CN116388306A - 一种随机性电源场优化控制方法和装置 - Google Patents

一种随机性电源场优化控制方法和装置 Download PDF

Info

Publication number
CN116388306A
CN116388306A CN202310649877.2A CN202310649877A CN116388306A CN 116388306 A CN116388306 A CN 116388306A CN 202310649877 A CN202310649877 A CN 202310649877A CN 116388306 A CN116388306 A CN 116388306A
Authority
CN
China
Prior art keywords
power
energy storage
storage system
power supply
output
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.)
Pending
Application number
CN202310649877.2A
Other languages
English (en)
Inventor
章超
李珂
汤维贵
王勇强
戴剑锋
卜晓坤
王存
古含
赵伟然
张大龙
张子琪
张玮灵
葛昂
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.)
Electric Power Planning and Engineering Institute Co Ltd
Original Assignee
Electric Power Planning and Engineering Institute 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 Electric Power Planning and Engineering Institute Co Ltd filed Critical Electric Power Planning and Engineering Institute Co Ltd
Priority to CN202310649877.2A priority Critical patent/CN116388306A/zh
Publication of CN116388306A publication Critical patent/CN116388306A/zh
Pending legal-status Critical Current

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
    • H02J3/48—Controlling the sharing of the in-phase component
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Discrete Mathematics (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Water Supply & Treatment (AREA)
  • Algebra (AREA)
  • Public Health (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种随机性电源场优化控制方法和装置，随机性电源场包括至少一个随机性电源发电系统和储能系统，包括：采用最大出力控制模式和/或功率增率控制模式对随机性电源场进行有功功率控制；对随机性电源场输出电压进行无功优化控制，无功优化控制包括一次电压调整、二次电压调整和三次电压调整，一次电压调整、二次电压调整和三次电压调整调压层级之间双向通信；依据储能系统与随机性电源场配合的工作模式，对随机性电源场的出力进行平滑控制。本发明从系统内随机性电源的有功功率调度控制、无功优化控制、平滑出力控制三个方面实现了对随机性电源高效安全运行的管理，为配电网中随机性电源的提供更加经济的规划。

