CN116316915B - 计及功率预测误差的风电场有功出力优化控制方法及装置 - Google Patents
计及功率预测误差的风电场有功出力优化控制方法及装置 Download PDFInfo
- Publication number
- CN116316915B CN116316915B CN202310534248.5A CN202310534248A CN116316915B CN 116316915 B CN116316915 B CN 116316915B CN 202310534248 A CN202310534248 A CN 202310534248A CN 116316915 B CN116316915 B CN 116316915B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power
- storage type
- type unit
- unit
- 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.)
- Active
Links
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
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
- H02J3/24—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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种计及功率预测误差的风电场有功出力优化控制方法及装置,属于风电场运行与控制领域,包括:基于当前时刻风电场常规机组出力、储能型机组出力及其储能荷电状态,综合考虑风电预测误差与风电场波动平抑,建立未来一段时间内的储能型机组功率控制优化模型;求解该优化问题,获得未来一段时间的储能型机组中的储能装置充放电功率指令序列,并将第一个指令作用于储能型机组;滚动至下一时刻并重复上述步骤,不断求解该优化问题并将控制指令应用于储能型机组。本发明减小了分布式储能混合型风电场的风电预测的不确定性与风电场的功率波动,大大提高了风资源利用效率。
Description
技术领域
本发明属于风电场运行与控制技术领域,更具体地,涉及一种计及功率预测误差的风电场有功出力优化控制方法及装置。
背景技术
减少化石能源发电比例是电力系统亟需解决的一项难题,风电作为一种丰富、清洁、分布广泛的可再生能源,可以替代传统化石能源。然而,由于风电功率具有波动性与不确定性,导致其并入电网不但会降低电网的消纳能力,还会对电网的安全稳定运行造成影响。为减少调度侧压力,提升电网新能源消纳能力,如何提高风电场功率预测的准确性与平抑风电场并网功率波动是目前电网运行与控制中亟需解决的难题。
现有预测方法难以精确刻画风电功率与气象数据间的映射关系,其预测结果会不可避免的存在误差。为减少风电功率预测误差,可以控制风电场配备的储能系统对预测误差进行补偿,抵消风电出力不确定性带来的负面影响;此外,还可以利用储能装置吸收超出并网运行允许的波动范围的功率,以减少风电场功率的波动性。但现有储能控制策略,大多只针对预测误差补偿或者波动平抑中的一个目标进行控制,未能同时考虑这两个目标;另外,现有技术只针对配备集中式储能的风电场,或者为全部由分布式储能型风电机组组成的风电场进行功率控制,缺乏一种针对由储能型机组与常规机组组成的混合型风电场的出力控制方法。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提出了一种基于储能型风电机组和传统风电机组分布式储能的混合型风电场的有功出力优化控制方法及装置,以解决部分机组为储能型风电机组的风电场难以对分布式储能进行协调控制的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种计及功率预测误差的风电场有功出力优化控制方法,包括:
基于当前时刻风电场常规机组出力、储能型机组出力与各自的储能荷电状态,综合考虑风电预测误差与风电场波动平抑,建立未来一段时间内的储能型机组功率控制优化模型;
