电场的目标输出功率/>
Figure SMS_327
：
Figure SMS_328
⑤：根据步骤①计算的
Figure SMS_329
时刻的实时风电场输出功率/>
Figure SMS_330
，以及步骤④计算出的目标输出功率/>
Figure SMS_331
，可以计算出风电场当前时刻的输出功率目标调节量/>
Figure SMS_332
：
Figure SMS_333
⑥：假设当前时刻储能系统的实时输出功率为
Figure SMS_334
，基于储能系统荷电状态约束条件下的修正函数/>
Figure SMS_335
，则储能系统的目标输出功率/>
Figure SMS_336
为：
Figure SMS_337
⑦：将储能系统的目标输出功率
Figure SMS_338
下发至储能充放电系统120执行，实现风电场实际输出功率的调节。
以上① - ⑦步骤为控制周期
Figure SMS_339
的储能充放电系统120的调控执行流程。
对于本实施例中选取的60分钟时间段，设定每5分钟为储能的一个控制周期，以风电场的实时实际输出功率为依据，针对
Figure SMS_340
至/>
Figure SMS_341
共实施13次功率调节控制，储能系统参与调节后的风电场输出功率曲线如附图2e所示。依据上述风功率预测准确率/>
Figure SMS_342
和相关性系数/>
Figure SMS_343
公式的计算，在本例选取的60分钟时间段内，在储能充放电系统120在控制周期参与调节的情况下，风电场A的实际输出功率曲线与预测功率曲线的准确率/>
Figure SMS_344
，预测相关性系数/>
Figure SMS_345
。在当地的并网考核政策下，该时间段的风功率预测准确率以及相关性系数质量远超考核的及格边界，实现了预测准确性与相关性指标质量的大幅提升。
在另一实施方式中，如图3所示，本发明实施例还提供一种风电储能输出功率控制方法，应用于上述的风电功率输出系统10，所述风电功率输出系统10包括储能充放电系统120，所述风电储能输出功率控制方法由上述的储能调控系统110执行，包括以下步骤：
S110，获得在当前时段的风功率预测模型的风功率预测曲线的预测变化率
Figure SMS_346
，以及，获得所述当前时段对应的所述风电功率输出系统10的风电实际功率变化率/>
Figure SMS_347
。该步骤为获取步骤，用于从风功率预测系统220获取预测变化率/>
Figure SMS_348
，以及用于从风电监控系统210获取风电实际功率变化率/>
Figure SMS_349
。
S120，建立所述风电实际功率变化率
Figure SMS_350
和所述预测变化率/>
Figure SMS_351
相关的矫正模型，所述矫正模型用于获得所述风电功率输出系统的目标输出功率变化率/>
Figure SMS_352
。
所述目标输出功率变化率
Figure SMS_353
与所述风电实际功率变化率/>
Figure SMS_354
和所述预测变化率/>
Figure SMS_355
存在线性相关性，所述矫正模型包括矫正权重，所述矫正权重用于根据所述风电实际功率变化率/>
Figure SMS_356
和所述预测变化率/>
Figure SMS_357
的接近程度，评价所述目标输出功率变化率/>
Figure SMS_358
的准确性受风电实际功率或风电预测功率的影响程度。该步骤为矫正步骤，用于建立矫正模型，获得所述风电功率输出系统10的目标输出功率变化率/>
Figure SMS_359
。
S130，根据所述目标输出功率变化率
Figure SMS_360
计算以及控制所述储能充放电系统在工作周期时的储能目标输出功率。该步骤为调控步骤，控制所述储能充放电系统120在工作周期时的储能目标输出功率。
可选的，所述矫正权重包括信任优化度
Figure SMS_361
和矫正参与度/>
Figure SMS_362
，通过所述信任优化度/>
Figure SMS_363
表示所述风电实际功率对所述目标输出功率变化率/>
Figure SMS_364
的准确性的影响程度，通过矫正参与度/>
Figure SMS_365
表示所述风电预测功率对所述目标输出功率变化率/>
Figure SMS_366
的准确性的影响程度。
可选的，所述矫正模型的计算方式为：
Figure SMS_367
；
Figure SMS_368
；/>
Figure SMS_369
；/>
Figure SMS_370
。
可选的，若所述风电实际功率变化率
Figure SMS_371
越接近所述预测变化率/>
Figure SMS_372
，所述目标输出功率变化率/>
Figure SMS_373
的准确性受所述风电实际功率的影响程度越大，所述目标输出功率变化率/>
Figure SMS_374
的准确性受所述风电预测功率的影响程度越小，所述信任优化度/>
Figure SMS_375
大于所述矫正参与度/>