Description

一种随机性电源场优化控制方法和装置
技术领域
本发明涉及能源技术领域，具体涉及一种随机性电源场优化控制方法和装置。
背景技术
传统配电网是单电源供电的弱环状网络，其运行管理控制局限于网络重构和无功电压优化控制。随着新能源发电技术的发展，能源政策和电力市场的进一步开放，大规模、高渗透率的随机性电源在配电网接入成为必然。
配电网要满足对分布式可再生能源发电的高度兼容性，以及拓扑和需求侧增加的控制维度，这些势必会对配电网电能质量、稳定性和无功电压控制等方面造成严重的影响。
发明内容
（一）发明目的
本发明的目的是提供一种能提高配电网稳定性、提升随机性电源渗透率的随机性电源优化控制方法、设备和存储介质。
（二）技术方案
为解决上述问题，本发明的第一方面提供了一种随机性电源场优化控制方法，所述随机性电源场包括至少一个随机性电源发电系统和储能系统，其特征在于，包括：采用最大出力控制模式和/或功率增率控制模式对所述随机性电源场进行有功功率控制；
对所述随机性电源场输出电压进行无功优化控制，所述无功优化控制包括一次电压调整、二次电压调整和三次电压调整，所述一次电压调整、二次电压调整和三次电压调整的调压层级之间双向通信；所述一次电压调整、二次电压调整和三次电压调整通过逆变器实现，所述逆变器包括自同步电压源型功率单元和常规功率单元，所述自同步电压源型功率单元具备虚拟同步特性，所述自同步电压源型功率单元参与所述二次电压调整和三次电压调整；
依据所述储能系统与随机性电源场配合的工作模式，对所述随机性电源场的出力进行平滑控制。
优选地，所述一次电压调整通过逆变器下垂特性实现，包括：
当不考虑线路阻抗的逆变器间无功功率分配时，m台并联逆变器满足：
n1sB1=n2sB2=…=nmsBm
其中，ni是第i台逆变器电压调节特性的斜率，SBi是第i台逆变器的额定容量，i=1,2，……，m；
当考虑线路阻抗时逆变器间无功功率分配时，添加虚拟电抗，完成分配。
优选地，所述二次电压调整包括将第j台自同步电压源型功率发电单元的调度无功功率调整为，
Figure SMS_1
其中，
Figure SMS_2
表示第j台自同步电压源型功率发电单元的调度无功功率，/>
Figure SMS_3
为第j台逆变器的计划调度无功功率，/>
Figure SMS_4
为系统计划外无功功率，/>
Figure SMS_5
为第j台逆变器的参与因子；
所述三次电压调整包括根据负荷和/或能源预测、机组组合、发电计划、交换计划和运行模式信息，计算各逆变器的计划无功功率。
优选地，所述平滑控制包括：
获取随机性电源发电系统的输出功率；
分析用于衡量所述随机性电源发电系统的输出功率波动程度的指标，获取所述输出功率的最大波动率；
设定所述储能系统运行约束；
对所述输出功率进行离散傅里叶变换与逆变换，得到频域信号；
确定所述频域信号中满足给定功率波动约束的高频频段，获得储能系统平滑后的系统联合目标功率输出；
对所述系统联合目标功率输出和储能系统的输出功率进行修正，确定所述储能系统的额定功率；
根据所述储能系统的额定功率和所述储能系统运行约束，确定所述储能系统额定容量；
根据已获得的储能系统额定容量，确定储能系统初始荷电状态。
优选地，所述储能系统运行约束包括：荷电状态约束和所述储能系统连续运行约束；所述荷电状态约束包括设定放电深度约束；
所述储能系统连续运行约束包括储能系统在预定周期内充电电量与放电电量相等。
优选地，所述平滑控制包括：
对随机预测误差概率分布特性分析，获得所述随机性电源发电系统联合出力预测误差；
确定所述储能系统功率与容量；
采用所述储能系统补偿所述预测误差。
优选地，采用如下公式计算联合出力预测误差：
Figure SMS_6
其中Z表示联合出力预测误差，N表示正态分布，si表示第i台s类型的发电系统，wj表示第j台w类型的发电系统，其中i=1,2，……，m；j=1,2，……，n，表示为第i台s型发电系统的方差，表示第j台w类型的发电系统的方差。
优选地，确定所述储能系统功率与容量包括：
采用区间估计的方法对储能系统的输出功率进行预测，确定在一定置信水平下满足充放电功率需求的储能系统的额定功率；
根据区间估计的特性，通过随机抽样获得的样本其均值对总体期望值的估计具有无偏性，结合标准正态分布的特点，得到：
Figure SMS_7
其中，W为随机抽样获得的容量为M的储能输出功率样本，W表示为
Figure SMS_8
，/>
Figure SMS_9
表示储能系统的标准差，α为显著性水平，1-α为置信水平，zα/2与z1-α/2分别为对应于α/2和1-α/2置信度的分位点,由于标准正态分布以纵轴为基准成轴对称，故zα/2=-(z1-α/2)，
获得置信水平为1-α时的W的置信区间为：
Figure SMS_10
确定储能系统额定功率为：
Figure SMS_11
式中PESN为储能系统的额定功率，z1-α/2为标准正态分布的分位点，z1-α/2=Φ-1(1-α/2)；
确认储能系统的容量为：
Figure SMS_12
其中，PES表示储能系统输出功率，dt表示时间轴上的时间点，tstart为储能容量计算的起始时间，tend为储能容量计算的终止时间；tend-tstart为储能系统的一个工作周期。
优选地，一种随机性电源场优化控制装置，所述随机性电源场包括至少一个随机性电源发电系统和储能系统，包括：
有功功率控制模块，采用最大出力控制模式和/或功率增率控制模式对所述随机性电源场进行有功功率控制；
无功优化控制模块，对所述随机性电源场输出电压进行无功优化控制，所述无功优化控制包括一次电压调整、二次电压调整和三次电压调整，所述一次电压调整、二次电压调整和三次电压调整调压层级之间双向通信；所述一次电压调整、二次电压调整和三次电压调整通过逆变器实现，所述逆变器包括自同步电压源型功率单元和常规功率单元，所述自同步电压源型功率单元具备虚拟同步特性，所述自同步电压源型功率单元参与所述二次电压调整和三次电压调整；
出力平滑控制模块，依据所述储能系统与随机性电源场配合的工作模式，对所述随机性电源场的出力进行平滑控制。
（三）有益效果
本发明的上述技术方案具有如下有益的技术效果：
本发明提出了基于时间-空间-目标三维一体的随机性电源运维策略，从系统内随机性电源的有功功率调度控制、无功优化控制、平滑出力控制三个方面实现了对随机性电源高效安全运行的管理，为配电网中随机性电源的提供更加经济的规划。
附图说明
图1为本发明的实施例的随机性电源场优化控制架构图；
图2为本发明的实施例的风电场有功功率控制系统框图；
图3为本发明的实施例的电压分层控制结构图；
图4为本发明的实施例的虚拟同步发电机原理图；
图5为本发明的实施例的两台并联逆变器示意图；
图6 为本发明的实施例的两台逆变器之间无功功率的分配图；
图7 为本发明的实施例的电压控制结构图；
图8 为本发明的实施例的基于功率平滑的储能系统容量优化配置方法。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
实施例一
一种随机性电源场优化控制方法，如图1所示，随机性电源场包括至少一个随机性电源发电系统和储能系统，包括：采用最大出力控制模式和/或功率增率控制模式对电源场进行有功功率控制；
有功功率控制模式有两种，如风电的有功功率控制模式，难以像火电、水电等常规电源一样做到随时按照电网调度的要求在指定出力下运行，而且为了有效利用风能资源，必须尽可能保证风电机组出力的最大化。因此，风电场有功功率控制主要有以下2种模式：