求解储能型机组功率控制优化模型,获得未来一段时间的储能型机组中的储能装置充放电功率指令序列,并将第一个指令指示的功率作用于储能型机组,控制储能型机组中的储能装置在当前时刻以第一个指令指示的功率吸收或释放风电功率;
滚动至下一时刻,不断求解储能型机组功率控制优化模型并将控制指令应用于储能型机组。
在一些可选的实施方案中,所述建立未来一段时间内的储能型机组功率控制优化模型,包括:
自k时刻到未来k+T时刻内,由第m台储能型机组配备的储能装置充放电功率与第m台储能型机组的原始风电输出功率建立储能型机组功率平衡方程;
基于当前时刻k的第m台储能型机组SOC、充放电功率、储能型机组控制周期与容量建立储能型机组SOC变化方程;
由储能型机组功率平衡方程与常规机组功率相加得到风电场母线处的并网总功率;
基于风电场母线处的并网总功率及风电场并网日前预测功率计算当前时刻k风电场母线处预测功率的偏差;
由当前时刻k风电场母线处预测功率的偏差造成的预测误差罚款与储能型机组中储能装置充放电功率造成的折旧成本,构成储能型机组功率控制优化模型的目标函数;
在约束条件中引入风电场并网处功率波动约束、储能型机组中储能装置的充放电约束与储能型机组SOC约束。
在一些可选的实施方案中,由建立储能型机组功率平衡方程,其中,/>表示自k时刻到未来k+T时刻内,第m台储能型机组功率,/>表示第m台储能型机组配备的储能装置充放电功率,/>表示第m台储能型机组的原始风电输出功率,M表示储能型机组的数量,T表示时刻。
在一些可选的实施方案中,由建立储能型机组SOC变化方程,其中,/>表示当前时刻k的第m台储能型机组SOC,/>表示充放电功率,/>表示储能型机组控制周期,/>表示容量,M表示储能型机组的数量,T表示时刻。
在一些可选的实施方案中,由得到风电场母线处的并网总功率,其中,/>表示风电场母线处的并网总功率,/>表示储能型风电机组功率,/>表示常规机组功率,M表示储能型机组的数量,N表示常规机组的数量。
在一些可选的实施方案中,由得到当前时刻k风电场母线处预测功率的偏差/>,/>表示风电场并网日前预测功率,/>表示风电场母线处的并网总功率。
在一些可选的实施方案中,由得到储能型机组功率控制优化模型的目标函数,其中,/>表示储能装置折旧成本系数,/>表示并网偏差罚款系数,/>表示目标函数,/>表示第m台储能型机组配备的储能装置充放电功率,/>表示当前时刻k风电场母线处预测功率的偏差。
在一些可选的实施方案中,风电场并网处功率波动约束为:,储能型机组中储能装置的充放电约束为:/>,储能型机组SOC约束为:,其中,/>表示风电场母线处的并网总功率,/>表示并网处允许的最大功率波动,/>表示第m台储能型机组配备的储能装置充放电功率,/>表示储能型机组中的储能装置额定功率,/>与/>分别表示储能型机组荷电状态SOC的上限和下限。
在一些可选的实施方案中,所述求解储能型机组功率控制优化模型,获得未来一段时间的储能型机组中的储能装置充放电功率指令序列,并将第一个指令指示的功率作用于储能型机组,控制储能型机组中的储能装置在当前时刻以第一个指令指示的功率吸收或释放风电功率,包括:
基于当前时刻下风电场储能型机组SOC,求解储能型机组功率控制优化模型,得到储能型机组中储能装置的充放电功率,/>,并将第一个指令指示的功率/>作用于储能型机组,控制储能型机组m中的储能装置在k时刻以功率/>吸收或释放风电功率,并得到风电场母线处并网总功率/>与母线处预测功率的误差/>,基于目标函数对/>进行优化,使得在k时刻的母线处预测功率的误差/>变小,其中,在k时刻机组m的功率为:/>,风电场母线处并网总功率/>为,母线处预测功率的误差/>为。
按照本发明的另一方面,提供了一种计及功率预测误差的风电场有功出力优化控制装置,包括:
优化模型构建模块,用于基于当前时刻风电场常规机组出力、储能型机组出力与各自的储能荷电状态,综合考虑风电预测误差与风电场波动平抑,建立未来一段时间内的储能型机组功率控制优化模型;
优化问题求解模块,用于求解储能型机组功率控制优化模型,获得未来一段时间的储能型机组中的储能装置充放电功率指令序列,并将第一个指令指示的功率作用于储能型机组,控制储能型机组中的储能装置在当前时刻以第一个指令指示的功率吸收或释放风电功率;
循环执行模块,用于滚动至下一时刻,不断求解储能型机组功率控制优化模型并将控制指令应用于储能型机组。