Figure SMS_376
。
可选的，若所述风电实际功率变化率
Figure SMS_377
越偏离所述预测变化率/>
Figure SMS_378
，所述目标输出功率变化率/>
Figure SMS_379
的准确性受所述风电实际功率的影响程度越小，所述目标输出功率变化率/>
Figure SMS_380
的准确性受所述风电预测功率的影响程度越大，所述信任优化度/>
Figure SMS_381
小于所述矫正参与度/>
Figure SMS_382
。
可选的，如图4所示，展示了基于图3所示的步骤S103的具体实现方式，即所述根据所述目标输出功率变化率
Figure SMS_383
计算以及控制所述储能充放电系统120在工作周期时的储能目标输出功率，包括以下步骤：
S131，根据所述目标输出功率变化率
Figure SMS_384
计算所述风电功率输出系统的目标输出功率/>
Figure SMS_385
。
其中，
Figure SMS_386
，所述/>
Figure SMS_387
为所述储能调控系统110的控制周期，所述/>
Figure SMS_388
为所述风电功率输出系统10的所述当前时段的起始时刻对应的风电实际功率。
S132，根据所述目标输出功率
Figure SMS_389
获取所述风电功率输出系统的目标输出功率调节量/>
Figure SMS_390
。
其中，
Figure SMS_391
，所述/>
Figure SMS_392
为所述风电功率输出系统10的所述当前时段的结束时刻对应的风电实际功率。
S133，根据所述风电功率输出系统的目标输出功率调节量
Figure SMS_393
获取所述储能充放电系统的储能目标输出功率/>
Figure SMS_394
。
其中，
Figure SMS_395
，所述/>
Figure SMS_396
为所述储能充放电系统120在所述当前时段的结束时刻的实时输出功率。
S134，根据所述储能充放电系统的储能目标输出功率
Figure SMS_397
控制所述储能充放电系统输出所述储能目标输出功率/>
Figure SMS_398
。
可选的，在另一实施方式中，上述步骤S134后，即所述根据所述风电功率输出系统的目标输出功率调节量
Figure SMS_399
获取所述储能充放电系统的储能目标输出功率/>
Figure SMS_400
后，还包括：
根据修正函数
Figure SMS_401
修正所述储能充放电系统120的储能目标输出功率/>
Figure SMS_402
，获得修正后的储能目标输出功率/>
Figure SMS_403
；
所述修正后的储能目标输出功率
Figure SMS_404
的计算方式如下：
Figure SMS_405
所述
Figure SMS_406
表示基于储能充放电系统120在荷电状态约束条件下的修正函数；
所述根据所述储能充放电系统120的储能目标输出功率
Figure SMS_407
控制所述储能充放电系统120输出所述储能目标输出功率/>
Figure SMS_408
，包括：
根据所述储能充放电系统120的修正后的储能目标输出功率
Figure SMS_409
，控制所述储能充放电系统120输出所述修正后的储能目标输出功率/>
Figure SMS_410
。
可选的，所述
Figure SMS_411
的计算方式为，/>
Figure SMS_412
所述
Figure SMS_413
为所述风电功率输出系统10的所述当前时段的结束时刻，所述/>
Figure SMS_414
为所述风电功率输出系统10的所述当前时段的起始时刻。
在另一实施方式中，如图5所示，还提供一种储能调控系统110，应用于上述的风电功率输出系统10，所述风电功率输出系统10包括储能充放电系统120，所述储能调控系统110用于执行上述中任一所述的风电储能输出功率控制方法，所述储能调控系统110包括获取模块111和控制模块112，获取模块111和控制模块112通信连接。获取模块111，用于获得在当前时段的风功率预测模型的风功率预测曲线的预测变化率
Figure SMS_415
，以及，获得所述当前时段对应的所述风电功率输出系统10的风电实际功率变化率/>
Figure SMS_416
。
控制模块112，用于建立所述风电实际功率变化率
Figure SMS_417
和所述预测变化率
Figure SMS_418
相关的矫正模型，所述矫正模型用于获得所述风电功率输出系统10的目标输出功率变化率/>
Figure SMS_419
。
所述目标输出功率变化率
Figure SMS_420
与所述风电实际功率变化率/>
Figure SMS_421
和所述预测变化率/>
Figure SMS_422
存在线性相关性，所述矫正模型包括矫正权重，所述矫正权重用于根据所述风电实际功率变化率/>
Figure SMS_423
和所述预测变化率/>
Figure SMS_424