最大出力控制模式，即在保证电网安全稳定的前提下，根据电网风电接纳能力计算风电场最大出力限值，风电场出力低于限值时处于自由发电状态，爬坡速率必须满足要求，若超出风电场最大出力限值时，有功功率控制进行限出力控制，以达到风电出力最大化与风电场之间风能资源优化利用的目标。
功率增率控制模式，对风电场有功功率变化率进行限制，可以用在需要对输出功率变化率有要求的风电场。该模式运行时，风电场的输出功率在每个控制周期的变化大小必须在给定的斜率之内，且风电场的整体输出功率应该在满足斜率的前提下尽量跟随风电场的预测功率。功率增率控制模式是为了避免风电场的输出功率变化过于频繁和变化过大，从而保证整个电网的输出功率稳定。
此处选择有功功率控制模式为最大出力控制模式，基于各发电单元最大可能出力、电网运行约束条件，计算各发电单元有功功率出力参考值；根据所述各发电单元有功功率出力参考值，分解调度指令，以达成所述目标值。以风电场为例，通过安装于风电场本地的智能通信管理终端，实现调度中心系统与风电场本地监控系统的协调，完成风电场调度裕度的上传；调度中心以风电功率预测系统发布的各风电场最大可能出力为基础，考虑电网运行约束条件，通过全局优化计算，将有功出力参考值发送到风电场本地调度系统；风电场本地优化调度对调度指令进行分散，并将分散后的调度指令分配到各台风力发电机，调整各台风力发电机的功率输出，完成整个调度过程。
进一步的，对有功功率调度信息的进行实时跟踪：
根据调度指令；
计算功率预设值与实际输出功率的有功功率控制差值；
根据所述预测信息、各发电单元状态项值、有功功率控制差值，功率分配模块确定各发电单元应设定值；
通过功率补偿计模块对功率分配模块进行所述有功功率控制差值补偿；
达成对有功功率调度信息的进行实时跟踪。
以风电场为例，
风电场的有功功率的自动调节控制将使得风电场作为一个智能的整体接入电网，电网调度中心调度指令执行对象将由单台的风力发电机组变为随机性极大抵消的风电场，大大增强了风力发电并网安全性。风电场有功功率自动调节控制系统的实现将大大减少风电场工作人员的工作量，同时降低了调度中心指令的复杂性。
风电场的有功功率的自动调节系统的外部输入信号包括：电网调度层给定的调度指令，即出力参考曲线；风电机组的风速信息；风电机组的运行状态信息；风电场并网点的有功功率。风电场有功功率控制系统，如图2所示，整个风电场层有功功率控制系统的控制期望值根据电网调度层给定的调度指令确定，差值计算器通过功率预设值计算模块计算的功率预设值与风电场实际输出功率形成整个风电场层的有功功率控制差值，功率分配模块通过超短期预测值模块、机组状态信息充分考虑机组运行工况和超短期预测功率，确定每一台风电机组控制器应设定值。通过风电机组控制器实现风电机组的智能独立调节，跟随功率分配模块的各设定值。风电场的实际输出功率和期望输出功率的差值通过功率补偿计模块作用于功率分配模块进行补偿，最终实现有功功率调度信息的实时准确跟踪。
对随机性电源场输出电压进行无功优化控制，如图3所示，无功优化控制包括一次电压调整、二次电压调整和三次电压调整，一次电压调整、二次电压调整和三次电压调整调压层级之间双向通信；
配电网中接入的多种类型的随机性电源大部分为逆变器接口型，但仅仅依靠逆变器的分散控制很难保证负荷有功功率和无功功率的分配，所以在阐述具体逆变电源控制之前，需要设计一种合理的控制结构，仿照大电网的形式，从有差的一次电压调整，到无差的二次电压调整，再到长期规划和调度的三次电压调整。采用的更加适宜于随机性电源接入的电压控制结构，具体如图3所示，不同层级的控制之间采用双向通信，实现信息交换，其中三次电压调整和二次电压调整属于系统级控制，周期较长，一次调压是自动响应的，主要通过具有同步发电机下垂特性的逆变器实现。底层的逆变器分为自同步电压源型功率单元和常规功率单元，自同步电压源型功率单元具备虚拟同步特性，能够根据随机性电源场当前的并离网模式切换运行方式，在并网状态下的PQ运行模式和离网状态下的电压支撑模式，其中自同步电压源型功率单元参与二次电压调整和三次电压调整，常规功率单元在并网模式下跟随大电网，在脱网情况下，只需要根据计划输出无功功率，提供电压支撑。
一次电压调整具体内容为：逆变器下垂控制，即虚拟同步机
配电网当中，当新的随机性电源加入时，理想状况是各个随机性电源自发的调整出力，而不用改变原有的控制策略，即实现“即插即用”。要达到这个目标，下垂控制是一种应用很广方法。
目前有一种新型逆变电源，也称为虚拟同步发电机，具有下垂特性的逆变电源，功率控制器和电压频率控制器使该逆变电源具有功率控制和调频调压双重功能，而且在配网发生故障时仍能作为不间断电源向重要负荷供电。具有同步发电机的下垂外特性，它的主电路为典型的三相全桥逆变器，其基本原理图如图4所示。
不考虑线路阻抗的逆变器间无功功率分配时，虽然无功功率电源可以由分布式发电电源、静态无功补偿器、电容器、变压器变比、同步调相机等多种设备承担，在众多无功功率调节手段中，利用发电单元自身的无功功率储备实现电压自动控制是最经济的手段。
当随机性电源采用下垂控制接入配网时，脱网状态下，由于系统频率只有一个，且有功功率闭环控制是无差控制，因而，各电源将严格按照频率下垂系数分担系统有功负荷，而系统各点电压各不相同，且无功功率控制属于有差控制，所以无功功率在各电源之间的分配与电压下垂特性、输出阻抗及线路阻抗等因素都有关系，电压控制和无功功率优化分配要相对复杂的多。
在不考虑线路阻抗情况下，电压调节下垂特性曲线的斜率越平缓，电压稳态误差越小，不过，当多台具有平缓调节特性的VSG并联时，较小的电压波动容易产生较大的无功功率变化量，不利于系统电压的稳定和无功功率的分配，因此，必须合理选取无功调节参数，使其满足各种运行模式的要求。
按照分布式电源额定容量来分配无功功率为例说明。
如图5所示，为两台逆变器并联在同一条母线上的原理示意图，它们发出的无功功率Q1和Q2之和等于母线总负荷无功功率Q。图6表示逆变器1，2的电压调节特性曲线，横坐标为无功功率。
假设初始情况下，逆变器1、2分别按照调度无功功率Qref1、Qref2运行，母线电压维持在额定电压Ua，当无功功率随机增加而调度指令滞后时，就要求逆变器发出的无功功率能够弥补计划外无功功率的波动，由于无功功率调节特性具有下垂控制特性，母线电压将随之降低，经过一段时间后再次维持在Ub，逆变器发出的无功功率和负荷达到新的平衡，逆变器1输出的无功功率变为Q1，逆变器2输出的无功功率变为Q2，两台逆变器发出的无功功率增量分别为ΔQ1和ΔQ2，且ΔQ1>ΔQ2，因此，并联的逆变器计划外无功功率增量分配取决于各自调节特性曲线，曲线越平坦，无功功率增量越大。
为了保证各个并联逆变器间计划外无功功率按照机组容量大小比例分配，即容量大的逆变器承担的无功负荷增量比容量小的逆变器的无功负荷增量大，为了实现这个目的，则n台并联逆变器需要满足下式：
n1sB1=n2sB2=…=nmsBm
其中，ni是第i台逆变器电压调节特性的斜率，SBi是第i台逆变器的额定容量，i=1,2，……，m；
沿用这个原理，将可以实现并联逆变器间无功功率的分配，但是应用到配电网当中，线路阻抗在低电压网络中的影响是很大的，想要实现无功功率的精确分配，必须要把线路阻抗考虑进来。
考虑线路阻抗时逆变器间无功功率精确分配
考虑到线路阻抗时，会对逆变器的下垂控制应用造成一定影响，其主要原因有以下3个：