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:
在风电功率预测中,预测结果会不可避免的存在误差,并且实际的风电场输出功率存在较大波动,会对电网安全稳定运行与电网的新能源消纳造成将大影响。本发明在兼顾风电预测误差补偿与风电波动平抑的同时,还充分考虑了实际的分布式储能风电场部分机组未配备储能装置的情况,提出了分布式储能的混合型风电场出力控制方法,大大提高了这一类型风电场的风资源利用效率。
附图说明
图1是本发明实施例提供的一种方法的流程示意图;
图2是本发明实施例提供的另一种方法的流程示意图;
图3是本发明实施例提供的一种分布式储能的混合型风电场的拓扑图;
图4是本发明实施例提供的一种采用本发明所提控制策略后的风电场功率的实际值与日前预测功率的参考值;
图5是本发明实施例提供的一种未采用控制策略的风电场功率的实际值与日前预测功率的参考值。
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所示是本发明实施例提供的一种方法的流程示意图,包括以下步骤:
S101:基于当前时刻风电场常规机组出力、储能型机组出力与各自的储能荷电状态,综合考虑风电预测误差与风电场波动平抑,建立未来一段时间内的储能型机组功率控制优化模型;
S102:求解储能型机组功率控制优化模型,获得未来一段时间的储能型机组中的储能装置充放电功率指令序列,并将第一个指令指示的功率作用于储能型机组,控制储能型机组中的储能装置在当前时刻以第一个指令指示的功率吸收或释放风电功率;
S103:滚动至下一时刻,不断求解储能型机组功率控制优化模型并将控制指令应用于储能型机组。
本发明实施例提供的分布式储能的混合型风电场由M台储能型机组与N台常规机组构成,自时刻k开始基于本发明实施例所提方法对该风电场出力进行控制。如图2所示,包括以下步骤:
S201:调取M台储能型机组荷电状态(State of Charge,SOC)上下限与储能型机组中的储能装置额定功率/>,风电场并网日前预测功率/>,并网处允许的最大功率波动/>;
S202:从风电场调取N台常规风电机组的历史气象数据与功率数据,并基于长短期记忆网络(Long Short-Term Memory,LSTM)对未来T时刻内的风电功率进行预测,得到第n台机组的预测功率为;
S203:建立储能型机组功率平衡方程,自k时刻到未来k+T时刻内,第m台储能型机组功率,可由其机组配备的储能装置充放电功率/>与该机组的原始风电输出功率/>表示:
建立储能型机组SOC变化方程,基于当前时刻k的第m台储能型机组SOC、充放电功率、储能型机组控制周期/>与容量/>可计算下一时刻的SOC:
其中,表示机组m储能装置SOC。
S204:风电场母线处的并网总功率可由储能型风电机组功率/>与常规机组功率相加得到:
基于风电场并网日前预测功率可计算当前时刻k风电场母线处预测功率的偏差:
S205:为平抑风电场储能出力波动,在约束条件中引入风电场并网处功率波动约束,使得风电场前后两个相邻时刻的功率变化维持在一个较小的值:
此外S201~S205构成的优化模型还应满足储能型机组中储能装置的充放电约束与储能型机组SOC约束:
S206:在基于储能型机组补偿风电场预测误差的同时,应尽可能延长储能型机组使用寿命,因此该优化问题的目标函数由风电场预测并网功率误差造成的预测误差罚款与储能型机组中储能装置充放电功率/>造成的折旧成本两部分共同构成:
其中,为储能装置折旧成本系数、并网偏差罚款系数,/>表示目标函数。
S207:基于当前时刻下风电场储能型机组SOC,求解上述优化问题,得到储能型机组中储能装置的充放电功率,/>,并将第一个指令指示的功率/>作用于储能型机组:控制储能型机组m中的储能装置在k时刻以功率/>吸收或释放风电功率,在k时刻机组m的功率为:
则风电场母线处并网总功率与母线处预测功率的误差/>可以表示为:
基于S206中的目标对进行优化,通过调节/>使得在k时刻的母线处预测功率的误差/>尽可能变小,从而达到对预测误差进行补偿的目的;
S208:滚动至下一时刻,重复步骤S201~S207,不断求解优化问题并将控制指令(/>)应用于储能型机组,即储能型机组m中的储能装置在1~K时刻以功率/>(/>)吸收/释放风电功率,以达到对预测误差进行补偿的目的;此外由于在S205中引入了风电场并网处功率波动约束,因此可以将前后两个相邻时刻的风电场并网功率的变化量控制在一个较小值,进而达到对风电场功率波动进行平抑的目的。