的接近程度，评价所述目标输出功率变化率/>
Figure SMS_425
的准确性受风电实际功率或风电预测功率的影响程度。
所述控制模块112，还用于根据所述目标输出功率变化率
Figure SMS_426
计算以及控制所述储能充放电系统120在工作周期时的储能目标输出功率。
在另一实施方式中，控制模块112还用于根据所述目标输出功率变化率
Figure SMS_429
计算所述风电功率输出系统的目标输出功率/>
Figure SMS_430
；根据所述目标输出功率/>
Figure SMS_432
获取所述风电功率输出系统的目标输出功率调节量/>
Figure SMS_428
；根据所述风电功率输出系统的目标输出功率调节量/>
Figure SMS_431
获取所述储能充放电系统的储能目标输出功率/>
Figure SMS_433
； 根据所述储能充放电系统的储能目标输出功率/>
Figure SMS_434
控制所述储能充放电系统输出所述储能目标输出功率/>
Figure SMS_427
。
在本实施方式中，
Figure SMS_435
，所述/>
Figure SMS_436
为所述储能调控系统的控制周期，所述/>
Figure SMS_437
为所述风电功率输出系统的所述当前时段的起始时刻对应的风电实际功率。/>
Figure SMS_438
，所述/>
Figure SMS_439
为所述风电功率输出系统的所述当前时段的结束时刻对应的风电实际功率。/>
Figure SMS_440
，所述/>
Figure SMS_441
为所述储能充放电系统在所述当前时段的结束时刻的实时输出功率。
在另一实施方式中，控制模块112还用于根据修正函数
Figure SMS_442
修正所述储能充放电系统的储能目标输出功率/>
Figure SMS_443
，获得修正后的储能目标输出功率/>
Figure SMS_444
；根据所述储能充放电系统的修正后的储能目标输出功率/>
Figure SMS_445
，控制所述储能充放电系统输出所述修正后的储能目标输出功率/>
Figure SMS_446
。
所述修正后的储能目标输出功率
Figure SMS_447
的计算方式为
Figure SMS_448
，所述/>
Figure SMS_449
表示基于储能充放电系统在荷电状态约束条件下的修正函数。
所述
Figure SMS_450
的计算方式为，
Figure SMS_451
所述
Figure SMS_452
为所述风电功率输出系统的所述当前时段的结束时刻，所述/>
Figure SMS_453
为所述风电功率输出系统的所述当前时段的起始时刻。
综上描述，本发明实施例提供了一种风电储能输出功率控制方法及系统，基于当前时段对应的风电实际功率变化率
Figure SMS_456
和所述风功率预测模型的风功率预测曲线的预测变化率/>
Figure SMS_459
，建立矫正模型，通过该矫正模型预测所述风电功率输出系统10在下一工作时间输出的目标输出功率变化率/>
Figure SMS_465
，根据所述目标输出功率变化率/>
Figure SMS_455
计算以及控制所述储能充放电系统120在工作周期时的储能目标输出功率。所述矫正模型包括矫正权重，所述矫正权重用于根据所述风电实际功率变化率/>
Figure SMS_460
和所述预测变化率
Figure SMS_462
的接近程度，评价所述目标输出功率变化率/>
Figure SMS_464
的准确性受风电实际功率或风电预测功率的影响程度。所述目标输出功率变化率/>
Figure SMS_454
的确定与所述风电实际功率变化率/>
Figure SMS_458
和所述预测变化率/>
Figure SMS_461
存在线性相关性，利用矫正权重评价所述目标输出功率变化率/>
Figure SMS_463
的准确性受风电实际功率或风电预测功率的影响程度，进而获得更贴近预测模型的风功率预测曲线的目标输出功率变化率/>
Figure SMS_457
，进而实现风电场输出功率变化率的实时调整，使实际的风力输出功率曲线更加贴近风功率预测模型的风功率预测曲线，提升了风功率预测模型的预测质量，降低了风功率预测模型的预测质量问题对电网系统的电能输出稳定性造成的影响。
在本发明实施例中，本领域技术人员可以理解，上述控制器或者装置的描述仅仅是示例，并不构成对控制器或装置的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件。
所称控制器或装置可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者微控制单元（Microcontroller Unit，MCU）或单片微型计算单元或其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
