WO2022156014A1 - 混联风光微电网快速频率响应分布式协调控制方法及系统 - Google Patents

混联风光微电网快速频率响应分布式协调控制方法及系统 Download PDF

Info

Publication number
WO2022156014A1
WO2022156014A1 PCT/CN2021/075815 CN2021075815W WO2022156014A1 WO 2022156014 A1 WO2022156014 A1 WO 2022156014A1 CN 2021075815 W CN2021075815 W CN 2021075815W WO 2022156014 A1 WO2022156014 A1 WO 2022156014A1
Authority
WO
WIPO (PCT)
Prior art keywords
microgrid
solar
distributed
power input
frequency response
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.)
Ceased
Application number
PCT/CN2021/075815
Other languages
English (en)
French (fr)
Inventor
张祯滨
巴巴悠米欧路利可
李�真
胡存刚
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Publication of WO2022156014A1 publication Critical patent/WO2022156014A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; 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
    • H02J3/001—Arrangements for handling faults or abnormalities, e.g. emergencies or contingencies
    • H02J3/0014—Arrangements for handling faults or abnormalities, e.g. emergencies or contingencies for preventing or reducing power oscillations in networks
    • H02J3/00142—Oscillations concerning frequency
    • 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

Definitions

  • the present disclosure relates to the technical field of frequency response control of microgrids, in particular to a method and system for distributed coordination control of fast frequency response of hybrid wind-solar microgrids.
  • VSG virtual synchronous generator
  • the synchronous motor inertia simulation method has the following problems to be solved: which storage devices and power converters are required for each DER, and how to perform local localization on the storage devices and power converters of each DER in order not to affect the service life and efficiency of the devices Control, how the storage devices and power converters of all connected DERs in the microgrid will be controlled cooperatively when applying control algorithms and necessary hardware to achieve the control objective.
  • the present disclosure provides a fast frequency response distributed coordination control method and system for a hybrid wind-solar microgrid, which significantly improves the performance of an AC microgrid with multiple distributed converter interfaces for wind or solar photovoltaic power sources. Inertia, reduces the frequency changes of the system when the power drawn by the load changes suddenly.
  • a first aspect of the present disclosure provides a fast frequency response distributed coordinated control method for a hybrid wind-solar microgrid.
  • a fast frequency response distributed coordination control method for a hybrid wind-solar microgrid comprising the following steps:
  • the total optimal power input is obtained according to the model predictive control algorithm
  • the total optimal power input is distributed across all DERs in the microgrid by the maximum power rating and state of charge at a given time.
  • a second aspect of the present disclosure provides a fast frequency response distributed coordination control system for a hybrid wind-solar microgrid.
  • a fast frequency response distributed coordination control system for a hybrid wind-solar microgrid comprising:
  • the data acquisition module is configured to: acquire the running status data of each distributed energy source;
  • the optimal total power input acquisition module is configured to: obtain the total optimal power input according to the model predictive control algorithm by using the obtained operating state data;
  • the distributed energy optimal power input acquisition module is configured to: distribute the total optimal power input among all distributed energy resources in the microgrid by the maximum rated power and the state of charge at a given time.
  • a third aspect of the present disclosure provides a computer-readable storage medium on which a program is stored, and when the program is executed by a processor, realizes the distributed coordinated control of the fast frequency response of the hybrid wind-solar microgrid according to the first aspect of the present disclosure steps in the method.
  • a fourth aspect of the present disclosure provides an electronic device, including a memory, a processor, and a program stored in the memory and executable on the processor, the processor implementing the program as described in the first aspect of the present disclosure when the processor executes the program Steps in a distributed coordinated control method for fast frequency response of a hybrid wind-solar microgrid.
  • the method, system, medium or electronic device provided by the present disclosure significantly improves the inertia of a wind or solar photovoltaic power source AC microgrid with multiple distributed converter interfaces, and reduces the system's inertia when the power drawn by the load changes suddenly. frequency changes.
  • the method, system, medium or electronic device provided by the present disclosure maximizes the utilization of the energy distributed in the entire microgrid and makes it work together to ensure the frequency control of the microgrid. Therefore, as the number of DERs increases, They can also be accommodated for continued operation.
  • the method, system, medium or electronic device provided by the present disclosure only uses the communication of each DER and its immediate neighbors, uses less communication bandwidth, and works well in the presence of communication channel delay and interference work.
  • the method, system, medium or electronic device provided by the present disclosure extends the battery life of the storage system by using the supercapacitor to cover the power input, adjusting the large frequency deviation from the rated value.
  • the method, system, medium or electronic device provided by the present disclosure safely maintains the frequency change rate within a range that ensures the stability of the microgrid system.
  • FIG. 1 is a block diagram of an AC microgrid with N distributed energy sources (DERs) according to Embodiment 1 of the present disclosure.
  • DERs distributed energy sources
  • FIG. 2 is a network physical layout of N DERs provided in Embodiment 1 of the present disclosure.
  • Embodiment 3 is a flowchart of the operation of the method provided in Embodiment 1 of the present disclosure
  • FIG. 4 is an internal view of each DER provided in Embodiment 1 of the present disclosure, including wind power plants (with MPPT converters), photovoltaic panels (with DC-DC boost converters), bidirectional DC-DC converters, batteries ( B1), supercapacitor (C1), inverter and LC filter.
  • FIG. 5 is a schematic diagram of the control method of the inverter provided in Embodiment 1 of the present disclosure.