本发明的一个具体实施例基于某风电场2022年8月1日的数据,采样间隔时间为1min,一天共进行1440次采样。
针对该风电场,本发明提出的一种计及功率预测误差的风电场有功出力优化控制方法,包括以下步骤:
如图3所示,该分布式储能的混合型风电场由30台储能型机组与45常规机组构成,自时刻2022年8月1日00:00开始基于本发明所提方法对未来30分钟内的风电场功率进行控制。
1)调取30台储能型机组SOC上下限与储能型机组中的储能装置额定功率,风电场并网日前预测功率/>,并网处允许的最大功率波动/>,设置参数T=3;
2)从风电场调取45台常规风电机组的历史气象数据与功率数据,并基于LSTM对未来T时刻内的风电功率进行预测,得到第n台机组的预测功率为;
3)建立储能型机组功率平衡方程,自k时刻到未来k+T时刻内,第m台储能型机组功率,可由其机组配备的储能装置充放电功率/>与该机组的原始风电输出功率/>表示:
4)建立储能型机组SOC变化方程,基于当前时刻的第m台储能型机组SOC、充放电功率、储能型机组控制周期/>与容量/>可计算下一时刻的SOC:
5)风电场母线处的并网总功率可由储能型风电机组功率/>与常规机组功率/>相加得到:
6)基于风电场并网日前预测功率可计算当前时刻风电场母线处预测功率的偏差:
7)在基于储能型机组补偿风电场预测误差的同时,应尽可能延长储能型机组使用寿命,因此该优化问题的目标函数由风电场预测并网功率误差造成的预测误差罚款与储能型机组中储能装置充放电功率/>造成的折旧成本两部分共同构成:
8)为平抑风电场储能出力波动,在约束条件中引入风电场并网处功率波动约束,使得风电场前后两个相邻时刻的功率变化维持在一个较小的值:
9)此外该优化模型还应满足储能型机组中储能装置的充放电约束与储能型机组SOC约束:
10)基于当前时刻下风电场储能型机组SOC,求解上述优化问题,得到储能型机组中储能装置的充放电功率,/>,并将/>作用于储能型机组:控制储能型机组m中的储能装置在k时刻以功率/>吸收/释放风电功率,在k时刻机组m的功率为:
则风电场母线处并网总功率与母线处预测功率的误差/>可以表示为:
基于7)中的目标对进行优化,通过调节/>使得在k时刻的母线处预测功率的误差/>尽可能变小,从而达到对预测误差进行补偿的目的;
11)滚动至下一时刻,重复步骤1)~10),不断求解优化问题并将控制指令()应用于储能型机组,即储能型机组m中的储能装置在1~K时刻以功率/>()吸收/释放风电功率,以达到对预测误差进行补偿的目的;此外由于在8)中引入了风电场并网处功率波动约束,因此可以将前后两个相邻时刻的风电场并网功率的变化量控制在一个较小值,进而达到对风电场功率波动进行平抑的目的。
基于该方法对分布式储能的混合型风电场的功率进行控制,其控制后的风电场功率的实际值与日前预测功率的参考值如图4所示,图5为未采取控制策略的风电场功率的实际值与日前预测功率的参考值,采取本发明所提方法对该风电场的储能型风电机组进行控制后,其预测误差由0.3031MW下降到0.0693MW,大大降低了预测误差。
本发明实施例还提供了一种计及功率预测误差的风电场有功出力优化控制装置,包括:
优化模型构建模块,用于基于当前时刻风电场常规机组出力、储能型机组出力与各自的储能荷电状态,综合考虑风电预测误差与风电场波动平抑,建立未来一段时间内的储能型机组功率控制优化模型;
优化问题求解模块,用于求解储能型机组功率控制优化模型,获得未来一段时间的储能型机组中的储能装置充放电功率指令序列,并将第一个指令指示的功率作用于储能型机组,控制储能型机组中的储能装置在当前时刻以第一个指令指示的功率吸收或释放风电功率;
循环执行模块,用于滚动至下一时刻,不断求解储能型机组功率控制优化模型并将控制指令应用于储能型机组。
其中,各模块的具体实施方式可以参考上述方法实施例的描述,本发明实施例将不再复述。
需要指出,根据实施的需要,可将本申请中描述的各个步骤/部件拆分为更多步骤/部件,也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件,以实现本发明的目的。