控制器中包括存储器或控制器与存储器连接，存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（SecureDigital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
以上仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种风电储能输出功率控制方法，其特征在于，应用于风电功率输出系统，所述风电功率输出系统包括储能充放电系统，所述风电储能输出功率控制方法由储能调控系统执行，包括：
获取步骤，获得在当前时段的风功率预测模型的风功率预测曲线的预测变化率
Figure QLYQS_1
，以及，获得所述当前时段对应的所述风电功率输出系统的风电实际功率变化率
Figure QLYQS_2
；
矫正步骤，建立所述风电实际功率变化率
Figure QLYQS_4
和所述预测变化率/>
Figure QLYQS_7
相关的矫正模型，所述矫正模型用于获得所述风电功率输出系统的目标输出功率变化率/>
Figure QLYQS_9
，所述目标输出功率变化率/>
Figure QLYQS_5
与所述风电实际功率变化率/>
Figure QLYQS_8
和所述预测变化率
Figure QLYQS_10
存在线性相关性，所述矫正模型包括矫正权重，所述矫正权重用于根据所述风电实际功率变化率/>
Figure QLYQS_11
和所述预测变化率/>
Figure QLYQS_3
的接近程度，评价所述目标输出功率变化率/>
Figure QLYQS_6
的准确性受风电实际功率或风电预测功率的影响程度；
调控步骤，根据所述目标输出功率变化率
Figure QLYQS_12
计算以及控制所述储能充放电系统在工作周期时的储能目标输出功率。
2.根据权利要求1所述的方法，其特征在于，所述矫正权重包括信任优化度
Figure QLYQS_13
和矫正参与度/>
Figure QLYQS_14
，通过所述信任优化度/>
Figure QLYQS_15
表示所述风电实际功率对所述目标输出功率变化率/>
Figure QLYQS_16
的准确性的影响程度，通过矫正参与度/>
Figure QLYQS_17
表示所述风电预测功率对所述目标输出功率变化率/>
Figure QLYQS_18
的准确性的影响程度。
3.根据权利要求2所述的方法，其特征在于，所述矫正模型的计算方式为：
Figure QLYQS_19
；
Figure QLYQS_20
；/>
Figure QLYQS_21
；/>
Figure QLYQS_22
。
4.根据权利要求3所述的方法，其特征在于，若所述风电实际功率变化率
Figure QLYQS_23
越接近所述预测变化率/>
Figure QLYQS_24
，所述目标输出功率变化率/>
Figure QLYQS_25
的准确性受所述风电实际功率的影响程度越大，所述目标输出功率变化率/>
Figure QLYQS_26
的准确性受所述风电预测功率的影响程度越小，所述信任优化度/>
Figure QLYQS_27
大于所述矫正参与度/>
Figure QLYQS_28
。
5.根据权利要求3所述的方法，其特征在于，若所述风电实际功率变化率
Figure QLYQS_29
越偏离所述预测变化率/>
Figure QLYQS_30
，所述目标输出功率变化率/>
Figure QLYQS_31
的准确性受所述风电实际功率的影响程度越小，所述目标输出功率变化率/>
Figure QLYQS_32
的准确性受所述风电预测功率的影响程度越大，所述信任优化度/>
Figure QLYQS_33
小于所述矫正参与度/>
Figure QLYQS_34
。
6.根据权利要求1～5中任一所述的方法，其特征在于，所述调控步骤，包括：
根据所述目标输出功率变化率
Figure QLYQS_35
计算所述风电功率输出系统的目标输出功率
Figure QLYQS_36
；
Figure QLYQS_37
，
所述
Figure QLYQS_38
为所述储能调控系统的控制周期，所述/>
Figure QLYQS_39
为所述风电功率输出系统的所述当前时段的起始时刻对应的风电实际功率；
根据所述目标输出功率
Figure QLYQS_40
获取所述风电功率输出系统的目标输出功率调节量
Figure QLYQS_41
；
Figure QLYQS_42
，
所述
Figure QLYQS_43
为所述风电功率输出系统的所述当前时段的结束时刻对应的风电实际功率；
根据所述风电功率输出系统的目标输出功率调节量
Figure QLYQS_44
获取所述储能充放电系统的储能目标输出功率/>
Figure QLYQS_45
；
Figure QLYQS_46
，
所述
Figure QLYQS_47
为所述储能充放电系统在所述当前时段的结束时刻的实时输出功率；
根据所述储能充放电系统的储能目标输出功率
Figure QLYQS_48