逆变器下垂控制的前提是基于线路是感性的，但是配电网中，逆变器的输出阻抗小，低压线路阻抗阻性成分不能够忽略，如果不能在线路中添加电感，将使得配电网中有功和无功分量存在严重耦合，下垂特性将变得很差，甚至不稳定。
配电网中，不同逆变器的输出阻抗各不相同，联接线路长短不一将会对无功功率的分配精度造成不利影响，从并网模式切换到脱网模式会引起不平衡的电压降。
本地负荷将会使得逆变器无功功率的分配精度变得更差。
所以通常采用添加虚拟电抗的方法来增大系统阻抗中的感性成分，在线路上增加一个虚拟存在的阻抗，使线路阻抗近似呈现感性，减小设备之间的不平衡阻抗，虚拟阻抗并不真的在线路中添加阻抗，不会消耗功率，减弱有功、无功间的耦合程度。但是，虚拟电抗的增加导致输出电压明显跌落，降低了系统电压质量。所造成的电压降，可以利用二次电压控制进行弥补。但是当配网中逆变电源数量较多，很有可能造成通信复杂，控制冗余度较高，影响整体配网的调整效率。
二次电压调整和三次电压调整的具体内容为：
仅仅依靠电压一次控制，是达不到无差控制的，为了更好的保证配网电压稳定，当无功负荷增加或者有新的随机性电源加入时，能够不降低电压水平，且达到整个网络的稳定运行，二次电压控制和三次电压规划是不可或缺的调节手段。逆变器包括自同步电压源型功率单元和常规功率单元，自同步电压源型功率单元具备虚拟同步特性，能够根据随机性电源场当前的并离网模式切换运行方式，在并网状态下的PQ运行模式和离网状态下的电压支撑模式，常规功率单元为普通逆变器，不具备虚拟同步功能的逆变器。其中自同步电压源型功率单元参与二次电压调整和三次电压调整，如图7所示，其中第二层是二次电压控制，将枢纽母线的参考电压
Figure SMS_13
与实际电压U的偏差送入PI调节器，得到计划外无功功率，并按照一定原则计算出第j台逆变器的参与因子/>
Figure SMS_14
，于是，第j台自同步电压源型功率单元的调度无功功率调整为：
Figure SMS_15
其中，
Figure SMS_16
表示第j台自同步电压源型功率发电单元的调度无功功率，/>
Figure SMS_17
为第j台逆变器的计划调度无功功率，/>
Figure SMS_18
为系统计划外无功功率。
可见，二次电压调整控制通过远距离通信形成一个大的外部闭环调节，为了避免与逆变器内部电压闭环调节器相互干扰，通常设置外部闭环控制时间慢于内部闭环控制，具体时间根据系统大小、通信速率、算法复杂度等具体设计。另外，除了参与二次电压调整控制的逆变器外，其它逆变器最好采用一次电压控制器，来“支撑”电网电压，而不是采用无功功率控制器来“跟随”电网电压以提高其电压可靠性。
如图7所示，三次电压调整功能是电网的无功功率管理和经济调度，以安全性和经济性为基本原则，根据预测信息、机组组合、发电计划、交换计划、运行模式等信息，计算出各台可调度发电单元在某个时段的计划无功功率，实现系统优化运行。
依据储能系统与随机性电源场配合的工作模式，对随机性电源场的出力进行平滑控制。
利用储能系统来补偿随机性电源出力的随机性，减小其出力随机性，提高高渗透率随机性电源的并网稳定性。当随机性电源发出的能量过剩时，储能系统充电将能能量存储起来；当随机性电源发电不足导致能量有缺额时，储能系统将存储的能量释放出来满足供电需求。
当所述储能系统与随机性电源配合的工作模式为平抑随机性电源输出功率波动时，采用基于功率平滑的储能优化配置方法，采用各种滤波算法来寻求光储、风储系统或整个微电网与外部电力器件及网络的平滑功率交换，而储能系统则只负责滤波前后功率差额的吸收与消纳。
当所述储能系统与随机性电源配合的工作模式为将间歇性随机性电源转变为可调度协调的电源时，采用基于功率预测的储能优化配置方法，储能系统的配置与控制应当与可再生能源发电系统的功率预测相结合，储能系统用于预测误差功率的补偿，从而实现计划发电。
其中，所述基于功率平滑的储能优化配置方法为：
平滑目标的选取，用于衡量随机性电源输出功率波动程度的指标可借鉴利用统计学中的有关指标，常用的指标有方差（Variance）和标准差（Standard Deviation），计算方法分别如下所示。
Figure SMS_19
Figure SMS_20
式中，pi（i=1,2,…, n）表示第i时刻可再生能源输出功率值，单位kW；
Figure SMS_21
表示观测时间窗口内可再生能源输出功率的平均值；S2为观测时间窗口内可再生能源输出功率的方差，σ为标准差。
方差与标准差的计算方法略显复杂，其实，观测时段内最大功率波动值Pflu,max直观上给出了可再生能源输出功率的波动大小。
Figure SMS_22
在此基础上，定义了观测时间窗口Tmin内可再生能源输出功率的最大波动率，
Figure SMS_23
式中，Pflu,max表示时间T内随机性电源输出功率的最大波动值，单位kW；Pinstall表示随机性电源的额定装机功率，单位kW；Iflu,T为时间T内随机性电源输出功率的最大波动率，单位%。Iflu,T越大表示时间T内随机性电源输出功率波动越大，反之越小。有研究表明，酒泉风电场群输出功率每分钟的变化率介于0至0.6%之间的概率约为90%，介于0至1.5%之间的概率约为99%，大于1.5%的概率约为1%。目前我国已对分布式电源接入配电网的功率波动做出了规定，该规定对低压接入的中小型风力发电和光伏发电的功率波动几乎不做要求。但随着随机性电源相关技术的快速发展，可再生能源发电渗透率的不断提高，其功率波动对配电网的影响也越来越大，不久的将来应当出台更加详细的规范。本文对用于可再生能源输出功率平滑的储能系统的要求是给定时间窗口Tmin内的最大波动率不超过设定的上限，即
Figure SMS_24
将储能系统应用于平滑随机性电源的出力波动，储能额定功率与容量的选取依赖于随机性电源出力的典型样本数据。而相邻时刻的时间间隔，即样本数据的采样周期、观测的时间窗口T以及样本数据的长度的选择直接与研究的具体问题相关。
储能系统平滑随机性电源的输出功率短时波动时，观测的时间窗口T可以从几秒到数十分钟不等。例如，风电场出力通常考虑0.01Hz至1 Hz频段内的功率波动，因为这一频段的功率波动对主电网的危害最大。当考察的功率波动为1 Hz时，按照香农采样定理的要求，采样频率应不小于2 Hz，即采样周期为0.5 s，否则将导致频率混叠而使观测结果出现偏差。光伏系统的出力与光照强度、温度、湿度以及阴影等一系列因素紧密切相关，可能出现的波动更大。储能系统用于平滑联络线功率波动时，其主要作用是吸收电网内随机性电源出力与外部负荷之间的不平衡功率，相应的时间尺度则应选择得相对较长，如数十分钟到几小时。为了综合考虑短时与长时功率波动的情况，对于将储能系统用于功率平滑场景下的容量确定问题，这里选择的样本采样周期为1 min。
对于样本数据长度的选取，应尽可能使得储能系统在该时间段内的充、放电量大致平衡，除去充放电过程中的能量损耗，这样则可以保证储能系统在在起始时刻与结束时刻所存储的能量基本相等。对于随机性电源出力短时波动平滑时，其样本数据的长度可选为1小时；而对于联络线功率平滑，相应的样本数据长度可选为1天。由于光伏、风电等可再生能源具有周期性和季节性，尤其是光伏发电系统的输出由于其自身的特点而呈现出非常明显的日周期性，样本数据选取时可考虑采用不同季节的典型日数据。
储能系统运行约束：荷电状态约束和储能系统连续运行约束；