  • FIG. 6 is a schematic diagram of VSG-droop control of the inverter provided in Embodiment 1 of the present disclosure.
  • each DER is represented as a node 1, 2, ..., i, ... N, which is executed in two steps, as shown in Figure 3:
  • Step 1 Calculate the total optimal power input ⁇ P ct using Model Predictive Control (MPC) from all memory systems required to control frequency and rate of change of frequency.
  • MPC Model Predictive Control
  • Step 2 Via: maximum power rating and state of charge for a given time, across all N DERs in the microgrid, distribute the total required power input.
  • step 1
  • model predictive control is used to calculate the optimal required total power control input:
  • the inertia of the microgrid system ⁇ f is the frequency deviation
  • ⁇ P ct is the total optimal power required by all DERs in the microgrid to tune the frequency
  • ⁇ f , ⁇ df and ⁇ u are the tuning weights for frequency, ROCOF and input power, respectively.
  • the instantaneous control input needs to meet both the regulation requirements and the physical limitations of the DER.
  • Equation (1) gives the optimum total power value for all power converters to maintain the frequency and frequency change rate within the upper and lower limits of the microgrid.
  • step 2
  • Capacity coordination control is provided for each DER at the next time step
  • the power input contribution of the state-of-charge cooperative control provides the energy storage coefficient Using these two parameters, the power input contribution of each DER i can be determined where k represents the digital sampling instant and t represents time (continuous variable).
  • VSG inverter control Used to control the inverter shown in Figures 4 and 5, in Figure 4, the MPC bat controller for battery B 1 ensures that the battery only provides energy for small changes in load power ⁇ P L , while the supercapacitor controller MPC u /c ensures that the supercapacitor provides power to accommodate large changes in load power ⁇ PL , which extends battery life and reduces the overall cost of the microgrid system.
  • the following capacity control equation ensures that the input power contribution of each DER i is proportional to its rated capacity, so a DER with a larger power rating can provide more power for adjusting the frequency offset.
  • ⁇ i , ⁇ i are weighting coefficients proportional to the installed maximum storage capacity, subject to That is, the sum of the input power at all sampling times is equal to the total initial input power, and P x_max represents the maximum rated power of DER x , where x ⁇ [i,j].
  • each DER i only needs the state-of-charge information of neighboring DERs to obtain the average charge level of all N-DERs in the microgrid system, which makes it only Requires lower bandwidth and works well even with communication failures or delays.
  • SoC system average state of charge
  • ⁇ represents the integration parameter
  • N i is the set of all neighbors of node i
  • a ij is the (i,j)th element of the adjacency matrix
  • the cost-based storage participation coefficient is defined as:
  • ⁇ i is the charge-discharge efficiency of battery and supercapacitor storage
  • ⁇ Pi is the power input contribution of each DERi
  • ⁇ i is the storage charge coefficient at DERi .
  • Embodiment 2 of the present disclosure provides a fast frequency response distributed coordination control system for a hybrid wind-solar microgrid, including:
  • the data acquisition module is configured to: acquire the running status data of each distributed energy source;
  • the optimal total power input acquisition module is configured to: obtain the total optimal power input according to the model predictive control algorithm by using the obtained operating state data;
  • the distributed energy optimal power input acquisition module is configured to: distribute the total optimal power input among all distributed energy resources in the microgrid by the maximum rated power and the state of charge at a given time.
  • the working method of the system is the same as the fast frequency response distributed coordination control method of the hybrid wind-solar microgrid provided in Embodiment 1, and will not be repeated here.
  • Embodiment 3 of the present disclosure provides a computer-readable storage medium on which a program is stored, and when the program is executed by a processor, realizes the distributed coordinated control of the fast frequency response of the hybrid wind-solar microgrid as described in Embodiment 1 of the present disclosure
  • the steps in the method, the steps are:
  • the total optimal power input is obtained according to the model predictive control algorithm
  • the total optimal power input is distributed across all DERs in the microgrid by the maximum power rating and state of charge at a given time.
  • Embodiment 4 of the present disclosure provides an electronic device, including a memory, a processor, and a program stored in the memory and running on the processor.
  • the processor executes the program, the implementation is as described in Embodiment 1 of the present disclosure.
  • the steps in the fast frequency response distributed coordination control method of the hybrid wind-solar microgrid, the steps are:
  • the total optimal power input is obtained according to the model predictive control algorithm
  • the total optimal power input is distributed across all DERs in the microgrid by the maximum power rating and state of charge at a given time.
  • embodiments of the present disclosure may be provided as a method, system, or computer program product. Accordingly, the present disclosure may take the form of a hardware embodiment, a software embodiment, or an embodiment combining software and hardware aspects. Furthermore, the present disclosure may take the form of a computer program product embodied on one or more computer-usable storage media having computer-usable program code embodied therein, including but not limited to disk storage, optical storage, and the like.
  • These computer program instructions may also be stored in a computer-readable memory capable of directing a computer or other programmable data processing apparatus to function in a particular manner, such that the instructions stored in the computer-readable memory result in an article of manufacture comprising instruction means, the instructions
  • the apparatus implements the functions specified in the flow or flow of the flowcharts and/or the block or blocks of the block diagrams.
  • the storage medium may be a magnetic disk, an optical disk, a read-only memory (Read-Only Memory, ROM), or a random access memory (Random Access Memory, RAM) or the like.