控制所述储能充放电系统输出所述储能目标输出功率/>
Figure QLYQS_49
。
7.根据权利要求6所述的方法，其特征在于，所述根据所述风电功率输出系统的目标输出功率调节量
Figure QLYQS_50
获取所述储能充放电系统的储能目标输出功率/>
Figure QLYQS_51
后，还包括：
根据修正函数
Figure QLYQS_52
修正所述储能充放电系统的储能目标输出功率/>
Figure QLYQS_53
，获得修正后的储能目标输出功率/>
Figure QLYQS_54
；
所述修正后的储能目标输出功率
Figure QLYQS_55
的计算方式如下：
Figure QLYQS_56
，
所述
Figure QLYQS_57
表示基于储能充放电系统在荷电状态约束条件下的修正函数；
所述根据所述储能充放电系统的储能目标输出功率
Figure QLYQS_58
控制所述储能充放电系统输出所述储能目标输出功率/>
Figure QLYQS_59
，包括：
根据所述储能充放电系统的修正后的储能目标输出功率
Figure QLYQS_60
，控制所述储能充放电系统输出所述修正后的储能目标输出功率/>
Figure QLYQS_61
。
8.根据权利要求6所述的方法，其特征在于，所述
Figure QLYQS_62
的计算方式为，
Figure QLYQS_63
，/>
所述
Figure QLYQS_64
为所述风电功率输出系统的所述当前时段的结束时刻，所述/>
Figure QLYQS_65
为所述风电功率输出系统的所述当前时段的起始时刻。
9.一种风电功率输出系统，其特征在于，包括：储能充放电系统，以及储能调控系统，所述储能调控系统用于执行如权利要求1-8中任一所述的风电储能输出功率控制方法。
10.一种储能调控系统，其特征在于，应用于风电功率输出系统，所述风电功率输出系统包括储能充放电系统，所述储能调控系统用于执行如权利要求1-8中任一所述的风电储能输出功率控制方法，所述储能调控系统包括：
获取模块，获得在当前时段的风功率预测模型的风功率预测曲线的预测变化率
Figure QLYQS_66
，以及，获得所述当前时段对应的所述风电功率输出系统的风电实际功率变化率
Figure QLYQS_67
；
控制模块，建立所述风电实际功率变化率
Figure QLYQS_69
和所述预测变化率/>
Figure QLYQS_73
相关的矫正模型，所述矫正模型用于获得所述风电功率输出系统的目标输出功率变化率/>
Figure QLYQS_75
，所述目标输出功率变化率/>
Figure QLYQS_70
与所述风电实际功率变化率/>
Figure QLYQS_71
和所述预测变化率
Figure QLYQS_74
存在线性相关性，所述矫正模型包括矫正权重，所述矫正权重用于根据所述风电实际功率变化率/>
Figure QLYQS_76
和所述预测变化率/>
Figure QLYQS_68
的接近程度，评价所述目标输出功率变化率/>
Figure QLYQS_72
的准确性受风电实际功率或风电预测功率的影响程度；
所述控制模块，还用于根据所述目标输出功率变化率
Figure QLYQS_77
计算以及控制所述储能充放电系统在工作周期时的储能目标输出功率。/>
CN202310408336.0A 2023-04-17 2023-04-17 风电储能输出功率控制方法及系统 Active CN116191571B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310408336.0A CN116191571B (zh) 2023-04-17 2023-04-17 风电储能输出功率控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310408336.0A CN116191571B (zh) 2023-04-17 2023-04-17 风电储能输出功率控制方法及系统

Publications (2)

Publication Number Publication Date
CN116191571A true CN116191571A (zh) 2023-05-30
CN116191571B CN116191571B (zh) 2023-08-04

Family

ID=86450829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310408336.0A Active CN116191571B (zh) 2023-04-17 2023-04-17 风电储能输出功率控制方法及系统

Country Status (1)

Country Link
CN (1) CN116191571B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116979570A (zh) * 2023-09-20 2023-10-31 天津电力工程监理有限公司 微电网混合型储能方法、系统及装置