荷电状态（state of charge，SOC）通常用来反映储能系统的剩余容量，其数值上定义为储能系统的剩余电量占其总容量的百分比。
Figure SMS_25
式中，Q(t)为储能系统的实际容量，Qr为储能系统的额定容量。
放电深度（depth of discharge，DOD）表示储能系统放出的容量与额定容量的百分比。
Figure SMS_26
放电深度的大小与储能系统的充电寿命之间存在十分密切的联系，储能系统放电深度越深，会导致其充电寿命大幅缩短，因此在使用时应尽量避免深度放电。
但在储能系统设计时，并不意味着DOD取得越小越好。DOD过小，储能系统所存储的能量无法充分发挥作用，这不但造成电能浪费，并且还要增加系统成本，因此要综合考虑。
储能系统连续运行约束，将储能系统用于平抑随机性电源出力波动时，不仅要保证储能系统的荷电状态在允许的范围内，还应考虑储能在其运行周期，即采用的样本数据的时间尺度内充、放电的能量基本相等。例如，以典型日的随机性电源输出功率作为研究对象，则储能系统应满足一天内充电电量等于放电电量，不包含充放电功率损耗的约束，即
Figure SMS_27
。从而使得储能系统经过一个完整的运行周期后的剩余容量等于初始时刻的剩余容量，如此在每个周期都能满足这样的约束条件，则储能系统就能够周而复始地循环连续运行。
储能功率与容量的确定；
平滑随机性电源功率波动时采用的滤波算法对储能系统功率和容量的确定存在一定影响，在信号处理领域通常采用离散傅里叶变换对所研究的信号进行频谱分析，通过考察各个频率点的幅值大小来分析信号中各成分所占的比例大小。对选取的随机性电源出力样本数据进行离散傅里叶变换，确定满足给定功率波动率约束所应滤除的高频部分，并使该高频部分所占频段尽量小。所滤除的高频功率成分由储能系统吸收消纳，剩余的低频功率成分即为随机性电源与储能系统的联合平滑输出。与此同时，考虑储能系统实际的充放电效率，确定能够保证其连续运行的实际功率输出。在此基础上计算出同时满足功率输出波动率约束、储能系统荷电状态约束以及储能系统连续运行约束的储能系统功率与容量。因此，如何合理确定储能系统吸收消纳的功率是关键，可以通过离散傅里叶变换与其逆变换相结合的方法来获得，具体由下述几个步骤构成，如图8所示：
对随机性电源出力样本数据进行离散傅里叶变换
Figure SMS_28
式中：PG=[PG(1),…, PG(i) ,…, PG(N)]T，表示随机性电源出力样本数据；PG(i)表示第i个采样时刻的输出功率值，单位kW；N为总采样点个数；F(PG)表示对出力数据PG进行离散傅里叶变换；AG(i)=RG(i)+jIG(i)，为傅里叶变换结果中第i个频率点f(i)对应的幅值；RG(i)、 IG(i)分别为相应幅值的实部与虚部；fG为与AG对应的频率列向量。
Figure SMS_29
式中fs为随机性电源出力样本数据PG的采样频率，单位Hz；Ts为采样周期，单位s。结合离散傅里叶变换数的特点和采样定理可知，AG以乃奎斯特频率fNyquist=fs/2（即频谱分析最高分辨率）为对称轴成轴对称，fNyquist两侧的复数向量互为共轭，因而只要考虑0至fNyquist频段内的幅值与频率特性即可。
确定满足给定功率波动约束的储能系统吸收高频功率部分
假如fc1为由频谱分析确定储能系统应吸收的高频功率部分的截止频率，则[fc1,fNyquist]即为储能系统吸收高频频段。相应地[fNyquist, fc2]是以乃奎斯特频率为对称轴与其对称的频段，二者宽度相等。若用Atarget=[Atarget(1),…, Atarget(i),…, Atarget(N)]T表示经储能系统补偿后的联合目标功率输出所对应的频谱幅值，则
Figure SMS_30
即将储能系统补偿频率范围内各频率点对应的幅值置零，代表消除了该频率范围内的功率波动，其余频率点对应的幅值不做任何改变。然后对Atarget进行离散傅里叶逆变换就可以获得储能系统平滑后的系统联合目标功率输出Ptarget：
Figure SMS_31
式中：F-1(Atarget)表示对Atarget进行离散傅里叶逆变换；Ptarget(i)表示第i个采样时刻的输出功率目标值，单位kW。
储能系统容量优化要求选取满足功率波动约束的最小容量。不难分析得出，储能系统的容量与所确定的补偿频段具有直接关系。通常情况下，对于相同宽度的频段，补偿高频段部分所需储能系统容量会小于补偿低频段部分。并且，对于同样地补偿高频段部分或者低频段部分，一般来说频带越宽所需储能容量越大。因而，在确定储能系统补偿频段时，不妨从高频向低频逐渐增加频段的宽度，通过检验补偿后的目标输出功率波动是否满足设定的要求，确定满足功率波动约束的输出，同时使得储能系统补偿的高频段宽度尽可能地小。
确定储能系统的额定功率
在已经获得了系统联合目标功率输出Ptarget之后，则储能系统的功率输出可用PES_ideal=[PES_ideal(1),…, PES_ideal(i),…, PES_ideal(N)]T表示：
Figure SMS_32
式中PES_ideal既可以大于0也可以小于0，大于0表示储能系统放电，小于0表示储能系统充电。在实际应用中，储能系统充电和放电过程中均会产生能量损耗，通常将其充、放电一个循环的效率称为综合效率，记为ηES。由理想情况下储能系统的功率输出PES_ideal，进一步考虑储能系统的充放电效率，则可得到储能系统实际充放电功率，用PES表示，则PES=[PES(1),…, PES(i),…, PES(N)]T可由如下公式计算获得：
Figure SMS_33
式中ηES,c表示储能系统的充电效率，ηES,d表示放电效率，假设其充放电效率相等，那么，
Figure SMS_34
。
另外，经储能系统补偿之后的系统联合目标输出功率不仅要满足功率波动约束，还应保证储能系统能够连续运行，即要求储能系统在整个运行周期内的净充电电量为零，即
Figure SMS_35
式中Ts为采样周期，单位s；
Figure SMS_36
为储能系统净充电电量，单位kWh。
采用储能系统补偿高频部分的功率时，每一个频率的功率波动在整个运行周期内的积分基本为零，也就是说如果不考虑储能系统的充放电过程中的能量损耗，其充、放电电量几乎是平衡的，那么约束条件将自然满足。然而，实际情况下储能系统的效率ηES难以达到100%，这就导致储能系统实际存储的电量会小于其能够释放出的电量，即
Figure SMS_37
。为了使得已经满足了的系统目标功率输出约束和波动率约束不被破坏，只需简单的将PES曲线向下平移使得/>
Figure SMS_38
即可。通过迭代计算可以得到系统目标输出应平移多少，记为/>
Figure SMS_39
。平移之后系统目标输出为Ptarget_opt=[Ptarget_opt(1),…, Ptarget_opt(i),…, Ptarget_opt(N)]T，
Figure SMS_40
相应地，储能系统的功率输出也应作出修改：
Figure SMS_41
在整个运行周期内，储能系统各时刻实际充放电功率PES(i)中的最大绝对值就是储能系统所需要的最大充放电功率，亦即储能系统的额定功率值：
Figure SMS_42
储能系统额定容量的确定
在获得的储能系统实际输出功率值的基础上，只需对每个采样点处储能系统的充放电电量进行累加，就可以获得各个采样时刻储能系统的存储能量波动，即
Figure SMS_43