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 (2)
1.一种计及功率预测误差的风电场有功出力优化控制方法,其特征在于,包括:
基于当前时刻风电场常规机组出力、储能型机组出力与各自的储能荷电状态,综合考虑风电预测误差与风电场波动平抑,建立未来一段时间内的储能型机组功率控制优化模型;
求解储能型机组功率控制优化模型,获得未来一段时间的储能型机组中的储能装置充放电功率指令序列,并将第一个指令指示的功率作用于储能型机组,控制储能型机组中的储能装置在当前时刻以第一个指令指示的功率吸收或释放风电功率;
滚动至下一时刻,不断求解储能型机组功率控制优化模型并将控制指令应用于储能型机组;
所述建立未来一段时间内的储能型机组功率控制优化模型,包括:
自k时刻到未来k+T时刻内,由第m台储能型机组配备的储能装置充放电功率与第m台储能型机组的原始风电输出功率建立储能型机组功率平衡方程;
基于当前时刻k的第m台储能型机组SOC、充放电功率、储能型机组控制周期与容量建立储能型机组SOC变化方程;
由储能型机组功率平衡方程与常规机组功率相加得到风电场母线处的并网总功率;
基于风电场母线处的并网总功率及风电场并网日前预测功率计算当前时刻k风电场母线处预测功率的偏差;
由当前时刻k风电场母线处预测功率的偏差造成的预测误差罚款与储能型机组中储能装置充放电功率造成的折旧成本,构成储能型机组功率控制优化模型的目标函数;
在约束条件中引入风电场并网处功率波动约束、储能型机组中储能装置的充放电约束与储能型机组SOC约束;
由建立储能型机组功率平衡方程,其中,/>表示自k时刻到未来k+T时刻内,第m台储能型机组功率,表示第m台储能型机组配备的储能装置充放电功率,/>表示第m台储能型机组的原始风电输出功率,M表示储能型机组的数量,T表示时刻;
由建立储能型机组SOC变化方程,其中,/>表示当前时刻k的第m台储能型机组SOC,/>表示充放电功率,/>表示储能型机组控制周期,/>表示容量,M表示储能型机组的数量,T表示时刻;
由得到风电场母线处的并网总功率,其中,/>表示风电场母线处的并网总功率,/>表示储能型风电机组功率,/>表示常规机组功率,M表示储能型机组的数量,N表示常规机组的数量;
由得到当前时刻k风电场母线处预测功率的偏差/>,/>表示风电场并网日前预测功率,/>表示风电场母线处的并网总功率;
由得到储能型机组功率控制优化模型的目标函数,其中,/>表示储能装置折旧成本系数,/>表示并网偏差罚款系数,/>表示目标函数,/>表示第m台储能型机组配备的储能装置充放电功率,表示当前时刻k风电场母线处预测功率的偏差;
风电场并网处功率波动约束为:,储能型机组中储能装置的充放电约束为:/>,储能型机组SOC约束为:/>,其中,/>表示风电场母线处的并网总功率,/>表示并网处允许的最大功率波动,/>表示第m台储能型机组配备的储能装置充放电功率,/>表示储能型机组中的储能装置额定功率,/>与/>分别表示储能型机组荷电状态SOC的上限和下限;
所述求解储能型机组功率控制优化模型,获得未来一段时间的储能型机组中的储能装置充放电功率指令序列,并将第一个指令指示的功率作用于储能型机组,控制储能型机组中的储能装置在当前时刻以第一个指令指示的功率吸收或释放风电功率,包括:
基于当前时刻下风电场储能型机组SOC,求解储能型机组功率控制优化模型,得到储能型机组中储能装置的充放电功率,/>,并将第一个指令指示的功率作用于储能型机组,控制储能型机组m中的储能装置在k时刻以功率/>吸收或释放风电功率,并得到风电场母线处并网总功率/>与母线处预测功率的误差/>,基于目标函数对/>进行优化,使得在k时刻的母线处预测功率的误差/>变小,其中,在k时刻机组m的功率为:/>,风电场母线处并网总功率/>为,母线处预测功率的误差/>为。
2.一种计及功率预测误差的风电场有功出力优化控制装置,其特征在于,包括:
优化模型构建模块,用于基于当前时刻风电场常规机组出力、储能型机组出力与各自的储能荷电状态,综合考虑风电预测误差与风电场波动平抑,建立未来一段时间内的储能型机组功率控制优化模型;
优化问题求解模块,用于求解储能型机组功率控制优化模型,获得未来一段时间的储能型机组中的储能装置充放电功率指令序列,并将第一个指令指示的功率作用于储能型机组,控制储能型机组中的储能装置在当前时刻以第一个指令指示的功率吸收或释放风电功率;