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本公开提供了一种混联风光微电网快速频率响应分布式协调控制方法及系统，获取各分布式能源的运行状态数据；利用得到的运行状态数据，根据模型预测控制算法得到总的最优功率输入；通过最大额定功率和给定时间的充电状态，在微电网中的所有分布式能源上分配总的最优功率输入；本公开显著提高了具有多个分布式变换器接口风能或太阳能光伏电源交流微电网的惯性，当负载汲取的功率突然变化时，降低了系统的频率变化。

Description

混联风光微电网快速频率响应分布式协调控制方法及系统 技术领域
本公开涉及微电网频率响应控制技术领域，特别涉及一种混联风光微电网快速频率响应分布式协调控制方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。
为了减少引起全球变暖的温室气体对环境的影响，可再生能源供电的需求正在增加。大气中二氧化碳排放总量的40％由全世界发电产生。因此，电力工业的能源需要从不可再生能源(如煤炭和天然气)转移到更可持续的能源(如太阳能，风能，水能，氢能等)。然而，利用现有技术，这种对能源形式的改变，是以较低的电能质量和较弱的电网为代价的。例如，传统电力系统中采用大型旋转式高惯量的集中发电系统，而高水平可再生能源发电系统与分布式电源(主要是静态)相关。
针对低惯量交流微电网中频率控制这一突出问题，现有的解决方案可以分为两种，即：传统的基于下垂的方法和同步电机惯性模拟。下垂方法使用电池存储控制来改善电力系统的频率响应。同步电机惯性模拟也称为虚拟同步发电机(VSG)，在负载突然变化时，它利用自适应惯性和阻尼系数，来改善微电网或电力系统的频率性能。
发明人发现，常规的基于下垂的方法，在急剧的负载变化时，频率变化率较高，这一问题可能导致电力系统不稳定。并且这些方法具有恒定的下垂系数， 在动态频率过程中无法修改，导致频率在发生偏差之后，返回到额定值的过程较慢。
与传统的下垂方法相比，同步电机惯性模拟表现出了更好的性能。然而，对于微电网内分布在各个风力发电厂/太阳能光伏发电机上的多个VSG功率变换器，如何协调它们有效地提供足够的惯性以减少频率干扰，目前尚无解决方案。但是这一特性是必需的，例如，在有多个风能或太阳能光伏发电DER的微电网中，希望使每个DER的风能/太阳能光伏系统都能够对母线的频率稳定性做出贡献，从而更快地消除干扰，增强微电网系统的稳定性。
同时，同步电机惯性模拟方法有以下几个问题待解决：每个DER需要哪些存储设备和功率变换器，为了不影响设备使用寿命和效率，如何对每个DER的存储设备和功率变换器进行本地控制，应用控制算法和必要的硬件来实现控制目标时，微电网中所有相连DER的存储设备和功率变换器将如何进行协同控制。
发明内容
为了解决现有技术的不足，本公开提供了一种混联风光微电网快速频率响应分布式协调控制方法及系统，显著提高了具有多个分布式变换器接口风能或太阳能光伏电源交流微电网的惯性，当负载汲取的功率突然变化时，降低了系统的频率变化。
为了实现上述目的，本公开采用如下技术方案：
本公开第一方面提供了一种混联风光微电网快速频率响应分布式协调控制方法。
一种混联风光微电网快速频率响应分布式协调控制方法，包括以下步骤：
获取各分布式能源的运行状态数据；
利用得到的运行状态数据，根据模型预测控制算法得到总的最优功率输入；
通过最大额定功率和给定时间的充电状态，在微电网中的所有分布式能源上分配总的最优功率输入。
本公开第二方面提供了一种混联风光微电网快速频率响应分布式协调控制系统。
一种混联风光微电网快速频率响应分布式协调控制系统，包括：
数据获取模块，被配置为：获取各分布式能源的运行状态数据；
最优总功率输入获取模块，被配置为：利用得到的运行状态数据，根据模型预测控制算法得到总的最优功率输入；
分布式能源最优功率输入获取模块，被配置为：通过最大额定功率和给定时间的充电状态，在微电网中的所有分布式能源上分配总的最优功率输入。
本公开第三方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的混联风光微电网快速频率响应分布式协调控制方法中的步骤。