式中EES,remain(i)表示储能系统在第i个采样时刻相对于起始时刻的能量变化，也就是前i个采样周期内储能系统累计充电和放电能量的代数和，单位kWh。起始时刻储能系统的剩余电量用EES,remain(0)表示。
考虑到储能系统的荷电状态约束，加之储能系统在运行周期对应时间内（的能量波动，则可以获得储能系统所应具备的最小容量，亦即储能系统额定容量值：
Figure SMS_44
式中SOCup和SOClow分别表示储能系统运行过程中荷电状态的上限和下限，对于理想的储能系统，SOCup=1，SOClow=0。但实际中储能系统运行时应当避免过充、过放对储能系统的使用寿命造成影响，SOCup和SOClow应适当在[0, 1]内取值；max{EES,remain}、max{EES,remain}分别代表整个运行周期内储能系统存储能量的最大值和最小值，显然，max{EES,remain}-max{EES,remain}则表示整个运行周期内储能系统最大能量变化的绝对值。
确定储能系统初始荷电状态及容量校验
在获得储能系统的额定容量之后，可以通过考察储能系统运行时荷电状态的变化范围来检验所求容量能否满足要求。荷电状态表征了储能系统剩余电量水平，各个时刻储能系统的荷电状态可表示为：
Figure SMS_45
式中：SOC(0)为储能系统起始时刻的荷电状态；SOC(i)为第i个时刻储能系统的荷电状态值。
若储能系统容量满足需求，则任意时刻荷电状态都必须在给定的约束范围内，则有
Figure SMS_46
式中SOCmin和SOCmax分别为储能系统运行时最高和最低的荷电状态。可得
Figure SMS_47
如果要保证储能系统运行过程中其荷电状态不超过设定的范围，储能荷电状态的初始值SOC(0)需要满足一定的要求。综合式以上三个公式，可计算出荷电状态的初始值：
Figure SMS_48
由上式可知，在满足约束条件的储能系统最小容量确定以后，相对应的满足约束的荷电状态初始值也唯一确定了。那么，起始时刻储能系统的剩余电量EES,remain(0)则可以表示为：
Figure SMS_49
随机预测误差概率分布特性分析
小型风力发电、和光伏发电受天气条件的影响很大，风力发电的输出功率主要由风速的大小决定，但气温、气压和空气扰动等因素也对其具有显著影响，光伏发电系统的输出受辐射强度、温度、风速和湿度等众多因素的作用。尽管目前先进的功率预测方法已经尽可能多地考虑了这些天气条件的影响，但是由于这些因素时刻变化，功率预测的误差难免存在。
假设风力发电和光伏发电预测都呈现出均值为零的正态分布。而配电网内通常含有多个光伏与风力发电，这些随机性电源的装机容量往往并不相同，造成每个小型光伏发电和风力发电的出力预测误差虽然都服从正态分布，但其方差却各不相等。如果将整个配电网内所有波动性电源的出力预测误差当做研究对象，以考察所需要的储能容量，则需将各个小型光伏发电和风力发电的误差分布特性进行整合。
各个波动性微电源的预测误差受光照强度、风速、大气温度、压强等因素的影响，但各自之间互不影响，是一组相互独立的随机变量。根据概率统计的相关理论，若考察某一个小型光伏和一个小型风电的联合出力预测误差△Pg，记为Zk，
可以得到：
Figure SMS_50
△Pg服从均值为0，方差为
Figure SMS_51
的正态分布，假设配电网内共有m个小型光伏发电和n个小型风力发电，则电网内所有波动性电源的联合出力预测误差具有以下特点：
Figure SMS_52
其中，Z表示联合出力预测误差，si表示为是第i台s类型的发电系统，wj表示第j台w类型的发电系统，其中i=1,2，……，m；j=1,2，……，n，表示为第i台s型发电系统的方差，表示第j台w类型的发电系统的方差，N表示为正态分布。
储能功率与容量的确定
由于电网中的光伏发电和风力发电的功率预测难以精确地描述其实际运行状态下的功率输出，预测误差的存在使得这类电源表现出不可控性，若采用储能系统补偿吸收这部分预测误差，则可以实现光伏发电、风力发电与储能系统组成的系统的输出与预测曲线相吻合，从而大大改善不可控电源的可调度性。
储能系统应当吸收或者释放的功率PES的概率分布规律，发现PES服从均值为0，方差为
Figure SMS_53
的正态过程。根据概率论的相关知识，方差/>
Figure SMS_54
需要通过样本方差来进行估计。由于随机误差的不确定性，样本数据可能偏离实际值的可信范围，使得计算出的估计值难以准确描述实际过程的特点，故本节采用区间估计的方法对储能系统的输出功率进行预测，确定在一定置信水平（confidence level）下满足充放电功率需求的储能系统的额定功率。
根据区间估计的特性，通过随机抽样获得的样本其均值对总体期望值的估计具有无偏性，假设W为随机抽样获得的容量为M的储能输出功率样本，其中W表示为
Figure SMS_55
，其中N(0,1)为标准正态分布。结合标准正态分布的特点，可以得到：
Figure SMS_56
其中，W为随机抽样获得的容量为M的储能输出功率样本，W表示为
Figure SMS_57
，/>
Figure SMS_58
表示储能系统的标准差，α为显著性水平，1-α为置信水平，zα/2与z1-α/2分别为对应于α/2和1-α/2置信度的分位点。由于标准正态分布以纵轴为基准成轴对称，故zα/2=-(z1-α/2)。由此可以获得置信水平为1-α时的W的置信区间为：
Figure SMS_59
在这一置信水平下满足功率输出要求的储能系统额定功率可选择为：
Figure SMS_60
式中PESN为储能系统的额定功率，
Figure SMS_61
表示储能系统的标准差，z1-α/2为标准正态分布的分位点，z1-α/2=Φ-1(1-α/2)。
储能系统的容量可以通过对其输出功率在时间轴上的积分来获得，即：
Figure SMS_62
式中，PES表示储能系统输出功率，dt表示时间轴上的时间点，tstart为储能容量计算的起始时间，tend为储能容量计算的终止时间。tend-tstart为储能系统的一个工作周期。
本发明通过对随机性电源在多时间尺度、多空间分布下的特性进行数据采集与分析，整体考虑配电网内所有随机性电源的运行状态与相互影响机制，分别制定了相应的随机性电源运维策略，实现对随机性电源运行方式的有效管理控制。
提出了基于时间-空间-目标三维一体的随机性电源运维策略，从系统内随机性电源的有功功率调度控制、无功优化控制、平滑出力控制三个方面实现了对随机性电源高效安全运行的管理。
实施例二
一种随机性电源场优化控制装置，所述随机性电源场包括至少一个随机性电源发电系统和储能系统，如图1所示，包括：
有功功率控制模块，采用最大出力控制模式和/或功率增率控制模式对所述随机性电源场进行有功功率控制；
无功优化控制模块，对所述随机性电源场输出电压进行无功优化控制，所述无功优化控制包括一次电压调整、二次电压调整和三次电压调整，所述一次电压调整、二次电压调整和三次电压调整调压层级之间双向通信；所述一次电压调整、二次电压调整和三次电压调整通过逆变器实现，所述逆变器包括自同步电压源型功率单元和常规功率单元，所述自同步电压源型功率单元具备虚拟同步特性，所述自同步电压源型功率单元参与所述二次电压调整和三次电压调整；
出力平滑控制模块，依据所述储能系统与随机性电源场配合的工作模式，对所述随机性电源场的出力进行平滑控制。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (9)