循环执行模块,用于滚动至下一时刻,不断求解储能型机组功率控制优化模型并将控制指令应用于储能型机组;
所述建立未来一段时间内的储能型机组功率控制优化模型,包括:
自k时刻到未来k+T时刻内,由第m台储能型机组配备的储能装置充放电功率与第m台储能型机组的原始风电输出功率建立储能型机组功率平衡方程;
基于当前时刻k的第m台储能型机组SOC、充放电功率、储能型机组控制周期与容量建立储能型机组SOC变化方程;
由储能型机组功率平衡方程与常规机组功率相加得到风电场母线处的并网总功率;
基于风电场母线处的并网总功率及风电场并网日前预测功率计算当前时刻k风电场母线处预测功率的偏差;
由当前时刻k风电场母线处预测功率的偏差造成的预测误差罚款与储能型机组中储能装置充放电功率造成的折旧成本,构成储能型机组功率控制优化模型的目标函数;
在约束条件中引入风电场并网处功率波动约束、储能型机组中储能装置的充放电约束与储能型机组SOC约束;
由建立储能型机组功率平衡方程,其中,/>表示自k时刻到未来k+T时刻内,第m台储能型机组功率,表示第m台储能型机组配备的储能装置充放电功率,/>表示第m台储能型机组的原始风电输出功率,M表示储能型机组的数量,T表示时刻;
由建立储能型机组SOC变化方程,其中,/>表示当前时刻k的第m台储能型机组SOC,/>表示充放电功率,/>表示储能型机组控制周期,/>表示容量,M表示储能型机组的数量,T表示时刻;
由得到风电场母线处的并网总功率,其中,/>表示风电场母线处的并网总功率,/>表示储能型风电机组功率,/>表示常规机组功率,M表示储能型机组的数量,N表示常规机组的数量;
由得到当前时刻k风电场母线处预测功率的偏差/>,/>表示风电场并网日前预测功率,/>表示风电场母线处的并网总功率;
由得到储能型机组功率控制优化模型的目标函数,其中,/>表示储能装置折旧成本系数,/>表示并网偏差罚款系数,/>表示目标函数,/>表示第m台储能型机组配备的储能装置充放电功率,表示当前时刻k风电场母线处预测功率的偏差;
风电场并网处功率波动约束为:,储能型机组中储能装置的充放电约束为:/>,储能型机组SOC约束为:/>,其中,/>表示风电场母线处的并网总功率,/>表示并网处允许的最大功率波动,/>表示第m台储能型机组配备的储能装置充放电功率,/>表示储能型机组中的储能装置额定功率,/>与/>分别表示储能型机组荷电状态SOC的上限和下限;
所述求解储能型机组功率控制优化模型,获得未来一段时间的储能型机组中的储能装置充放电功率指令序列,并将第一个指令指示的功率作用于储能型机组,控制储能型机组中的储能装置在当前时刻以第一个指令指示的功率吸收或释放风电功率,包括:
基于当前时刻下风电场储能型机组SOC,求解储能型机组功率控制优化模型,得到储能型机组中储能装置的充放电功率,/>,并将第一个指令指示的功率作用于储能型机组,控制储能型机组m中的储能装置在k时刻以功率/>吸收或释放风电功率,并得到风电场母线处并网总功率/>与母线处预测功率的误差/>,基于目标函数对/>进行优化,使得在k时刻的母线处预测功率的误差/>变小,其中,在k时刻机组m的功率为:/>,风电场母线处并网总功率/>为,母线处预测功率的误差/>为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310534248.5A CN116316915B (zh) | 2023-05-12 | 2023-05-12 | 计及功率预测误差的风电场有功出力优化控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310534248.5A CN116316915B (zh) | 2023-05-12 | 2023-05-12 | 计及功率预测误差的风电场有功出力优化控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116316915A CN116316915A (zh) | 2023-06-23 |
CN116316915B true CN116316915B (zh) | 2023-08-08 |
Family