本公开第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的混联风光微电网快速频率响应分布式协调控制方法中的步骤。
与现有技术相比，本公开的有益效果是：
1、本公开提供的方法、系统、介质或电子设备，显著提高了具有多个分布式变换器接口风能或太阳能光伏电源交流微电网的惯性，当负载汲取的功率突然变化时，降低了系统的频率变化。
2、本公开提供的方法、系统、介质或电子设备，最大程度地利用了分布在 整个微电网中的能源，使其协同工作以确保微电网的频率控制，因此，随着DER数量的增加，也可以容纳它们以继续运行。
3、本公开提供的方法、系统、介质或电子设备，协同控制方法仅使用每个DER及其直接邻居的通信，使用通信带宽较少，在有通信信道延迟和干扰的情况下也能很好地工作。
4、本公开提供的方法、系统、介质或电子设备，通过使用超级电容器覆盖提供功率输入，调节与额定值的较大频率偏差，延长了存储系统的电池寿命。
5、本公开提供的方法、系统、介质或电子设备，将频率变化率安全地保持在了确保微电网系统稳定性的范围内。
本公开附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1为本公开实施例1提供的具有N个分布式能源(DER)的交流微电网的框图。
图2为本公开实施例1提供的N个DER的网络物理布局。
图3为本公开实施例1提供的方法运行流程图
图4为本公开实施例1提供的每个DER的内部视图，包括风力发电厂(带MPPT转换器)，光伏面板(带DC-DC升压转换器)，双向DC-DC转换器，电池(B1)，超级电容器(C1)，逆变器和LC滤波器。
图5为本公开实施例1提供的逆变器的控制方法示意图。
图6为本公开实施例1提供的逆变器的VSG-下垂控制示意图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例1：
大型电动泵和空调装置的开启，使交流微电网的负载发生突然变化，导致微电网的频率降低。因此，需要使用功率电子变换器，来调节频率返回额定值。如图1所示，将控制微电网中的几个分布式能源DER 1、DER 2，···，DER N。
本实施例提供的方法是分布式协同控制，如图2所示，每个DER表示为节点1，2，…，i，…N，分两步执行，如图3所示：
步骤1：从控制频率和频率变化率所需的所有存储系统中，使用模型预测控制(MPC)计算总的最优功率输入ΔP ct。
步骤2：通过:最大额定功率和给定时间的充电状态，在微电网中的所有N个DER上，分配所需的总功率输入。
具体的，包括以下内容：
步骤1中：
对于目标函数G，使用模型预测控制来计算最佳的所需总功率控制输入：
Figure PCTCN2021075815-appb-000001
其中，微电网系统惯性
Figure PCTCN2021075815-appb-000002
Δf是频率偏差，
Figure PCTCN2021075815-appb-000003
频率变化率(ROCOF)，ΔP ct是微电网中所有DER用来调节频率所需的总最优功率，μ f，μ df和μ u分别是频率，ROCOF和输入功率的调谐权重。
且受以下因素影响：频率偏差，频率变化率(ROCOF)限制和功率限制约束。
瞬时控制输入需要同时满足调节要求和DER的物理限制。
公式(1)给出了微电网中，所有功率变换器将频率和频率变化率维持在上限和下限范围内的最佳总功率值。
步骤2中：
确定每个DER i(即P ci)的贡献，使得
Figure PCTCN2021075815-appb-000004
每个DER i的贡献遵循两个规则：
(1)每个DER将按其最大额定值分配功率；
(2)每个DER将按其当前的充电状态分配功率；
这两个规则分别由容量协同控制(方程2a和2b)和充电状态协同控制(方程3a和3b)体现。
容量协同控制为下一个时间步长每个DER提供
Figure PCTCN2021075815-appb-000005
的功率输入贡献，充电状态协同控制提供储能系数
Figure PCTCN2021075815-appb-000006
利用这两个参数，可以确定每个DER i的功率输入贡献
Figure PCTCN2021075815-appb-000007
其中k代表数字采样时刻，t代表时间(连续变量)。
VSG逆变器控制(如图6)中的功率输入