1.一种随机性电源场优化控制方法，所述随机性电源场包括至少一个随机性电源发电系统和储能系统，其特征在于，包括：采用最大出力控制模式和/或功率增率控制模式对所述随机性电源场进行有功功率控制；
对所述随机性电源场输出电压进行无功优化控制，所述无功优化控制包括一次电压调整、二次电压调整和三次电压调整，所述一次电压调整、二次电压调整和三次电压调整的调压层级之间双向通信；所述一次电压调整、二次电压调整和三次电压调整通过逆变器实现，所述逆变器包括自同步电压源型功率单元和常规功率单元，所述自同步电压源型功率单元具备虚拟同步特性，所述自同步电压源型功率单元参与所述二次电压调整和三次电压调整；
依据所述储能系统与随机性电源场配合的工作模式，对所述随机性电源场的出力进行平滑控制。
2.根据权利要求1所述的随机性电源场优化控制方法，其特征在于，所述一次电压调整通过逆变器下垂特性实现，包括：
当不考虑线路阻抗的逆变器间无功功率分配时，m台并联逆变器满足：
n1sB1=n2sB2=…=nmsBm
其中，ni是第i台逆变器电压调节特性的斜率，SBi是第i台逆变器的额定容量，i=1,2，……，m；
当考虑线路阻抗时逆变器间无功功率分配时，添加虚拟电抗，完成分配。
3.根据权利要求1所述的随机性电源场优化控制方法，其特征在于：
所述二次电压调整包括将第j台自同步电压源型功率发电单元的调度无功功率调整为，
Figure QLYQS_1
其中，
Figure QLYQS_2
表示第j台自同步电压源型功率发电单元的调度无功功率，/>
Figure QLYQS_3
为第j台逆变器的计划调度无功功率，/>
Figure QLYQS_4
为系统计划外无功功率，/>
Figure QLYQS_5
为第j台逆变器的参与因子；
所述三次电压调整包括根据负荷和/或能源预测、机组组合、发电计划、交换计划和运行模式信息，计算各逆变器的计划无功功率。
4.根据权利要求1所述的随机性电源场优化控制方法，其特征在于，所述平滑控制包括：
获取随机性电源发电系统的输出功率；
分析用于衡量所述随机性电源发电系统的输出功率波动程度的指标，获取所述输出功率的最大波动率；
设定所述储能系统运行约束；
对所述输出功率进行离散傅里叶变换与逆变换，得到频域信号；
确定所述频域信号中满足给定功率波动约束的高频频段，获得储能系统平滑后的系统联合目标功率输出；
对所述系统联合目标功率输出和储能系统的输出功率进行修正，确定所述储能系统的额定功率；
根据所述储能系统的额定功率和所述储能系统运行约束，确定所述储能系统额定容量；
根据已获得的储能系统额定容量，确定储能系统初始荷电状态。
5.根据权利要求4所述的随机性电源场优化控制方法，其特征在于，所述储能系统运行约束包括：荷电状态约束和所述储能系统连续运行约束；所述荷电状态约束包括设定放电深度约束；
所述储能系统连续运行约束包括储能系统在预定周期内充电电量与放电电量相等。
6.根据权利要求1所述的随机性电源场优化控制方法，其特征在于，所述平滑控制包括：
对随机预测误差概率分布特性分析，获得所述随机性电源发电系统联合出力预测误差；
确定所述储能系统功率与容量；
采用所述储能系统补偿所述预测误差。
7.根据权利要求6所述的随机性电源场优化控制方法，其特征在于，采用如下公式计算联合出力预测误差：
Figure QLYQS_6
其中Z表示联合出力预测误差，N表示正态分布，si表示第i台s类型的发电系统，wj表示第j台w类型的发电系统，其中i=1,2，……，m；j=1,2，……，n，表示为第i台s型发电系统的方差，表示第j台w类型的发电系统的方差。
8.根据权利要求6所述的随机性电源场优化控制方法，其特征在于：确定所述储能系统功率与容量包括：
采用区间估计的方法对储能系统的输出功率进行预测，确定在一定置信水平下满足充放电功率需求的储能系统的额定功率；
根据区间估计的特性，通过随机抽样获得的样本其均值对总体期望值的估计具有无偏性，结合标准正态分布的特点，得到：
Figure QLYQS_7
其中，W为随机抽样获得的容量为M的储能输出功率样本，W表示为
Figure QLYQS_8
，/>
Figure QLYQS_9
表示储能系统的标准差，α为显著性水平，1-α为置信水平，zα/2与z1-α/2分别为对应于α/2和1-α/2置信度的分位点,由于标准正态分布以纵轴为基准成轴对称，故zα/2=-(z1-α/2)，
获得置信水平为1-α时的W的置信区间为：
Figure QLYQS_10
确定储能系统额定功率为：
Figure QLYQS_11
式中PESN为储能系统的额定功率，z1-α/2为标准正态分布的分位点，z1-α/2=Φ-1(1-α/2)；
确认储能系统的容量为：
Figure QLYQS_12
其中，PES表示储能系统输出功率，dt表示时间轴上的时间点，tstart为储能容量计算的起始时间，tend为储能容量计算的终止时间；tend-tstart为储能系统的一个工作周期。
9.一种随机性电源场优化控制装置，所述随机性电源场包括至少一个随机性电源发电系统和储能系统，其特征在于，包括：
有功功率控制模块，采用最大出力控制模式和/或功率增率控制模式对所述随机性电源场进行有功功率控制；
无功优化控制模块，对所述随机性电源场输出电压进行无功优化控制，所述无功优化控制包括一次电压调整、二次电压调整和三次电压调整，所述一次电压调整、二次电压调整和三次电压调整调压层级之间双向通信；所述一次电压调整、二次电压调整和三次电压调整通过逆变器实现，所述逆变器包括自同步电压源型功率单元和常规功率单元，所述自同步电压源型功率单元具备虚拟同步特性，所述自同步电压源型功率单元参与所述二次电压调整和三次电压调整；
出力平滑控制模块，依据所述储能系统与随机性电源场配合的工作模式，对所述随机性电源场的出力进行平滑控制。
CN202310649877.2A 2023-06-02 2023-06-02 一种随机性电源场优化控制方法和装置 Pending CN116388306A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310649877.2A CN116388306A (zh) 2023-06-02 2023-06-02 一种随机性电源场优化控制方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310649877.2A CN116388306A (zh) 2023-06-02 2023-06-02 一种随机性电源场优化控制方法和装置