ID=86789061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310534248.5A Active CN116316915B (zh) | 2023-05-12 | 2023-05-12 | 计及功率预测误差的风电场有功出力优化控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116316915B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110311421A (zh) * | 2019-07-12 | 2019-10-08 | 燕山大学 | 基于需求侧响应的微电网多时间尺度能量管理方法 |
DE102018125465A1 (de) * | 2018-10-15 | 2020-04-16 | Wobben Properties Gmbh | Verfahren und Windpark zum Einspeisen elektrischer Leistung in ein elektrisches Versorgungsnetz |
CN113098029A (zh) * | 2021-04-08 | 2021-07-09 | 湖南大学 | 一种基于风电短期预测的风储联合调频控制方法 |
CN113794199A (zh) * | 2021-08-26 | 2021-12-14 | 电子科技大学 | 一种考虑电力市场波动的风电储能系统最大收益优化方法 |
CN114336673A (zh) * | 2021-11-24 | 2022-04-12 | 华能新能源股份有限公司 | 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 |
CN115021285A (zh) * | 2022-07-21 | 2022-09-06 | 国网福建省电力有限公司电力科学研究院 | 基于鲁棒模型预测控制的电池储能参与风电波动平抑方法 |
CN115187316A (zh) * | 2022-09-14 | 2022-10-14 | 国网湖北省电力有限公司经济技术研究院 | 一种适应现货市场交易的风储微电网分布式交易方法 |
-
2023
- 2023-05-12 CN CN202310534248.5A patent/CN116316915B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018125465A1 (de) * | 2018-10-15 | 2020-04-16 | Wobben Properties Gmbh | Verfahren und Windpark zum Einspeisen elektrischer Leistung in ein elektrisches Versorgungsnetz |
CN110311421A (zh) * | 2019-07-12 | 2019-10-08 | 燕山大学 | 基于需求侧响应的微电网多时间尺度能量管理方法 |
CN113098029A (zh) * | 2021-04-08 | 2021-07-09 | 湖南大学 | 一种基于风电短期预测的风储联合调频控制方法 |
CN113794199A (zh) * | 2021-08-26 | 2021-12-14 | 电子科技大学 | 一种考虑电力市场波动的风电储能系统最大收益优化方法 |
CN114336673A (zh) * | 2021-11-24 | 2022-04-12 | 华能新能源股份有限公司 | 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 |
CN115021285A (zh) * | 2022-07-21 | 2022-09-06 | 国网福建省电力有限公司电力科学研究院 | 基于鲁棒模型预测控制的电池储能参与风电波动平抑方法 |
CN115187316A (zh) * | 2022-09-14 | 2022-10-14 | 国网湖北省电力有限公司经济技术研究院 | 一种适应现货市场交易的风储微电网分布式交易方法 |
Non-Patent Citations (1)
Title |