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102664422A (zh) * 2012-05-24 2012-09-12 电子科技大学 一种利用储能系统平滑风电场输出功率的方法
DE102012111402A1 (de) * 2012-11-26 2014-05-28 Linde Hydraulics Gmbh & Co. Kg Hydrostatisches Getriebe einer Windkraftanlage
CN103886791A (zh) * 2012-12-19 2014-06-25 沈阳工业大学 基于双馈发电机的动模双向风电能量转换实验台及实验方法
CN103986190A (zh) * 2014-05-26 2014-08-13 电子科技大学 基于发电功率曲线的风光储联合发电系统平滑控制方法
CN106447115A (zh) * 2016-10-08 2017-02-22 华北电力科学研究院有限责任公司 区域电网的风电功率预测的评价方法
CN108462212A (zh) * 2018-01-26 2018-08-28 国网辽宁省电力有限公司 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
CN111931967A (zh) * 2019-12-20 2020-11-13 南京南瑞继保电气有限公司 一种风电场短期功率预测方法
CN112019113A (zh) * 2020-09-01 2020-12-01 合肥工业大学 基于多目标模型预测的风电机组优化控制方法
CN112329977A (zh) * 2020-09-10 2021-02-05 国家电网有限公司 一种面向极端场景的风电功率预测系统
CN115526399A (zh) * 2022-09-28 2022-12-27 广西大学 一种卷积注意力融合置信域强化迁移的风电出力预测方法
CN115545295A (zh) * 2022-09-29 2022-12-30 浙江运达风电股份有限公司 一种风电场年发电量的确定方法、装置、设备和介质
CN115544907A (zh) * 2022-09-20 2022-12-30 宁夏回族自治区电力设计院有限公司 基于尾流效应的风电功率预测及存量风电优化控制方法
CN115716469A (zh) * 2022-11-24 2023-02-28 华中科技大学 一种混合动力系统的输出功率分配控制方法
CN115842354A (zh) * 2022-11-17 2023-03-24 国家电投集团四川电力有限公司 用于提高风功率预测相关性系数的风电储能配置方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102664422A (zh) * 2012-05-24 2012-09-12 电子科技大学 一种利用储能系统平滑风电场输出功率的方法
DE102012111402A1 (de) * 2012-11-26 2014-05-28 Linde Hydraulics Gmbh & Co. Kg Hydrostatisches Getriebe einer Windkraftanlage
CN103886791A (zh) * 2012-12-19 2014-06-25 沈阳工业大学 基于双馈发电机的动模双向风电能量转换实验台及实验方法
CN103986190A (zh) * 2014-05-26 2014-08-13 电子科技大学 基于发电功率曲线的风光储联合发电系统平滑控制方法
CN106447115A (zh) * 2016-10-08 2017-02-22 华北电力科学研究院有限责任公司 区域电网的风电功率预测的评价方法
CN108462212A (zh) * 2018-01-26 2018-08-28 国网辽宁省电力有限公司 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
CN111931967A (zh) * 2019-12-20 2020-11-13 南京南瑞继保电气有限公司 一种风电场短期功率预测方法
CN112019113A (zh) * 2020-09-01 2020-12-01 合肥工业大学 基于多目标模型预测的风电机组优化控制方法
CN112329977A (zh) * 2020-09-10 2021-02-05 国家电网有限公司 一种面向极端场景的风电功率预测系统
CN115544907A (zh) * 2022-09-20 2022-12-30 宁夏回族自治区电力设计院有限公司 基于尾流效应的风电功率预测及存量风电优化控制方法