Figure PCTCN2021075815-appb-000008
用于控制图4和图5中所示的逆 变器，在图4中，电池B 1的MPC bat控制器确保电池仅为负载功率ΔP L的微小变化提供能量，而超级电容器控制器MPC u/c确保超级电容器为调节负载功率ΔP L的较大变化提供功率，这种方式延长了电池寿命，降低了微电网系统的总体成本。
容量协同控制，具体为：
下面的容量控制方程式，可确保每个DER i的输入功率贡献与其额定容量成正比，因此，具有较大额定功率的DER可以为调节频率偏移提供更多功率。
Figure PCTCN2021075815-appb-000009
Figure PCTCN2021075815-appb-000010
其中，
Figure PCTCN2021075815-appb-000011
γ i,γ i是与已安装的最大存储容量成比例的加权系数，服从
Figure PCTCN2021075815-appb-000012
即所有采样时间的输入功率之和等于总初始输入功率，P x_max代表DER x的最大额定功率，其中x∈[i,j]。
充电状态协同控制
充电状态协同控制由公式(3a)和(3b)描述，每个DER i仅需要相邻DER的充电状态信息，即可获得微电网系统范围中所有N-DERs的平均充电水平，这使得它仅需较低的带宽，并且即使在通信失败或延迟的情况下，也能很好地工作。
系统平均充电状态(SoC)基于观测器设计：
Figure PCTCN2021075815-appb-000013
其中，τ表示积分参数，N i是节点i的所有邻居的集合，a ij是邻接矩阵的第(i,j)个元素,将基于代价的存储参与系数定义为：
Figure PCTCN2021075815-appb-000014
也就是说，当DER i(SoC i)的充电状态大于在节点i处观察到的平均充电状 态时，DER i提供功率输入，否则它不提供任何功率。此外，DER i的充电水平越高，其对实现控制目标所需的功率输入的贡献就越大。
每个DERi的贡献由公式(4)给出：
Figure PCTCN2021075815-appb-000015
其中，η i是电池和超级电容器存储的充放电效率，ΔP i是每个DER i的功率输入贡献，β i是DER i处的存储充电系数。
实施例2：
本公开实施例2提供了一种混联风光微电网快速频率响应分布式协调控制系统，包括：
数据获取模块，被配置为：获取各分布式能源的运行状态数据；
最优总功率输入获取模块，被配置为：利用得到的运行状态数据，根据模型预测控制算法得到总的最优功率输入；
分布式能源最优功率输入获取模块，被配置为：通过最大额定功率和给定时间的充电状态，在微电网中的所有分布式能源上分配总的最优功率输入。
所述系统的工作方法与实施例1提供的混联风光微电网快速频率响应分布式协调控制方法相同，这里不再赘述。
实施例3：
本公开实施例3提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开实施例1所述的混联风光微电网快速频率响应分布式协调控制方法中的步骤，所述步骤为：
获取各分布式能源的运行状态数据；
利用得到的运行状态数据，根据模型预测控制算法得到总的最优功率输入；
通过最大额定功率和给定时间的充电状态，在微电网中的所有分布式能源上分配总的最优功率输入。
详细步骤与实施例1提供的混联风光微电网快速频率响应分布式协调控制方法相同，这里不再赘述。
实施例4：
本公开实施例4提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开实施例1所述的混联风光微电网快速频率响应分布式协调控制方法中的步骤，所述步骤为：
获取各分布式能源的运行状态数据；
利用得到的运行状态数据，根据模型预测控制算法得到总的最优功率输入；
通过最大额定功率和给定时间的充电状态，在微电网中的所有分布式能源上分配总的最优功率输入。
详细步骤与实施例1提供的混联风光微电网快速频率响应分布式协调控制方法相同，这里不再赘述。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/ 或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (10)