---|
张茂林.计及储能损耗和功率预测误差的风光储微电网功率平抑策略.《储能技术专题》.2022,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN116316915A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108599245B (zh) | 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 | |
CN109103929B (zh) | 基于改进动态克里丝金模型的配电网经济优化调度方法 | |
CN109687479B (zh) | 功率波动平抑方法、系统、存储介质和计算机设备 | |
CN110783959B (zh) | 一种新能源发电系统的稳定状态控制系统 | |
CN103606969A (zh) | 含新能源及海水淡化负荷的海岛微电网优化调度方法 | |
JP2020022241A (ja) | ハイブリッド発電システム及び電力制御装置 | |
JP7181691B2 (ja) | 再生可能エネルギーハイブリッド発電システム及びその制御方法 | |
CN105515031B (zh) | 一种基于预测数据修正的微网储能实时控制方法 | |
JP5709910B2 (ja) | 制御装置及び方法並びにプログラム、それを備えた自然エネルギー発電装置 | |
CN115600793A (zh) | 面向源网荷储一体化园区的协同控制方法及系统 | |
CN113394808B (zh) | 清洁能源基地的发电调度方法和装置 | |
Wang et al. | Optimal allocation of wind-solar storage capacity of microgrid considering carbon emission reduction benefits | |
CN103684213A (zh) | 风光互补系统设计方法 | |
CN116316915B (zh) | 计及功率预测误差的风电场有功出力优化控制方法及装置 | |
JP7180993B2 (ja) | 発電システム | |
Wang et al. | Improved PSO-based energy management of Stand-Alone Micro-Grid under two-time scale | |
Yang et al. | An economic optimization for BESS sizing in a hybrid PV and wind power plant | |
KR101661820B1 (ko) | 다수의 에너지 저장장치를 이용한 신재생 발전기의 출력 변동률 제어 시스템 및 방법 | |
Comendant et al. | Identifying the opportunity to meet the Republic of Moldova Electricity Demand by Combining Renewable Energy Sources and Energy Storage Systems | |
CN112260274A (zh) | 一种基于全景理论的虚拟电厂组建方法 | |
JP7181160B2 (ja) | 発電制御装置、発電制御方法および再生可能エネルギーハイブリッド発電システム | |
CN110854842A (zh) | 一种光储充电站调度方法及装置 | |
JP2021083267A (ja) | 再生可能エネルギー発電システム | |
Liu et al. | The optimal sizing for AC/DC hybrid stand-alone microgrid based on energy dispatch strategy | |
Liao et al. | Modeling and Active Power Control of a Hydropower-Dominant Hybrid Energy System |
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 |