CN115526399A (zh) * 2022-09-28 2022-12-27 广西大学 一种卷积注意力融合置信域强化迁移的风电出力预测方法
CN115545295A (zh) * 2022-09-29 2022-12-30 浙江运达风电股份有限公司 一种风电场年发电量的确定方法、装置、设备和介质
CN115842354A (zh) * 2022-11-17 2023-03-24 国家电投集团四川电力有限公司 用于提高风功率预测相关性系数的风电储能配置方法
CN115716469A (zh) * 2022-11-24 2023-02-28 华中科技大学 一种混合动力系统的输出功率分配控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CAN WAN等: "Probabilistic Forecasting Based Sizing and Control of Hybrid Energy Storage for Wind Power Smoothing", 《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》, vol. 12, no. 4, pages 1841 - 1852, XP011879294, DOI: 10.1109/TSTE.2021.3068043 *
杨茂: "基于局部极差变化率的风电功率波动定量刻画", 《电力自动化设备》, vol. 38, no. 7, pages 82 - 88 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116979570A (zh) * 2023-09-20 2023-10-31 天津电力工程监理有限公司 微电网混合型储能方法、系统及装置
CN116979570B (zh) * 2023-09-20 2024-01-05 天津电力工程监理有限公司 微电网混合型储能方法、系统及装置

Also Published As

Publication number Publication date
CN116191571B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
US11085969B2 (en) Electrical energy storage system with battery resistance estimation
WO2020238583A1 (zh) Soc修正方法和装置、电池管理系统和存储介质
CN116191571B (zh) 风电储能输出功率控制方法及系统
US9979192B2 (en) System and method for controlling a power distribution network
CN113315171B (zh) 新能源消纳能力评估方法、装置、计算机设备和存储介质
CN110289631B (zh) 一种风电场储能装置容量的计算方法及系统
CN111914000B (zh) 一种基于功耗预测模型的服务器功率封顶方法、系统
CN112417656B (zh) 光储系统的能量调度策略的优化方法、装置和存储介质
CN109728607B (zh) 一种风电消纳评估方法及装置
CN116562422A (zh) 一种电能量与爬坡备用的联合出清方法及终端
CN114336739B (zh) 基于云边协同的光储电站储能功率配置方法和系统
CN114268141A (zh) 一种储能系统soc校正调节方法与系统
CN116266247A (zh) 风力发电机组的发电性能评估方法和装置
CN113076639A (zh) 基于分段线性表示的风电机组运行评估方法及系统
CN116561502A (zh) 一种风电场风速数据的插补方法、装置、设备及存储介质
CN111030106A (zh) 一种基于波形相似性理论的风电波动品质评估方法
CN115882527B (zh) 考虑储能的新能源站下垂特性一次调频协调控制方法
CN115358495B (zh) 一种风电功率预测综合偏差率的计算方法
CN115051384B (zh) 一种调频性能评估方法、装置、设备及介质
CN113067329B (zh) 一种电力系统的可再生能源适应性优化方法及终端
CN116628512B (zh) 基于先后验模型融合的光伏发电量模型训练方法和系统
CN117200280B (zh) 光伏电站功率控制方法及相关设备
CN111525553B (zh) 一种预测功率优化分段下新能源出力误差可信区间估计法
CN115237080B (zh) 基于虚拟电厂的设备调控方法、装置、设备和可读介质
CN113315146B (zh) 一种储能系统调频控制方法、终端及计算机可读存储介质

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