  1. 一种混联风光微电网快速频率响应分布式协调控制方法，其特征在于：包括以下步骤：
    获取各分布式能源的运行状态数据；
    利用得到的运行状态数据，根据模型预测控制算法得到总的最优功率输入；
    通过最大额定功率和给定时间的充电状态，在微电网中的所有分布式能源上分配总的最优功率输入。
  2. 如权利要求1所述的混联风光微电网快速频率响应分布式协调控制方法，其特征在于：
    根据模型预测控制算法得到使得频率和频率变化率维持在上限和下限范围内的总的最优功率输入。
  3. 如权利要求1所述的混联风光微电网快速频率响应分布式协调控制方法，其特征在于：
    利用容量协同控制计算下一个时间步长每个分布式能源的功率输入贡献，利用充电状态协同控制计算得到储能系数，结合电池和超级电容器存储的充放电效率，得到每个分布式能源的最终功率输入贡献。
  4. 如权利要求3所述的混联风光微电网快速频率响应分布式协调控制方法，其特征在于：
    利用容量协同控制，使得每个分布式能源的输入功率贡献与其额定容量成正比。
  5. 如权利要求3所述的混联风光微电网快速频率响应分布式协调控制方法，其特征在于：
    利用充电状态协同控制，每个分布式能源仅需要相邻分布式能源的充电状 态信息，得到微电网系统范围中所有分布式能源的平均充电水平。
  6. 如权利要求5所述的混联风光微电网快速频率响应分布式协调控制方法，其特征在于：
    系统平均充电状态基于观测器设计，当某一分布式能源的充电状态大于在某一节点处观察到的平均充电状态时，此分布式能源提供功率输入，否则它不提供任何功率。
  7. 如权利要求3所述的混联风光微电网快速频率响应分布式协调控制方法，其特征在于：
    每个分布式能源的最终功率输入贡献为：P ci＝ΔP iβ i/η i，其中，η i为电池和超级电容器存储的充放电效率，ΔP i为根据容量协同控制方式得到的第i个分布式能源的功率输入贡献，β i是第i个分布式能源处的存储充电系数。
  8. 一种混联风光微电网快速频率响应分布式协调控制系统，其特征在于：包括：
    数据获取模块，被配置为：获取各分布式能源的运行状态数据；
    最优总功率输入获取模块，被配置为：利用得到的运行状态数据，根据模型预测控制算法得到总的最优功率输入；
    分布式能源最优功率输入获取模块，被配置为：通过最大额定功率和给定时间的充电状态，在微电网中的所有分布式能源上分配总的最优功率输入。
  9. 一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的混联风光微电网快速频率响应分布式协调控制方法中的步骤。
  10. 一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器 上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的混联风光微电网快速频率响应分布式协调控制方法中的步骤。
PCT/CN2021/075815 2021-01-21 2021-02-07 混联风光微电网快速频率响应分布式协调控制方法及系统 Ceased WO2022156014A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110082360.0 2021-01-21
CN202110082360.0A CN112769149B (zh) 2021-01-21 2021-01-21 混联风光微电网快速频率响应分布式协调控制方法及系统