Publications (1)

Publication Number Publication Date
CN116388306A true CN116388306A (zh) 2023-07-04

Family

ID=86967861

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310649877.2A Pending CN116388306A (zh) 2023-06-02 2023-06-02 一种随机性电源场优化控制方法和装置

Country Status (1)

Country Link
CN (1) CN116388306A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107451686A (zh) * 2017-07-18 2017-12-08 广东双新电气科技有限公司 考虑随机预测误差的遗传算法的微电网能源优化方法
WO2022022101A1 (zh) * 2020-07-30 2022-02-03 国网甘肃省电力公司电力科学研究院 一种送端电网故障状态下紧急源网协调调峰控制方法
CN115001038A (zh) * 2022-06-09 2022-09-02 三峡大学 一种基于随机规划的风光柴储容量配比优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107451686A (zh) * 2017-07-18 2017-12-08 广东双新电气科技有限公司 考虑随机预测误差的遗传算法的微电网能源优化方法
WO2022022101A1 (zh) * 2020-07-30 2022-02-03 国网甘肃省电力公司电力科学研究院 一种送端电网故障状态下紧急源网协调调峰控制方法
CN115001038A (zh) * 2022-06-09 2022-09-02 三峡大学 一种基于随机规划的风光柴储容量配比优化方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
张文通等: "考虑网损的风电场有功功率分配方法", 《陕西电力》, vol. 40, no. 06, pages 11 - 15 *
李亮: "大型风电场有功功率优化调度的研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》, pages 042 - 591 *
杨向真: "微网逆变器及其协调控制策略研究", 《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》, pages 042 - 15 *
杨向真: "微网逆变器及其协调控制策略研究", 《中国优秀博硕士学位论文全文数据库(博士)工程科技II辑》, pages 042 - 15 *
林少伯等: "基于随机预测误差的分布式光伏配网储能系统容量配置方法", 《中国电机工程学报》, vol. 33, no. 04, pages 25 - 33 *
王成山等: "平滑可再生能源发电系统输出波动的储能系统容量优化方法", 《中国电机工程学报》, vol. 32, no. 16, pages 1 - 8 *

Similar Documents

Publication Publication Date Title
TWI834160B (zh) 能源管理系統、實施能源管理之方法及非暫態性電腦可讀取儲存媒體
CN102299527B (zh) 一种风电场无功功率控制方法和系统
CN105515083A (zh) 一种支持安全动态增容的电动汽车群充电微网控制方法
CN105529793A (zh) 一种同时作为应急供电源的电动汽车群充电微网的控制方法
CN106385044B (zh) 用于风电场发电计划跟踪的复合储能控制系统及其控制方法
CN105515027A (zh) 一种负荷曲线可配置的储能微网控制方法
Yao et al. Energy storage sizing optimization for large-scale PV power plant
US11581738B2 (en) Systems and methods for flexible renewable energy power generation
CN109873447A (zh) 一种多源协同主动配电网多时间级有功-无功调控方法
CN105337318A (zh) 风电机组调相运行能力测试方法及系统
CN112699562B (zh) 一种构建配电网架构的方法及终端
Teng et al. Key technologies and the implementation of wind, PV and storage co-generation monitoring system
US11916383B2 (en) Implementing power delivery transaction for potential electrical output of integrated renewable energy source and energy storage system facility
AU2022224727B2 (en) Method for determining and managing potential electrical output of integrated renewable energy source and energy storage system facility
CN116436039A (zh) 一种虚拟电厂辅助电网二次调频优化调度方法及装置
Li et al. Research on the control strategy of energy storage participation in power system frequency regulation
Sathishkumar et al. Adaptive power management strategy-based optimization and estimation of a renewable energy storage system in stand-alone microgrid with machine learning and data monitoring
CN108258701A (zh) 调节功率的方法和装置
CN116961008A (zh) 计及电力弹簧与负荷需求响应的微电网容量双层优化方法
CN116388306A (zh) 一种随机性电源场优化控制方法和装置
Wei-Chun et al. Flexible adjustment method for power grid with high-proportion clean energy
Liang et al. Multi-level Voltage Coordination Optimization Strategy of Distribution Network Considering Multiple Devices
Huan et al. Evaluating transmission network flexibility considering uncertainties
Tadie et al. Optimal planning and sizing of BESS for wind energy ramp rate control through DES initiated large data clustering and PSO technique
CN117353337B (zh) 一种提高电化学储能系统运行效率的控制方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20230704