Publications (1)

Publication Number Publication Date
WO2022156014A1 true WO2022156014A1 (zh) 2022-07-28

Family

ID=75702451

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2021/075815 Ceased WO2022156014A1 (zh) 2021-01-21 2021-02-07 混联风光微电网快速频率响应分布式协调控制方法及系统

Country Status (2)

Country Link
CN (1) CN112769149B (zh)
WO (1) WO2022156014A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027807A (zh) * 2019-11-12 2020-04-17 国网河北省电力有限公司经济技术研究院 一种基于潮流线性化的分布式发电选址定容方法
CN115130923A (zh) * 2022-08-04 2022-09-30 上海勘测设计研究院有限公司 一种交流微电网智能能量管理方法及系统
CN115333077A (zh) * 2022-08-29 2022-11-11 华为数字能源技术有限公司 一种直流微网控制的方法、装置和系统
CN115378037A (zh) * 2022-09-17 2022-11-22 郑州大学 一种异质多源分布式协同二次调频控制方法及系统
CN115774935A (zh) * 2022-12-01 2023-03-10 国网福建省电力有限公司 弱联型风光储微电网运行优化方法及系统
CN115833102A (zh) * 2022-12-08 2023-03-21 南方电网数字电网研究院有限公司 基于模型预测控制的风电场频率快速响应控制方法
CN116260177A (zh) * 2022-10-31 2023-06-13 中国电力科学研究院有限公司 一种光伏发电并网系统的调频控制参数整定方法及系统
WO2025129949A1 (zh) * 2023-12-19 2025-06-26 三峡国际能源投资集团有限公司 风光储分布式协调控制方法、装置、计算机设备及介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114465288B (zh) * 2022-01-28 2023-05-16 山东大学 一种互联微电网惯性控制方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102842904A (zh) * 2012-07-30 2012-12-26 东南大学 一种基于功率缺额预测及分配的微电网协同频率控制方法
JP2015036603A (ja) * 2013-08-14 2015-02-23 有限会社グリテックスインターナショナルリミテッド 太陽光を追尾する受光パネル駆動装置
CN110808616A (zh) * 2019-10-14 2020-02-18 广东工业大学 一种基于功率缺额分配的微电网频率控制方法
CN111900721A (zh) * 2020-06-28 2020-11-06 湖南大学 一种基于风水协同发电模式下的智能电网频率控制方法
CN112803505A (zh) * 2021-02-05 2021-05-14 山东大学 分布式电压源变流器协同控制方法及交直流混联微电网

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104167750B (zh) * 2014-08-18 2016-09-21 国家电网公司 一种配网削峰填谷的分布式储能功率分配及协调控制方法
US10298016B1 (en) * 2016-02-05 2019-05-21 National Technology & Engineering Solutions Of Sandia, Llc Systems, methods and computer program products for electric grid control
CN107196294A (zh) * 2017-06-16 2017-09-22 国网江苏省电力公司电力科学研究院 源网荷互动模式下微电网多时间尺度自适应能量调度方法
CN107516887B (zh) * 2017-08-04 2019-10-29 华中科技大学 一种分布式直流微电网复合储能控制方法
CN110429615B (zh) * 2019-07-15 2020-09-25 内蒙古电力(集团)有限责任公司电力调度控制分公司 风储交流微电网自动功率平衡控制方法及系统
CN111881616B (zh) * 2020-07-02 2024-06-11 国网河北省电力有限公司经济技术研究院 一种基于多主体博弈的综合能源系统的运行优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102842904A (zh) * 2012-07-30 2012-12-26 东南大学 一种基于功率缺额预测及分配的微电网协同频率控制方法
JP2015036603A (ja) * 2013-08-14 2015-02-23 有限会社グリテックスインターナショナルリミテッド 太陽光を追尾する受光パネル駆動装置
CN110808616A (zh) * 2019-10-14 2020-02-18 广东工业大学 一种基于功率缺额分配的微电网频率控制方法
CN111900721A (zh) * 2020-06-28 2020-11-06 湖南大学 一种基于风水协同发电模式下的智能电网频率控制方法
CN112803505A (zh) * 2021-02-05 2021-05-14 山东大学 分布式电压源变流器协同控制方法及交直流混联微电网

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027807A (zh) * 2019-11-12 2020-04-17 国网河北省电力有限公司经济技术研究院 一种基于潮流线性化的分布式发电选址定容方法
CN111027807B (zh) * 2019-11-12 2024-02-06 国网河北省电力有限公司经济技术研究院 一种基于潮流线性化的分布式发电选址定容方法
CN115130923A (zh) * 2022-08-04 2022-09-30 上海勘测设计研究院有限公司 一种交流微电网智能能量管理方法及系统
CN115130923B (zh) * 2022-08-04 2025-03-04 上海勘测设计研究院有限公司 一种交流微电网智能能量管理方法及系统
CN115333077A (zh) * 2022-08-29 2022-11-11 华为数字能源技术有限公司 一种直流微网控制的方法、装置和系统
CN115378037A (zh) * 2022-09-17 2022-11-22 郑州大学 一种异质多源分布式协同二次调频控制方法及系统
CN116260177A (zh) * 2022-10-31 2023-06-13 中国电力科学研究院有限公司 一种光伏发电并网系统的调频控制参数整定方法及系统
CN115774935A (zh) * 2022-12-01 2023-03-10 国网福建省电力有限公司 弱联型风光储微电网运行优化方法及系统
CN115833102A (zh) * 2022-12-08 2023-03-21 南方电网数字电网研究院有限公司 基于模型预测控制的风电场频率快速响应控制方法
CN115833102B (zh) * 2022-12-08 2023-08-25 南方电网数字电网研究院有限公司 基于模型预测控制的风电场频率快速响应控制方法
WO2025129949A1 (zh) * 2023-12-19 2025-06-26 三峡国际能源投资集团有限公司 风光储分布式协调控制方法、装置、计算机设备及介质

Also Published As

Publication number Publication date
CN112769149A (zh) 2021-05-07
CN112769149B (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
CN112803505B (zh) 分布式电压源变流器协同控制方法及交直流混联微电网
WO2022156014A1 (zh) 混联风光微电网快速频率响应分布式协调控制方法及系统
Lin et al. Coordinated control strategies for SMES-battery hybrid energy storage systems
Yang et al. Distributed virtual inertia implementation of multiple electric springs based on model predictive control in DC microgrids
El-Bahay et al. Computational methods to mitigate the effect of high penetration of renewable energy sources on power system frequency regulation: a comprehensive review
CN115102239B (zh) 一种考虑soc均衡的储能电站一次调频控制方法及系统
Li et al. Control strategy of battery state of charge for wind/battery hybrid power system
CN104253439B (zh) 电池储能电站无功功率分配与控制方法
Singh et al. Operation and control of a hybrid wind-diesel-battery energy system connected to micro-grid
CN116470528A (zh) 一种区域电网光储场站多时间尺度辅助调频方法
Sakib et al. Implementation of unit commitment algorithm: A comprehensive droop control technique to retain microgrid stability
CN119543176B (zh) 一种配电网光伏储能集群协同电压控制方法及装置
CN210927122U (zh) 一种光储型虚拟同步机
CN120527951A (zh) 基于改进Sigmoid函数的车-氢柔性负荷协同构网频率支撑方法及系统
CN119070360A (zh) 一种考虑电动汽车提供频率支撑的电力系统频率控制方法、装置及介质
CN118539526A (zh) 一种基于240v直流架构的智慧型多源输入新能源控制系统
CN117578477A (zh) 一种基于功率密度型和能量密度型的虚拟储能控制方法
Lei et al. Power optimization allocation strategy for energy storage station responding to dispatch instruction
Liu et al. Adaptive frequency control strategy for the coordination of flexible loads and grid-forming wind turbines
CN114398777A (zh) 一种基于巴什博弈理论的电力系统灵活性资源配置方法
Chen et al. Advanced Methodology for Optimal Allocation of Reactive Voltage Control Utilizing Sensitivity Matrix Analysis and Distance Evaluation Metrics
Rehman et al. DC-Link Voltage Control and Power Management of BESS Integrated Wind Power System Using PSCAD
Zhai et al. A coordinated grid-forming frequency control of “load-storage” resources in microgrids
Li et al. Multi-Load Condition Grid Energy Storage Multi-Temporal and Spatial Scale Coordinated Optimization Control Method Based on GBO Algorithm
Wang et al. Multi-level optimization and scheduling strategy for power grid considering adjustable resource participation in real-time regulation

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21920404

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21920404

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 21920404

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 11/01/2024)

122 Ep: pct application non-entry in european phase

Ref document number: 21920404

Country of ref document: EP

Kind code of ref document: A1